Davide Mattioli

Ich arbeite an Methoden der künstlichen Intelligenz für Fernerkundung und Erdbeobachtung, mit einem Schwerpunkt auf Deep Learning, Computer Vision und Geodaten. Meine Forschung beschäftigt sich damit, wie moderne Methoden des maschinellen Lernens angepasst und in zuverlässige Anwendungen für Erdbeobachtung und Fernerkundung überführt werden können.

Darüber hinaus interessiere ich mich für die rechnerische Seite des maschinellen Lernens, insbesondere für High-Performance Computing, GPU-basierte Workflows, skalierbare Datenverarbeitung und die Infrastruktur, die für die Verarbeitung großer Erdbeobachtungsdatensätze erforderlich ist.

Aktuelle Arbeiten

• Multiangulare UAS-Daten zur Krankheitsprävention bei Zuckerrüben 
• Anwendung von Foundation Models in der Erdbeobachtun
• Quantisierung von Embeddings

Forschungsschwerpunkte

• Deep Learning für die Erdbeobachtung – Computer-Vision-Methoden für Luftbilder, UAS-Daten, multiangulare und multispektrale Aufnahmen sowie weitere Fernerkundungsdaten. 
• Foundation Models – Anpassung und Evaluation moderner Vision-Modelle für georäumliche Anwendungen
• Skalierbares Machine Learning –HPC, GPU Computing, SLURM, Parallelverarbeitung und skalierbare Workflows für große georäumliche Datensätze.