Masterarbeit
​
Olivenbäume haben in vielen Regionen des Mittelmeerraums, darunter auch Zypern, wo ich meinen Masterabschluss gemacht habe, einen hohen kulturellen und landwirtschaftlichen Wert. Meine Masterarbeit befasste sich mit der Entwicklung eines dynamischen Prognosemodells für Temperatur und "growing degree days"(GDD), das auf die Bedürfnisse des Olivenanbaus zugeschnitten ist.
Das Herzstück des Modells ist ein Bayes'scher Ensemble-Kalman-Filter (BEKF), der ein Ensemble von GRU-basierten neuronalen Netzen in Echtzeit aktualisiert, sobald neue Wetterdaten eintreffen. Dieser Ansatz ermöglicht unsichere Vorhersagen und erlaubt es dem Modell, sich an veränderte Klimabedingungen anzupassen. Der Filter verbessert die Robustheit, indem er sowohl Modell- als auch Beobachtungsunsicherheiten erfasst, wodurch er für Entscheidungen in der Landwirtschaft zuverlässiger wird. ​
​
Link zu github: https://github.com/Magret-Oladunjoye/uncertainty-aware-forecasting
​​
DeepFarm
​
DeepFarm ist ein von der EU finanziertes Projekt, das KI und Big Data in die agronomische Ausbildung einbringt. Es verbindet Universitäten in Europa, Madagaskar, der Elfenbeinküste, Haiti und der Dominikanischen Republik, um die digitale Kompetenzlücke in der Landwirtschaft zu schließen. Ich arbeite mit Prof. Dr. Hadi Işık Aybay zusammen, um Laborsitzungen zu konzipieren und zu unterrichten, die den Studierenden helfen sollen, landwirtschaftliche Daten zu analysieren und maschinelles Lernen anzuwenden.
 
Im Rahmen dieser Arbeit war ich Mitautor eines Konferenzbeitrags für EDULEARN25 und arbeite derzeit an einer Forschungsarbeit mit, die sich mit der YOLOv8-basierten Erkennung des Schweregrads der Olivenbaumkrankheit „Peacock Spot Disease” befasst. Unser Ansatz kombiniert die Klassifizierung auf Blattebene mit Aufmerksamkeitsmechanismen, die frühzeitig auf Läsionen reagieren.
 
​Link: deepfarm.eu
​​​​​​
Einige Projekte:

 

• Analyzing rainfall variability and climate patterns in Ondo State, Nigeria, using stochastic methods

 

​

• Minimizing Data Transmission Volume in Smart Farm Networks Using Machine Learning

 

​

• Brain Tumor Segmentation using DRINet Architecture