Aktuelles

Machine-learning analysis tracks the evolution of 16th-century European astronomical thought

Phys.org berichtet darüber, wie BIFOLD Berlin und das Max-Planck-Institut für Wissenschaftsgeschichte Methoden des maschinellen Lernens einsetzen, um Netzwerke der frühneuzeitlichen Astronomie in Europa zu analysieren. Ihr Ansatz ermöglichte es ihnen, 76.000 Seiten von Lehrbüchern aus dieser Zeit zu verarbeiten, die mit handschriftlichen Texten, Grafiken und Diagrammen gefüllt sind - ein Korpus, der so groß ist, dass „ein kleines Team von Menschen viel zu lange brauchen würde, um ihn zu untersuchen“.