Zweck und Umfang
Dieses On-Demand-Training führt die Teilnehmer in die Arbeitsprinzipien und Anwendungen der hyperspektralen Bildgebung im Agrar- und Lebensmittelbereich ein. Der Kurs behandelt Sensortypen (Linescan, Snapshot), Messaufbau, spektrale Interpretation, Vorverarbeitungstechniken und Workflows für maschinelles Lernen zur Klassifizierung und Regression.
An praktischen Beispielen aus Pflanzen und Lebensmitteln (z.B. Lauch, Kartoffel, Fleisch) lernen die Teilnehmer, wie sie Messungen einrichten, hyperspektrale Daten verarbeiten und Modelle für reale Anwendungsfälle auswerten.
Wenn Sie weitere Informationen über das Training erhalten möchten, wenden Sie sich bitte an Marijke.hunninck@ilvo.vlaanderen.be
Lernziele
Am Ende des Trainings werden die Teilnehmer in der Lage sein:
- Erläutern Sie die Arbeitsprinzipien hyperspektraler Sensoren und bildgebender Verfahren.
- Richten Sie eine hyperspektrale Messkampagne für Agrar- und Lebensmittelanwendungen ein.
- Vorverarbeitung und Analyse hyperspektraler Daten unter Verwendung grundlegender Techniken des maschinellen Lernens (PLSR, SVM).
- Interpretieren Sie Vegetationsindizes und spektrale Fingerabdrücke, die für die Pflanzen- und Lebensmittelqualität relevant sind.
- Bewerten Sie die Machbarkeit der Implementierung von hyperspektraler Bildgebung in ihren eigenen Anwendungsfällen.
Lernergebnisse
Teilnehmer, die dieses Training absolvieren, werden in der Lage sein:
- Unterscheiden Sie zwischen Zeilenscan-, Snapshot- und spektral gescannten Hyperspektralsystemen.
- Wenden Sie spektrale Vorverarbeitungsvorgänge wie Maskierung und Normalisierung an.
- Extrahieren und analysieren Sie mittlere Spektren für Klassifikations- und Regressionsaufgaben.
- Verwenden Sie hyperspektrale Daten, um die Pflanzenfrische zu beurteilen, Kartoffeldefekte zu erkennen oder Fleischarten zu klassifizieren.
- Identifizieren Sie die Grenzen und das Potenzial von hyperspektralen Setups für Labor- oder Industrieumgebungen.
Wer sollte teilnehmen?
Forscher, Qualitätskontrollspezialisten, Pflanzen- und Lebensmittelanalysten, Datenwissenschaftler und Fachleute, die mit nicht-invasiven Sensortechnologien in der Agrar- und Lebensmittelindustrie arbeiten.
KI-Implementierung
Daten (Datenraum / Bigdata)
Sonstige
Dienstleistungen
Software / KI-Modell