maschinelles Lernen Archive

Jun 11 2022

UFZ: Vom Weltall aus Grünland bewerten

Erde, Raumfahrt, Satelliten, Top-Meldungen / Biodiversität, Copernicus, Erdbeobachtung, Fernerkundung, GMES, Grünland, KI, Klimawandel, Landnutzung, maschinelles Lernen, Neuronales Netz, Sentinel-2, UFZ, Verbuschung

UFZ-Forscher entwickeln eine Methodik, mit der sie aus Satellitendaten dank Künstlicher Intelligenz bestimmen können, wie intensiv Wiesen und Weiden genutzt werden. Eine Pressemitteilung des Helmholtz-Zentrums für Umweltforschung (UFZ). Quelle: Helmholtz-Zentrum für Umweltforschung (UFZ) 9. Juni 2022. 9. Juni 2022 – Extensiv genutztes Grünland beherbergt eine hohe Artenvielfalt, übernimmt als Kohlenstoffspeicher eine wichtige Funktion für den […]

UFZ: Vom Weltall aus Grünland bewerten Weiterlesen »

Mai 11 2022

DLR: Wo sind Menschen in Afrika durch Naturkatastrophen bedroht?

Astrobiologie/Leben, Erde, Raumfahrt, Satelliten, Top-Meldungen / Afrika, DFD, DLR, EOC Geoservice, Erdbeobachtung, GFDRR, maschinelles Lernen, Satellite-based Monitoring Service of Urbanization in Africa, Weltbank, World Settlement Footprint, WSF

In Zusammenarbeit mit der Weltbank wurden alle afrikanischen Siedlungen mit mehr als 10.000 Einwohnern aus dem All erfasst. Die Erdbeobachtungsdaten helfen, kritische Entwicklungen zu erkennen und Städte besser auf Naturgefahren vorzubereiten. Das Deutsche Fernerkundungsdatenzentrum (DFD) verknüpft seine World Settlement Footprint (WSF) Produkte mit anderen Datenbanken. Methoden des Maschinellen Lernens helfen bei der Verarbeitung der riesigen

DLR: Wo sind Menschen in Afrika durch Naturkatastrophen bedroht? Weiterlesen »

Apr 20 2022

Neuronales Netzwerk kann Baumhöhen von Satellitenbildern ablesen

Erde, Raumfahrt, Satelliten, Top-Meldungen / Biomass, CNN, Copernicus, Deep Learning, EcoVision Lab, Erdbeobachtung, ETH Zürich, GEDI, Global Canopy Height Map, Klimawandel, machine learning, maschinelles Lernen, Neuronales Netz, Sentinel-2, Wald, Weltkarte

Mit Hilfe eines künstlichen neuronalen Netzwerks haben ETH-Forschende eine erste hochaufgelöste globale Vegetationshöhen-Karte aus Satellitenbildern für das Jahr 2020 erstellt. Die Karte könnte entscheidende Hinweise gegen den Klimawandel und das Artensterben liefern. Eine Pressemitteilung der ETH Zürich. Quelle: ETH Zürich. 20. April 2022 – Seit letztem Jahr befinden wir uns in der UN-Dekade für die

Neuronales Netzwerk kann Baumhöhen von Satellitenbildern ablesen Weiterlesen »

Feb 11 2022

Satelliten beobachten Veränderungen der Natur

Erde, Raumfahrt, Satelliten, Top-Meldungen / Bundeswehr, Deep Learning, Erdbeobachtung, ISTA, Kartierung, KI, MapInWild, maschinelles Lernen, Natürlichkeitsindex, Natürlichkeitskarte, Wildnis

Im Verbundprojekt MapInWild werden Deep Learning-Methoden zur Kartierung von Wildnisgebieten mittels Satellitenbilddaten entwickelt. Eine Pressemitteilung der Universität Bonn. Quelle: Universität Bonn. 11. Februar 2022 – Veränderungen auf der Erde können heute nahezu in Echtzeit beobachtet werden, denn viele Satelliten im Weltall sind mit Kameras und Sensoren genau dafür ausgestattet. Sei es der Rückgang von Gletschern,

Satelliten beobachten Veränderungen der Natur Weiterlesen »

Dez 8 2021

Neuronales Netz analysiert Gravitationswellen in Echtzeit

Astronomie, Kosmologie, Top-Meldungen / AEI, DINGO, Gravitationswellen, GW150914, machine learning, maschinelles Lernen, MPI-IS, Neuronales Netz

Forschende trainieren ein neuronales Netz darauf, in nur wenigen Sekunden die Eigenschaften verschmelzender schwarzen Löcher anhand der abgestrahlten Gravitationswellen präzise abzuschätzen. Das Netzwerk bestimmt die Massen und Eigendrehimpulse der schwarzen Löcher, sowie wo am Himmel, in welchem Winkel und wie weit von der Erde entfernt die Verschmelzung stattgefunden hat. Eine Pressemitteilung des Max-Planck-Instituts für Intelligente

Neuronales Netz analysiert Gravitationswellen in Echtzeit Weiterlesen »