Dr. Andreas Backhaus

Wissenschaftlicher Mitarbeiter, Biosystems Engineering

Kontakt

Telefon +49 391 4090-779
Mail: andreas.backhaus@iff.fraunhofer.de

Forschungsschwerpunkte

  • Maschinelles Lernen für Sensordaten
  • Hyperspektrales Bildverstehen
  • Neuronale Netzwerkarchitekturen für funktionelle Daten
  • Entwicklung und Einsatz von Softsensorik in ingenieurstechnischen Anwendungen
  • Anwendung von Softsensorik in Landwirtschaft, Züchtung und Pflanzenforschung

Dr. Andreas Backhaus führt am Fraunhofer IFF Forschungs- und Entwicklungsvorhaben durch, mit dem Ziel Sensorik und maschinell gelernten Softwarekomponenten für Anwendung zur Charakterisierung von biologischen Materialien zu kombinieren. Dieses Technologieparadigma wird für unterschiedlichste Kunden und Anwendungen durch das Fraunhofer IFF eingesetzt. Im Fokus stehen vor allem Anwendung in Landwirtschaft, Züchtung und Pflanzenforschung, in denen so wertvolle Informationen zum Pflanzenzustand effizient, nicht-invasiv ermittelt werden können. Im Rahmen seiner Arbeit entwickelt er dazu die komplette Technologiekette, von der Datenerfassung, über das maschinelle Lernen bis hin den Einsatz von Machine-Learning-Modellen in technischen Systemen.

Kurzvita

seit 2009 Wissenschaftlicher Mitarbeiter am Fraunhofer IFF
2003 bis 2007 Promotion in Computational Neuroscience an der Universität Birmingham (Großbritannien)
1998 bis 2003 Studium der Ingenieurinformatik an der TU Ilmenau mit Abschluss Dipl.-Ing.

Ausgewählte Publikationen

Zeitschriftenbeitrag

Detection of Grapevine Leafroll-Associated Virus 1 and 3 in White and Red Grapevine Cultivars Using Hyperspectral Imaging

Remote Sensing, Ausgabe 12 | 5/2020

Grapevine leafroll disease (GLD) is considered one of the most widespread grapevine virus diseases, causing severe economic losses worldwide. To date, six grapevine leafroll-associated viruses (GLRaV…

Online-Fachzeitschrift

Optimizing the Procedure of Grain Nutrient Predictions in Barley via Hyperspectral Imaging

PLOS ONE | 11/2019

Hyperspectral imaging enables researchers and plant breeders to analyze various traits of interest like nutritional value in high throughput. In order to achieve this, the optimal design of a reliabl…

Konferenzbeitrag

Phenoliner: A Multi-sensor Field Phenotyping Platform

Acta Hortic | 2019

Because of the perennial nature and size of grapevine, the acquisition of phenotypic data is mostly restricted to the vineyard. The Phenoliner, presented here, is a new type of ground-based, robust, f…

Zeitschriftenbeitrag

Non-invasive Presymptomatic Detection of Cercospora beticola Infection and Identifica-tion of Early Metabolic Responses in Sugar Beet

Frontiers in Plant Science | 2016

Cercospora beticola is an economically significant fungal pathogen of sugar beet, and is the causative pathogen of Cercospora leaf spot. Selected host genotypes with contrasting degree of susceptibil…

Hugo-Junkers-Preis für Forschung und Innovation aus Sachsen-Anhalt 2016

Pflanzenpathogenen auf der Spur – Ein neuartiger Pflanzenscanner erkennt die Krankheit, bevor sie ausbricht

Kategorie »Innovativste Produktentwicklung« (2. Platz, gemeinsam mit Sandra Fischer, Jessica Knüfer, Udo Seiffert)