Doel en reikwijdte
Deze on-demand training laat deelnemers kennismaken met de werkprincipes en toepassingen van hyperspectrale beeldvorming in het agrovoedingsdomein. De cursus behandelt sensortypen (linescan, snapshot), meetopstelling, spectrale interpretatie, voorbewerkingstechnieken en machine learning-workflows voor classificatie en regressie.
Aan de hand van praktijkvoorbeelden uit gewassen en voedingsmiddelen (bijv. prei, aardappel, vlees) leren deelnemers hoe ze metingen kunnen uitvoeren, hyperspectrale gegevens kunnen verwerken en modellen voor praktijkvoorbeelden kunnen evalueren.
Wilt u meer informatie over de training, neem dan contact op met Marijke.hunninck@ilvo.vlaanderen.be
Leerdoelen
Aan het einde van de opleiding kunnen de deelnemers:
- Leg de werkingsprincipes van hyperspectrale sensoren en beeldvormende modaliteiten uit.
- Een hyperspectrale meetcampagne opzetten voor agrovoedingstoepassingen.
- Hyperspectrale gegevens vooraf verwerken en analyseren met behulp van basistechnieken voor machinaal leren (PLSR, SVM).
- Interpreteer vegetatie-indices en spectrale vingerafdrukken die relevant zijn voor de kwaliteit van planten en levensmiddelen.
- Evalueer de haalbaarheid van het implementeren van hyperspectrale beeldvorming in hun eigen use cases.
Leerresultaten
Deelnemers aan deze training zullen in staat zijn om:
- Onderscheid maken tussen linescan, snapshot en spectraal gescande hyperspectrale systemen.
- Spectrale voorbewerkingen toepassen, zoals maskeren en normaliseren.
- Extractie en analyse van gemiddelde spectra voor zowel classificatie- als regressietaken.
- Gebruik hyperspectrale gegevens om de versheid van planten te beoordelen, aardappeldefecten op te sporen of vleessoorten in te delen.
- Identificeer beperkingen en potentieel van hyperspectrale opstellingen voor laboratorium- of industriële omgevingen.
Voor wie is dit bedoeld?
Onderzoekers, specialisten op het gebied van kwaliteitscontrole, gewas- en voedselanalisten, datawetenschappers en professionals die werken met niet-invasieve detectietechnologieën in de agrovoedingssector.
Implementatie van AI
Data (dataruimte/bigdata)
Overige
Diensten
Software / AI-model