Logo des Repositoriums

Auflistung nach Autor:in "Hilbring, Désirée"

1 - 5 von 5
  • Konferenzbeitrag
    3D-Grundwasseranalyse von Bauvorhaben mittels GeoPro3D
    (Environmental Communication in the Information Society - Proceedings of the 16th Conference, 2002) Hilbring, Désirée
    GeoPro is a 3D GIS application for visualising the ground water table and hydrogeological profiles in designated regions for construction sites. The term construction sites comprises single as well as groups of buildings for urban planning and routes for regional planning. GeoPro3D is a tool to detect conflicts between construction sites and the ground water table. To achieve this the user can view and analyse the entire planning situation or interesting parts of the scene in a three dimensional virtual world embedded in a Geographic Information System.
  • Textdokument
    Nitrat-Monitoring 4.0 – Intelligente Systeme zur nachhaltigen Reduzierung von Nitrat im Grundwasser
    (INFORMATIK 2020, 2021) Liesch, Tanja; Bruns, Julian; Abecker, Andreas; Hilbring, Désirée; Karimanzira, Divas; Martin, Tobias; Wagner, Martin; Wunsch, Andreas; Fischer, Thilo
    Nitrat im Grundwasser stellt weltweit unter anderem für die Trinkwasserversorgung ein großes Problem dar. Die Verteilung von Nitrat im Grundwasser ist dabei das Ergebnis eines komplexen Zusammenspiels vieler Einflussfaktoren, welches sich mit herkömmlichen Modellen für große Gebiete aufgrund der hohen Komplexität der Domäne nur schwer modellieren lässt. KI-Anwendungen, insbesondere Neuronale Netze bzw. Deep Learning Verfahren, lassen als datenbasierte Modelle, die komplexe Zusammenhänge aus einer großen Datenmenge extrahieren und übertragen können, hier einen deutlichen Mehrwert bei der zeitlich-räumlichen Vorhersage von Nitratwerten erwarten. Im vorliegenden Projekt soll daher ein übergreifendes System entwickelt werden, welches KI Verfahren mit Methoden der Umweltinformatik und speziell der Wasserdomäne kombiniert. Hierzu kommen State-of-the-Art Machine Learning Methoden wie Convolutional Neural Networks und Long short-term Memory Netzwerke zum Einsatz, um so eine verbesserte räumliche und zeitliche Vorhersage von Nitrat im Grundwasser zu erzielen und damit zur effizienten und nachhaltigen Nitrat-Reduzierung beizutragen. Diese werden mit Methoden des Operation Research und der semantischen Datenintegration erweitert, um damit einen Endnutzer bei der Entscheidungsfindung intelligent zu unterstützen.
  • Konferenzbeitrag
    Nutzung offener Standards für die Integration von Pegeldaten und KI-basierte Prognose von Pegel- und Abflussdaten zur Verbesserung der FrühwarnungbeiSturzfluten
    (INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Vogl, Jonathan; Hilbring, Désirée; Karimanzira, Divas
    Im Kontext von Frühwarnsystemen, deren Bedeutung in Zeiten mit steigender Anzahl an Extremwetterereignissen wächst, spielt die Verfügbarkeit von Messdaten in Kombination mit einem schnellen Datenaustausch zwischen KI-Algorithmen zur Berechnung und Plattformen zur Visualisie- rung von Prognoseergebnissen eine entscheidende Rolle. Im Rahmen des Eigenforschungsprojekts PrognoSF des Fraunhofer IOSB werden Niederschlagsprognosedaten des DWD mit lokalen Sensor- daten aus Smart City Plattformen kombiniert und Pegelprognosen auf Basis von KI durchgeführt, die später auch Frühwarnungen, gerade bei Gefährdung von kritischer Infrastruktur, gewährleisten sollen. Für die flexible Integration von Daten und Modulen kommen offene Standards zum Einsatz. Für die Pegelprognose wird ein neuronales maschinelles Übersetzungsmodell trainiert, das aus tiefen rekurrenten Netzen besteht.
  • Konferenzbeitrag
    OData - Usage of a REST Based API Standard in Web based Environmental Information Systems
    (EnviroInfo 2022, 2022) Hilbring, Désirée; Becker, Kevin; Markus; Emde, Katharina; van der Schaaf, Hylke; Spandl, Horst; Tauber, Martina
    Environmental information in existing custom-build environmental information systems is manifold. Sharing this information via Web APIs for diverse client types to fulfil the needs of ongoing digitisation efforts is still a challenge. This paper analyses the open standard OData (Open Data Protocol) as a possible communication protocol between independent servers and clients. Of interest is also the question, if the protocol is not only capable of sharing environmental data between independent systems but also if the information provided via OData is sufficient for directly creating a web-based end user client. The developed prototypical implementation is tested in two environmental applications from different domains: a small data overview for decision makers and the integration of information in an environmental platform.
  • Textdokument
    Übertragung eines Vorgehensmodells zur KI-Integration von der Industrie auf Umweltinformationssysteme
    (INFORMATIK 2020, 2021) Hilbring, Désirée; Pfrommer, Julius
    Maschinelles 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.