Auflistung nach Schlagwort "Umweltinformatik"
1 - 8 von 8
Treffer pro Seite
Sortieroptionen
- Textdokument1. Workshop Künstliche Intelligenz in der Umweltinformatik(INFORMATIK 2020, 2021) Abecker, Andreas; Bruns, Julian; Naumann, StefanIn den letzten Jahrzehnten hat die Umweltforschung begonnen, eine datengesteuerte Perspektive einzunehmen, die durch riesige Sensornetze, satellitengestützte Erdbeobachtung und einen fast allgegenwärtigen Internetzugang ermöglicht wird. Von einigen dieser datengestützten Ansätze wird erwartet, dass sie Visionen einer nachhaltigen Zukunft umsetzen können. Zum Beispiel, indem sie es ermöglichen, in nachhaltigen intelligenten Städten zu leben oder die Welt mit „Smarter Landwirtschaft“ zu ernähren. Oder indem man die Umweltverschmutzung oder die globale Entwaldung mit besserer Erdbeobachtung bekämpft. Es besteht jedoch eine Kluft zwischen einigen der derzeitigen Erwartungen, die in datengesteuerte Techniken gesetzt werden, und der Reife im Bereich des (räumlichen) Maschinellen Lernens und der Künstlichen Intelligenz. Im Workshop werden offene Forschungsfragen adressiert und Anwendungsbeispiele aus den Schnittfeldern von KI und Umweltanwendungen diskutiert.
- Textdokument2. Workshop Künstliche Intelligenz in der Umweltinformatik(INFORMATIK 2021, 2021) Abecker, Andreas; Bruns, Julian; Naumann, StefanIn den vergangenen Jahren konnte die Umweltforschung eine zunehmend datengesteuerte Perspektive einnehmen, weil immer leistungsfähigere In-situ-Sensorik mit telemetrischer Datenübertragung, riesige Sensornetze, satelliten- und drohnengestützte Erdbeobachtung und ein fast allgegenwärtiger Internetzugang technisch ganz neue Möglichkeiten eröffnen. Von einigen dieser datengestützten Ansätze wird erwartet, dass sie Visionen einer nachhaltigen Zukunft deutlich unterstützen können. Zum Beispiel, indem sie es ermöglichen, in nachhaltigen intelligenten Städten besser zu leben, die Menschheit mit intelligenterer Landwirtschaft besser zu ernähren, die Umweltverschmutzung oder weltweite Rodung von Wäldern mit besserer Erdbeobachtung zu bekämpfen, oder durch intelligente Steuerung von Prozessen und Vernetzung von Akteuren wichtige Menschheitsfragen wie die Umsetzung der Energiewende, die Realisierung der Kreislaufwirtschaft oder die Bekämpfung und den Umgang mit dem Klimawandel zu unterstützen. Im Workshop KIU werden in diesem großen Themenkomplex neue innovative Ideen vorgestellt, offene Forschungsfragen und Lösungsansätze diskutiert und Anwendungsbeispiele aus den Schnittfeldern von KI und Umweltanwendungen präsentiert.
- Textdokument3. Workshop Künstliche Intelligenz in der Umweltinformatik(INFORMATIK 2022, 2022) Abecker,Andreas; Bruns,Julian; Naumann,StefanIn den letzten Jahren werden die vom Menschen verursachten Umweltprobleme, wie Klimawandel, Verlust der Artenvielfalt, Verschmutzung der Meere usw. immer offenkundiger, in ihren negativen Auswirkungen für den Menschen immer dramatischer und ihr besseres Verständnis als Grundlage für kraftvolle Lösungsansätze wird immer bedeutender und drängender, wenn wir unsere gegenwärtige Lebensweise mit einem hohen Maß an materiellem Wohlstand und politisch-gesellschaftlicher Stabilität auch nur einigermaßen wahren wollen. Die Informatik und auch die Künstliche Intelligenz können und sollten eine hervorgehobene Rolle einehmen, wenn es darum geht, komplexe natur-, umwelt-, erd- und lebenswissenschaftliche Zusammenhänge besser zu erfassen, zu überwachen, zu verstehen und aus diesem Verständnis heraus effizientere und effektivere technische Lösungsansätze zum Umgang mit den großen Umweltproblemen zu entwickeln. In der KIU-Workshopreihe werden in diesem großen Themenkomplex neue innovative Ideen vorgestellt, offene Forschungsfragen und Lösungsansätze diskutiert und Anwendungsbeispiele aus den Schnittfeldern von KI und Umweltanwendungen präsentiert.
- Konferenzbeitrag4. Workshop Künstliche Intelligenz in der Umweltinformatik(INFORMATIK 2023 - Designing Futures: Zukünfte gestalten, 2023) Abecker, Andreas; Bruns, Julian; Naumann, StefanIm Rahmen des INFORMATIK FESTIVAL 2023 der Gesellschaft für Informatik (GI) e.V. im Herbst 2023 in Berlin findet die vierte Auflage des Workshops KIU zur Nutzung von Methoden der Künstlichen Intelligenz in der Umweltinformatik statt. In der KIU-Workshopreihe werden seit 2020 anwendungsorientiert und interdisziplinär innovative Beiträge der KI für wichtige Fragen von Umweltschutz und Nachhaltigkeit vorgestellt und diskutiert. Auch der vierte Workshop soll dabei helfen, eine deutschsprachige Wissenschafts- und Anwendungscommunity zu diesen Themen zu etablieren, um langfristig die Kreativität und die Wirkung dieses wichtigen Aufgabenfelds zu unterstützen.
- Konferenzbeitrag5. Workshop Künstliche Intelligenz in der Umweltinformatik(INFORMATIK 2024, 2024) Abecker, Andreas; Behrens, Grit; Naumann, Stefan; Willenbacher, MartinaIm Rahmen des INFORMATIK FESTIVAL 2024 der Gesellschaft für Informatik (GI) e.V. im Herbst 2024 in Wiesbaden findet die fünfte Auflage des Workshops KIU zur Nutzung von Methoden der Künstlichen Intelligenz in der Umweltinformatik statt. In der KIU-Workshopreihe werden seit 2020 anwendungsorientiert und interdisziplinär innovative Beiträge der KI für wichtige Fragen von Umweltschutz und Nachhaltigkeit vorgestellt und diskutiert. Auch der fünfte Workshop soll dabei helfen, eine deutschsprachige Wissenschafts- und Anwendungscommunity zu diesen Themen zu etablieren und konsolidieren, um langfristig die Kreativität und die Wirkung dieses wichtigen Aufgabenfelds zu unterstützen.
- Textdokument8. Workshop Umweltinformatik zwischen Nachhaltigkeit und Wandel (UINW 2020)(INFORMATIK 2020, 2021) Naumann, Stefan; Voigt, Kristina; Kern, Eva; Wohlgemuth, Volker; Behrens, GritDer Workshop „Umwelinformatik zwischen Nachhaltigkeit und Wandel“ schlägt auch in seinem bereits achten Durchlauf die Brücke zwischen Informatik, Umwelt-und Nachhaltigkeitswissenschaften und präsentiert interdisziplinäre wissenschaftliche Lösungen aus der Schnittstelle zwischen Digitalisierung und Nachhaltiger Entwicklung.
- KonferenzbeitragAktuelle Ansätze zum Einsatz von Verfahren der automatisierten Bilderkennung mittels maschinellen Lernens im Bereich des Umweltmonitorings(INFORMATIK 2024, 2024) Galle, ChristopherDie 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
- TextdokumentIntegration von KI-Algorithmen in Umweltinformationssysteme mittels SensorThings API(INFORMATIK 2021, 2021) Hertweck, Philipp; van der Schaaf, Hylke; Hilbring, Desiree; Weis, Jonas; Liesch, Tanja; Budde, MatthiasKünstliche Intelligenz oder Maschinelles Lernen wird zunehmend in der Umweltdomäne eingesetzt. Eine offene Frage dabei ist, wie entwickelte Algorithmen flexibel in Umweltinformationsysteme integriert werden können. Dieser Artikel befasst sich mit dieser Frage und untersucht den Einsatz des offenen Standards SensorThings API des Open Geospatial Consortiums (OGC) für die Integration von KI-Algorithmen in eine Geodaten-Infrastruktur. Die entwickelte Methode trägt mittels Container-Technologie dem Einsatz unterschiedlicher Technologien und unabhängigen Entwicklergruppen in verteilten Systemen Rechnung. Entwickelt und erprobt wird diese Methode im Projekt NiMo 4.0. Hierfür dient als Beispiel ein Prognose-Algorithmus für die räumliche Vorhersage von Nitrat-Daten.