Geo-ML - Térinformatikai Adatok Intelligens Elemzése és Predikciója

Félév: 2025-2026 tavasz

Kategória: Szoftver

Téma leírása

A feladat rövid összefoglalása

A hallgató feladata egy olyan rendszer fejlesztése, amely térbeli adatokból (műholdképek, GPS trajektóriák, szenzorhálózatok adatai) nyer ki értékes információkat gépi tanulási algoritmusok segítségével. A cél nem csupán a térképi megjelenítés, hanem a rejtett mintázatok felismerése, predikciók készítése vagy objektumok automatikus detektálása térinformatikai környezetben.

Főbb fejlesztési területek

• Térbeli Adatfeldolgozás: Strukturált és strukturálatlan téradatok (vektoros, raszteres) tisztítása és előkészítése (Feature Engineering), figyelembe véve a földrajzi összefüggéseket (szomszédság, távolság).

• Számítógépes Látás (Computer Vision): Műholdas vagy légi felvételek elemzése Deep Learning (pl. CNN, U-Net) segítségével (pl. beépítettség-vizsgálat, növényzet-egészség elemzés).

• Tér-idő (Spatio-temporal) Predikció: Idősoros téradatok elemzése, például városi forgalom előrejelzése vagy környezeti változók (légszennyezettség) becslése.

• Térbeli Klaszterezés és Anomália-detekció: Hot-spot elemzések készítése (pl. bűnügyi statisztikák vagy járványterjedés modellezése).

Alkalmazható technológiák (2025-ös stack)

• Programozás és ML: Python (Scikit-learn, PyTorch, TensorFlow), GeoPandas, Rasterio, Shapely.

• Platformok és Adatforrások: Google Earth Engine (GEE), OpenStreetMap (OSM) API-k, Sentinel-2 műholdfelvételek.

• GIS eszközök: QGIS vagy ArcGIS integráció, PostGIS (térbeli adatbázis).

• Vizualizáció: Kepler.gl, Leaflet vagy Plotly Mapbox.

Miért válaszd ezt a témát?

A Geo-ML kulcsszerepet játszik a fenntarthatóságban és az okos városok (Smart City) fejlesztésében. Konkrét projektpélda: Mezőgazdasági hozambecslő rendszer fejlesztése műholdképek (NDVI index) alapján, vagy napelem-potenciál kalkulátor készítése tetőszerkezetek automatikus detektálásával és tájolásának elemzésével.

Megjegyzés: A téma csapatban is végezhető, illetve az összetettsége miatt több féléven keresztül (pl. Önálló labor + Szakdolgozat) is folytatható.

A téma villamosmérnöki és informatikai háttérrel is végezhető; különösen ajánlott azoknak, akiket érdekel az adattudomány és a vizuális analitika találkozása.

Maximális létszám: 2 fő