Begleiten Sie uns zu einem fesselnden Gespräch in Folge 6 der Podcast-Serie „Open Geo AI: Unveiling Satellite Insights through Open Data“.
Folge 6 – Innovationen in der Geo-KI: Fallstudien und Erfolgsgeschichten
In diesem Podcast zum Thema „Innovationen in der Geo-KI: Fallstudien und Erfolgsgeschichten“ erzählen Tao Wen und Carl Boettiger echte Erfolgsgeschichten an der Schnittstelle von offenen Daten, KI und Satelliteninformationen. Entdecken Sie von ML-Modellen für Land-Wasser-Systeme bis hin zu Open-Science-Initiativen, wie verschiedene Sektoren Zeitreihenmodelle, R-Umgebungen und das Open Scripts-Projekt der NASA auf AWS Cloud für transformative Entscheidungsfindung nutzen.
Tao Wen ist Assistenzprofessor am Department of Earth and Environmental Sciences der Syracuse University. Seine Forschungsinteressen reichen von Geochemie, Umweltdatenwissenschaft und Hydrogeologie. Nach einem Postdoc-Studium 2020–2017 an der Penn State University und dem Abschluss seines Ph.D. kam er 2020 zur Syracuse University. in Geologie im Jahr 2017 an der University of Michigan. Er erhielt 2011 einen Bachelor-Abschluss in Umweltwissenschaften von der University of Science and Technology of China.
Tao Wen ist ein Geochemiker mit zusätzlicher Expertise in den Datenwissenschaften, angetrieben von einem Forschungsinteresse an der Schnittstelle zwischen Mensch und Wasserkreislauf. Sein Team nutzt feldbasierte und geochemische Laboransätze (z. B. Edelgase, stabile Isotope und Wasserchemie), um die Umweltauswirkungen menschlicher Aktivitäten auf die Wasserressourcen zu beleuchten. Sein Team entwickelt und wendet außerdem datenwissenschaftliche Werkzeuge an, um die räumlich-zeitlichen Muster gekoppelter Wasser- und Elementkreisläufe auf verschiedenen Skalen in den gekoppelten natürlichen und menschlichen Systemen zu untersuchen.
Carl Boettiger beschäftigt sich mit Problemen der ökologischen Vorhersage und Entscheidungsfindung unter Unsicherheit, mit Anwendungen für globale Veränderungen, Naturschutz und Management natürlicher Ressourcen. Ich interessiere mich besonders dafür, wie wir Ökosysteme vorhersagen oder verwalten können, in denen es zu Regimewechseln kommen kann: plötzliche und dramatische Veränderungen, die sowohl unsere Modelle als auch die verfügbaren Daten in Frage stellen. Die rasante Ausweitung sowohl der Rechenleistung als auch der verfügbaren ökologischen und umweltbezogenen Daten ermöglicht und erfordert neue mathematische, statistische und rechnerische Ansätze für diese Fragen. Die Ökologie kann aus den Fortschritten in Informatik und Informatik ebenso wie aus Statistik und Mathematik viel darüber lernen, was nützlich ist und was nicht. Traditionelle Ansätze zur ökologischen Modellierung und zum Ressourcenmanagement wie stochastische dynamische Systeme, Bayes'sche Inferenz und optimale Kontrolltheorie müssen angepasst werden, um alle verfügbaren Daten zu nutzen und gleichzeitig deren Unvollkommenheiten zu berücksichtigen. Mein Ansatz verbindet ökologische Theorie mit der Synthese heterogener Daten und der Entwicklung von Software – eine Kombination, die heute als Datenwissenschaft anerkannt ist.
https://crdf.org.in/podcast/open-geo-ai-unveiling-satellite-insights-through-open-data
Alle Folgen hier ansehen: https://codata.org/initiatives/data-skills/codata-connect/open-geo-ai-unveiling-satellite-insights-through-open-data-podcast-series/
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- Quelle: https://codata.org/crdf-and-codata-podcast-series-open-geo-ai-new-episode-6-available/
