Search Results
Estimating the information gap between textual and visual representations
Photos, drawings, figures, etc. supplement textual information in various kinds of media, for example, in web news or scientific pub- lications. In this respect, the intended effect of an image can be quite different, e.g., providing additional information, focusing on certain details of surrounding text, or simply being a general il- lustration of a topic. As a consequence, the semantic correlation between information of different modalities can vary noticeably, too. Moreover, cross-modal interrelations are often hard to describe in a precise way. The variety of possible interrelations of textual and graphical information and the question, how they can be de- scribed and automatically estimated have not been addressed yet by previous work. In this paper, we present several contributions to close this gap. First, we introduce two measures to describe cross- modal interrelations: cross-modal mutual information (CMI) and semantic correlation (SC). Second, a novel approach relying on deep learning is suggested to estimate CMI and SC of textual and visual information. Third, three diverse datasets are leveraged to learn an appropriate deep neural network model for the demanding task. The system has been evaluated on a challenging test set and the experimental results demonstrate the feasibility of the approach.
Service durch Kompetenzbündelung - Das institutionelle Konzept zum Forschungsdatenmanagement der Leibniz Universität Hannover
Die Leibniz Universität Hannover hat den bedarfsgerechten Auf- und Ausbau des Unterstützungsangebots zum Umgang mit Forschungsdaten als strategisches Ziel definiert, um den eigenen Forschungsstandort zu stärken. Fachpersonal aus dem Dezernat Forschung, den Leibniz Universität IT Services (LUIS) und der Technischen Informationsbibliothek (TIB) haben dazu ein institutionelles Konzept entworfen, das seit Dezember 2016 umgesetzt wird. Ausgangspunkt des Konzepts bildete eine Umfrage zum Umgang mit Forschungsdaten an der Leibniz Universität Hannover, die durch qualitative Interviews ergänzt wurde. Das institutionelle Konzept umfasst folgende Elemente: Etablierung einer Policy zum Umgang mit Forschungsdaten für die gesamte Universität, Beratung und Schulung für Wissenschaftlerinnen und Wissenschaftler und die Service-Einrichtungen, Auf- und Ausbau eines institutionellen Datenrepositoriums und Entwicklung von Schnittstellen zum Forschungsinformationssystem und zum Volltextrepositorium, Universitätsübergreifende Kooperation & Vernetzung. Die vier Elemente befinden sich in einem unterschiedlichen Umsetzungsstand. Bereits seit 2014 führen die beteiligten Institutionen gemeinsam Beratungen und Schulungen durch und nutzen dafür zur Qualitätssicherung und gegenseitigen Information gemeinsame Dokumentationssysteme. In diesem Bereich konnten in den letzten zwei Jahre Erfahrungen gesammelt werden und Prozesse entsprechend optimiert werden. Die Herausforderung des Ansatzes an der Leibniz Universität besteht darin, ein einrichtungsübergreifendes Service-Angebot vorzuhalten und kollaborativ weiter zu entwickeln. Dadurch ist gewährleistet, dass Kompetenzen effektiv gebündelt werden und sich keine Parallelstrukturen an einzelnen Einrichtungen bilden. Durch die gemeinsam entwickelten Services werden Wissenschaftlerinnen und Wissenschaftler mit einer Stimme und auf mehreren Ebenen zum aktiven und bewussten Umgang mit Forschungsdaten angeregt. In diesem Artikel werden die ersten Erfahrungen in der Umsetzung der einzelnen Elemente des institutionellen Konzepts sowie in der Zusammenarbeit beleuchtet. Außerdem wird ein Ausblick auf die zukünftig angestrebte Entwicklung gegeben.
Tagungsbericht VIVO-Workshop 2017 - “Forschungsinformationen in der Praxis”
Der Wissens- und Erfahrungsaustausch stand im Fokus des 2.VIVO-Workshop 2017 an der Technischen Informationsbibliothek (TIB) in Hannover. Der Workshop, der von rund 40 Teilnehmer/innen aus deutschsprachigen Hochschulen und Universitäten besucht wurde, war in zwei verschiedene Session unterteilt. In vorangestellten Vorträgen wurden sowohl technische Anpassungen und Weiterentwicklungen am Forschungsinformationssystem VIVO an einzelnen Einrichtungen erläutert, als auch Erfahrungsberichte einzelner Anwender/innen geteilt sowie Einsatzmöglichkeiten von VIVO in verschiedenen Kontexten thematisiert. Im anschließenden interaktiven Teil wurden Bedarfe und Herausforderungen diskutiert und gesammelt, die anschließend priorisiert wurden. Als Herausforderungen für die VIVO-Entwickler kristallisierten sich Verbesserungen in den Bereichen Reporting, Datenintegration und einem in den Administrationsbereich integrierten Rollenmanagement heraus. Der Workshop adressierte sehr erfolgreich den ebenso vielfach geäußerten Wunsch nach Vernetzung, Austausch und Fortbildung innerhalb der VIVO-Community und darüber hinaus.
Hands-on Labs – oder: Dinge gemeinsam herausfinden und ausprobieren beim Bibliothekartag!
[no abstract available]
Beitragsmodell (arXiv)
Auch nach 25 Jahren ist der E-Print-Server arXiv noch immer eine bedeutende Plattform für die schnelle Veröffentlichung von Forschungsergebnissen und we-sentliche Informationsquelle für seine Fachgebiete. arXiv ist zentrales Fachrepo-sitorium und gilt als Prototyp des Open-Access-Publizierens. Dennoch hat Erfolg auch immer seinen Preis: Dieser Beitrag stellt die Informationsplattform arXiv vor und beschreibt die Erfahrungen mit einem Geschäftsmodell, das über Mit-gliedsbeiträge eine nachhaltige Finanzierung erreichen will.
“Are machines better than humans in image tagging?” - A user study adds to the puzzle
“Do machines perform better than humans in visual recognition tasks?” Not so long ago, this question would have been considered even somewhat provoking and the answer would have been clear: “No”. In this paper, we present a comparison of human and machine performance with respect to annotation for multimedia retrieval tasks. Going beyond recent crowdsourcing studies in this respect, we also report results of two extensive user studies. In total, 23 participants were asked to annotate more than 1000 images of a benchmark dataset, which is the most comprehensive study in the field so far. Krippendorff’s α is used to measure inter-coder agreement among several coders and the results are compared with the best machine results. The study is preceded by a summary of studies which compared human and machine performance in different visual and auditory recognition tasks. We discuss the results and derive a methodology in order to compare machine performance in multimedia annotation tasks at human level. This allows us to formally answer the question whether a recognition problem can be considered as solved. Finally, we are going to answer the initial question.
Anforderungen an Forschungsinformationssysteme in Deutschland durch Forschende und Forschungsadministration – Zusammenfassung zweier Studien
In diesem Artikel werden die Ergebnisse zweier Studien mit Blick auf die Anforderungen an Forschungsinformationssysteme (FIS) in Deutschland zusammenfassend dargestellt und diskutiert. Der erste Teil beschäftigt sich mit den Anforderungen der Forschungsadministration an FIS, während im zweiten Teil die Anforderungen der Forschenden betrachtet werden. Das Ergebnis zeigt diverse Unterschiede in der Betriebsart, den technischen Präferenzen und Rahmenbedingungen der Nutzerinnen und Nutzer auf. In der Diskussion und im Fazit werden Anknüpfungspunkte für die praktische und theoretische Beschäftigung mit dem Thema FIS definiert. Der Beitrag bietet einen Vergleich von Open-Source-Systemen mit kommerziellen FIS. Der Schwerpunkt liegt dabei auf der Einstellung der Hochschulen und Forschungseinrichtungen zu sowie ihren Erfahrungen mit und Akzeptanz von Open-Source-Lösungen als Alternative zu proprietären Systemen. Weiterhin ist festzustellen, dass Forschende und Forschungsadministration unterschiedliche Zielsetzungen mit der Nutzung eines FIS verbinden.
Survey: Open Science in Higher Education
Based on a checklist that was developed during a workshop at OER Camp 2016 and presented as a Science 2.0 conference 2016 poster [1], we conducted an online survey among university teachers representing a sufficient variety of subjects. The survey was online from Feb 6th to March 3rd 2017. We got 360 responses, whereof 210 were completes, see raw data [2]. The poster is presented at Open Science Conference, 21.-22.3.2017, Berlin.
Experience: Open fiscal datasets, common issues, and recommendations
A pre-print paper detailing recommendation for publishing fiscal data, including assessment framework for fiscal datasets. This paper has been accepted at ACM Journal of Data and Information Quality (JDIQ) in 2018.
Konzept zum Forschungsdatenmanagement an der Leibniz Universität Hannover
Das Thema Forschungsdatenmanagement (FDM) wurde an der Leibniz Universität Hannover im Sommer 2014 offiziell durch das Präsidium der Universität mit dem Auftrag einer Konzeptentwicklung zum Umgang mit Forschungsdaten in Angriff genommen. Der Entwurf wurde von einem einrichtungsübergreifendem Team, bestehend aus Vertretern des Dezernates für Forschung, des Rechenzentrums und der Technischen Informationsbibliothek entwickelt. Er enthält Bausteine zur Erarbeitung einer Richtlinie und einer technischen Infrastruktur und beschreibt zudem den Aufbau von Beratungsund Schulungsangeboten für Forschende der Leibniz Universität Hannover. Seit Ende 2016 befindet sich die erarbeitete und vom Präsidium verabschiedete Gesamtstrategie in der Umsetzung.