
Research Scientist
Mathematics Cluster
Information and Inference
Machine Learning
Tel. +43 1 51581-2534
Email: thomas.weiss(at)oeaw.ac.at
Academic Background
Thomas Weiss studied mathematics and physics at the TU Munich. In 2016, he completed his PhD thesis on "Reflected Brownian Motions in the KPZ Universality Class". After some time as a risk manager in the financial sector, he completed another degree in electrical engineering sound engineering in Graz. The final thesis was written at ARI as part of the softpinna project on the use of non-rigid registration algorithms to improve photogrammetrically generated ear models.
Current Research
As part of the ANIML project, Thomas Weiss is studying the vocalizations of budgerigars in a social group setting. The current focus is on beamforming and source separation methods to extract single-bird audio streams from microphone array recordings. His general interests include bioacoustics, with a focus on automatic species detection and classification system, as well as signal processing, especially methods based on the zero positions of time-frequency representations.
Publications
- Digitalisierung, Erkennung und automatisierte Clusterung der Wasserzeichen in den Musikhandschriften Franz Schuberts. / Gulewycz, Paul; Gubsch, Clemens; Czernin, Anna Maria et al.
Quelle & Deutung I.IX: Beiträge der Tagung Quelle und Deutung IX am 20. November 2024. ed. / Balázs Sára. Budapest: Eötvös-József-Collegium, 2025. p. 227-242.Die Wasserzeichen in Franz Schuberts Musikhandschriften bergen noch immer ungelöste chronologische Rätsel. Trotz jahrzehntelanger Bemühungen der ‚Neuen Schubert-Ausgabe' blieb die zeitliche Einordnung vieler undatierter Werke anhand der Wasserzeichen problematisch, da herkömmliche Verfahren zur Wasserzeichenerkennung bei der oft mangelhaften Qualität des Notenpapiers an ihre Grenzen stießen. Im Rahmen des DRACMarkS-Projekts konnte erstmals eine neuartige Wasserzeichen-Digitalisierungsmethode auf die Schubert-Quellen angewendet werden: die Thermographie, ein infrarotbasiertes Bildgebungsverfahren, welches auchvon Notentext überlagerte Wasserzeichen frei erkennbar macht. Das Projektteam, bestehend aus Expert:innen aus den Bereichen Musikwissenschaft, Signalverarbeitung und Digital Humanities, entwickelte eine innovative Methodik zur automatisierten Wasserzeichen-Analyse, die eine präzise Erfassung durch strukturierte MEI/XML-Codierung in Kombination mit algorithmischer Kettlinien-Analyse ermöglicht. Die entwickelte Methode zur digitalen Rekonstruktion ursprünglicher Papierbögen eröffnet neue Perspektiven für die Datierung schwer einzuordnender Handschriften und schafft wegweisende Standards für die musikphilologische Wasserzeichenforschung.