Zur Kurzanzeige

dc.contributor.authorJunker,Markus
dc.contributor.authorBernardi,Ansgar
dc.contributor.editorDemmler, Daniel
dc.contributor.editorKrupka, Daniel
dc.contributor.editorFederrath, Hannes
dc.date.accessioned2022-09-28T17:10:10Z
dc.date.available2022-09-28T17:10:10Z
dc.date.issued2022
dc.identifier.isbn978-3-88579-720-3
dc.identifier.issn1617-5468
dc.identifier.urihttp://dl.gi.de/handle/20.500.12116/39500
dc.description.abstractAbsehbare Entwicklungen wie wachsende Bevölkerung in Städten, knappe Rohstoffe und Düngemittel, oder der Wunsch nach kurzen Transportwegen und regionalen Nahrungsmitteln motivieren neue Visionen für Agrarsysteme und Nahrungsproduktion der Zukunft. Ein innovativer Ansatz zur Nahrungsmittelproduktion besteht in der direkten Nutzung der bei einer Kläranlage anfallenden Ressourcen in einem baulich angegliederten Agrarsystem. Die Nutzung von Nährstoffen in den Stoffströmen der Kläranlage geht mit einigen Herausforderungen einher. Im Projekt SUSKULT wird untersucht, wie eine auf die Bedürfnisse solcher Agrarsysteme ausgerichtete Kläranlage gestaltet sein muss. In unserer Arbeit haben wir den Einsatz von Entscheidungsunterstützung in Form Maschineller Lernverfahren für die Vorhersage von Stoffkonzentrationen sowie Optimierungsverfahren für die Zusammenstellung von Nährlösungen aus verschiedenen Stoffströmen qualitativ untersucht. Es hat sich gezeigt, dass die entsprechenden Verfahren zumindest theoretisch an verschiedenen Stellen einen Beitrag liefern können.de
dc.language.isode
dc.publisherGesellschaft für Informatik, Bonn
dc.relation.ispartofINFORMATIK 2022
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-326
dc.subjectKläranlagen
dc.subjectAgrarsysteme
dc.subjectNahrungsmittelproduktion
dc.subjectEntscheidungsunterstützung
dc.subjectLSTM
dc.subjectSVM
dc.subjectInterior Point Algorithmus
dc.titleEntscheidungsunterstützung bei der Nutzung von Kläranlagen für Agrarsystemede
mci.reference.pages1473-1483
mci.conference.sessiontitleKünstliche Intelligenz in der Umweltinformatik (KIU-2022)
mci.conference.locationHamburg
mci.conference.date26.-30. September 2022
dc.identifier.doi10.18420/inf2022_126


Dateien zu dieser Ressource

Thumbnail

Zur Kurzanzeige