Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Deep Learning Air Quality Forecasts for Four Days

Descrizione del progetto

Una nuova tecnologia di previsione della qualità dell’aria basata sull’intelligenza artificiale

Emissioni, cambiamenti climatici e altri effetti hanno creato la necessità di migliorare le previsioni, sia per i fenomeni meteorologici che per la qualità dell’aria. L’attuale tecnologia di previsione fatica a prevedere con precisione la qualità dell’aria. La tecnologia dell’IA, utilizzata con successo nelle previsioni meteorologiche e in contesti simili, si è tuttavia dimostrata molto promettente per fornire dati migliori sulla qualità dell’aria. Il progetto AQplus4, finanziato dal Consiglio europeo della ricerca, si propone di studiare i recenti modelli di previsione basati sull’IA per sviluppare una nuova tecnologia di IA adatta a elaborare grandi quantità di dati e previsioni efficienti. Il progetto collaborerà anche con i portatori di interessi per aumentare il loro impegno e acquisire le attrezzature e la formazione necessarie.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2022-POC2

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

FORSCHUNGSZENTRUM JULICH GMBH
Contributo netto dell'UE
€ 150 000,00
Costo totale
Nessun dato

Beneficiari (1)