🤖 AI

Probabilistic Dating of Historical Manuscripts via Evidential Deep Regression on Visual Script Features

Dieser Beitrag stellt ein probabilistisches Deep-Learning-Framework vor, das die Datierung historischer Manuskripte als kontinuierliches Regressionsproblem behandelt und durch die Ausgabe vollständiger prädiktiver Verteilungen mit zerlegter aleatorischer und epistemischer Unsicherheit in einem einzigen Vorwärtsdurchlauf auf dem DIVA-HisDB-Benchmark state-of-the-art-Genauigkeit sowie eine überlegene Unsicherheitskalibrierung erreicht.

Ursprüngliche Autoren: Ranjith Chodavarapu

Veröffentlicht 2026-05-18

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Ranjith Chodavarapu

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie haben einen Stapel alter, handschriftlicher Briefe aus dem Mittelalter. Sie möchten genau wissen, wann jeder einzelne geschrieben wurde. Normalerweise müssen Experten (Paläografen genannt) die Handschrift zusammengekniffen betrachten, das Datum erraten und stundenlang darüber streiten. Es ist langsam, teuer, und selbst Experten sind sich oft nicht einig.

Dieser Artikel stellt eine neue Art von „KI-Zeitmaschine" vor, die nicht nur ein Datum errät, sondern Ihnen auch mitteilt, wie sicher sie sich bei dieser Schätzung ist.

Hier ist die Aufschlüsselung der Funktionsweise, unter Verwendung einfacher Analogien:

1. Der alte Weg vs. der neue Weg

Der alte Weg (Klassifizierung): Stellen Sie sich vor, Sie versuchen, Post in drei große Körbe zu sortieren: „1800er", „1900er" und „2000er". Der Computer betrachtet die Handschrift und sagt: „Dies stammt definitiv aus den 1900er Jahren." Es ist eine grobe Schätzung. Der Artikel besagt, dass dies zu vage ist.
Der Punktschätzwert (Regression): Stellen Sie sich vor, der Computer gibt Ihnen ein spezifisches Jahr, wie „1245". Es ist präziser, aber es ist wie ein Dartspieler, der die Mitte trifft, aber nicht verrät, ob er Glück hatte oder ein Meister ist. Wenn der Computer falsch liegt, haben Sie keine Ahnung.
Der neue Weg (Probabilistisch/Evidentiell): Dies ist die Erfindung des Artikels. Anstatt einen einzigen Dart zu werfen, wirft der Computer eine Wolke aus Pfeilen und zeichnet eine Form um den Bereich, in dem sie landeten. Er sagt: „Ich denke, es ist 1245, aber ich bin zu 90 % sicher, dass es zwischen 1240 und 1250 liegt." Entscheidend ist, dass er aufschlüsselt, warum er unsicher ist:
- Aleatorische Unsicherheit (Der Faktor „Verschmierte Tinte"): Die Handschrift selbst ist verblasst, verschmiert oder von einer zitternden Hand geschrieben. Selbst ein menschlicher Experte wäre verwirrt. Die KI gibt zu: „Die Beweise sind einfach schlecht."
- Epistemische Unsicherheit (Der Faktor „Ich habe dies noch nie gesehen"): Die KI hat diesen Schreibstil noch nie gesehen. Sie sagt: „Ich weiß nicht, was das ist, weil ich es nicht studiert habe."

2. Wie die KI „denkt"

Die Forscher bauten ein neuronales Netz (eine Art KI-Gehirn), das kleine quadratische Ausschnitte der Manuskriptseiten betrachtet.

Das Gehirn: Sie verwendeten ein vortrainiertes Gehirn namens EfficientNet, das bereits gut darin ist, Formen und Texturen zu erkennen.
Der spezielle Kopf: Sie fügten einen speziellen „Rechner" über das Gehirn. Anstatt nur eine Zahl (das Jahr) auszugeben, gibt er eine ganze Wahrscheinlichkeitsverteilung aus. Denken Sie daran wie an eine Wettervorhersage, die nicht nur sagt „Es wird regnen", sondern Ihnen eine Glockenkurve zeigt, die die Chance auf leichten Nieselregen versus einen Hurrikan darstellt.
Das Training: Sie lehrten die KI mit einem speziellen mathematischen Trick (Evidentielle Tiefe Regression), der sie zwingt, sowohl das Datum als auch ihr eigenes Vertrauensniveau auf einen Blick zu lernen.

3. Die Ergebnisse: Wie gut ist es?

Das Team testete dies an einem berühmten Datensatz von 150 mittelalterlichen Seiten (DIVA-HisDB).

Genauigkeit: Die KI schätzte das Jahr mit einem durchschnittlichen Fehler von nur 5,4 Jahren. Das ist unglaublich präzise, wenn man bedenkt, dass die Handschrift 1.000 Jahre alt ist.
Kalibrierung (Der „Vertrauens"-Meter): Dies ist der größte Gewinn des Artikels.
- Andere Methoden (wie „Deep Ensembles" oder „MC Dropout") waren entweder sehr genau, aber übermäßig selbstsicher (sie sagten „Ich bin zu 100 % sicher", wenn sie falsch lagen) oder gut kalibriert, aber sehr langsam (sie benötigten 50 Versuche, um eine Antwort zu erhalten).
- Die neue KI ist schnell (ein Blick) und ehrlich. Wenn sie sagt „Ich bin zu 90 % zuversichtlich", liegt sie tatsächlich in 92,6 % der Fälle richtig. Es ist wie ein Wettermann, der fast jedes Mal recht hat, wenn er „90 % Regenwahrscheinlichkeit" sagt.
Die „Selektive" Superkraft: Da die KI weiß, wann sie unsicher ist, können Sie ihr sagen: „Zeig mir nur die Antworten, bei denen du zu 100 % sicher bist."
- Wenn Sie die unordentlichen, unsicheren Seiten herausfiltern und nur die obersten 20 % der zuversichtlichen Vorhersagen betrachten, sinkt der Fehler auf 0,5 Jahre.
- Analogie: Stellen Sie sich eine Bibliothekarin vor, die sagt: „Ich kann diese verschmierte Seite nicht lesen, aber für die 20 klarsten Seiten kann ich Ihnen das genaue Jahr bis auf den Monat angeben."

4. Was die KI sieht

Die Forscher verwendeten „Heatmaps" (wie Wärmebildkameras), um zu sehen, worauf die KI schaute.

Gute Hinweise: Die KI konzentrierte sich auf die tatsächlichen Tintenstriche und Buchstabenformen.
Schlechte Hinweise: Wenn die Tinte verblasst war oder das Papier unscharf war, stieg der „Unsicherheitsmeter" der KI. Sie identifizierte korrekt, dass die Bildqualität das Problem war, nicht ihre eigene Intelligenz.
Der „Verblasste Tinte"-Test: Die KI stellte fest, dass ihre „aleatorische Unsicherheit" (der Faktor „verschmierte Tinte") anstieg, wenn die Tinte schwach war. Dies beweist, dass die KI tatsächlich den physischen Zustand des Manuskripts lernt und nicht nur Muster auswendig lernt.

5. Warum dies für die Geschichte wichtig ist

Der Artikel argumentiert, dass dieses Werkzeug eine große Engstelle in Bibliotheken löst.

Der Arbeitsablauf: Stellen Sie sich ein massives Digitalisierungsprojekt mit Millionen von Seiten vor. Sie können nicht erwarten, dass ein menschlicher Experte jede einzelne betrachtet.
Die Lösung: Führen Sie die KI auf alles aus.
- Wenn die KI zuversichtlich ist, datiert sie die Seite automatisch und legt sie ab.
- Wenn die KI unsicher ist (weil die Tinte verblasst oder die Handschrift seltsam ist), markiert sie diese Seite und schickt sie zur zweiten Begutachtung an einen menschlichen Experten.
Der Vorteil: Dies spart Zeit und Geld. Es ermöglicht Menschen, sich nur auf die schwierigen Fälle zu konzentrieren, während die KI die einfachen, klaren Fälle übernimmt.

Zusammenfassung

Dieser Artikel stellt eine neue KI vor, die nicht nur das Alter alter Handschriften errät; sie agiert wie ein bescheidener Experte, der die Grenzen seines eigenen Wissens kennt. Sie ist schnell, genau und, was am wichtigsten ist, sie teilt Ihnen mit, wann sie rät und wann sie sicher ist, was Historikern erlaubt, der Maschine für die einfachen Aufgaben zu vertrauen und bei den schwierigen Aufgaben selbst einzugreifen.

Technische Zusammenfassung: Probabilistische Datierung historischer Manuskripte mittels evidenzbasierter tiefer Regression

Problemformulierung
Der Beitrag adressiert die Herausforderung, das Entstehungsdatum historischer Manuskripte ausschließlich anhand visueller Merkmale zu schätzen. Traditionelle automatisierte Ansätze stützten sich entweder auf Klassifikation (Diskretisierung von Daten in jahrhundertgroße Intervalle) oder Punktregression (Vorhersage eines einzelnen Jahres). Die Autoren argumentieren, dass Klassifikation an mangelnder Präzision leidet (was zu einem hohen mittleren absoluten Fehler, MAE, führt), während Punktregression das Vertrauen nicht quantifiziert und Historikern somit das notwendige Signal zur Bewertung der Zuverlässigkeit vorenthält. Das Kernproblem wird als Aufgabe der probabilistischen Inferenz neu gefasst: Statt einer einzigen Punktschätzung ist das Ziel die Ausgabe einer vollständigen prädiktiven Verteilung über eine kontinuierliche Jahresachse, die Unsicherheit explizit in aleatorische (nicht reduzierbares Datenrauschen, wie etwa schreibhandliche Mehrdeutigkeiten) und epistemische (Modell-Unwissenheit) Komponenten zerlegt.

Methodik
Die vorgeschlagene Lösung nutzt evidenzbasierte tiefe Regression, ein Framework, das die Parameter einer Likelihood-Funktion mittels einer höherstufigen Prior-Verteilung modelliert.

Architektur: Das Modell verwendet einen EfficientNet-B2-Rückgrat (vorab auf ImageNet trainiert), um visuelle Merkmale aus Manuskript-Patches (224×224 Pixel) zu extrahieren. Diese Merkmale werden durch eine vollvernetzte Schicht und einen Normal-Inverse-Gamma (NIG)-Ausgangskopf geleitet.
Ausgabe: Das Netzwerk gibt vier Parameter ( $\gamma, \nu, \alpha, \beta$ $γ, ν, α, β$ ) aus, die eine NIG-Verteilung definieren. Der prädiktive Mittelwert ist $\hat{y} = \gamma$ $\overset{y}{^} = γ$ . Die gesamte prädiktive Varianz wird analytisch zerlegt in:
- Aleatorische Unsicherheit: $\frac{\beta}{\alpha-1}$ , die nicht reduzierbares Rauschen in den Daten repräsentiert (z. B. verblasste Tinte, gemischte Schreibhände).
- Epistemische Unsicherheit: Skaliert durch $\frac{1}{\nu}$ , die Modell-Unwissenheit darstellt, welche abnimmt, sobald das Modell Evidenz akkumuliert.
Trainingsziel: Das Modell wird mit einer gemeinsamen Verlustfunktion trainiert, die die Negative Log-Likelihood (NLL) der NIG-Verteilung und einen Evidenz-Regularisierungsterm umfasst. Dieser Regularisator bestraft die Akkumulation hoher Evidenz ( $\nu$ ) für falsche Vorhersagen und verhindert, dass das Modell bei fehlerhaften Daten übermäßig selbstbewusst wird.
Inferenz: Im Gegensatz zu Monte-Carlo-Dropout (das 50 stochastische Durchläufe erfordert) oder Deep Ensembles (die 5 Modelle benötigen), generiert dieser Ansatz die vollständige prädiktive Verteilung und die zerlegten Unsicherheiten in einem einzigen Vorwärtsdurchlauf.

Hauptbeiträge

Erste probabilistische Formulierung: Diese Arbeit stellt das erste evidenzbasierte Framework für tiefe Regression zur Manuskriptdatierung vor, das die Zerlegung von Unsicherheit in aleatorische und epistemische Komponenten ermöglicht.
Kalibrierung und Effizienz: Das Modell erreicht die beste Kalibrierung unter den verglichenen Methoden zur Unsicherheitsquantifizierung (UQ) (PICP=92,6 %) bei gleichzeitiger wettbewerbsfähiger Genauigkeit, alles innerhalb eines einzigen Inferenzdurchlaufs.
Selektive Vorhersage: Das Framework ermöglicht „selektive Vorhersage", bei der das System unsichere Vorhersagen filtern kann. Durch Beibehaltung nur der 20 % sichersten Patches erreicht das Modell eine Genauigkeit unter einem Jahr (0,5 Jahre MAE), obwohl es mit Granularität auf Jahrhundertebene trainiert wurde.
Korrelation Unsicherheit-Fehler: Die Studie zeigt, dass aleatorische Unsicherheit ein starker Prädiktor für Datierungsfehler ist (Spearman $\rho = 0,729$ ), was dem Modell erlaubt, spezifische Schriftbereiche (z. B. schwache Tinte, Ligaturen) zu identifizieren, die Mehrdeutigkeiten verursachen.

Experimentelle Ergebnisse
Evaluiert auf dem DIVA-HisDB-Benchmark (150 Seiten aus drei mittelalterlichen Kodizes, 151.936 Patches), erzielte das Modell folgende Ergebnisse:

Genauigkeit: Ein Test-MAE von 5,4 Jahren, was die CNN-Klassifikator-Baseline (47,1 Jahre) signifikant übertrifft und mit einem Punktregressor (2,8 Jahre) vergleichbar ist, jedoch mit dem zusätzlichen Vorteil der Unsicherheitsschätzung.
Präzision: 93 % der Patches wurden innerhalb von 5 Jahren datiert, und 97 % innerhalb von 10 Jahren.
Kalibrierung: Das Modell erreichte eine Prediction Interval Coverage Probability (PICP) von 92,6 % auf dem 90 %-Konfidenzniveau. Dies übertraf MC Dropout (88,2 % PICP, erforderlich 50 Durchläufe) und Deep Ensembles (79,7 % PICP, erforderlich 5 Modelle).
Robustheit gegenüber Degradation: Die vorhergesagte Unsicherheit nahm monoton mit der Bilddegradation (Unschärfe und JPEG-Komprimierung) zu und diente als praktischer Indikator für die Bildqualität und die Notwendigkeit eines erneuten Scannens.
Aggregation auf Seitenebene: Die Aggregation der Patch-Vorhersagen auf Seitenebene reduzierte den MAE auf 4,5 Jahre und etablierte eine nahezu perfekte Korrelation ( $\rho = 0,905$ ) zwischen der Unsicherheit auf Seitenebene und dem Fehler auf Seitenebene, wodurch Seiten effektiv nach Datierungsschwierigkeit rangiert wurden.

Bedeutung und Behauptungen
Der Beitrag behauptet, dass dieser Ansatz direkt einen Engpass bei der Massendigitalisierung mittelalterlicher Manuskripte adressiert. Durch die Bereitstellung einer kalibrierten probabilistischen Schätzung ermöglicht das System einen Workflow, bei dem sichere Vorhersagen automatisiert werden, während unsichere für die Überprüfung durch Experten markiert werden. Die Autoren betonen, dass die Fähigkeit, die Abdeckung gegen Genauigkeit zu tauschen (via Unsicherheitsschwellen), eine einzigartige Eigenschaft probabilistischer Modelle ist, die Kuratoren und Historikern ein praktisches Werkzeug bietet.

Der Beitrag behält jedoch hinsichtlich der Einschränkungen einen bescheidenen Umfang bei. Er räumt ein, dass das Modell derzeit als Interpolator innerhalb der bekannten Verteilung der drei Trainings-Schriftfamilien agiert. Es wird angemerkt, dass die epistemische Unsicherheit bei Out-of-Distribution (OOD)-Manuskripten nicht anstieg, was darauf hindeutet, dass dem Modell die notwendige „stilistische Überlappung" fehlt, um völlig neue Schriften als unbekannt zu erkennen. Die Autoren schlagen vor, dass zukünftige Einsätze diversere Trainingsdaten (z. B. CLaMM oder e-codices) erfordern würden, um die Generalisierung auf nicht gesehene Schriftfamilien zu verbessern.