M. Gärtner, U. Hahn, and S. Hermann. Language Technologies for the Challenges of the Digital Age, page 284-291. Cham, Springer International Publishing, (2018)
O. Gundersen, and S. Kjensmo. Proceedings of the 32nd AAAI Conference on Artificial Intelligence (AAAI-18), Association for the Advancement of Artificial Intelligence, (2018)
N. Micic, D. Neagu, I. Campean, and E. Habib Zadeh. (2017)Every industry has significant data output as a product of their working process, and with the recent advent of big data mining and integrated data warehousing it is the case for a robust methodology for assessing the quality for sustainable and consistent processing. In this paper a review is conducted on Data Quality (DQ) in multiple domains in order to propose connections between their methodologies. This critical review suggests that within the process of DQ assessment of heterogeneous data sets, not often are they treated as separate types of data in need of an alternate data quality assessment framework. We discuss the need for such a directed DQ framework and the opportunities that are foreseen in this research area and propose to address it through degrees of heterogeneity..
M. Gärtner, U. Hahn, and S. Hermann. Proceedings of the Eleventh International Conference on Language Resources and Evaluation (LREC 2018), page 563--570. Paris, France, European Language Resources Association (ELRA), (May 2018)
M. Gärtner, U. Hahn, and S. Hermann. Language Technologies for the Challenges of the Digital Age, page 284-291. Cham, Springer International Publishing, (2018)
K. Wilms, S. Stieglitz, A. Buchholz, R. Vogl, and D. Rudolph. Proceedings of the 51st Hawaii International Conference on System Sciences, Hawaii International Conference on System Sciences, (2018)
M. Gärtner, U. Hahn, and S. Hermann. Language Technologies for the Challenges of the Digital Age: 27th International Conference, GSCL 2017, Berlin, Germany, September 13-14, 2017, Proceedings, page 284--291. Cham, Springer International Publishing, (2018)
M. Gärtner, U. Hahn, and S. Hermann. Proceedings of the Eleventh International Conference on Language Resources and Evaluation (LREC 2018), Miyazaki, Japan, European Language Resources Association (ELRA), (May 2018)
J. Howison, and J. Herbsleb. Proceedings of the ACM 2011 conference on Computer supported cooperative work - CSCW \textquotesingle11, ACM Press, (2011)
A. Schreiber, and R. Struminski. Universal Access in Human--Computer Interaction. Design and Development Approaches and Methods: 11th International Conference, UAHCI 2017, Held as Part of HCI International 2017, Vancouver, BC, Canada, July 9--14, 2017, Proceedings, Part I 11, page 444--455. Springer, (2017)
B. Schembera, and D. Iglezakis. Metadata and Semantic Research. 12th International Conference, MTSR 2018, Limassol, Cyprus, 23-26 October 2018, Proceedings, Springer, (forthcoming)
D. Dolzycka, K. Biernacka, K. Helbig, and P. Buchholz. Zenodo, (March 2019)Diese Publikation wurde im Rahmen des Verbundprojekts "FDMentor" vom Bundesministerium für Bildung und Forschung gefördert (Förderkennzeichen 16FDM010 und 16FDM011)..
L. Käde. Datenrecht und neue Technologien Nomos, Baden-Baden, 1 edition, (2021)Die interdisziplinäre Analyse nimmt konkreten Bezug zu in derKI-Entwicklung eingesetzten Machine Learning (ML)-Frameworks und gibtpraxisrelevante Antworten auf damit zusammenhängendeurheberrechtliche Fragen. Insbesondere der Datenbank(werk)schutz fürML-Modelle steht dabei im Fokus. Die Arbeit bietet außerdem eineEinschätzung der Relevanz von Text und Data Mining-Schranken imKI-Kontext. Mit Blick auf die Erzeugung von Werken durch bzw. mithilfevon ML wird die Zurechnungsproblematik erörtert, eine Lösungvorgeschlagen und eine Hilfestellung zur Ermittlung eines Urhebersangeboten. Darüber hinaus erfolgt hinsichtlich etwaiger KI-Autonomieeine Einführung in die Zusammenhänge von Intelligenz, Kreativitätund Computational Creativity..
F. Kleinkopf. Schriftenreihe des Archivs für Urheber- und Medienrecht Nomos, Baden-Baden, (2022)Immer häufiger werden digitale Methoden wie das Text- und Data-Miningzur Erkenntnisfindung eingesetzt, das die Möglichkeit bietet, Musterin großen Datensätzen zu erkennen und zugleich Grundlage desmaschinellen Lernens ist. Die Arbeit betrachtet diese Methode ausurheberrechtlicher Perspektive und berücksichtigt dabei die Bedeutungund Steuerungswirkung urheberrechtlicher Schranken, die besondereInteressenlage im Wissenschaftsurheberrecht sowie interdisziplinäreErkenntnisse. In der umfassenden Analyse wird die komplexeRechtsmaterie strukturiert, es werden Defizite aufgezeigt und konkreteLösungsvorschläge unterbreitet. Ein Schwerpunkt liegt dabei auf derlangfristigen Zugänglichkeit der erzeugten Forschungsdaten..