Logo des Repositoriums

Auflistung nach Schlagwort "Machine-Learning"

1 - 2 von 2
  • Konferenzbeitrag
    Aktuelle Ansätze zum Einsatz von Verfahren der automatisierten Bilderkennung mittels maschinellen Lernens im Bereich des Umweltmonitorings
    (INFORMATIK 2024, 2024) Galle, Christopher
    Die steigende Nachfrage nach präzisen aktuellen Erhebungen des Naturzustands hat die Notwendigkeit neuer Herangehensweisen an die Datenerfassung und -auswertung deutlich gemacht. Die Auswertung von Umweltdaten ist eine zeitaufwändige und ressourcenintensive Aufgabe, die eine erhebliche Beteiligung qualifizierten Personals erfordert. Die Automatisierung dieser oft manuellen Prozesse gestaltete sich über viele Jahre hinweg als herausfordernd. Besonders die Artenbestimmung von Insekten und die Auswertung von Wildkameraaufnahmen im Bereich der Ökologieforschung dienen als Beispiele dafür. In Fangflaschen konservierte Insekten müssen von Fachpersonal identifiziert werden, was aufgrund von Beschädigungen an den Insekten sowie dem Verfall während der Lagerung und Bearbeitung ein zeitaufwendiger und zeitkritischer Prozess ist. Aber nicht nur die Auswertung herkömmlicher Bilder und Proben ist für Anwendungen der automatisierten Bilderkennung interessant, auch nicht-fotografische Bilddaten wie Sonar-, Satelliten- oder spektroskopische Aufnahmen eignen sich dafür. Die Verwendung von Methoden des maschinellen Lernens, insbesondere der Einsatz von Convolutional Neural Networks, hat sich hier in vielen Bereichen als äußerst hilfreich erwiesen. Die Verfügbarkeit geeigneter Trainingsdaten stellt jedoch weiterhin ein großes Problem dar, für das häufig individuelle Lösungsansätze gefunden werden müssen
  • Konferenzbeitrag
    Bilddatenakquisition zur Entwicklung eines Machine-Learning-Detektors für Grünlandunkräuter
    (44. GIL - Jahrestagung, Biodiversität fördern durch digitale Landwirtschaft, 2024) Ingo-Leonard Haußmann, Lukas Petrich
    Giftpflanzen wie die Herbstzeitlose (Colchicum autumnale) können sich besonders gut in extensiv bewirtschaftetem Grünland ausbreiten. Gelangen Pflanzenteile in das Erntegut, drohen bei der Aufnahme durch Nutztiere Vergiftungserscheinungen, die zum Tode führen können. Ohne Maßnahmen zur Regulierung werden betroffene Flächen zunehmend unattraktiv und es droht eine Nutzungsaufgabe, einhergehend mit einer naturschutzfachlichen Abwertung. Zur Steuerung eines innovativen Bekämpfungsgerätes gegen Grünlandunkräuter wird ein Pflanzendetektor basierend auf einem Machine-Learning-Ansatz entwickelt. Die Methode zur Bilddatensammlung dafür wird in vorliegendem Artikel beschrieben.