Home | english  | Impressum | Datenschutz | KIT
Mitarbeiterbild von Felix Riese

M.Sc. Felix Riese

Wissenschaftlicher Mitarbeiter
Raum: 002 (Geb. 20.52)
Tel.: +49 721 608 47304
Fax: +49 721 608 48450
felix rieseQzp1∂kit edu



Biographie

Forschungsschwerpunkte

Lehrtätigkeit

Andere Profile

Vorträge und Poster

Publikationen

Projekte

 

Biographie

09/2018 "Brain to Market" Summer School in Paris über Neuropathologie und Entrepreneurship (Aftermovie)
07/2018 VISUM Summer School in Porto (PT) über Machine Learning und Computer Vision (Aftermovie)
Seit 06/2018 Teilnehmer des KIT Mentoring-Programms X-Ment für Wissenschaftler
Seit 01/2018 MBA Fellow des Collège des ingénieurs (CDI) in Paris
Seit 05/2017 Doktorand am Institut für Photogrammetrie und Fernerkundung (IPF) des KIT
Seit 2016 Lehrauftrag für Mathematik an der DHBW Karlsruhe für den Studiengang Informatik
10/2014 - 03/2017 Master in Physik am KIT, Schwerpunkt "Datenanalyse in der Teilchenphysik"
  Masterthesis: "Boosted-Jet Reconstruction Methods in a Search for Higgs-Boson Production in Association with a Top-Quark-Antiquark Pair at the CMS Experiment" am Institut für experimentelle Kernphysik (EKP) des KIT bei Prof. Dr. Husemann
10/2011 - 09/2014 Bachelor in Physik am KIT

 

Forschungsschwerpunkte

  • Machine Learning: Datenanalyse, Überwachtes und Unüberwachtes Lernen, Self-Organizing Maps (SOM), Deep Learning, Python
  • Hyperspektrale Fernerkundung, Multispektrale Satelliten (Sentinel-2), Drohnen (UAV)
  • Geowissenschaften: Schätzen von Bodenparametern (Oberfläche)

 

Lehrtätigkeit

  • Einführung in die Lineare Algebra, Analysis und Statistik an der DHBW Karlsruhe
  • Einführung in Wissensbasierte Systeme an der DHBW Karlsruhe
  • Einführung in LaTeX an der DHBW Karlsruhe

 

Andere Profile

 

Workshops, Vorträge und Poster

Mai 2019 Vortrag "Satellite Computer Vision mit Keras und TensorFlow - Best Practices und Beispiele aus der Forschung" auf der M3 Konferenz in Mannheim (DE), Folien und Code
April 2019 Workshop über "Introduction to Artificial Intelligence in Remote Sensing" über zwei Tage an der Universidad Nacional Agraria La Molina in Lima (PE)
März 2019 Poster über "Land use classification with remote sensing data and machine learning in the Lima region (Peru)" auf dem Tag der Hydrologie 2019 in Karlsruhe (DE)
Februar 2019 Poster über "Land use classification with remote sensing data and machine learning in the Lima region (Peru)" auf der GRoW Midterm Konferenz in Frankfurt am Main (DE)
Oktober 2018

Vortrag "Satellite data is for everyone: Insights into modern remote sensing research with open data and Python" auf der PyCon.DE 2018 in Karlsruhe (DE), Folien und Code, Video des Vortrages

Oktober 2018 Vortrag über die Veröffentlichung "Developing a machine learning framework for estimating soil moisture with VNIR hyperspectral data" auf dem ISPRS TCI Symposium 2018 in Karlsruhe (DE)
September 2018 Vortrag über die Veröffentlichung "Fusion of hyperspectral and ground penetrating radar to estimate soil moisture" auf der WHISPERS 2018 Konferenz in Amsterdam (NL)
Juli 2018 Vortrag über die Veröffentlichung "Introducing a Framework of Self-Organizing Maps for Regression of Soil Moisture with Hyperspectral Data" auf der IGARSS 2018 Konferenz in Valencia (ES)

Juli 2018

Poster über "Self-organizing maps for regression with hyperspectral data" auf der VISUM Summer School in Porto (PT)

März 2018

Vortrag über die Veröffentlichung "Modeling Subsurface Soil Moisture Based on Hyperspectral Data - First Results of a Multilateral Field Campaign" auf der DGPF Tagung in München (DE)

Publikationen


2019
León, C. D.; Kosow, H.; Zahumensky, Y.; Krauß, M.; Wasielewski, S.; Minke, R.; Wienhöfer, J.; Riese, F. M.; Keller, S.; Sturm, S.; Brauer, F.; Hügler, M.; Gottwalt, J.; Riepl, D. (2019). Solutions and planning tools for water supply and wastewater management in prosperous regions tackling water scarcity. Proceedings of the GRoW Midterm Conference - Global analyses and local solutions for sustainable water resources management, Frankfurt am Main, 20-21 February 2019. Ed.: A. Kramer, 28–31, adelphi, Berlin.
Riese, F. M.; Keller, S. (2019). Soil Texture Classification with 1D Convolutional Neural Networks based on Hyperspectral Data. SPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences (2019 ISPRS) Geospatial Week 2019, Enschede, NL, 10–14 June 2019. Vol. IV-2/W5, 615–621. doi:10.5194/isprs-annals-IV-2-W5-615-2019
2018
Keller, S.; Maier, P.; Riese, F.; Norra, S.; Holbach, A.; Börsig, N.; Wilhelms, A.; Moldaenke, C.; Zaake, A.; Hinz, S. (2018). Hyperspectral Data and Machine Learning for Estimating CDOM, Chlorophyll a, Diatoms, Green Algae and Turbidity. International journal of environmental research and public health, 15 (9), 1881/1–15. doi:10.3390/ijerph15091881
Keller, S.; Riese, F. M.; Allroggen, N.; Jackisch, C.; Hinz, S. (2018). Modeling Subsurface Soil Moisture Based on Hyperspectral Data : First Results of a Multilateral Field Campaign. Photogrammetrie, Fernerkundung, Geoinformatik, Kartographie 2018 (PFGK18) : Beiträge der 37. Wissenschaftlich-Technische Jahrestagung der DGPF e.V., 5. Münchner GI-Runde Runder Tisch GIS e.V. und des 66. Deutscher Kartographie Kongress der DGfK e.V., München, Deutschland, 7. - 9. März 2018. Hrsg.: T. P. Kersten, 34–48, Deutsche Gesellschaft für Photogrammetrie, Fernerkundung und Geoinformation, München.
Keller, S.; Riese, F. M.; Stötzer, J.; Maier, P. M.; Hinz, S. (2018). Developing a machine learning framework for estimating soil moisture with VNIR hyperspectral data. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences - Symposium “Innovative Sensing – From Sensors to Methods and Applications”, Karlsruhe, Germany, 10–12 October 2018. Volume: IV-1, 101–108, ISPRS. doi:10.5194/isprs-annals-IV-1-101-2018
Riese, F. M.; Keller, S. (2018). Introducing a Framework of Self-Organizing Maps for Regression of Soil Moisture with Hyperspectral Data. IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, Valencia, Spain, 22nd - 27th July, 2018, 6151–6154, IEEE, Piscataway, NJ. doi:10.1109/IGARSS.2018.8517812
Riese, F. M.; Keller, S. (2018). Fusion of hyperspectral and ground penetrating radar to estimate soil moisture [in press]. 9th Workshop on Hyperspectral Image and Signal Processing : Evolution in Remote Sensing (Whispers 2018), Amsterdam, NL, September 23-26, 2018, IEEE.
Projekte
Titel