Wir waren auf der
#FOSSGIS2024 đ Hier ist eine Ăbersicht unserer VortrĂ€ge mit Links zu den Aufzeichnungen, Folien, Daten und Stellenausschreibungen:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/
LGLN_at_FOSSGIS2024.md
Share link for LGLN_at_FOSSGIS2024.md.
Unser Vortrag bei der
#FOSSGIS2024 "Workflow zur Erstellung von Trainingsdaten fĂŒr die KI-GebĂ€udeerkennung"
Freitag, 22. MĂ€rz, 11:45 Uhr,
Mehr Infos zum Vortrag:
https://pretalx.com/fossgis2024/talk/7S3JKU/ï»ż Weitere FOSSGIS2024-VortrĂ€ge von uns:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/Unser Vortrag bei der
#FOSSGIS2024 "Evaluierung von Hausumringen: ALKIS, OSM, Microsoft und unsere KI im Vergleich"
Donnerstag, 21. MĂ€rz, 14:50 Uhr,
Mehr Infos zum Vortrag:
https://pretalx.com/fossgis2024/talk/TJQQ8L/Weitere FOSSGIS2024-VortrÀge von uns:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/
Evaluierung von Hausumringen: ALKIS, OSM, Microsoft und unsere KI im Vergleich FOSSGIS-Konferenz 2024
Um automatisiert Hinweise zur Aktualisierung der ALKIS-Daten zu erhalten, werden bei der Landesvermessung Niedersachsen (LGLN) die Ergebnisse einer âKI-GebĂ€udeerkennungâ mit den amtlichen Hausumringen verglichen. Dazu wurde eine Reihe von Metriken entwickelt.
Mit denselben Metriken haben wir auch andere frei verfĂŒgbare DatensĂ€tze (z.B.: OSM) ausgewertet, bestehende Differenzen analysiert und daraus Aussagen ĂŒber VollstĂ€ndigkeit, AktualitĂ€t und Genauigkeit der jeweiligen Hausumringe abgeleitet.
Unser Vortrag bei der
#FOSSGIS2024 "KI-GebĂ€udeerkennung â Deep-Learning-Modelle zur Aktualisierung der ALKIS-GebĂ€ude"
Donnerstag, 21. MĂ€rz, 14:15 Uhr,
Mehr Infos zum Vortrag:
https://pretalx.com/fossgis2024/talk/JAS9RR/Weitere FOSSGIS2024-VortrÀge von uns:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/
KI-GebĂ€udeerkennung â Deep-Learning-Modelle zur Aktualisierung der ALKIS-GebĂ€ude FOSSGIS-Konferenz 2024
Beim Einsatz âKĂŒnstlicher Intelligenzâ zur Erkennung von GebĂ€uden in Luftbildern setzt die Landesvermessung Niedersachsen (LGLN) auf Open Source Software und selbst trainierte Deep-Learning-Modelle. Ein eigenes DecSecOps-Team entwickelt und betreibt seit ĂŒber 4 Jahren eine SaaS-Anwendung zur UnterstĂŒtzung der KatasterĂ€mter. Diese âKI-GebĂ€udeerkennungâ hilft beim Aktualisieren der ALKIS-Daten. Kann sie auch beim Aktualisieren der OSM-GebĂ€ude helfen?
Unser Vortrag bei der
#FOSSGIS2024 "Projekt Geodigitalisierungskomponente (GDIK)"
Donnerstag, 21. MĂ€rz, 11:10 Uhr,
Mehr Infos zum Vortrag:
https://pretalx.com/fossgis2024/talk/SML33E/Weitere FOSSGIS2024-VortrÀge von uns:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/
Projekt Geodigitalisierungskomponente (GDIK) FOSSGIS-Konferenz 2024
50 % aller Daten haben einen Raumbezug. Daraus folgt, dass mindestens 50 % aller Formulare einen Raumbezug haben, aber im HTML Standard existiert kein Formular-Element fĂŒr die Eingabe von Geodaten.
Im Rahmen des OZG Projektes Geodigitalisierungskomponente haben wir uns dieser Thematik angenommen, in Online-Formularen Geometrien angeb- und auswÀhlbar zu machen.
Das Projekt GDIK setzt auf Web-Components und der MasterportalAPI als technischen Unterbau.
Unser Vortrag bei der
#FOSSGIS2024 "Skalierbare Geodatenverarbeitung in der Cloud mit Argo Workflows"
Donnerstag, 21. MĂ€rz, 09:35 Uhr,
Mehr Infos zum Vortrag:
https://pretalx.com/fossgis2024/talk/WMFUGA/ï»ż Weitere FOSSGIS2024-VortrĂ€ge von uns:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/Unser Vortrag bei der
#FOSSGIS2024 "Bereitstellung von freien Geodaten (OpenData) mit STAC beim LGLN"
Mittwoch, 20. MĂ€rz, 12:20 Uhr,
Mehr Infos zum Vortrag:
https://pretalx.com/fossgis2024/talk/HPLTPQ/ Weitere FOSSGIS2024-VortrÀge von uns:
https://file.ki.lgln.niedersachsen.dev/f/a657b5a0f6684a5aa353/
Bereitstellung von freien Geodaten (OpenData) mit STAC beim LGLN FOSSGIS-Konferenz 2024
Es wird der Einsatz von STAC (SpatioTemporal Asset Catalog) zur Katalogisierung von freien Geodaten (OpenData) beim Landesamt fĂŒr Geoinformation und Landesvermessung Niedersachsen (LGLN) auf Basis von OSS vorgestellt.
