Tätigkeiten an der FHNW
Adrian F. Meyer arbeitet als Data Scientist am Institut Geomatik der FHNW und lehrt angewandte künstliche Intelligenz. Sein Schwerpunkt liegt auf der prädiktiven Umweltmodellierung: Er entwickelt Methoden, die Satelliten- und Luftbilder, Geodaten und ökologische Beobachtungen zusammenführen, um Landschaften zu klassifizieren, Wildtierhabitate zu untersuchen und räumliche Risiken abzuschätzen.
Seine Forschung verbindet Geomatik mit Tierbiologie, maschinellem Lernen, Computer Vision und wissenschaftlicher Softwareentwicklung. In Zusammenarbeit mit Behörden, Infrastrukturbetreibern und Forschungspartnern entwickelt er automatisierte Auswertungen für Umweltmonitoring, Mobilität und öffentliche Geodatenbestände. Parallel promoviert er am Geographischen Institut der Universität Zürich in Zusammenarbeit mit dem Institut Geomatik der FHNW.
Themenschwerpunkte
- Angewandte künstliche Intelligenz, maschinelles Lernen und Computer Vision
- Prädiktive Umweltmodellierung und räumlich-zeitliche Datenanalyse
- Multimodale Fernerkundung mit Satelliten, Luftbildern, UAVs und terrestrischen Sensoren
- Wildtierökologie, Habitatmodellierung und Konflikte zwischen Wildtieren und Verkehrsinfrastruktur
- Automatisierte Objektdetektion sowie Klassifikation von Landnutzung und Bodenbedeckung
- Wissenschaftliche Software und praxisorientierte Vermittlung von KI-Methoden
Aktuelle Forschung
Lehre
Seit 2019: Künstliche Intelligenz im Bachelorstudium Geomatik FHNW. Lehrveranstaltungen und praktische Workshops im fünften Semester. Vermittlung von maschinellem Lernen, Deep Learning und Bildanalyse anhand eigener Projektideen und Anwendungen der Geomatik.
Seit September 2022: CAS Spatial Data Analytics FHNW. Lehre und Workshops zu angewandtem Machine Learning und Deep Learning mit Geodaten. Praxisnahe Arbeit mit Codebeispielen und Computer-Vision-Anwendungen. Weitere Informationen
Frühjahrssemester 2024: GEO868 an der Universität Zürich. Machine Learning and Computer Vision for Remote Sensing. Viertägiger Blockkurs auf Masterstufe am Geographischen Institut mit Vorlesungen, Workshops, Python-Notebooks und einer studentischen Projektarbeit.
2022 bis 2024: Kleingruppenlehre an der Universität Zürich. Lehrbeiträge in GEO299 im Herbstsemester 2022 sowie GEO199 in den Frühjahrssemestern 2023 und 2024.
2019 bis 2021: Maschinelles Lernen an der BFH-HAFL. Einführung und Übungen zu maschinellem Lernen im Kontext der Robotik im dritten Semester an der Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften HAFL der Berner Fachhochschule BFH.
Seit 2019: Betreuung von Abschlussarbeiten. Betreuung von Bachelor- und Masterarbeiten zu Geomatik, Fernerkundung und angewandter künstlicher Intelligenz.