Citizen-Scientists helfen uns bei der Auswertung von Satelitenbildern Exponat für das Wissenschaftsjahr 2019 - Künstliche Interligenz


Contact
Moritz.Langer [ at ] awi.de

Abstract

Maschinelle Lernalgorithmen erfordern große Mengen an Trainingsdaten damit komplexe Muster und Strukturen in Bildern automatisch erkannt werden können. Immer mehr Forschungsprojekte arbeiten daher mit Netzwerken von Freiwilligen („Citizen-Scientists“) zusammen um solche Taingsdatensätze zu erzeugen. Daraus ergibt sich eine enge Verknüpfung zwischen Mensch und Maschine bei der Analyse komplexer wissenschaftlicher Daten. Im Bereich der Geowissenschaften sind Freiwillige daran beteiligt Satellitenbilder visuelle zu interpretieren. Um möglichst viele Menschen zu involvieren, wird das Kartieren von Objekten in kleine, einfache Aufgaben aufgeteilt. Diese Methodik wird als „Micro-Mapping“ bezeichnet.



Item Type
Conference (Poster)
Authors
Divisions
Primary Division
Programs
Primary Topic
Peer revision
Not peer-reviewed
Publication Status
Published
Event Details
HGF Citizen Science THINKCAMP, 24 Mar 2019 - 26 Mar 2019, Max Delbrück Communications Center, Berlin.
Eprint ID
51216
Cite as
Langer, M. , Marx, S. , Hilljegerdes, M. and Herfort, B. (2019): Citizen-Scientists helfen uns bei der Auswertung von Satelitenbildern Exponat für das Wissenschaftsjahr 2019 - Künstliche Interligenz , HGF Citizen Science THINKCAMP, Max Delbrück Communications Center, Berlin, 24 March 2019 - 26 March 2019 .


Download
[img]
Preview
PDF
poster_sm_ml.pdf

Download (44MB) | Preview

Share

Research Platforms
N/A

Campaigns


Actions
Edit Item Edit Item