DeepIntegrate: Integration heterogener Datenquellen im Deep Learning: Architekturen, Algorithmen und Anwendungen in der Pflanzenzüchtung
- Laufzeit: 01.01.2019 - 31.12.2021
Zuwendungsgeber: BMBF
Prof. Dr. Marius Kloft
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Die Kombination der Vorteile von zwei Methoden, der Datenintegration und des tiefen maschinellen Lernens, ist das zentrale Ziel des Projekts DeepIntegrate. Mit diesem Projektvorhaben werden moderne, computergestützte Methoden entwickelt, erweitert und getestet, welche sehr ähnlich zum menschlichen Lernen, Daten aus unterschiedlichen Quellen nutzen, um Entscheidungen zu treffen und Vorhersagen zu machen. Ein erster konzeptioneller Beweis soll mit dem Projekt in der Pflanzenzüchtung geführt werden, in der eine Vielzahl an Daten und Datenquellen genutzt wird. Im Rahmen von DeepIntegrate werden Vorhersagemodelle entwickelt, die Bilddaten, genetische Daten und Umweltdaten in Kombination mit den neuen Methoden des maschinellen Lernens nutzen. Dies wird beispielsweise zu einer automatisierten Bewertung der Leistung von Pflanzensorten bei der Pflanzenzüchtung führen und so zur ressourcenschonenden Produktion von Nahrungsmitteln für eine wachsende Weltbevölkerung beitragen.
https://www.softwaresysteme.dlr-pt.de/media/content/Projektblatt_DeepIntegrate.pdf
KI-Schwerpunktfelder des Forschungsprojekts
Grundlagenforschung
- Machine Learning (ML): Anomaly Detection, Density Estimation, Feature Engineering/Feature Extraction
- Robotik: Sensorische Erfassung und Perzeption
- Technologieanalyse: Wirtschaftliche Auswirkungen