Description: Das Projekt "Teilprojekt A" wird vom Umweltbundesamt gefördert und von CLAAS E-Systems GmbH durchgeführt. Die Anwendung von Methoden der KI ist insb. in der Landwirtschaft sinnvoll, wo die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Erste KI-Anwendungen haben deutliche Prozessverbesserungen gezeigt. Im Gegensatz zu der Entwicklung klassischer Assistenzsysteme sich hierbei jedoch gezeigt, dass hohe Anforderungen an die KI-Architekturen die Marktakzeptanz erschwert. Es muss ein Weg zur Auflösung der Abhängigkeit von High-Performance Computern auf der Maschine entwickelt werden. Dieses Projekt hat daher das Ziel, durch die genaue Analyse und Optimierung der benötigten Ressourcen, moderne Ansätze der künstlichen Intelligenz (insb. Deep Learning) trotz der limitierenden Hardware auf landwirtschaftlichen Maschinen nutzbar zu machen. Neben der landwirtschaftlichen Maschine an sich, werden auch edge-/cloudbasierte Konzepte einbezogen, um eine ganzheitliche und global skalierbare Lösung zu entwickeln. Es werden insb. Methoden des überwachten Lernens betrachtet, da hierbei eine synoptische Betrachtung der benötigten verschiedensten Ressourcen möglich ist. Es wird eine Vielzahl von qualitativ hochwertigen und annotierten Daten zum Training der Algorithmen benötigt. Diese Daten sollten neben der Qualität auch die geforderte und benötigte Variabilität aufweisen. Die Aufnahme von Daten in Erntekampagnen ist aufwendig und sollte auf ein sinnvolles Maß reduziert werden. Darauf folgt eine Annotation der Daten. Gerade in der landwirtschaftlichen Domäne sind hierfür zumeist Experten nötig. Hierbei ist besonders die Qualität der Datenbasis wichtig, um nicht unnötig Ressourcen der Experten zu verschwenden. Um auch eine Generalisierbarkeit der entwickelten Methoden zu gewährleisten, werden in diesem Projekt zwei unterschiedliche Szenarien betrachtet. Zum einen wird die Qualität von Erntegut bestimmt, zum anderen eine Erkennung von Merkmalen im Umfeld der Arbeitsmaschine durchgeführt.
Types:
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Computer ? Architektur ? Hardware ? Szenario ? Berechnungsverfahren ? Künstliche Intelligenz ? Landmaschine ? Arbeitsmaschine ? Datenbank ? Landwirtschaft ? Ressource ? Maschine ? Globale Aspekte ? Ressourceneffizienz ? Anwendungsmethode ? Auflösungsvermögen ? Leistungsfähigkeit ? Zielanalyse ?
Region: Lower Saxony
Bounding box: 9.16667° .. 9.16667° x 52.83333° .. 52.83333°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2021-01-01 - 2023-12-31
Accessed 1 times.