Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design Film Kunst
  • Musik
  • Gesundheit

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Campus
  • Über uns
  • News & Stories

Unternavigation

Breadcrumbs-Navigation

  1. Forschung an der Hochschule Luzern Forschung an der Hochschule Luzern
  2. Alle Projekte der Hochschule Luzern Alle Projekte der Hochschule Luzern
  3. DEMETER - Combining NLP and trust to automate access to relevant and transparent knowledge on agricultural markets DEMETER - Combining NLP and trust to automate access to relevant and transparent knowledge on agricultural markets

DEMETER - Combining NLP and trust to automate access to relevant and transparent knowledge on agricultural markets

Lösung für die automatisierte Sammlung, Aufbereitung und Analyse von Agrardaten aus verschiedenen Quellen um qualitativ hochwertiges Marktwissen zu attraktiven Preise auch für kleine und mittelgrosse Kunden aus der Landwirtschaft anzubieten.

Kurzinformation

Departement:

Technik & Architektur

Status:

Abgeschlossen

Zeitraum:

01.08.2022 - 30.04.2025

In der Übersicht

Die neue Lösung analysiert und bewertet die Daten mit automatisierter Textanalyse (NLP) und Machine Learning und stellt die Erkenntnisse über eine App und eine Web-Plattform zur Verfügung.

Landwirtschaftliche Erzeuger sowie kleinere Käufer und Verkäufer von Agrarrohstoffen müssen fundierte Entscheidungen treffen können, um Ihre Geschäftstätigkeit planen zu können.

Um dies zu tun, müsste man Daten aus einer Vielzahl von Quellen regelmässig analysieren. Derzeit gibt es für sie jedoch keine umsetzbare Möglichkeit, die Flut von Daten zu verarbeiten, die zudem qualitativ sehr unterschiedlich sind und häufig aus undurchsichtigen Ökosystemen stammen. Dadurch ist es schwierig, die Herkunft, Genauigkeit und Aktualität der Daten zu bestimmen.

Nur Konzerne und grosse Unternehmen können diese Daten überhaupt zusammenstellen und nutzen, um daraus faktenbasierte Informationen zu gewinnen.

Obwohl kontextbezogene Daten vorhanden sind, beispielsweise in Veröffentlichungen neuer Vorschriften, in Geschäftsberichten großer Unternehmen oder in sozialen Netzwerken, verfügen die kleine und mittlere Kunden nicht über die notwendigen Ressourcen und Fähigkeiten, um aus diesen Quellen Nutzen zu ziehen, zumal sie sich deren Existenz oft nicht einmal bewusst sind.

Um diesen Marktbedarf zu adressieren, entwickelt DEMETER eine Plattform für die Verarbeitung von natürlicher Sprache (NLP), welche die Texte aus den verschiedenen Quellen maschinell aufbereitet und analysiert um transparentes, genaues und zeitnahes Wissen über die wichtigsten landwirtschaftlichen Märkte kostengünstig und skalierbar zu gewinnen.

In die Plattform integriert wird ein Trust-Tool, das die Zuverlässigkeit des aus den Daten gewonnenen Wissens überwacht und bewertet und die NLP-Parameter bei Bedarf anpasst.

Die Plattform wird den Kunden die Möglichkeit eröffnen, sich mit aktuellem, faktenbasiertem und qualitativ hochwertigem Wissen zu versorgen, wodurch sie Marktbedürfnisse und -bewegungen schnell erfassen und verstehen können.

Dadurch werden die Kunden in die Lage versetzt ihre Entscheidungen auf der Basis von hochwertigen Markteinblicken und einem besseren Marktverständnis zu treffen.

Eine der grössten Herausforderung besteht darin, mit den heterogenen, oft nicht vertrauenswürdigen Datenquellen sowie mit den domänenspezifischen landwirtschaftlichen Inhalten umzugehen. Der im Projekt verfolgte Ansatz basiert auf den neusten state-of-the-art Transformer Technologien, womit aus unstrukturierten Textdaten die interessanten Informationen extrahiert und daraus aktuelles und wertvolles Wissen über die Agrarmärkte generiert werden kann.

Durch die verständliche Aufbereitung der relevanten Inhalte wird die Plattform das Dienstleistungsangebot des Umsetzungspartners AgFlow für bestehende Kunden verbessern sowie neue Kundensegmente (landwirtschaftliche Erzeuger / primäre Verarbeitungskette) erschliessen.

hidden

Fakten

Projektart

Forschung

Beteiligte interne Organisationen
  • Technik & Architektur
  • Institut für Elektrotechnik IET
  • iHomeLab
Externe Projektfinanzierer
  • AgFlow SA
  • HES-SO Genève
Finanzierung
  • SBFI
  • Andere Bundesstellen
  • Private / Stiftungen
  • Forschungsfinanzierung allgemein
hidden

Links

  • Weitere Forschungsprojekte des iHomeLab im Bereich Smart Energy Management

hidden

Beteiligte Personen intern

Projektleiter/in
  • Guido Kniesel
Projektmitarbeiter/in
  • Dmitriy An
  • Martin Camenzind
  • Martin Friedli
  • Narges Ghotbizadehvahdani
  • Christoph Klemenjak
  • Andrew Paice
  • Andreas Rumsch
  • Raphael Schranz
  • Manuel Vogel

Publikationen

  • Artikel, Rezension; peer reviewed (2)

    • Chebbi, Abir; Kniesel, Guido; Abdennadher, Nabil & Dimarzo, Giovanna (22.04.2024). Enhancing Named Entity Recognition for Agricultural Commodity Monitoring with Large Language Models. Association for Computing Machinery New York, NY, United States, EuroMLSys '24: Proceedings of the 4th Workshop on Machine Learning and Systems, 208-213. doi: 10.1145/3642970.3655846

    • Chebbi, Abir; Kniesel, Guido; Abdennadher, Nabil; Dimarzo, Giovanna & El-Maliki, Tewfiq (2024). Towards enhancing trustworthy data accessibility in the crop commodity sector with LLMs. 2024 11th IEEE Swiss Conference on Data Science (SDS), 262-266. doi: 10.1109/SDS60720.2024.00048

  • Präsentation (Tagungsbeitrag/Referat/Vortrag) (1)

    • Chebbi, Abir & Kniesel, Guido (30.05.2024). Towards Enhancing Trustworthy Data Accessibility in the Crop Commodity Sector With LLMs. 11th IEEE Swiss Conference on Data Science, The Circle Convention Centre Airport Zurich.

Kurzinformation

Departement:

Technik & Architektur

Status:

Abgeschlossen

Zeitraum:

01.08.2022 - 30.04.2025

Projektleitung

Guido Kniesel

Senior Wissenschaftlicher Mitarbeiter

+41 41 349 33 27

E-Mail anzeigen

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Instagram
  •  LinkedIn
  •  TikTok
  •  Facebook
  •  YouTube
  •  Flickr

Kontakt

Logo Hochschule Luzern

Hochschule Luzern


Werftestrasse 4
6002 Luzern

+41 41 228 42 42

info@hslu.ch

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliotheken
  • Agenda
  • Medien
  • Jobs, Karriere und Berufsbildung
  • Home
  • Räume mieten

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode