This document specifies a method of organising file-based data with associated metadata, known as DataCrate in both human and machine readable formats, based on the schema.org linked-data vocabularly, supplemented with terms from the SPAR ontologies and [PCDM] where schema.org does not have coverage. The motivation for this work comes from the research domain.
A DataCrate is a dataset a set of files contained in a single directory. There are two ways of organizing a DataCrate.
For working data or data that does not need to be distributed with checksums, a Working DataCrate is a plain-old directory containing payload data files, with two metadata files at the root; one for humans and one for machines.
For distribution, or archiving; where integrity is important, a Bagged DataCrate is a BagIt bag conforming to the DataCrate BagIt profile with the payload files in the /data directory. A Bagged DataCrate has a clear separation between metadata and payload, and can be integrity-checked using the checksums in the BagIt manifest.
Die gezeigten Posts sind akkurat bei Änderungen, die vor Kurzem vorgenommen worden. Wollen Sie jedoch mehr Sortierungsmöglichkeiten, folgen Sie dem folgenden Link.
A. Schreiber, und 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, Seite 444--455. Springer, (2017)
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..
K. Wilms, S. Stieglitz, A. Buchholz, R. Vogl, und D. Rudolph. Proceedings of the 51st Hawaii International Conference on System Sciences, Hawaii International Conference on System Sciences, (2018)
A. Kesper, V. Wenz, und G. Taentzer. (2020)cite arxiv:2007.11298Comment: 28 pages. This paper is an extended version of a paper to be published in "ACM/IEEE 23rd International Conference on Model Driven Engineering Languages and Systems (MODELS '20)". Added subtitle.