idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Kann das Kartieren von planetaren Landformen automatisiert werden? Mithilfe von Künstlicher Intelligenz und Deep Learning haben Wissenschaftler:innen der Constructor University in Bremen, der Universität Padua und der Universität Bologna einen neuartigen Open-Source-Ansatz für die automatische Kartierung von planetaren Landformen entwickelt. "DeepLandforms", die Vorabversion des Programms, wurde Ende Dezember in der Zeitschrift "Earth and Space Science" der American Geophysical Union veröffentlicht.
Geologische Karten von Planetenoberflächen wie etwa vom Mars zu erstellen, ist ein komplexer Prozess. Von der Datenerfassung über die Datenauswertung bis hin zur Veröffentlichung in unterschiedlichen Formaten – die Erstellung von Karten basiert auf einem zeitaufwändigen, mehrstufigen Verfahren. Wissenschaftliche Literatur sowie zahlreiche Anwendungen belegen, dass Techniken des Deep Learning, welche künstliche neuronale Netze zur Analyse von Datensätzen nutzen, den Herstellungsprozess deutlich verbessern können. Bis jetzt stand jedoch kein gebrauchsfertiger und hochgradig anpassbarer Open-Source-Werkzeugkasten für die Kartierung von Planeten zur Verfügung.
„Uns ging es darum, sofort einsatzbereite, einfach nutzbare und konfigurierbare Werkzeuge zu entwickeln“, sagt Giacomo Nodjoumi. Der Doktorand in der Arbeitsgruppe von Dr. Angelo Rossi, Professor für Erd- und Planetenforschung an der Constructor University, hat „DeepLandforms“ maßgeblich entwickelt. Das Programm steht als Open Source zur Optimierung zur Verfügung und zeigt eine effektive, einfache und kostengünstige Methode für die Kartierung von Planeten im All.
Welche Ergebnisse mithilfe der Software für die planetare Kartierung zu erzielen sind, haben die Wissenschaftler:innen exemplarisch an einer bestimmten Landform auf dem Mars gezeigt, die Lavaröhren auf der Erde ähneln. Geologische Karten sind ein wichtiges Hilfsmittel bei der Erforschung von Planeten, denn sie dienen auch als Grundlage für mögliche Erkundungen durch Roboter oder Menschen.
www.constructor.university
Angelo Pio Rossi | Professor für Erd- und Planetenforschung
anrossi@constructor.university
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2022EA002278
Beispiele für marsianische Grubenlandschaften, die möglicherweise mit Höhlen verbunden sind.
NASA/JPL-Caltech/UArizona/PDS Geosciences Node's Orbital Data Explorer for Mars Data Access
Beispielhafte Schritte von der ersten großräumigen Erfassung bis zur halbfertigen geomorphologischen ...
NASA/JPL-Caltech/UArizona/PDS Geosciences Node's Orbital Data Explorer for Mars Data Access
Criteria of this press release:
Journalists, Scientists and scholars
Geosciences, Information technology, Physics / astronomy
transregional, national
Research results
German
Beispiele für marsianische Grubenlandschaften, die möglicherweise mit Höhlen verbunden sind.
NASA/JPL-Caltech/UArizona/PDS Geosciences Node's Orbital Data Explorer for Mars Data Access
Beispielhafte Schritte von der ersten großräumigen Erfassung bis zur halbfertigen geomorphologischen ...
NASA/JPL-Caltech/UArizona/PDS Geosciences Node's Orbital Data Explorer for Mars Data Access
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
