| 2329 | KIKompAG - Multi-modale Datenintegration, domänenspezifische Methoden und KI zur Stärkung der Datenkompetenz in der Agrarforschung | KIKompAG - Multi-modal data integration, domain-specific methods and AI to strengthen data literacy in agricultural research | 01.10.2022 00:00:00 | 30.09.2025 00:00:00 | laufend | current | Forschungsplattform „Datenanalyse und Simulation“ | Research Platform „Data Analysis and Simulation“ | x80x32x31x83x | Ryo, Masahiro; Ghazaryan, Gohar | x2732x2781x | <div class='ntm_FDS'>FDS</div> | | | 2022 | KIKompAG - Multi-modale Datenintegration, domänenspezifische Methoden und KI zur Stärkung der Datenkompetenz in der Agrarforschung KIKompAG - Multi-modal data integration, domain-specific methods and AI to strengthen data literacy in agricultural research Forschungsplattform „Datenanalyse und Simulation“ Ryo, Masahiro; Ghazaryan, Gohar Drittmittel Research Platform „Data Analysis and Simulation“ current laufend <div class="ExternalClassF0680CEEC07949BC9AE63018F5016489"><div>Das Hauptziel von KIKompAg ist die Entwicklung eines kohärenten Konzepts für die Integration <span style="font-size:13.44px;">von multimodalen Daten, KI- und Simulationsmethoden zur skalenübergreifend Charakterisierung </span><span style="font-size:13.44px;">landwirtschaftlicher Systeme und, darauf aufbauend, die Erstellung eines umfassenden </span><span style="font-size:13.44px;">Lehrplans, der mehrere Aspekte der Analyse von Agrarökosystemen mit Daten aus multiplen </span><span style="font-size:13.44px;">Quellen abdeckt. Das Framework kombiniert modernste Fern- und Naherkundungsprodukte mit </span><span style="font-size:13.44px;">verschiedenen Deep Learning- und mechanistischen Modellen sowie diversen ober- und </span><span style="font-size:13.44px;">unterirdischen Referenzdatensätzen sowohl für Acker- als auch für Grünland. Wir teilen unser </span><span style="font-size:13.44px;">Wissen und unsere Erfahrungen auf breiter Basis mit Nachwuchsforschern, indem wir die erste </span><span style="font-size:13.44px;">frei verfügbare Online-Lernplattform aufbauen, auf der jeder systematisch erlernen kann, wie  man </span><span style="font-size:13.44px;">multimodale Daten,</span><span style="font-size:13.44px;"> KI und Simulation für landwirtschaftliche Anwendungen integriert. </span></div></div> <div class="ExternalClassF87B2B5F735944EFA5357C7FEDB2D7C3"><div>The main objective of KIKompAg is to develop a coherent approach for integrating multimodal data, AI and simulation methods to characterise agricultural systems across scales and, building on this, to create a comprehensive curriculum covering several aspects of agroecosystem analysis with data from multiple sources. The framework combines state-of-the-art remote and close sensing products with various deep learning and mechanistic models, as well as diverse surface and subsurface reference datasets for both cropland and grassland. We are sharing our knowledge and experience broadly with early career researchers by building the first freely available online learning platform where anyone can systematically learn how to use <span style="font-size:13.44px;">integrate multimodal data, AI and simulation for agricultural applications. </span><span style="font-size:13.44px;"></span></div></div> KIKompAg <div class="ExternalClass198156E9-A24C-4445-B4A2-4C0A8411B7C5"></div> <div class="ExternalClass926DD951-00C4-45B2-BE35-8DC5D964C861"></div> <div class="ExternalClass3F4BC751-38DC-4A1B-BEE2-6584678606F6"><ul><li>BMBF-Verbundprojekte</li></ul></div> <div class="ExternalClass2958ECA8-3629-4ADE-A97E-AC7F5B44870F"><ul><li>VDI/VDE Innovation + Technik GmbH. PT Innovations- und Technikanalysen +</li></ul></div> <div class="ExternalClass7BD965B5-5EDD-41DC-8064-8CFEF59A57E1"></div> | <div class="ExternalClassF0680CEEC07949BC9AE63018F5016489"><div>Das Hauptziel von KIKompAg ist die Entwicklung eines kohärenten Konzepts für die Integration <span style="font-size:13.44px;">von multimodalen Daten, KI- und Simulationsmethoden zur skalenübergreifend Charakterisierung </span><span style="font-size:13.44px;">landwirtschaftlicher Systeme und, darauf aufbauend, die Erstellung eines umfassenden </span><span style="font-size:13.44px;">Lehrplans, der mehrere Aspekte der Analyse von Agrarökosystemen mit Daten aus multiplen </span><span style="font-size:13.44px;">Quellen abdeckt. Das Framework kombiniert modernste Fern- und Naherkundungsprodukte mit </span><span style="font-size:13.44px;">verschiedenen Deep Learning- und mechanistischen Modellen sowie diversen ober- und </span><span style="font-size:13.44px;">unterirdischen Referenzdatensätzen sowohl für Acker- als auch für Grünland. Wir teilen unser </span><span style="font-size:13.44px;">Wissen und unsere Erfahrungen auf breiter Basis mit Nachwuchsforschern, indem wir die erste </span><span style="font-size:13.44px;">frei verfügbare Online-Lernplattform aufbauen, auf der jeder systematisch erlernen kann, wie  man </span><span style="font-size:13.44px;">multimodale Daten,</span><span style="font-size:13.44px;"> KI und Simulation für landwirtschaftliche Anwendungen integriert. </span></div></div> | <div class="ExternalClassF87B2B5F735944EFA5357C7FEDB2D7C3"><div>The main objective of KIKompAg is to develop a coherent approach for integrating multimodal data, AI and simulation methods to characterise agricultural systems across scales and, building on this, to create a comprehensive curriculum covering several aspects of agroecosystem analysis with data from multiple sources. The framework combines state-of-the-art remote and close sensing products with various deep learning and mechanistic models, as well as diverse surface and subsurface reference datasets for both cropland and grassland. We are sharing our knowledge and experience broadly with early career researchers by building the first freely available online learning platform where anyone can systematically learn how to use <span style="font-size:13.44px;">integrate multimodal data, AI and simulation for agricultural applications. </span><span style="font-size:13.44px;"></span></div></div> | | | <div class="ExternalClass16ED866E-29E0-4807-8AAC-800AD57418E7">Dr. Gohar Ghazaryan; Prof. Dr. Masahiro Ryo</div> | | <div class="ExternalClass6B4CACE7-9F7F-4B47-B77B-AC00BB9BD667">Prof. Dr. Claas Nendel</a></div> | | | | | | <div class="ExternalClass3F4BC751-38DC-4A1B-BEE2-6584678606F6"><ul><li>BMBF-Verbundprojekte</li></ul></div> | | VDI/VDE Innovation + Technik GmbH. PT Innovations- und Technikanalysen + | <div class="ExternalClass2958ECA8-3629-4ADE-A97E-AC7F5B44870F"><ul><li>VDI/VDE Innovation + Technik GmbH. PT Innovations- und Technikanalysen +</li></ul></div> | | 2 | 2 | | <div class="ExternalClassBA3687DE-672A-466F-947B-5D47BCD15C2B"><ul><li>Landschaftsmodellierung</li><li>Ökosystemmodellierung</li><li>Künstliche Intelligenz für Digitale Landwirtschaft</li></ul></div> | <div class="ExternalClass65218A8F-2B58-46A8-B97E-EABFA4909C3D"><ul><li>Landscape Modelling</li><li>Ecosystem Modelling</li><li>Artificial Intelligence for Smart Agriculture</li></ul></div> |
