Lehrinhalte
Die neuesten Fortschritte in der Satellitentechnologie ermöglichen eine regelmäßige, häufige und hochauflösende Überwachung der Erde im globalen Maßstab, wodurch eine bisher unerreichte Menge an Erdbeobachtungsdaten (EO) verfügbar wird. Um diese umfangreichen EO-Daten effizient zu verarbeiten und zu analysieren, hat sich die Fernerkundung zu einem multidisziplinären Fachgebiet entwickelt, in dem maschinelles Lernen und Computer-Vision-Algorithmen eine zunehmend wichtige Rolle spielen.
Zu Beginn dieses Projektkurses erhalten die Studierenden Themenvorschläge sowie Informationsmaterial zum Thema Deep Learning für die Erdbeobachtung. Nachdem die Projektteams und -themen festgelegt sind, wird in Abstimmung mit der Lehrkraft eine geeignete Projektumgebung (einschließlich der passenden Werkzeuge für Teamarbeit) bestimmt. Daraufhin beginnen die Planung, Koordination und Entwicklung des Projekts. In den wöchentlichen Meetings stellt jedes Team seinen Fortschritt vor und bespricht gemeinsam mit der Lehrkraft die nächsten Schritte. Das Projekt endet mit einem Abschlussbericht sowie einer Präsentation der Ergebnisse. Die Themen sind an die aktuellen Forschungsaktivitäten des Lehrstuhls angelehnt und umfassen unter anderem: i) Repräsentationslernen für Bilder; ii) Klassifizierung und Abruf von Satellitenbildern; iii) Multimodales Lernen; iv) Entwicklung von Foundation-Modellen für Vision und Sprache.
