- Autonomous field management – An enabler of sustainable future in agriculture. Agricultural Systems 206, 2023, 103607 mehr… Volltext ( DOI )
- Smart Rural Areas Data Infrastructure (SRADI) – an information logistics framework for digital agriculture based on open standards. 41. GIL-Jahrestagung 2021 - Fokus: Informations- und Kommunikationstechnologie in kritischen Zeiten, Gesellschaft für Informatik e.V. (GI), 2021, 109-114 mehr…
- Towards a Distributed Digital Twin of the Agricultural Landscape. Journal of Digital Landscape Architecture (5), 2020 mehr… Volltext ( DOI )
David Gackstetter, M.Sc.
Biographie
David Gackstetter erwarb seinen Bachelor in Environmental and Resource Management an der Brandenburgischen Technischen Universität (BTU) Cottbus-Senftenberg mit Fokus auf Umweltmodellierung. 2019 absolvierte er seinen Master in Umweltingenieurwesen (TUM) und setzte dabei seinen Schwerpunkt auf die Anwendung von Maschinellen Lernverfahren in der Verkehrstechnik. Seitdem arbeitet er am TUM-Zentralinstitut Hans Eisenmann-Forum für Agrarwissenschaften (HEF) in Teilen als Projektingenieur an der Entwicklung von Dateninfrastrukturen zur Unterstützung der agrarwissenschaftlichen Forschung am Campus Weihenstephan. Des Weiteren ist er dort ebenfalls als Science Manager tätig, im Rahmen dessen er interdisziplinäre Projekte im thematischen Bereich der Digitalen Landwirtschaft initiiert, unterstützt und koordiniert. Seit 2022 erarbeitet er seine Promotion zusammen mit dem Lehrstuhl für Methodik in der Fernerkundung und der Professur für Precision Agriculture.
Forschung
Forschungsthemen/Schwerpunkte
- Deep Learning in der Fernerkundung und Erdbeobachtung
- Fusion von multimodalen, multitemporalen und multispektralen Daten
- Meta Learning
- Anwendung maschineller Lernverfahren auf agrarwissenschaftliche Problemstellungen