Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Computerwissenschaften# Computer und Gesellschaft

Bürgerwissenschaft mit SmartCS stärken

SmartCS vereinfacht die App-Erstellung für Bürgerwissenschaft, sodass mehr Leute an der Forschung teilnehmen können.

― 7 min Lesedauer


SmartCS:SmartCS:Bürgerwissenschaft leichtgemachtApps ohne Programmierkenntnisse.Bau dir ganz einfach Citizen Science
Inhaltsverzeichnis

Bürgerscience ermöglicht es jedem, an wissenschaftlicher Forschung teilzunehmen und wertvolle Daten zu Projekten zu verschiedenen Themen beizutragen. Mit der Kraft der mobilen Technologie und maschinellen Lernens (ML) können wir jetzt Apps erstellen, die normalen Leuten helfen, Informationen effektiver zu sammeln. SmartCS ist eine neue Plattform, die es jedem ermöglicht, Mobile Apps für Bürgerwissenschaft zu erstellen, ohne dass man programmieren können muss. Diese Plattform erleichtert es sowohl Forschern als auch Teilnehmern, zu wissenschaftlichen Bemühungen beizutragen.

Die Rolle der Bürgerwissenschaft

Bürgerwissenschaft lädt Einzelpersonen ein, die möglicherweise keine formale Ausbildung in der Wissenschaft haben, an Forschungsprojekten teilzunehmen. Diese Teilnehmer haben normalerweise eine Leidenschaft für das Thema, das sie studieren, oder wollen einfach nur dazu beitragen, das wissenschaftliche Wissen voranzubringen. Projekte beinhalten oft das Sammeln visueller Daten, wie Fotos oder Videos von bestimmten Pflanzen, Tieren oder Umweltbedingungen. Indem sie das tun, helfen sie Wissenschaftlern, grosse Mengen an Daten zu sammeln, die normalerweise schwer zu erfassen wären.

Mit dem Aufstieg der Technologie verlagern sich Bürgerwissenschaftsprojekte zunehmend auf mobile Plattformen. Die Leute können ihre Smartphones oder Tablets nutzen, um Daten überall zu sammeln. Diese Geräte sind mit fortschrittlichen Funktionen ausgestattet, die komplexe Aufgaben wie das Erkennen von Objekten in Fotos ermöglichen. Maschinelles Lernen kann den Prozess der Datensammlung und -analyse verbessern.

Herausforderungen bei der Datensammlung in der Bürgerwissenschaft

Damit Teilnehmer nützliche Daten sammeln können, sind einige grundlegende Fähigkeiten hilfreich. Zum Beispiel müssen sie möglicherweise die Objekte identifizieren und kennzeichnen, die sie in ihrer Umgebung sehen. Das kann eine schwierige Aufgabe für diejenigen sein, die keine Experten sind. Mobile Apps, die maschinelles Lernen nutzen, können dabei helfen, indem sie den Nutzern helfen, die Objekte zu identifizieren, nach denen sie suchen müssen. Das verbessert nicht nur die Qualität der gesammelten Daten, sondern lehrt die Teilnehmer auch etwas über die Themen, die sie studieren.

Es gibt mehrere Plattformen für Bürgerwissenschaft, wie Zooniverse und SPOTTERON, die es Nutzern ermöglichen, Apps für Forschungsprojekte zu erstellen. Diese Plattformen erfordern jedoch oft eine Internetverbindung, um richtig zu funktionieren, da sie auf Cloud-Server für die Verarbeitung des maschinellen Lernens angewiesen sind. Diese Einschränkung macht sie weniger geeignet für den Einsatz in abgelegenen Gebieten, in denen die Internetverbindung möglicherweise schlecht oder nicht vorhanden ist.

Was ist SmartCS?

SmartCS hat sich zum Ziel gesetzt, diese Situation zu verändern. Es bietet eine Möglichkeit, Bürgerwissenschafts-Apps zu erstellen, die maschinelles Lernen direkt auf dem Gerät des Nutzers (Client-seitige Verarbeitung) integrieren. Das bedeutet, dass Nutzer wertvolle Daten sammeln können, selbst wenn sie nicht mit dem Internet verbunden sind. Die Plattform ist so gestaltet, dass jeder, unabhängig von seinem technischen Hintergrund, schnell eine App erstellen kann.

Mit SmartCS können Nutzer aus vorgefertigten Vorlagen und Funktionen wählen, was es ihnen ermöglicht, sich auf ihr Projekt zu konzentrieren, anstatt sich mit den technischen Details der App-Erstellung aufzuhalten. So können Forscher schnell Prototypen erstellen und Apps bereitstellen, was ihnen hilft, ein breiteres Publikum zu erreichen.

So funktioniert SmartCS

Die SmartCS-Plattform besteht aus drei Hauptschritten im App-Erstellungsprozess: Erstellen eines Datensatzes, Trainieren eines Modells für maschinelles Lernen und Erstellen einer mobilen App.

  1. Einen Datensatz erstellen: Der erste Schritt besteht darin, Bilder oder Videos zu sammeln, um das Modell für maschinelles Lernen zu trainieren. Je nach Aufgabe müssen die Nutzer die Bilder entsprechend kennzeichnen. SmartCS bietet Werkzeuge und Anleitungen, um Nutzern zu helfen, ihre Trainingsdatensätze zu erstellen.

  2. Das Modell für maschinelles Lernen trainieren: Sobald ein Datensatz bereit ist, wählen die Nutzer ein geeignetes Modell für maschinelles Lernen aus einer Liste auf SmartCS. Die Plattform ermöglicht es den Nutzern, ihre Modelle zu trainieren, was der App beibringt, wie man Objekte in den Bildern erkennt.

  3. Die mobile App erstellen: Nach dem Training des Modells können Nutzer eine Vorlage wählen, um ihre mobile App zu erstellen. Die App wird Funktionen enthalten, die Echtzeit-Datenerfassungsmöglichkeiten anzeigen, wie eine Kameraoberfläche, die erkannte Objekte mithilfe visueller Hilfen wie Begrenzungsrahmen anzeigt.

Beispiele für Bürgerwissenschafts-Apps, die mit SmartCS erstellt wurden

Es wurden bereits mehrere Apps mit SmartCS entwickelt. Hier sind einige Beispiele, wie sie genutzt werden:

RipSnap

RipSnap ist darauf ausgelegt, Nutzern zu helfen, Strömungen an Stränden zu erkennen. Es nutzt maschinelles Lernen, um diese gefährlichen Strömungen in Echtzeit zu identifizieren. Nutzer können Fotos machen und Daten beitragen, die Forschern helfen, zu verstehen, wie Strömungen an verschiedenen Orten auftreten. Diese Daten können entscheidend sein, um Sicherheitsmassnahmen an Stränden zu verbessern.

Recycle This

Recycle This ist eine Bildungs-App, die Nutzern alles über Recycling beibringt. Sie hilft Nutzern, recycelbare Materialien in ihren Haushalten zu identifizieren und gibt Informationen, wie man verschiedene Objekte richtig recycelt. Die App nutzt maschinelles Lernen, um Gegenstände wie Papier, Glas und Plastik zu klassifizieren, sodass die Nutzer lernen können, während sie teilnehmen.

Seal vs. Sea Lion

Diese App hilft Forschern, zwischen Robben und Seelöwen zu unterscheiden. Durch den Einsatz von maschinellem Lernen hilft die App Laien, diese Tiere in der Natur zu erkennen, was zur Datensammlung über Biodiversität und Naturschutz beiträgt.

Vorteile der Nutzung von SmartCS

SmartCS bringt mehrere Vorteile für die Welt der Bürgerwissenschaft mit sich:

  • Kein Programmieren erforderlich: Die Plattform ist für Menschen gedacht, die möglicherweise keine Programmiererfahrung haben. Das öffnet die Tür für mehr Personen, an der Erstellung von Bürgerwissenschafts-Apps teilzunehmen.

  • Client-seitiges maschinelles Lernen: Indem die Apps offline funktionieren können, erleichtert SmartCS es Nutzern in abgelegenen Gebieten, Daten effektiv zu sammeln. Teilnehmer können sich auf die App für Echtzeit-Identifikation und Unterstützung verlassen.

  • Geschwindigkeit und Effizienz: Die Plattform bietet vorgefertigte Vorlagen und Funktionen, die den Prozess der App-Entwicklung optimieren. Nutzer können Apps viel schneller erstellen und bereitstellen.

  • Bildungsmöglichkeiten: Während die Nutzer mit den Apps interagieren, lernen sie auch über die Themen, die sie studieren. Das verbessert das Gesamterlebnis und kann zu einem grösseren Interesse an Wissenschaft führen.

Nutzerfeedback und Studien

Benutzerstudien, die mit der SmartCS-Plattform durchgeführt wurden, zeigen, dass sie effektiv und Benutzerfreundlich ist. Testgruppen von Schülern konnten Apps ohne vorherige Programmierkenntnisse erstellen. Sie haben ihre Projekte innerhalb weniger Wochen abgeschlossen und gezeigt, dass die Plattform benutzerfreundlich ist.

Die Teilnehmer haben auch mehrere Bürgerwissenschafts-Apps getestet, die mit SmartCS erstellt wurden, und dabei Feedback zu ihren Erfahrungen gegeben. Viele fanden die Apps einfach zu navigieren, obwohl sie anmerkten, dass einige Funktionen verbessert werden könnten, um mehr Anpassungsmöglichkeiten zu bieten.

Insgesamt war die Rückmeldung zu SmartCS positiv. Die Nutzer schätzen die Möglichkeit, nützliche Apps zu produzieren, die wissenschaftliche Bemühungen unterstützen und das Lernen erleichtern.

Zukünftige Richtungen

In Zukunft plant SmartCS, die Plattform weiter zu verfeinern, indem Nutzerfeedback berücksichtigt und Funktionen verbessert werden. Es gibt einen Fokus darauf, die Benutzeroberfläche zu optimieren und mehr Ressourcen hinzuzufügen, um den Nutzern bei der Navigation durch den App-Erstellungsprozess zu helfen.

Die Plattform untersucht auch die Möglichkeit, die Zusammenarbeit zwischen menschlichen Nutzern und maschinellem Lernen zu integrieren. Dies könnte beinhalten, dass Nutzer maschinell erfasste Informationen überprüfen oder korrigieren, was zu einer verbesserten Genauigkeit bei der Datensammlung führt.

Darüber hinaus plant SmartCS, in Zukunft weitere Modelle für maschinelles Lernen hinzuzufügen, während sich die Technologie weiterentwickelt. Dies wird den Nutzern noch mehr Optionen bieten, um effektive Bürgerwissenschafts-Apps in verschiedenen Disziplinen zu erstellen.

Fazit

SmartCS stellt einen bedeutenden Schritt nach vorne dar, um Bürgerwissenschaft für alle zugänglicher zu machen. Indem es Nutzern ermöglicht, ihre mobilen Apps ohne Programmierkenntnisse zu entwickeln, ermächtigt die Plattform Einzelpersonen, sich an wissenschaftlicher Forschung zu beteiligen. Mit den Fähigkeiten des client-seitigen maschinellen Lernens eröffnet es neue Möglichkeiten zur Datensammlung in abgelegenen Gebieten.

Das positive Feedback der Nutzer zeigt, dass SmartCS ein vielversprechendes Werkzeug für sowohl Forscher als auch Teilnehmer ist. Während sich die Plattform weiterentwickelt, hat sie das Potenzial, die Reichweite der Bürgerwissenschaft zu erweitern und noch mehr Menschen zu ermöglichen, zu unserem Verständnis der Welt um uns herum beizutragen.

Originalquelle

Titel: SmartCS: Enabling the Creation of ML-Powered Computer Vision Mobile Apps for Citizen Science Applications without Coding

Zusammenfassung: It is undeniable that citizen science contributes to the advancement of various fields of study. There are now software tools that facilitate the development of citizen science apps. However, apps developed with these tools rely on individual human skills to correctly collect useful data. Machine learning (ML)-aided apps provide on-field guidance to citizen scientists on data collection tasks. However, these apps rely on server-side ML support, and therefore need a reliable internet connection. Furthermore, the development of citizen science apps with ML support requires a significant investment of time and money. For some projects, this barrier may preclude the use of citizen science effectively. We present a platform that democratizes citizen science by making it accessible to a much broader audience of both researchers and participants. The SmartCS platform allows one to create citizen science apps with ML support quickly and without coding skills. Apps developed using SmartCS have client-side ML support, making them usable in the field, even when there is no internet connection. The client-side ML helps educate users to better recognize the subjects, thereby enabling high-quality data collection. We present several citizen science apps created using SmartCS, some of which were conceived and created by high school students.

Autoren: Fahim Hasan Khan, Akila de Silva, Gregory Dusek, James Davis, Alex Pang

Letzte Aktualisierung: 2024-05-23 00:00:00

Sprache: English

Quell-URL: https://arxiv.org/abs/2405.14323

Quell-PDF: https://arxiv.org/pdf/2405.14323

Lizenz: https://creativecommons.org/licenses/by/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel