KI-Innovation in der Erdbeobachtung: Das BIFOLD-Forschungsteam "Big Data Analytics for Earth Observation" präsentiert auf globaler Bühne vier wichtige Forschungsarbeiten.
Auf dem International Geoscience and Remote Sensing Symposium (IGARSS 2024) in Athen zeigen die Berliner, wie Künstliche Intelligenz zur Lösung globaler Herausforderungen beitragen kann.
Nachhaltigkeit im Fokus
Das IGARSS 2024, das mehr als 3.000 führende Wissenschaftler und Fachleute aus der Fernerkundung anzog, stand im Zeichen der nachhaltigen Entwicklung im Einklang mit der Agenda 2030 der Vereinten Nationen.
Die Arbeiten des BIFOLD-Teams stellten innovative Methoden zur Verarbeitung und Analyse von Erdbeobachtungsdaten mit maschinellem Lernen vor. Diese Forschung hat das Potenzial, zur nachhaltigen Nutzung von Ressourcen und zum Schutz der Umwelt beizutragen.
Lokales Lernen, globales Wissen
Ein Highlight der Konferenz war die Präsentation „Transformer-based Federated Learning Across Decentralized and Unshared Archives for Remote Sensing Image Classification“. Diese Arbeit untersucht föderierte Lernmethoden, die es ermöglichen, Modelle über verteilte Datenarchive hinweg zu trainieren, ohne dass die Daten zentralisiert werden müssen.
Besonders herausfordernd sind die heterogenen Trainingsdaten (non-IID), denen das Team mit innovativen Transformer-Architekturen begegnet ist. Die Ergebnisse bieten wertvolle Leitlinien für die Auswahl geeigneter Modelle zur Bewältigung solcher Herausforderungen.
Ein neuer Standard für Küstenfernerkundung
Ein weiteres bedeutendes Projekt, das vorgestellt wurde, ist „MagicBathyNet“, ein neuer multimodaler Datensatz, der zur Kartierung von Flachwassergebieten entwickelt wurde.
Dieser Datensatz vereint hochauflösende Bilder von Sentinel-2 und SPOT-6 Satelliten mit Bathymetrie-Daten und Bodenklassen-Annotationen.
„MagicBathyNet“ stellt einen Meilenstein dar, da es Forschern erstmals ermöglicht, auf offene Benchmark-Daten zurückzugreifen, die die Entwicklung präziser Modelle zur Kartierung von Küstenregionen erleichtern.
Bewahrung physikalischer Eigenschaften in augmentierten Daten
In der Arbeit „Estimating Physical Information Consistency of Channel Data Augmentation for Remote Sensing Images“ untersuchten Tom Burgert und Begüm Demir die Auswirkungen von Datenaugmentationstechniken auf die physikalische Konsistenz von Spektraldaten in der Fernerkundung.
Durch die Bewertung, wie verschiedene Augmentationen die physikalische Integrität der Daten beeinflussen, trägt diese Forschung zur Verbesserung der Datenqualität und der Modellleistung in der Fernerkundung bei.
Pflanzenkartierung: Multimodalität und Vision Transformers im Einsatz
Schließlich präsentierte das Team ihre Arbeit zu „Multi-Modal Vision Transformers for Crop Mapping from Satellite Image Time Series“, die sich mit der Pflanzenkartierung beschäftigt.
Diese Forschung zeigt, dass die Kombination von Multimodalität und zeitlichen Bildserien die Leistung der Klassifizierung von Anbauflächen verbessert. Rein auf Aufmerksamkeit basierende Modelle haben sich als besonders effektiv erwiesen.
Fazit: Berliner KI-Forschung auf Lösung globaler Probleme fokussiert
Die Arbeiten des BIFOLD-Teams unter der Leitung von Prof. Begüm Demir auf der IGARSS 2024 zeigen, wie fortschrittliche KI-Technologien zur Lösung globaler Herausforderungen eingesetzt werden können.
Die vorgestellten Forschungsprojekte sind nicht nur wissenschaftlich relevant, sondern haben auch das Potenzial, praktisch angewendet zu werden, um zur nachhaltigen Entwicklung beizutragen.
Es bleibt spannend, wie die Forschungsergebnisse in der Erdbeobachtung praktische Anwendung finden.