Skip to main content
DeutschDE
European Commission logo print header

EXPLAINABLE AI PIPELINES FOR BIG COPERNICUS DATA

Projektbeschreibung

DEENESFRITPL

Erklärbare KI-Pipelines für Copernicus Big-Data

Das EU-finanzierte Projekt DeepCube nutzt Fortschritte bei der künstlichen Intelligenz (KI) und semantischen Netzen aus, um das Potenzial der aus Copernicus gewonnenen Big-Data zu entfesseln. DeepCube hat zum Ziel, Probleme mit erheblichen gesellschaftlich-ökologischen Auswirkungen anzugehen und unser Verständnis der mit dem Klimawandel zusammenhängenden Erdprozesse auszuweiten. Das Projekt wendet IKT-Technologien wie den Erdsystem-Datenwürfel, den semantischen Würfel, die Hopsworks-Plattform und ein Visualisierungshilfsmittel auf dem neuesten Stand der Technik an und integriert diese in eine offene interoperable Plattform, die in Cloud-Infrastrukturen und Hochleistungsrechner eingesetzt werden kann. DeepCube wird Deep-Learning-Architekturen entwickeln, die auch mit nicht konventionellen Daten umgehen können, Hybridmodellierung für datengestützte KI-Modelle anwenden, die die Gesetze der Physik einhalten, und die Blackbox des Deep Learnings zugänglich machen, indem sie die KI und entsprechende Kausalitäten erklären.

Ziel

DeepCube leverages advances in the fields of AI and semantic web to unlock the potential of big Copernicus data. DeepCube is impact driven; our objective is to address new and ambitious problems that imply high environmental and societal impact, enhance our understanding of Earth’s processes, correlated with Climate Change, and feasibly generate high business value.
To achieve this we bring mature and new ICT technologies, such as the Earth System Data Cube, the Semantic Cube, the Hopsworks platform for distributed DL, and a state-of-the-art visualisation tool tailored for linked Copernicus data, and integrate them to deliver an open and interoperable platform that can be deployed in several cloud infrastructures and HPC, including DIAS environments.
We then use these tools to develop novel DL pipelines to extract value from big Copernicus data. We implement a shift in the use of AI pipelines. DeepCube 1) develops novel DL architectures that extend to non-conventional data and problems settings, such as interferometric SAR, social network data, and industrial data, 2) introduces a novel hybrid modeling paradigm for data-driven AI models that respect physical laws, and 3) opens-up the DL black box through Explainable AI and Causality. We showcase these in five Use Cases (UC), two business, two on earth system sciences, and one for humanitarian aid. These are:
UC1: Forecasting localized extreme drought and heat impacts in Africa,
UC2: Climate induced migration in Africa,
UC3: Fire hazard short-term forecasting in the Mediterranean,
UC4a: Automatic volcanic deformation detection and alerting and UC4b: Deformation trend change detection on PSI time-series for critical infrastructure monitoring,
UC5: Copernicus services for sustainable and environmentally-friendly tourism.

Wissenschaftliches Gebiet

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Aufforderung zur Vorschlagseinreichung

H2020-SPACE-2018-2020

Andere Projekte für diesen Aufruf anzeigen

Unterauftrag

H2020-SPACE-2020

Finanzierungsplan

RIA - Research and Innovation action

Koordinator

ETHNIKO ASTEROSKOPEIO ATHINON
Netto-EU-Beitrag
€ 627 750,00
Adresse
LOFOS NYMFON
11810 Athina
Griechenland

Auf der Karte ansehen
Region
Αττική Aττική Κεντρικός Τομέας Αθηνών
Aktivitätstyp
Research Organisations
Links
Gesamtkosten
€ 627 750,00

Beteiligte (8)

Diese Seite teilen

Herunterladen

Letzte Aktualisierung: 2 April 2024

Mein Booklet

Permalink: https://cordis.europa.eu/project/id/101004188/de

European Union, 2024