Projektbeschreibung
Neuartige KI-basierte Technologie zur Vorhersage der Luftqualität
Emissionen, Klimawandel und andere Auswirkungen haben zu einem Bedarf an verbesserten Vorhersagen geführt, sei es für Wetterphänomene oder Vorhersagen der Luftqualität. Die derzeitige Vorhersagetechnologie birgt Schwierigkeiten, die Luftqualität genau vorherzusagen. KI-Technologie, die erfolgreich bei der Wettervorhersage und in ähnlichen Zusammenhängen eingesetzt wird, hat sich jedoch als vielversprechend für die Bereitstellung besserer Daten zur Luftqualität erwiesen. Ziel des vom Europäischen Forschungsrat finanzierten Projekts AQplus4 ist es, aktuelle KI-Prognosemodelle zu untersuchen, um eine neuartige KI-Technologie zu entwickeln, die für die Verarbeitung großer Datenmengen und die Erstellung effizienter Prognosen geeignet ist. Das Projektteam wird auch mit Interessengruppen zusammenarbeiten, um deren Engagement zu erhöhen und die erforderliche Ausrüstung und Ausbildung zu erwerben.
Ziel
AQplus4 will develop the first scientifically sound operational air quality forecasting system based on innovative deep learning and IT technology. Based on the successful development of AI air quality forecasting models in the IntelliAQ advanced grant, we will explore the combination of several deep learning models into one coherent concept, test the transferability to new air pollutant species and other world regions. Furthermore, the grant shall cover the necessary technical developments to prepare the data processing and deep learning software for operational use and we shall set-up a dialogue with two identified stakeholders (UBA Germany and NIER Korea) to discuss the data processing and forecasting requirements as well as the deployment and maintenance options. The stakeholder exchange will also include training activities including extended training of a Korean researcher. Timely and reliable air quality forecasts are important to issue health warnings and prepare mitigation measures. IntelliAQ has demonstrated higher accuracy forecasts compared to conventional chemistry transport model results. The AQplus4 system will therefore constitute an important breakthrough innovation that may later be adopted at several environmental monitoring agencies around the world.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
(öffnet in neuem Fenster) ERC-2022-POC2
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-ERC-POC - HORIZON ERC Proof of Concept GrantsGastgebende Einrichtung
52428 Julich
Deutschland