Descrizione del progetto
Modelli migliori per interpretare i dati di osservazione della Terra
Il progetto GEM, finanziato dall’UE, affronterà la sfida di monitorare in continuazione ampie pozioni terrestri su scale regionali e locali in modo sostenibile ed economico. L’obiettivo consiste nello stabilire un nuovo e rivoluzionario modello di dati di osservazione della Terra che dovrebbe migliorare significativamente lo sfruttamento dei dati di Copernicus. Il progetto svilupperà ulteriormente un concetto proprietario di cubi di dati regolabili (una combinazione di cubi di dati statici e dinamici, alimentati da Sentinel Hub) e li integrerà ai dati di osservazione della Terra provenienti dalla struttura open-source di apprendimento automatico «eo-learn». Le moderne tecniche di apprendimento automatico saranno combinate alla costruzione di modelli interpretativi globali e indipendenti dalla scala, con una particolare attenzione alla causalità e al rilevamento dei cambiamenti.
Obiettivo
Global Earth Monitor project (GEM) is addressing the challenge of continuous monitoring of large areas in a sustainable cost effective way. The goal of the project is to establish a new disruptive Earth Observation (EO) DATA-EXPLOITATION MODEL which will dramatically enhance the exploitation of Copernicus data. For the first time a continuous monitoring of the planet on the global/regional scale will be enabled for a sustainable price.
Disruptive innovations are planned in the technology and in the methodology domain, where a proprietary concept of Adjustable Data Cubes (a combination of static and dynamic data cubes) will be developed and integrated with EO-oriented open source Machine Learning (ML) framework EO-LEARN. During the project EO-LEARN will be upgraded to consume ML technologies from widely accepted ML frameworks and to adapt/evolve them to specifics of EO-data interpretation. Modern ML technologies and approaches (GAN, RNN, LSTM, Attention & Bayesian Deep Learning, Curriculum Learning, Incremental learning, Meta-learning, Hybrid modelling) will be combined to construct GLOBAL, SCALE-INDEPENDENT interpretation models with the special focus on CAUSALITY and CHANGE DETECTION.
Technological and Methodological innovations will be combined into a unique CONTINUOUS MONITORING PROCESS. The process, based on seamless combination of data interpreted with sub-resolution, native resolution and super-resolution methods, will deliver optimal combination of Processing/Storage costs – enabling continuous monitoring of large areas for just a FRACTION OF CURRENT COSTS.
The concept of continuous monitoring will be validated through the development of five specific use-cases and through their employment in a 10-month demonstration - operational continuous monitoring of 10 MIO square km area.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- scienze naturaliscienze fisicheotticamicroscopiamicroscopia a super risoluzione
- scienze naturaliscienze fisicheastronomiaplanetologiapianeti
- scienze socialieconomia e commercioeconomia e gestione aziendaleoccupazione
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
Meccanismo di finanziamento
RIA - Research and Innovation actionCoordinatore
1000 Ljubljana
Slovenia