GhostNetZero.ai

Der WWF hat eine KI-Anwendung entwickelt, die Satellitendaten nach verlorenen Fischereinetzen, sogenannten "Geisternetzen", absucht. Um die Effizienz zu steigern, wird ein Interface entwickelt, das die gemeinsame Nutzung von hydrografischen Daten ermöglicht, ohne dass sensible Informationen preisgegeben werden. Die Datenmengen des WWF sind begrenzt, während weitere Daten oft im Besitz von privaten Firmen und Behörden sind. Es wird ein Interface entwickelt, dass es ermöglicht, hydrografische Daten ausschließlich auf potenzielle Netzverdachtsstellen zu teilen. Die Daten selbst werden nicht übertragen und die Nutzungsrechte bleiben bei den Eigentümer*innen. Die gemeinsame Nutzung von hydrografischen Daten durch das KI-Geisternetz-Interface ermöglicht eine skalierbare, kostengünstige und ressourcenschonende Suche nach Geisternetzen. Dies kann einen wichtigen Beitrag zur Säuberung der Meere und zum Schutz der Meereslebewesen leisten.

Ähnliche Projekte

SmartRecycling-UP

AutomatisierungBildverarbeitungDatenanalyseKünstliche Intelligenz
SmartRecycling-UP zielt darauf ab, die Recyclingquote und -qualität von Großabfällen durch Automatisierung bisher manueller Prozesse erheblich zu verbessern. Dies soll durch die Schaffung technischer Voraussetzungen für die automatisierte…
von Deutsches Forschungszentrum für Künstliche Intelligenz
Mehr erfahren

Changemaker Academy

BildverarbeitungDatenanalyseDatenanwendung für ÖffentlichkeitDatenerhebungDatenerhebungDatenerhebung beschreibt den Prozess der systematischen Sammlung von Daten. Dies ist eine zentrale Praxis in der Forschung und Datenverarbeitung, um verlässliche und relevante Daten für Analysen und Entscheidungen zu gewinnen. Methoden umfassen Umfragen, Beobachtungen, Sensoren und Datenbanken.
Wie kann ich Gesellschaft wirksam auf meine Weise mitgestalten? Mit Open-Source Materialien, Events und Workshops hilft die Changemaker Academy Menschen dabei ihre Werte, Talente und Leidenschaften zu entdecken…
von Civic Coding
Mehr erfahren

SeaClear - SEarch, identificAtion and Collection of marine Litter with Autonomous Robots

DatenanalyseDatenerhebungKarten & VerzeichnisseKünstliche Intelligenz
Das SeaClear-Projekt entwickelt eine autonome Roboterlösung zur Identifizierung und Sammlung von Unterwassermüll. Ein Team aus Unterwasser-, Oberflächen- und Luftfahrzeugen findet und entfernt Abfälle von Küstenmeeresböden.
von Delft University of Technology, Project consortium
Mehr erfahren

Beziehungsgraph