Refine
Year of publication
- 2023 (2) (remove)
Institute
Has Fulltext
- yes (2)
Language
- German (2) (remove)
Document Type
- Bachelor Thesis (2) (remove)
Keywords
- Datenvisualisierung (2) (remove)
Is part of the Bibliography
- no (2)
Elektronische Musik umgibt uns alle. Der Einfluss elektronischer Musikproduktion auf moderne Popularmusik ist nicht von der Hand zu weisen und ihre Produktionstechniken für heutige Standards unverzichtbar. Über die Jahre ihrer Entwicklung und den dabei entstandenen Musikrichtungen verschwanden die individuellen Charakteristika der verschiedenen Subgenres allerdings oft einfach unter der Sammelbezeichnung elektronischer Musik.
»Electrovisuals« stellt die auditiven Eigenschaften elektronischer Musik in Form von klaren Infografiken dar und sorgt damit für ein besseres Verständnis von Rhythmus und Struktur der Songs. Die verschiedenen Subgenres werden multimedial inszeniert und einander gegenübergestellt, um Ähnlichkeiten und Unterschiede zu betonen.
Mithilfe seiner Aufbereitung stellt das Projekt die hohe Diversität elektronischer Musik heraus und bereitet sie eindrucksvoll und greifbar auf.
Künstliche Intelligenz (KI) wird heute vielfältig eingesetzt, so auch im Bereich der Sprache. Persönliche Assistent:innen und Chatbots beeindrucken, da sie so etwas Vielschichtiges wie die menschliche Sprache beherrschen. Dass Maschinen dabei nur komplexen mathematischen Regeln folgen, ist den meisten klar. Doch was verbirgt sich hinter dem vermeintlichen „Sprachverständnis“ einer KI? Word Embeddings bilden eine numerische Repräsentation von Sprache ab und dienen einem Machine Learning Algorithmus als eine Art „Wortschatz“, mit dem gerechnet werden kann. Das Projekt bildet einen hundertdimensionalen Word Embedding Datensatz auf verschiedene Weise und mittels explorierbarer interaktiver Tools ab. Kombiniert mit Erklärungen und eigenen Erkenntnissen finden sich diese Tools in einem Blog, der fachfremden Einsteigenden ins Thema KI erste tiefergehende Einblicke „hinter die Kulissen“ bieten soll."