Generalisierung von GIS-Daten
1995-1999
Artikel und Bücher
Alle
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
Adams, A. (2011):
Using Geographic Information Systems to Provide Better e-Services - A Guide for Municipalities from Smart Cities. Technical Report „Smart Cities“, 52 Seiten
, Weblink
Weisensee, M. (2011):
Zukunftsperspektiven der Deutschen Gesellschaft für Kartographie. KN Kartographische Nachrichten 5/2011, 240
Vorträge
Weisensee, M.
:
Podiumsdiskussion: Wird Google zu mächtig?.
ZKI-Jahrestagung, Wilhelmshaven,
September 2007
Brinkhoff, T.
:
Die effektive Nutzung von OGC-Webdiensten durch mobile GIS-Anwendungen am Beispiel des Katastrophenmanagements.
Intergeo-Kongress 2007, Leipzig,
September 2007
Brinkhoff, T.
:
Geodatenbanken: Grundlagen und Zukunftsentwicklungen.
VSVI-Seminar GIS 2007, Hannover,
September 2007
Gollenstede, A.
:
Wegenetz- und Beschilderungsplanung mit Freier und Open Source Software.
VSVI-Seminar GIS 2007, Hannover,
September 2007
Weisensee, M.
:
Geodateninfrastrukturen für Virtuelle Welten - Google, Microsoft & Co.
ZKI-Jahrestagung, Wilhelmshaven,
September 2007
Projekte
Gefördert durch: Land Niedersachsen
Personen
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Prof. Dr. Ingrid Jaquemotte (10.1995-10.1999)
Prof. Dr.-Ing. habil. Dr. h.c. Thomas Luhmann (Leitung) Prof. Dr. Ingrid Jaquemotte (10.1995-10.1999)
Abschlussarbeiten
Konzeption und Entwicklung eines Verfahrens zur Anonymisierung von personenbezogenen und georeferenzierten Verbrauchsdaten im Kontext der kommunalen Wärmeplanung (2023/1)
Kooperationspartner
Spatiotemporal analysis of biodiversity in the North Sea (2022/11)
Kooperationspartner
Alfred-Wegener-Institut: Helmholtz-Zentrum für Polar- und Meeresforschung
Potenzialanalyse von Randflächen an Autobahnen für Windkraft- und Photovoltaikfreiflächenanlagen (2022/11)
Untersuchungen zur Erfassung von spiegelnden und transparenten Oberflächen aus Laserscan-Punktwolken (2022/10)
Bildbasierte Detektion von Rissen in Schweißverbindungen mit den Methoden des Deep Learnings (2022/10)