- Home  »
- VGI - Die Zeitschrift  »
- Keyword
VGI - Autor
maschinelles lernen
Wir haben 2 Artikel über maschinelles lernen gefunden.
Geoinformation Research Directions
Kurzfassung
Dieser Artikel stellt die Forschungsrichtungen der Forschungsgruppe Geoinformation an der Technischen Universität Wien vor. Wenn wir uns in einer realen oder virtuellen Umgebung bewegen und mit unserer direkten Umgebung, z.B. Gebäuden, interagieren, produzieren wir raumbezogene Spuren. Durch die effiziente und effektive Analyse dieser vom Menschen erzeugten Daten, aber auch von der städtischen Umwelt, sind wir in der Lage, mehrere Forschungsfragen des Bereichs zu beantworten. Zum Beispiel können wir die Struktur der Umwelt, in der wir leben, aufdecken, die Auswirkungen der Umwelt auf die menschliche Entscheidungsfindung untersuchen, verstehen wie Menschen mit der Umwelt interagieren, sowie neue raumbezogene Visualisierungen und Interaktionsdialoge ermöglichen. Neuartige Technologien wie Virtual and Augmented Reality sowie Eye Tracking befähigen uns, einen Schritt weiter zu gehen und komplexe Experimente durchzuführen, um relevante raumbezogene Daten zu generieren, die es uns ermöglichen, den Entscheidungsprozess des Menschen in kontrollierten Umgebungen zu untersuchen und zu verstehen. Darüber hinaus können wir aufgrund des aktuellen technologischen Fortschritts der Forschungsgruppe für Geoinformation die AR-Technologie nun auch im Außenbereich einsetzen, um georeferenzierte Objekte in Echtzeit zu visualisieren. Dies erlaubt uns, Experimente auch in natürlicher Umgebung durchzuführen und die räumliche Information, die der Mensch mit Hilfe unserer entwickelten Technologie wahrnehmen kann, zu verändern.
Abstract
This article introduces the research directions of the Geoinformation Research Group at the Vienna University of technology. When we walk in a real or virtual environment as well as when we interact with our surroundings, e.g., buildings, we produce geospatial traces. By analyzing this human generated, but also urban environment data in an efficient and effective way, we are able to answer several research questions of the field. For instance, we can reveal the structure of the environment we live in, investigate the effects of the environment on human decision-making, we can understand how humans interact with the environment as well as enable novel geospatial visualizations and interaction dialogues. Emerging technologies such as virtual and augmented reality as well as eye tracking allow us to go a step further and perform complex experiments in order to generate relevant spatial data that will allow us to investigate and understand the decision making process of humans in controlled environments. Furthermore, due to current technological advances of the Geoinformation Research Group, we can now use the AR technology also in outdoor spaces in order to visualize georeferenced objects in real-time. This provides us the ability to perform experiments also in natural environments, altering the spatial information that the humans can perceive while using our developed technology.
Dieser Artikel stellt die Forschungsrichtungen der Forschungsgruppe Geoinformation an der Technischen Universität Wien vor. Wenn wir uns in einer realen oder virtuellen Umgebung bewegen und mit unserer direkten Umgebung, z.B. Gebäuden, interagieren, produzieren wir raumbezogene Spuren. Durch die effiziente und effektive Analyse dieser vom Menschen erzeugten Daten, aber auch von der städtischen Umwelt, sind wir in der Lage, mehrere Forschungsfragen des Bereichs zu beantworten. Zum Beispiel können wir die Struktur der Umwelt, in der wir leben, aufdecken, die Auswirkungen der Umwelt auf die menschliche Entscheidungsfindung untersuchen, verstehen wie Menschen mit der Umwelt interagieren, sowie neue raumbezogene Visualisierungen und Interaktionsdialoge ermöglichen. Neuartige Technologien wie Virtual and Augmented Reality sowie Eye Tracking befähigen uns, einen Schritt weiter zu gehen und komplexe Experimente durchzuführen, um relevante raumbezogene Daten zu generieren, die es uns ermöglichen, den Entscheidungsprozess des Menschen in kontrollierten Umgebungen zu untersuchen und zu verstehen. Darüber hinaus können wir aufgrund des aktuellen technologischen Fortschritts der Forschungsgruppe für Geoinformation die AR-Technologie nun auch im Außenbereich einsetzen, um georeferenzierte Objekte in Echtzeit zu visualisieren. Dies erlaubt uns, Experimente auch in natürlicher Umgebung durchzuführen und die räumliche Information, die der Mensch mit Hilfe unserer entwickelten Technologie wahrnehmen kann, zu verändern.
Abstract
This article introduces the research directions of the Geoinformation Research Group at the Vienna University of technology. When we walk in a real or virtual environment as well as when we interact with our surroundings, e.g., buildings, we produce geospatial traces. By analyzing this human generated, but also urban environment data in an efficient and effective way, we are able to answer several research questions of the field. For instance, we can reveal the structure of the environment we live in, investigate the effects of the environment on human decision-making, we can understand how humans interact with the environment as well as enable novel geospatial visualizations and interaction dialogues. Emerging technologies such as virtual and augmented reality as well as eye tracking allow us to go a step further and perform complex experiments in order to generate relevant spatial data that will allow us to investigate and understand the decision making process of humans in controlled environments. Furthermore, due to current technological advances of the Geoinformation Research Group, we can now use the AR technology also in outdoor spaces in order to visualize georeferenced objects in real-time. This provides us the ability to perform experiments also in natural environments, altering the spatial information that the humans can perceive while using our developed technology.
Keywords/Schlüsselwörter
Städtisches Computing Räumliches maschinelles Lernen 3D-Kataster gemischte Realität Navigation
Städtisches Computing Räumliches maschinelles Lernen 3D-Kataster gemischte Realität Navigation
PDF-Download
VGI_201916_Giannopoulos.pdf
VGI_201916_Giannopoulos.pdf
Pedestrian Navigation: Was können wir aus Eye Tracking, Mixed Reality und Machine Learning lernen?
Kurzfassung
Um verschiedene Prozesse wie zum Beispiel die Navigation zu verstehen, ist es entscheidend zu verstehen wie Menschen mit ihrer Umgebung während der Entscheidungsfindung interagieren. Während der räumlichen Entscheidungsfindung interagieren Menschen auch mit räumlichen Daten, die Ihnen oft über Display Geräte präsentiert werden. Mithilfe von Eye Tracking, Mixed Reality und Machine Learning sind wir in der Lage, ein besseres Verständnis und eine Optimierung der relevanten Interaktionsdialogen zu erzielen, relevante Interaktionsräume zu klassifizieren sowie Menschen während des Entscheidungsfindungsprozesses zu assistieren.
Abstract
Understanding how humans interact with their surroundings during spatial decision-making is crucial for the understanding of several processes, such as navigation. Furthermore, during spatial decision-making, humans also interact with spatial data often presented to them through a display device. Through eye tracking, mixed reality and machine learning we are able to come closer to an understanding, optimize the relevant interaction dialogues, classify relevant interaction spaces and assist humans during the process of spatial decision-making.
Um verschiedene Prozesse wie zum Beispiel die Navigation zu verstehen, ist es entscheidend zu verstehen wie Menschen mit ihrer Umgebung während der Entscheidungsfindung interagieren. Während der räumlichen Entscheidungsfindung interagieren Menschen auch mit räumlichen Daten, die Ihnen oft über Display Geräte präsentiert werden. Mithilfe von Eye Tracking, Mixed Reality und Machine Learning sind wir in der Lage, ein besseres Verständnis und eine Optimierung der relevanten Interaktionsdialogen zu erzielen, relevante Interaktionsräume zu klassifizieren sowie Menschen während des Entscheidungsfindungsprozesses zu assistieren.
Abstract
Understanding how humans interact with their surroundings during spatial decision-making is crucial for the understanding of several processes, such as navigation. Furthermore, during spatial decision-making, humans also interact with spatial data often presented to them through a display device. Through eye tracking, mixed reality and machine learning we are able to come closer to an understanding, optimize the relevant interaction dialogues, classify relevant interaction spaces and assist humans during the process of spatial decision-making.
PDF-Download
VGI_201816_Giannopoulos.pdf
VGI_201816_Giannopoulos.pdf