J.Otte
Negin Katal (they/them)
Aufgabengebiet
Der Schwerpunkt meiner Forschung liegt auf der Untersuchung der Verwendung von maschinellem Lernen und Bürgerdaten bei der Überwachung der Phänologie von Pflanzen.
Vita
Akademischer Hintergrund:
- Ph.D Kandidat*in seit 04.2021
- M.Sc. Geoökologie/Landschaftsökologie an der Universität Bayreuth, Deutschland. Masterarbeit: "Beitrag des Endemismus zur dunklen Vielfalt auf einer ökologisch heterogenen und taxonomisch vielfältigen ozeanischen Insel".
- B.Sc. Biologie / Botanik an der Universität von Teheran, Iran. Bachelorarbeit: "Vermehrung der Familie der Chenopodiaceae durch Gewebekultur".
Konferenzen und Workshops:
- "Deep learning approach for revolutionizing phenology research: leveraging opportunistic data for ecological insights". Poster at 52nd GfÖ Annual Meeting 2023, Leipzig, Germany.
- „Application of Machine Learning in Plant Sciences“. Poster at Zürich-Basel Plant Science Center Summer School2022
- „Observing Phenology using Flora Incognita Observations“. Poster at iDiv annual conference 2022 (online)
- „Opportunistic vs. targeted observations: Can unsystematic records from an AI-based plant identification app contribute to phenology monitoring? „. SFE2, GfÖ, EEF joint meeting, International Conference on Ecological science 2022 „Ecology and Evolution: New perspectives and societal challenges“, Metz, France
- Modelling Challenges for Mountain Ecosystem (MCME 2020) winter school, Hamburg, Germany.
Eingeladene Vorträge:
- „Opportunistic vs. targeted observations: Can unsystematic records from an AI-based plant identification app contribute to phenology monitoring?“. PhenObs Seminar Series 2023 (online)
Vergangene Forschung:
Auszeichnungen:
- Preis für das beste Poster auf der 52. GfÖ-Jahrestagung 2023, Leipzig, Deutschland.
- Auszeichnung für das beste Poster auf der iDiv-Jahrestagung 2022 (online).
- Student Travel Award für die ECBC Amsterdam der International Biogeography Society, 2020.