JavaScript is Disabled
Your browser's JavaScript functionality is disabled. It has to be enabled to use this function of ConfTool.
Here you can find information on how to enable JavaScript
If you have any problems, please contact the organizers at fhdggv2024-conftool@fu-confirm.de.

Conference Agenda

Overview and details of the sessions of this conference. Please select a date or location to show only sessions at that day or location. Please select a single session for detailed view (with abstracts and downloads if available).

Session Overview

Session

Import to your local calendar

22: Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Time:

Saturday, 23/Mar/2024:

10:30am - 12:00pm

Session Chair: Tanja Liesch, Karlsruher Institut für Technologie KIT
Session Chair: Stefan Broda, Bundesanstalt für Geowissenschaften und Rohstoffe

Location: Konferenzraum 1

Session Topics:

22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Presentations

10:30am - 10:45am
ID: 142 / Thema 22: 1
Oral presentation
Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Globale Entity-Aware Deep Learning Modelle für die Grundwasserstandsvorhersage

Benedikt Heudorfer¹, Tanja Liesch¹, Stefan Broda²

¹Karlsruher Institut für Technologie (KIT), Institut für angewandte Geowissenschaften, Kaiserstr. 12, 76131 Karlsruhe; ²Bundesanstalt für Geowissenschaften und Rohstoffe (BGR), Wilhelmstr. 25–30, 13593 Berlin

10:45am - 11:00am
ID: 318 / Thema 22: 2
Oral presentation
Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Entwicklung eines globalen Modells für kurzfristige Grundwasserstandsvorhersagen unter Anwendung des Temporal Fusion Transformers

Alexander Schulz², Stefan Kunz¹, Maximilian Nölscher¹, Maria Wetzel¹, Stefan Broda¹, Felix Biessmann²

¹Bundesanstalt für Geowissenschaften und Rohstoffe, Deutschland; ²Berliner Hochschule für Technik (BHT)

11:00am - 11:15am
ID: 238 / Thema 22: 3
Oral presentation
Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung
Keywords: 20

ML-basierte Ersatzmodelle in der Kalibrierung und Unsicherheitsberechnung aufwändiger Modelle der gesättigt-ungesättigten Untergrundströmung

Olaf Cirpka¹, Jonas Allgeier²

¹Universität Tübingen, Deutschland; ²BoSS Consult GmbH, Stuttgart, Deutschland

Cirpka-ML-basierte Ersatzmodelle in der Kalibrierung und Unsicherheitsberechnung aufwändiger Modelle der .jpg

11:15am - 11:30am
ID: 162 / Thema 22: 4
Oral presentation
Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Prognose von Grabenstrukturen mittels Random Forest

Jost Wessels, Mithra-Christin Hajati, Jörg Elbracht

Landesamt für Bergbau, Energie und Geologie (LBEG) Niedersachsen, Stilleweg 2, 30655 Hannover

Wessels-Prognose von Grabenstrukturen mittels Random Forest-162.png

11:30am - 11:45am
ID: 189 / Thema 22: 5
Oral presentation
Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Die Eignung von Modellen des maschinellen Lernens für die gekoppelte Vorhersage von Grundwasserständen und Grundwasserversalzung

Fabienne Doll¹, Stefan Broda², Benedikt Heudorfer¹, Stefan Kunz², Martin Thullner², Maria Wetzel², Tanja Liesch¹

¹Karlsruher Institut für Technologie, Deutschland; ²Bundesanstalt für Geowissenschaften und Rohstoffe

11:45am - 12:00pm
ID: 148 / Thema 22: 6
Oral presentation
Topics: 22. Künstliche Intelligenz und Machine Learning in der Grundwasserforschung

Bestimmung der Anhydrit- und Gipslöslichkeit durch neuronale Netze für die Modellierung gekoppelter Prozesse beim Quellen von Ton-Sulfat-Gestein

Reza Taherdangkoo, Christoph Butscher

TU Bergakademie Freiberg (TUBAF), Ingenieurgeologie und Umweltgeotechnik, Deutschland

Taherdangkoo-Bestimmung der Anhydrit- und Gipslöslichkeit durch neuronale Netze für die Modellierung g.jpg

Mobile View Print View

Contact and Legal Notice · Contact Address:

fhdggv2024-conftool{at}fu-confirm dot

Privacy Statement · Conference: FH-DGGV 2024