Hauptnavigation

Modellierung und maschinelles Lernen: Analyse-Systeme zu Ernährungsunsicherheit weiterentwickeln

Programmkomponente: ASA-Hochschule basis
Projekt-Nr.: 1304
Seminargruppe: Seminarguppe IV basis
Dauer Projektphase: 6 Monate

Spezifikation Berufs-/Studienrichtung

Daten- und Informationswissenschaften

Pflichtsprache(n)

Englisch

Sonstige Sprache(n)

Portugiesisch

Land/Region

Brasilien | Lateinamerika und Karibik

Art der Durchführung:

in Präsenz

ASA-Hochschule basis

Projektbeschreibung

Willst du praxisnah an einem auf maschinellem Lernen basierenden mathematischen Vorhersagemodell mitarbeiten? In diesem Projekt steigst du in ein laufendes Programm zur Modellierung von Ernährungsunsicherheit ein und entwickelst dieses für eine bessere Vorhersagequalität weiter. Außerdem kümmerst du dich um die Verbreitung der Ergebnisse und den Aufbau eines Netzwerks von Fachpersonen für den Bereich der Ernährungsunsicherheit.

 

Das Projekt passt zu dir, wenn du

  • einen Hintergrund in Informatik, Mathematik, Geophysik, Geoinformatik, Informations- und Geowissenschaften oder Technik hast,
  • Programmierkenntnisse in Python oder R mitbringst,
  • idealerweise Kenntnisse zu Deep Learning und Remote Sensing Knowledge hast,
  • dich mit geografischen Informationssystemen (GIS) auskennst,
  • bereits Forschungserfahrung sammeln konntest.

 

Im Rahmen dieses Projekts arbeitest du mit der Technischen Hochschule Köln (TH Köln) und der Universidade Federal do Rio de Janeiro (UFRJ) zusammen. Das gemeinsame Forschungsprojekt der beiden Institutionen läuft seit 2018. Anhand von historischen Daten (2009-2018) konnte bereits ein Vorhersagemodell für Ernährungsunsicherheiten für die Region des Horns von Afrika erprobt werden. Die Beteiligten entwickelten dabei ein Analysesystem zur Berechnung von Wahrscheinlichkeiten der Ernährungsunsicherheit in dieser Region.

Die Technische Hochschule Köln (TH Köln) bietet eine akademische Ausbildung sowie wissenschaftliche Weiterbildung an und betreibt anwendungsbezogene Forschung. Dabei legt sie einen klaren Schwerpunkt auf Nachhaltigkeit und arbeitet interdisziplinär mit internationalen Universitäten zusammen. Dieses Forschungsprojekt ist am Institut für Informationswissenschaft angesiedelt.

Zur Website Technische Hochschule Köln

Die Universidade Federal do Rio de Janeiro (UFRJ) ist die größte bundesstaatliche Universität Brasiliens. Die Universität legt großen Wert auf die Nachhaltigkeit der entwickelten Projekte und bemüht sich darum, bei der Umsetzung unterschiedlicher Forschungsprojekte eng mit brasilianischen Gemeinden und Städten zusammenzuarbeiten. Die UFRJ bildet wissenschaftliche Fachkräfte aus und betreibt verschiedene Museen, Universitätskliniken und Forschungseinrichtungen. Hier wird das Projekt durch die Fakultät für Wirtschaftsingenieurwesen betreut.

Zur Website Universidade Federal do Rio de Janeiro

 

In Köln und Rio de Janeiro unterstützt du die TH Köln sowie die UFRJ bei:

  • der Erweiterung des Vorhersagemodells zu Ernährungsunsicherheit,
  • dem Schreiben von Code in Python,
  • der Entwicklung eines Regressionsmodells für Lebensmittelpreise,
  • der Erforschung und dem Aufbau neuer Partnerschaften im Bereich der Forschung zur Ernährungsunsicherheit,
  • der Veröffentlichung der Ergebnisse auf Konferenzen und in Fachzeitschriften,
  • der Erstellung von Verbreitungsmaterial wie Folien, Abbildungen und Videos,
  • der Verwendung von GIS-Software zur Entwicklung von Datensätzen und Karten.

 

Die Projektphase in Deutschland findet zwischen Mitte April und Mitte Juli statt; die Projektphase in Brasilien zwischen Mitte Juli und Mitte Oktober 2023. Falls du im Wintersemester 2023/24 weiter studieren musst, kannst du mit der Partnerinstitution eine individuelle Lösung bezüglich der Aufteilung der Projektphasen finden. Die ASA-Seminare runden deine Teilnahme ab. Alle Informationen zu den Seminaren findest du hier.

Zu den Seminarterminen

Das Projekt kann digital durchgeführt werden, falls eintretende Sicherheitsrisiken (Reisewarnung Auswärtiges Amt) einen Aufenthalt vor Ort nicht erlauben sollten.

In Zusammenarbeit mit

Technische Hochschule Köln (TH Köln); Universidade Federal do Rio de Janeiro (UFRJ)