ML4EO – Machine Learning for Earth Observation (Strojno učenje za opazovanje zemlje)
Uporaba metod strojnega učenja (ML) je v zadnjih letih postala zelo razširjena, vendar ni povsod enako dostopna. Zato je nemška razvojna agencija GIZ začela projekt ML4EO, katerega namen je bil prenos znanja in izobraževanje mladih izobražencev v Ruandi na temo geo-informatike, strojnega učenja in opazovanja zemlje. Projekt je večinoma potekal na daljavo. Kigali, glavno mesto Ruande, smo skupaj s partnerji obiskali le pred začetkom projekta, da smo se seznanili s partnerji, sodelavci in udeleženci projekta. Podjetje GeoCodis je na projektu sodelovalo s svojimi strokovnjaki za opazovanje Zemlje in stojno učenje. Pripravljali in pregledovali smo teoretično učno gradivo in praktične vaje ter organizirali konzultacije za udeležence.
Glavni cilji projekta so bili:
- razvijanje razumevanja strojnega učenja in opazovanja Zemlje,
- razlaga teoretičnih principov GIS, daljinskega zaznavanja, algoritmov za obdelavo produktov za kmetijstvo,
- predstavitev orodij in metod za izkoriščanje satelitskih podatkov EO,
- spodbujanje izkoriščanja in uporabe ML in EO na področju kmetijstva,
- podpora poslovnim modelom/minimalno izvedljivim projektom (npr. glede vrste pridelka, kakovosti in zdravja pridelka, klasifikacije pokrivnosti tal itd.), kar koristi ruandskemu kmetijskemu sektorju.
Partnerji: GIZ (Nemška agencija za mednarodno sodelovanje), RSA (Ruandska vesoljska agencija), Univerza v Ruandi, GFA svetovalna skupina in DLR (Nemški vesoljski center).
