Töövood

Sellel leheküljel on kättesaadavad HUM andmelabori teadlaste kirjeldused uurimuste läbiviimise tööprotsessist, et teha töö korratavaks. Tulevikus on töövoogude kirjeldused koos nende läbiviimiseks vajaliku koodi ja tööriistadega kättesaadavad eraldi keskkonnas.

Otsing

Sorteeri

Filtrid

  • Suurel skaalal tähelepanu muutumise trendide uurimine ngrammidega

    Töövoog võimaldab analüüsida eri kategooriate mainimissagedusi pika ajavahemiku jooksul või tihedate andmetega, et teha nähtavaks sarnasused ja tõstatuvad mustrid. Andmed koondatakse maatriksiteks, mille põhjal luuakse kuumkaarte (heatmap’e), mis võimaldavad esitada suuri andmehulkasid visuaalselt selgelt ja võrreldavalt. Neid visuaale saab lugeda nii ajas kui ka kategooriate lõikes, mis teeb võimalikuks eri perioodide ja teemade kõrvutamise ning

    LOE EDASI ➞

  • Esemeuurija tööfotodes peituvate andmete kasutusvõimalused

    Käesoleva projektiga uuritakse, kuidas on võimalik esemeuurija töö käigus kogunevaid tööfotosid rakendada esemete automaatseks määramiseks ja nende seisukorra hindamiseks ning kuidas sellist suuremahulist kogu kasutajasõbralikult ja FAIR printsiipe jälgides avaldada. Materiaalse kultuuri uurijad võivad iga uuritava teema raames teha tuhandeid fotosid esemetest, aga enamasti piirdub fotode kasutus tüpoloogilise määramise, leidude visuaalse kõrvutamise ja paremini vormistatud

    LOE EDASI ➞

  • Heliteoste (meta)andmete kättesaadavaks tegemine temaatilis-bibliograafilise kataloogina

    Praegu on Eesti heliloomingu andmestik killustunud mitme infosüsteemi vahel: teoste üldandmed on Eesti Muusika Infokeskuse leheküljel, käsikirjade andmed Eesti Muuseumide Veebiväravas, (noodi)trükiste ning heli- ja videosalvestiste bibliograafilised kirjed raamatukogude ühiskataloogis ESTER. Seejuures on andmed eri süsteemides esitatud isesuguse põhimõtte järgi; nii näiteks ei ole sugugi alati järgitud MARC21 vormingut. Eesti Muusika- ja Teatriakadeemia uurimisrühma eesmärk

    LOE EDASI ➞

  • Triibuseelikute mustrianalüüs

    See töövoog kirjeldab, kuidas masinõppe toel piltide mustreid võrdleme. Soovime teada saada, milline mustriloogika valitses 18.–19. sajandi Eesti triibuseelikutes ning kuidas need mustrid suhestuvad Inglismaalt Norwichi tehasest pärit triibuliste läigestatud pinnaga villaste callimanco-kangastega. Töövoog kombineerib digihumanitaaria meetodeid ja masinõpet. Suurte pildiandmekogude analüüsimiseks kasutame visuaalsete mustrite äratundmiseks loodud masinõppemudeleid –  konvolutsioonilisi närvivõrke (CNN-e). CNN-i kasutatakse eelkõige

    LOE EDASI ➞

  • Ukraina ja eesti rahvalaulude võrdlev teemaanalüüs tehisintellektipõhise tõlke ja arvutuslike meetodite abil

    Uurimuse eesmärk oli tuvastada ukraina ja eesti rahvalaulude temaatilist kattuvust, kultuurilisi sarnasusi ja ainuomaseid teemasid arvutuslike meetodite abil, kasutades eelkõige tehisintellektipõhist tõlget ja LDA-teemamodelleerimist. Kuigi ukraina ja eesti rahvalaulud esindavad erinevaid keele- ja kultuuritraditsioone (läänemeresoome ja idaslaavi), on mõlemat kultuuri ühendanud ajaloolised kontaktiperioodid, mis võivad kajastuda ka rahvapärimuses. Juba varakeskajal ühendasid mõlemat piirkonda põhja–lõunasuunalised kaubateed,

    LOE EDASI ➞