Typographie-Ästhetik PDF

Unterseite hier, nicht auf die Dateien an sich. Die Originalversion ist zweispaltig im gewohnten Typographie-Ästhetik PDF und Design. Zusätzlich wurden Kopfzeilen, Fußzeilen und Randbemerkungen entfernt. Anders als für die Originalversion sieht mein Release-Workflow aber keine zusätzliche typographische und Designoptimierung für sie vor.


Författare: Oliver Ruf.
Die Gestaltung der Schrift, ihre Formgebung und Funktionszuweisung ist mit Hilfe ästhetischer Theoreme neu zu lesen.
Oliver Ruf, Andreas Sieß und Caroline Knoch zeigen, dass diese Typographie-Ästhetik eine Designtheorie bedingt, die immanent abhängig ist von gesellschaftlichen respektive kulturellen Faktoren, die Räume auf beiden Seiten erschließen: den Raum der Schrift (sowohl auf Papier/auf einem Bildschirm als auch im Setzkasten/in der Software) und den Raum der mit ihr affiziertem Artefakte (Produkte/Gegenstände). Damit werden neben den Möglichkeiten einer visuellen Koexistenz von heterogenen Zeichensätzen auch jene Anforderungen fixierbar, die die Annäherung differenter Kulturen und Gesellschaften immer schon mit sich führt.

Das ist nämlich der einzige Schritt, den ich nicht automatisieren kann und der, wenn man es ordentlich machen will, auch etwas Zeit kostet. Dieses Manuskript hat durch seine Leser schon sehr viel an Nutzen gewonnen, wie auch an den vielen Helfernamen im Vorwort ersichtlich ist. Wenn ihr mir Feedback zum Script gebt, seid sicher, dass ich mich freue, und es auf die eine oder andere Weise in die jeweils nächste Edition mit einfließt. Trotzdem ist es wichtig festzustellen, dass das Script im Entstehen begriffen ist und auch noch einige Gliederungsprinzipien umgestellt werden. Auf der Englischen Version dieser Seite steht die entsprechende englische Referenz.

Bitte referenziert immer unter angabe der URL, da sie bis jetzt das einzige wirkliche Identifikationsmittel des Manuskripts ist. Den Editionsnamen habe ich aus beiden Referenzen absichtlich weggelassen, da er sich hin und wieder ändert und Google Scholar und Citeseer damit Probleme haben. Auch hier gibt es wieder die englische Version auf der englischen Übersetzung dieser Seite. Implementierungsfragen und SNIPE: Seit der Entstehung des Scriptes ist in Form von SNIPE ein hochleistungsfähiges Framework Neuronaler Netze entstanden. Kapitel geschrieben werden, wie man Neuronale Netze evolviert, also mit inklusive Topologie und Gewichtswerten einfach evolutionär wachsen lässt, was natürlich auch mit rekurrenten Netzen funktioniert. Daten am besten aufbereitet, sowie weitere Praxistipps speziell zu MLPs mit zugehörigen Referenzen. Kleinere Sachen: Ein Kurzabschnitt über Resilient Propagation und einige Algorithmen mehr würden sich in Kapitel 5 gut machen.

Das Kapitel über rekurrente Multilayerperceptronartige Netze soll sinnvoll vertieft und vergrößert werden. Prinzipiell nenne ich im Manuskript einige Sachverhalte, die noch referenziert werden müssen. Ein kleines Kapitel über Echo-State-Networks wäre nett. Allerdings nicht soviel, wie schon getan wurde. Definitiv aber wird das nicht in einem einzigen Release passieren. Versionsinformationen von Delta-Version und früher finden sich direkt unter den Überschriften.

Die Newsmeldungen zu alten Versionen habe ich mittlerweile entfernt. Was sind Neuronale Netze und was steht im Script? Neuronale Netze sind ein von der Natur inspirierter Mechanismus, der es Computern ermöglicht, ähnlich wie ein Gehirn zu lernen – der Computer kann so, wenn er die Lösung für ein Problem kennt, korrekte Lösungen für ähnliche Probleme finden und vieles mehr. Das Script gliedert sich in verschiedene Teile, welche sich wiederum in Kapitel gliedern. Entweder, in dem man ein starres Progamm schreibt – oder, indem man ihm das Lernen ermöglicht.