Teilen:
10.01.2023 10:00
Mit Künstlicher Intelligenz Planeten kartieren
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
Wissenschaftliche Ansprechpartner:
Angelo Pio Rossi | Professor für Erd- und Planetenforschung
anrossi@constructor.university
Originalpublikation:
https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2022EA002278
Bilder
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
Merkmale dieser Pressemitteilung:
Journalisten, Wissenschaftler
Geowissenschaften, Informationstechnik, Physik / Astronomie
überregional
Forschungsergebnisse
Deutsch
