Logo des Repositoriums
 

Übertragung eines Vorgehensmodells zur KI-Integration von der Industrie auf Umweltinformationssysteme

Kurzanzeige
dc.contributor.authorHilbring, Désirée
dc.contributor.authorPfrommer, Julius
dc.contributor.editorReussner, Ralf H.
dc.contributor.editorKoziolek, Anne
dc.contributor.editorHeinrich, Robert
dc.date.accessioned2021-01-27T13:34:42Z
dc.date.available2021-01-27T13:34:42Z
dc.date.issued2021
dc.description.abstractMaschinelles Lernen stößt in der Umwelt-Domäne auf großes Interesse. Allerdings ist der Einsatz von entsprechenden Algorithmen in Umweltinformationssystemen (UIS) bisher nicht weit verbreitet. Eine offene Frage ist zum Beispiel wie von Umweltbehörden bestehende Informationssysteme mit seit Jahrzehnten aufgebauten und gepflegten Umweltdatenbanken in einem hierarchischen föderalem System weiterentwickelt und für den Einsatz von neuen Technologien fit gemacht werden können. Hierbei sind nicht nur technische Aspekte von Interesse, sondern vor allem auch die Entwicklung geeigneter Prozesse in der Zusammenarbeit verschiedener Behörden. Für die Industrie wurde mit dem ML4P Vorgehensmodell ein toolgestütztes Verfahren für die Einführung von maschinellem Lernen in der Produktion entwickelt. Dieser Artikel untersucht dieses Vorgehensmodell im Hinblick der Übertragbarkeit des Modells auf die Einführung von maschinellem Lernen in von Behörden betriebenen Umweltinformationssystemen.de
dc.identifier.doi10.18420/inf2020_99
dc.identifier.isbn978-3-88579-701-2
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/34813
dc.language.isode
dc.publisherGesellschaft für Informatik, Bonn
dc.relation.ispartofINFORMATIK 2020
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-307
dc.subjectUmweltinformationssysteme
dc.subjectMaschinelles Lernen
dc.subjectMachine Learning for Production (ML4P)
dc.subjectVorgehensmodell
dc.titleÜbertragung eines Vorgehensmodells zur KI-Integration von der Industrie auf Umweltinformationssystemede
gi.citation.endPage1057
gi.citation.startPage1043
gi.conference.date28. September - 2. Oktober 2020
gi.conference.locationKarlsruhe
gi.conference.sessiontitleKünstliche Intelligenz in der Umweltinformatik

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
C21-5.pdf
Größe:
239.31 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P307 - INFORMATIK 2020 - Back to the Future