Artikel und Bücher

Koch, S.; Fincken, M.; Elbeshausen, M.; Schnabel, M. (2023): Machine Learning im Kontext der geodatenbasierten Wärmeleitplanung. 14. Norddeutsche Fachtage, Die Welt und die Geodäsie im Wandel, Hochschule Neubrandenburg und Deutscher Verein für Vermessungswesen e. V.
Elbeshausen, M.; Schnabel, M.; Koch, S. (2023): Mit GeoVisual Analytics zur Wärmeleitplanung. gis.Business 3/2023 , Weblink
Luhmann, T. (2023): Nahbereichsphotogrammetrie – Grundlagen, Methoden, Beispiele. 5. Auflage, Wichmann Verlag, Offenbach/Berlin , Weblink
Garms, M.; Leiz, M.; Mayer, M. (2023): Perception of climate change-related forest dieback in mountain forests among the local population. European Journal of Forest Research , doi: 10.1007/s10342-023-01627-z , Weblink
Luhmann, T. (2023): Photogrammetrie. Schmitt/Dietrich (eds.): Handbuch Messtechnik in der industriellen Produktion, Carl Hanser Verlag, München , Weblink

Vorträge

Es liegen keine Einträge vor!

Projekte

Unterwasser-Robotik

2014-2015
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Jurij Schmik, M.Sc. (08.2014-02.2015)
Gefördert durch: Jade2Pro-Promotionsprogramm
Im Rahmen dieses Promotionsvorhabens wurde eine Architektur für die Beobachtung kontinuierlicher Prozesse über Sensor-Datenströmen konzipiert. Ein besondere Fokus lag auf der Nutzung von Methoden der Geostatistik. mehr
Personen
Prof. Dr. Thomas Brinkhoff (Leitung) Peter Lorkowski, M.Sc. (04.2014-07.2017)

Endoskopische 3D-Navigation - Verfahren zur Systemmodellierung, Navigation und Objektrekonstruktion aus mehrfachen Endoskopiebildern

2014-2017
Gefördert durch: Jade2Pro-Promotionsprogramm
Das Promotionsprojekt befasst sich im Allgemeinen mit der dreidimensionalen Vermessung und überwachung des Behandlungsbereichs während eines minimalinvasiven chirurgischen Eingriffs. Mithilfe mehrfacher endoskopischer Bilder, die unter medizinische...
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Niklas Conen, M.Sc. (03.2014-03.2017)

Abschlussarbeiten


Analyse und Vergleich der geometrischen Eigenschaften von Referenzdaten und KI-Ergebnissen für die automatische Gebäudeerkennung in Luftbildern (2024/2)
Maschinelles Lernen für die Identifikation von baulichen Erweiterungen an Gebäuden anhand geometrischer Merkmale von ALKIS- und durch KI bestimmten Hausumringen (2024/2)
Integration und Verteilung von ALKIS-Grunddaten und Fortführungsdaten in Echtzeit mittels Open-Source-Technologien (2024/2)
Design und prototypische Implementierung einer Georeferenzierung im Web-Browser mittels Javascript und dem Open-Source-Geoportal „Masterportal“ (2024/2)
Möglichkeiten der Herstellung synthetischer Trainingsdaten für KI-Modelle in einer Game-Engine aus Geodaten (2024/2)