Prognose eines Index zur Ernährungssicherheit mittels Multi-Branch Convolutional Neural Networks (CNN) am Beispiel ausgesuchter afrikanischer Staaten

Beginn: Ab sofort

Erstbetreuer: Prof. Dr. Heisenberg

Zweitbetreuer: Sven Wöhrle, MSc.

Niveau: Bachelor- oder Masterarbeit

Problemstellung:
Jährlich sind viele Länder von Dürren und Überflutungen betroffen, die nicht nur den Wettbewerb um Wasserressourcen verschärfen, sondern auch zu Ernährungsunsicherheit und folglich zu Massenmigrationen führen. Das Institut für Informationswissenschaften (IWS) fokussiert sich in seinen aktuellen Projekten auf Afrika, mit dem Ziel, durch maschinelle Lernmethoden integrierte Daten mit hoher räumlicher und zeitlicher Auflösung zu generieren. Diese sollen eine verbesserte und proaktive Planung von Maßnahmen zur Bekämpfung von Ernährungsunsicherheit ermöglichen. Dabei spielen Daten aus dem DHS-Programm (Demographic and Health Surveys) eine zentrale Rolle, welche umfassende und repräsentative Informationen zu Bevölkerung, Gesundheit, Bildung und Ernährung aus über 90 Ländern bieten (https://dhsprogram.com).
Vorarbeiten:
  • Ein Ernährungssicherheitsindex basierend auf DHS-Daten wurde bereits entwickelt.
  • Ein Convolutional Neural Network (CNN) inklusive Preprocessing-Skripte ist implementiert.
  • Die meisten Daten sind schon vorhanden und bereits vorverarbeitet.
Offene Aufgaben:
  • Testen und Implementieren verschiedener vortrainierter Modelle.
  • Entwicklung eines zweiten Zweigs für abgeleitete Daten wie Vegetationsindizes und Bevölkerungsdichte.
  • Entwicklung eines dritten Zweigs für tabellarische Daten.
Das Ziel dieser Arbeit ist die Prognose eines Ernährungssicherheitsindex (IPC) sowie eines Vermögenswerteindex unter Verwendung von Sentinel-Satellitenbildern, die bereits für mehrere Jahre über die Google Earth Engine API bezogen wurden. Eine entsprechende Optimierung der Hyperparameter ist erforderlich. Die spezifischen Forschungsfragen und die Methodik sollen in einem Exposé vorab entwickelt und formuliert werden.
Interessiert?
Wenn Sie sich für die Entwicklung von neuronalen Netzen mit TensorFlow/Keras und Python begeistern und an vorderster Front an der Lösung dieser kritischen gesellschaftlichen Herausforderungen mitarbeiten möchten, laden wir Sie herzlich ein, sich für ein vertiefendes Gespräch zum Thema per E-Mail zu melden.
Femoz Dashboard prediction