Patrick Menz M.Sc.

Wissenschaftlicher Mitarbeiter, Biosystems Engineering

Kontakt

Telefon +49 391 4090-818
Mail: patrick.menz@iff.fraunhofer.de

Forschungsschwerpunkte

  • Hyperspektrale und multispektrale Bildanalyse
  • Machine Learning mit Spezialisierung auf Transfer Learning
  • Latent Space Transformation
  • Smartphone-basierte multispektrale Sensorik

Patrick Menz erforscht und entwickelt am Fraunhofer IFF Transfer Learning für hyperspektrale Daten und Latent Space Transformationen mit dem Ziel der Anwendung einer bereits maschinell gelernten KI eines hyperspektralen Basissystems auf verschiedenster hyperspektraler und multispektraler Sensorik mit demselben Anwendungsziel.

Des Weiteren stellt einer seiner Arbeitsschwerpunkte die Anwendung Smartphone basierter multispektraler Sensorik (HawkSpex® Mobile) in den verschiedensten Branchen (z.B. Kosmetik, Textilreinigung) dar.

TiM – Transferlernen zur intelligenten Kalibration spektral-optischer Messdaten

Die qualitative und quantitative Erfassung der chemischen Zusammensetzung von Objekten weist unzählige Anwendungen auf, etwa die Qualitätskontrolle von Lebensmitteln, Bewertung des Gesundheitszustandes von Pflanzen, oder die Detektion von Fälschungen. Ziel des Projekts TiM, ist es, Methoden des maschinellen Lernens zur Übertragbarkeit der Kalibrationsmodelle zwischen multiplen Instanzen der Sensorhardware ohne ein wiederholtes Einmessen und Erstellen des Kalibrationsmodells zu entwickeln.

Kurzvita

seit Juli 2017 Wissenschaftlicher Mitarbeiter am Fraunhofer IFF
Oktober 2015 bis Juli 2017 Wissenschaftliche Hilfskraft am Fraunhofer IFF (Forschungsprojekt, Masterarbeit)
2009 bis 2017 Studium der technischen Kybernetik an der Otto-von-Guericke-Universität Magdeburg

Ausgewählte Publikationen

Konferenzbeitrag

Transfer Learning for Transferring Machine-learning Based Models Among Hyperspectral Sensors

ESANN 2019 | 2019

Using previously generated machine learning models under changing sensor hardware with nearly the same performance is a desirable goal. This constitutes a model transfer problem. We compare a Radial …