Federico Giusto, ispace, Lunar Landers, Space Mining, Machine Learning | Podcast sur l’ingénierie spatiale 5

Federico Giusto est ingénieur en systèmes spatiaux chez ispace, Inc. Dans leur bureau luxembourgeois. Dans cet épisode, nous avons discuté de l’atterrisseur lunaire et des missions lunaires blueprint d’ispace, de leurs 3 bureaux (situés à Tokyo, Luxembourg et Denver), de la loi sur l’exploitation minière spatiale, de leur contrat avec la NASA (qui sera le transfert de propriété de la lune. commerce) sujet. Couche altérée, l’action menée par le gouvernement luxembourgeois pour devenir un acteur important de l’industrie minière spatiale, à savoir l’Accord Artemis. Ensuite, dans la seconde moitié, nous passons à la vitesse supérieure pour discuter de l’apprentissage automatique (l’objet de sa thèse de maîtrise en génie aérospatial à l’Université de Loughborough au Royaume-Uni). Dans cette partie, nous nous sommes penchés sur les aspects techniques et avons discuté de la comparaison de différentes longueurs d’onde lumineuses afin de pouvoir évaluer la santé des terres agricoles grâce à des images hyperspectrales satellitaires. Le but de ce travail est de pouvoir dire aux agriculteurs quelles parties de leurs cultures sont saines et quelles parties doivent être irriguées. C’est un sujet de mon travail chez Planetary Resources, afin que nous puissions mieux comprendre comment l’eau atmosphérique (y compris l’humidité et les nuages) affecte différentes longueurs d’onde infrarouges, et comment corriger ces effets. Ensuite, nous présenterons en détail ses travaux sur l’apprentissage automatique et comment collecter toutes ces données afin de pouvoir former un modèle qui reconnaît automatiquement la santé des cultures. Il a parlé de quelques détails techniques des différentes méthodes d’apprentissage qu’il a envisagées dans son travail. Lien du podcast Space Engineering (YouTube, Spotify, Google Podcast, SimpleCast) : lien vers la série de vidéos Orbital Mechanics et Python : lien vers la série de vidéos Spacecraft Attitude Control et Python : lien vers Mecánica Orbital con Python (vidéo espagnole) : lien vers la vidéo Python méthode numérique de la série : #spaceengineeringpodcast #engineeringpodcast #aerospaceengineeringpodcast.