
ML für Remote Sensing: Satellitendaten automatisch analysieren
Jetzt Webinar-Mitschnitt anschauen!
Bereich: Webinar
Dieses Webinar widmet sich der der Anwendung von Machine Learning (ML) Methoden im Bereich von Remote Sensing (deutsch: “Fernerkundung”).
Unter Remote Sensing versteht man die Gewinnung von Informationen über die Erdoberfläche mittels weit entfernter Sensoren. Dies können zum Beispiel an Flugzeugen angebrachte Kameras oder Messungen durch Satelliten sein. Insbesondere für Satelliten sind Menge und Verfügbarkeit derartiger Daten in den letzten Jahren stark gewachsen. Dies ermöglicht neue Anwendungen durch eine größere Nutzergruppe.
Traditionell wurden Satellitendaten durch Expertenteams manuell ausgewertet. Die stetig wachsende Menge an verfügbaren Daten (z. B. Zeitreihen, hyperspektrale Messungen) führt aber dazu, dass diese Form der Analyse immer ineffizienter oder gar unmöglich wird. Moderne Machine Learning Methoden dagegen sind nicht nur dafür prädestiniert mit großen Datenmengen umzugehen, ihre Anwendung im Bereich Remote Sensing ermöglicht es Nutzern Erkenntnisse aus Satellitendaten zu ziehen und unternehmerisch zu nutzen, auch ohne dass jedes Bild durch Fernerkundungsexperten begutachtet werden muss.
In diesem Webinar geben wir einen Einblick in die Arten von verfügbaren Satellitendaten. Anschließend stellen wir nicht nur allgemeine Anwendungsfelder von Machine Learning Methoden im Bereich Remote Sensing vor, sondern zeigen auch den konkreten Mehrwert von ML Methoden anhand von zwei realen Remote Sensing Projekten von dida auf.
Im Verlauf des Webinars werden wir unter anderem folgende Fragen beantworten:
- Welche Anwendungsfelder gibt es für Remote Sensing im Unternehmenskontext?
- Welche Satellitendaten gibt es, was kann ich auf ihnen erkennen und was kosten diese?
- Wie kann ich diese Daten analysieren und mittels moderner Machine Learning Methoden automatisch Erkenntnisse aus ihnen ziehen?
Bereitgestellt von:
dida Datenschmiede GmbH
Diese Inhalte könnten Sie auch interessieren:
Bundesbürger sehen große Chancen für AI
Der Branchenverband Bitkom gab während der letztlich gescheiterten Sondierungsgespräche der Parteien bereits Empfehlungen für eine…
Hello World mit Data Parallel C++
Mit Hardwarebeschleunigern für HPC- und KI-Systeme wird das Programmieren in Zukunft immer paralleler werden. Spannende Zeiten für…
AI bei der Preisfindung
Ernsting’s family hat sich während der fünfmonatigen Pilotphase von der Praxistauglichkeit der Machine-Learning-Lösung von Blue…