Projekte & Werdegang
Aktuelle und vergangene Projektvorhaben, an denen ich mitwirkte; kommende und bereits erschienende Publikationen; als auch meine berufliche sowie meine akademische Laufbahn.
Projekte
CRIFORA
August 2022 – Anfang 2025
Tätigkeitsbeschreibung:
- Entwicklung eines Klassifikationsalgorithmus auf Basis von ML-Modellen und klassischen Fernerkundungsverfahren zur Detektion von Feldhamster- und Feldmausbaue auf landwirtschaftlichen Nutzflächen.
- Öffentlichkeitsarbeit: Roll-Ups, Werbevideos, Website, etc.
Beruflicher Werdegang
UMGEODAT GbR
Seit August 2022
Tätigkeitsbeschreibung:
- Mitarbeit an aktuellen Projekten als GeoData Scientist und ML-Entwickler.
Akademischer Werdegang
Martin-Luther-Universität Halle Wittenberg
Oktober 2019 – August 2022
Master of Science in Geographie | sehr gut
- Relevante Module: Geostatistik, Geoinformationssysteme, Geomatic, Klimawissenschaft
- Abschlussarbeit: „Anwendung von mobilen Wetterdaten zur Analyse und Einschätzung von Mikroklimaten.”
Universität Bremen
Oktober 2012 – August 2016
Bachelor of Science in Geographie | gut
- Relevante Module: Statistik, Geoinformationssysteme, Fernerkundung, Klimawissenschaft
- Abschlussarbeit: „Evaluation fernerkundlicher Methoden zur Detektion und Prognose von Überschwemmungsflächen am Beispiel des Mississippi.”
Publikationen
Bald verfügbar
Thürkow, F.; Lorenz, C.; Pause, M.; Birger, J. (2023): Advanced Detection of Invasive Neophytes in Agricultural Landscapes: A Multisensory and Multiscale Remote Sensing Approach.
Bereits erschienen
Thürkow, F.; Lorenz, C.; Ramstetter, J.; Hoppe, I.; Haase, M. (2023): KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten. INFORMATIK 2023 – Designing Futures: Zukünfte gestalten. DOI: 10.18420/inf2023_166. Bonn: Gesellschaft für Informatik e.V..
Publikationen
Bald verfügbar
Thürkow, F.; Lorenz, C.; Pause, M.; Birger, J. (2023): Advanced Detection of Invasive Neophytes in Agricultural Landscapes: A Multisensory and Multiscale Remote Sensing Approach.
Bereits erschienen
Thürkow, F.; Lorenz, C.; Ramstetter, J.; Hoppe, I.; Haase, M. (2023): KI-basierte Detektion von Feldhamsterbauen auf landwirtschaftlichen Nutzflächen mittels multi-sensoraler UAS-Daten. INFORMATIK 2023 – Designing Futures: Zukünfte gestalten. DOI: 10.18420/inf2023_166. Bonn: Gesellschaft für Informatik e.V..
Projekte
CRIFORA
August 2022 – Anfang 2025
Tätigkeitsbeschreibung:
- Entwicklung eines Klassifikationsalgorithmus auf Basis von ML-Modellen und klassischen Fernerkundungsverfahren zur Detektion von Feldhamster- und Feldmausbaue auf landwirtschaftlichen Nutzflächen.
- Öffentlichkeitsarbeit: Roll-Ups, Werbevideos, Website, etc.
Beruflicher Werdegang
UMGEODAT GbR
Seit August 2022
Tätigkeitsbeschreibung:
- Mitarbeit an aktuellen Projekten als GeoData Scientist und ML-Entwickler.
Akademischer Werdegang
Martin-Luther-Universität Halle Wittenberg
Oktober 2019 – August 2022
Master of Science in Geographie | sehr gut
- Relevante Module: Geostatistik, Geoinformationssysteme, Geomatic, Klimawissenschaft
- Abschlussarbeit: „Anwendung von mobilen Wetterdaten zur Analyse und Einschätzung von Mikroklimaten.”
Universität Bremen
Oktober 2012 – August 2016
Bachelor of Science in Geographie | gut
- Relevante Module: Statistik, Geoinformationssysteme, Fernerkundung, Klimawissenschaft
- Abschlussarbeit: „Evaluation fernerkundlicher Methoden zur Detektion und Prognose von Überschwemmungsflächen am Beispiel des Mississippi.”