LiDAR- und Lichtschattensensor-basierte Sensordaten-fusion zur feldbasierten Phänotypisierung von Getreide
dc.contributor.author | Cherednyk, Juliia | |
dc.contributor.author | Jenz, Mario | |
dc.contributor.author | Möller, Kim | |
dc.contributor.author | Nieberg, Dominik | |
dc.contributor.author | Ruckelshausen, Arno | |
dc.contributor.editor | Meyer-Aurich, Andreas | |
dc.contributor.editor | Gandorfer, Markus | |
dc.contributor.editor | Barta, Norbert | |
dc.contributor.editor | Gronauer, Andreas | |
dc.contributor.editor | Kantelhardt, Jochen | |
dc.contributor.editor | Floto, Helga | |
dc.date.accessioned | 2019-05-21T11:30:15Z | |
dc.date.available | 2019-05-21T11:30:15Z | |
dc.date.issued | 2019 | |
dc.description.abstract | In diesem Dokument werden komplementäre Sensorfusionsansätze zur feldbasierten Hochdurchsatz-Phänotypisierung von Triticale auf Grundlage bildgebender LiDAR- und Lichtschattensensor-Daten vorgestellt. Die Sensordaten wurden mit der Multisensor-Plattform „BreedVision“ gewonnen. Zur Bestimmung des parzellenbezogenen Parameters werden die Messdaten von LiDAR- und Lichtschattensensor fusioniert. Mit Methoden des überwachten maschinellen Lernens wird ein Biomasse-Vorhersagemodell erstellt. Die extrahierten Pflanzenmerkmale werden auf feldbasierte Daten von 1503 Versuchsparzellen an zwei Versuchsstandorten für je zwei Wachstumsstadien trainiert. Das exponentielle Gauß'sche Prozessregressionsmodell wird mittels der Funktionen in MATLAB® entwickelt. | de |
dc.identifier.isbn | 978-3-88579-681-7 | |
dc.identifier.pissn | 1617-5468 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/23098 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V. | |
dc.relation.ispartof | 39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich? | |
dc.relation.ispartofseries | Lecture Notes in Informatics | |
dc.subject | LiDAR | |
dc.subject | Lichtschattensensor | |
dc.subject | Hochdurchsatz-Phänotypisierung | |
dc.subject | Sensordatenfusion | |
dc.subject | Machine Learning | |
dc.title | LiDAR- und Lichtschattensensor-basierte Sensordaten-fusion zur feldbasierten Phänotypisierung von Getreide | de |
dc.type | Text/Conference Paper | |
gi.citation.endPage | 42 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 37 | |
gi.conference.date | 18.-19. Februar 2019 | |
gi.conference.location | Wien | |
gi.conference.sessiontitle | GIL-Jahrestagung - Fokus: Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich? |
Dateien
Originalbündel
1 - 1 von 1
Lade...
- Name:
- GIL_2019_Cherednyk_037-042.pdf
- Größe:
- 486.54 KB
- Format:
- Adobe Portable Document Format