Smarte Daten & Wissensdienste

Im Themenfeld „Earth and Space Applications“ werden Techniken des maschinellen Lernens eingesetzt, um unser Verständnis von Prozessen auf unserer Erde und der sie umgebenden Weltraumumgebung zu vertiefen. Das Team konzentriert sich insbesondere auf die Nutzung von Erdbeobachtungsdaten in Kombination mit künstlicher Intelligenz für unterschiedliche Anwendungsbereiche wie Landwirtschaft, Stadtplanung, Monitoring von Luftverschmutzung und Hochwasserkartierungen. 

Multimodalität

In der Erdbeobachtung gibt es oft eine Vielzahl relevanter Datenquellen mit denen sich Erkenntnisse zu einer Fragestellung gewinnen lassen. Üblich sind multispektrale optische Satellitenbilder, aber auch Radaraufnahmen, Wetterdaten und digitale Höhenmodelle. Wir beschäftigen uns daher mit der Entwicklung von Modellen des maschinellen Lernens, die unterschiedliche Datenquellen mit oft verschiedensten räumlichen und zeitlichen Auflösungen kombinieren können. Vereinfacht gesagt gibt es dabei zwei Ansätze: early fusion und late fusion. Nutzt man early fusion, so werden die Datenquellen bereits früh miteinander kombiniert. Dabei können die Modelle am besten aus den Korrelationen der Daten lernen, gleichzeitig muss aber die zeitliche und räumliche Skala der Daten harmonisiert werden. Bei der late fusion ist dies nicht notwendig, da die Daten zunächst separat im Modell verarbeitet werden und  die verschiedenen Stränge erst beim finalen Ergebnis kombiniert werden.

Transfer learning

Während es in der Erdbeobachtung eine Vielzahl von Input-Datenquellen gibt, ist eine korrekte Annotation von Daten eine Herausforderung, die oft nur manuell erfolgen kann. Für viele Anwendungsgebiete gibt es daher nur kleine annotierte Datensätze zum Trainieren von Modellen des maschinellen Lernens. Wir beschäftigen uns mit dem Transfer von Modellen von einem Anwendungsgebiet auf ein anderes oder von einer Region auf eine andere. So können wir die Menge an Trainingsdaten in neuen Anwendungsgebieten und Regionen minimieren.

Anwendungsorientierte Forschung

Uns ist die direkte industrielle Anwendung unserer Ergebnisse wichtig. Wir arbeiten daher meist eng mit Domänenexperten für die jeweiligen Anwendungsgebiete zusammen.