Show simple item record

dc.contributor.authorCherednyk, Juliia
dc.contributor.authorJenz, Mario
dc.contributor.authorMöller, Kim
dc.contributor.authorNieberg, Dominik
dc.contributor.authorRuckelshausen, Arno
dc.contributor.editorMeyer-Aurich, Andreas
dc.contributor.editorGandorfer, Markus
dc.contributor.editorBarta, Norbert
dc.contributor.editorGronauer, Andreas
dc.contributor.editorKantelhardt, Jochen
dc.contributor.editorFloto, Helga
dc.date.accessioned2019-05-21T11:30:15Z
dc.date.available2019-05-21T11:30:15Z
dc.date.issued2019
dc.identifier.isbn978-3-88579-681-7
dc.identifier.issn1617-5468
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/23098
dc.description.abstractIn diesem Dokument werden komplementäre Sensorfusionsansätze zur feldbasierten Hochdurchsatz-Phänotypisierung von Triticale auf Grundlage bildgebender LiDAR- und Lichtschattensensor-Daten vorgestellt. Die Sensordaten wurden mit der Multisensor-Plattform „BreedVision“ gewonnen. Zur Bestimmung des parzellenbezogenen Parameters werden die Messdaten von LiDAR- und Lichtschattensensor fusioniert. Mit Methoden des überwachten maschinellen Lernens wird ein Biomasse-Vorhersagemodell erstellt. Die extrahierten Pflanzenmerkmale werden auf feldbasierte Daten von 1503 Versuchsparzellen an zwei Versuchsstandorten für je zwei Wachstumsstadien trainiert. Das exponentielle Gauß'sche Prozessregressionsmodell wird mittels der Funktionen in MATLAB® entwickelt.de
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartof39. GIL-Jahrestagung, Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?
dc.relation.ispartofseriesLecture Notes in Informatics
dc.subjectLiDAR
dc.subjectLichtschattensensor
dc.subjectHochdurchsatz-Phänotypisierung
dc.subjectSensordatenfusion
dc.subjectMachine Learning
dc.titleLiDAR- und Lichtschattensensor-basierte Sensordaten-fusion zur feldbasierten Phänotypisierung von Getreidede
dc.typeText/Conference Paper
dc.pubPlaceBonn
mci.reference.pages37-42
mci.conference.sessiontitleGIL-Jahrestagung - Fokus: Digitalisierung für landwirtschaftliche Betriebe in kleinstrukturierten Regionen - ein Widerspruch in sich?
mci.conference.locationWien
mci.conference.date18.-19. Februar 2019


Files in this item

Thumbnail

Show simple item record