Ministry of Culture Research Portal
Not a member yet
31519 research outputs found
Sort by
Historiske kort og kunstig intelligens
Denne artikel undersøger muligheden for at anvende MapReader, et gratis og åbent Python-baseret redskab, til automatisk vektorisering af arealkategorier på historiske kort. Kort er en af de vigtigste kilder til landskabshistorie, men det er en dyr og tidskrævende proces at udtrække deres data, så de kan bearbejdes digitalt. Vi tog udgangspunkt i to kort fra de høje målebordsblade, som tidligere har været genstand for både manuel og automatisk vektorisering i projektet BasemapH, og konstruerede en række modeller til at genkende vådområder på kortene. MapReader opdeler kortenes areal i “patches,” kvadrater i en af bruge-ren defineret skala, hvorefter en andel klassificeres manuelt som træningsdata til en model, som kan klassificere de resterende patches automatisk. Ved brug af en patchstørrelse på 50 m til at identificere vådområder, fandt vi, at MapRea-der-modellerne, hvis træningsdata bygger på ganske få timers arbejde, rammer forbavsende tæt på valideringsdatasættet fra BasemapH. Artiklen konkluderer dermed at brugen af MapReader har et stort potentiale til at automatisere vek-toriseringen af arealkategorier fra historiske kort, især for landsdækkende, ens-artede kortserier som de høje målebordsblade
KNV01208-01 og 02 Foldagervej 15
Forundersøgelsesområdet dækkede et areal på ca. 2 ha. i Lille Skensveds østlige udkant. På baggrund af forundersøgelsen blev der indstillet et areal på cirka 20.000 m2 til egentlig arkæologisk udgravning. Under forundersøgelsen og udgravningen blev der registreret bebyggelsesspor primært i form af hustomter fra den sidste del af bronzealderen og frem til ældre germansk jernalder. Fundene tolkes som spredte gårdsenheder med tilhørende aktivitetsområder i form af gruber og kogegruber. Fundene indgår i et større bebyggelseskompleks, som gennem det seneste årti er afdækket i Køge Nord