Geo-Trends, het vijfde sy
van de opleidingen Geo M
Verslag
Studenten in beeld
Afgelopen juni is voor de vijfde keer het symposium Geo-trends geweest. Ditmaal voor de eerste keer bij
Aeres in Almere. Circa 70 betrokkenen uit het werkveld hebben een hele dag kunnen kijken wat de huidige
studenten van diverse jaren voor activiteiten in samenwerking en in opdracht van het werkveld doen.
Een aantal impressies van de presentaties inclusief de keynotes worden in dit verslag beschreven.
Geo-Info I 2018-5
Keynote: The Web Map Universe
Niene Boeijen, van het bedrijf Webmapper,
liet in haar presentatie zien dat een kaart
tegenwoordig niet meer een platte kaart op
papier is. Kaarten zijn dynamisch en interactief
geworden. Daarnaast worden ze ook niet vaak
meer op papier gebruikt, maar juist online.
Niet de kaart, maar het verhaal staat centraal.
Om een 'nieuwe' kaart te maken moet de
kartograaf niet meer alleen ontwerpen, maar
ook programmeren, analyseren en bewerken.
Oftewel: web-kartografie. Niene liet steeds
zien welke onderdelen van de toolbox ze
nodig had bij een opdracht. Dit zijn er erg veel.
Het voorbeeld dat zij liet zien was een interac
tieve kaart: de energielabel atlas. Hiermee krijg
je inzicht hoe energiezuinig een gebouw
of complex is. Iedere dag komen er nieuwe
registraties bij, maar de kaart wordt regelmatig
geüpdatet. Deze kaart is gemaakt met Open-
streetmap. De data van de bebouwing komt
uit de BAG. Dit zijn beide open databronnen.
Keynote: Op reis naar de (Geo) toekomst
Deze presentatie werd gehouden door Eva
Geerlings en Jan Willem van Eck, beiden werk
zaam bij Esri Nederland. Eva en Jan Willem ver
telden over de toekomst van Geo en dan met
name over artificial intelligence (AI), machine
learning en deep learning. Deze trends zijn op
het moment belangrijk in de big data wereld.
Bij Artifial intelligence (AI) reageren apparaten/
computers automatisch terug als er een
impuls wordt gestuurd. Het apparaat neemt
op basis van de impulsen zelf beslissingen.
Daarna werd verteld over machine learning
(ML). Bij machine learning wordt ruwe data
omgetoverd tot waardevolle informatie.
Met deze informatie worden vervolgens
beslissingen gemaakt. Denk hierbij bijvoor
beeld aan de advertenties op websites. Vaak
zijn dit dingen waar je zelf al eerder naar
gezocht hebt.
Tenslotte vertelde Eva over deep learning
(DL). Deep learning heeft zelf een geheugen.
Er kunnen niet alleen patronen herkend
worden, maar ook begrepen worden. De algo
ritmes achterhalen zelf de betekenis van de
input die gegeven wordt.
Deze drie trends zijn in de geowereld sterk
aan het uitbreiden. Door middel van deze
3 technologieën kunnen voorspellingen wor
den gedaan over de toekomst. Dit is enorm
waardevol voor de wereld, omdat op deze
manier bijvoorbeeld natuurrampen kunnen
