[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CODHセミナー

CODHセミナーは、人文情報学に関連するトピックに関して、専門家を招待して議論の場とするものです。

CODHセミナー

2024-06-06

第22回CODHセミナー - デジタル時代の変体仮名:日本の文字文化の継承と新たな展開

2024-03-04

21th CODH Seminar - Digital History: Concepts and Practices

2023-02-27

20th CODH Seminar - The end of lexicography, welcome to the machine: On how ChatGPT can already take over all of the dictionary maker's tasks

2023-03-01

19th CODH Seminar - Collective Intelligence and Creative AI: A framework for augmenting creative human expression

2023-01-22

第18回CODHセミナー - マイクロ類型論とデジタルアーカイブ構築:バントゥ諸語と日琉諸語の事例から

2022-07-01

DH 2022東京 記念レクチャーシリーズ/第17回CODHセミナー - 歴史ビッグデータ - THE DARK MATTER OF HISTORY

2022-03-28

第16回CODHセミナー - 「まち」や都市のデジタルアーカイブ - 歴史ビッグデータと実世界での利活用

2021-07-29

第15回CODHセミナー - IIIFとAIで変わる美術史研究 - 大規模顔貌データの様式分析から読み解く日本中世絵巻

2021-02-18

第14回CODHセミナー - IIIF Curation Platform利活用レシピ100連発

2021-01-22

第13回CODHセミナー - 歴史ビッグデータ研究の現在と未来

2020-08-05

12th CODH Seminar (Online) - AI for Culture: From Japanese Art to Anime

2020-02-21

12th CODH Seminar - AI for Culture: From Japanese Art to Anime

2019-09-25

第11回CODHセミナー - Text Mining for Analyzing Research Communities: Sociological Topics and Socio-Technical Imaginaries

2019-03-11

10th CODH Seminar - Document Analysis and Character Recognition

2019-01-08

9th CODH Seminar - Computer Vision with Limited Labeled Data

2018-11-22

8th CODH Seminar - Exploring Deep Learning for Classical Japanese Literature, Machine Creativity, and Recurrent World Models!

2018-07-31

7th CODH Seminar - Manifold Mixup: Encouraging Meaningful On-Manifold Interpolation as a Regularizer

2018-03-12

第6回CODHセミナー - 歴史ビッグデータ〜過去の記録の統合解析に向けた古文書データ化の挑戦〜

2017-12-04

第5回CODHセミナー - 信頼できるデータリポジトリ 〜CoreTrustSeal認証に関する実践的情報共有の場〜

2017-07-27

第4回CODHセミナー - デジタルアーカイブにおける画像公開の新しいトレンド~IIIFが拓く画像アクセスの標準化と高度化~

2017-05-30

第3回CODHセミナー - 人文学でのDOI活用 〜研究データや所蔵品など研究資源へのDOI付与〜

2017-02-10

第2回CODHセミナー - くずし字チャレンジ 〜機械の認識と人間の翻刻の未来〜

2017-01-23

第1回CODHセミナー - Big Data and Digital Humanities

参加者数の推移

(*1) オンラインまたはハイブリッドの場合は参加者数の正確な把握が難しく、(推定の)最大同時試聴者数で代替している場合がある。途中での出入りがあるため、実際の試聴者数はこれよりも多くなる。