
Forschungsschwerpunkte
- Machine Learning
- Hyperspectral Remote Sensing
- Data Science
- Landwirtschaftliche und forstliche Anwendungen
Dr. Uwe Knauer forscht am Fraunhofer IFF zu Anwendungen für maschinelles Lernen und hyperspektrale Bildgebung in der Land- und Forstwirtschaft.
Einen Arbeitsschwerpunkt stellt die Planung, Durchführung und Auswertung von flugzeug- und UAV-gestützten Messkampagnen im Rahmen von Forschungsprojekten und als Dienstleistung für öffentliche Einrichtungen sowie Unternehmen aus dem Agrar- und Forstbereich dar.
Auf Basis hyperspektraler Messungen im Labor und mit Multikopter wird ein nicht invasives Diagnoseverfahren für die Pflanzenkrankheiten Apfeltriebsucht und Birnenverfall entwickelt.
Gemeinsam mit Forschungspartnern aus ganz Deutschland wird an Methoden zur Diagnose und Bekämpfung des Eschentriebsterbens geforscht. Schwerpunkt für das Fraunhofer IFF ist die sichere Erkennung der Esche und des Befallsgrads durch ein flugzeuggestütztes Monitoring mit hyperspektraler Sensorik.
Gemeinsam mit Forschern der Martin-Luther-Universität Halle werden Züchtungsexperimente für Gerste durch multispektrale Messungen begleitet und Vorhersagemodelle für den Ertrag und andere züchtungsrelevante Zielgrößen entwickelt.
2018 | Promotion im Fach Informatik an der Humboldt-Universität zu Berlin |
seit 2012 | Wissenschaftlicher Mitarbeiter am Fraunhofer IFF, Biosystems Engineering |
2007 bis 2011 | Systementwickler im Bereich Postlogistik und Digitaldruck bei Data Security Elbe |
2003 bis 2010 | Wissenschaftlicher Mitarbeiter an der Humboldt-Universität zu Berlin |
1997 bis 2003 | Studium der Informatik an der Humboldt-Universität zu Berlin |
Zeitschriftenaufsatz
MDPI Remote Sensing, 11(23) | 2019
In this paper, we evaluate different popular voting strategies for fusion of classifier results. A convolutional neural network (CNN) and different variants of random forest (RF) classifiers were tra…
Poster-Präsentation
International Plant Phenotyping Symposium, Adelaide, Australien | 2018
Zeitschriftenaufsatz
Plant Methods 13 | 2017
Hyperspectral imaging is an emerging means of assessing plant vitality, stress parameters, nutrition status, and diseases. Extraction of target values from the high-dimensional datasets either relies …