Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Deep Learning Air Quality Forecasts for Four Days

Opis projektu

Nowa technologia prognozowania jakości powietrza dzięki sztucznej inteligencji

Emisje zanieczyszczeń, postępująca zmiana klimatu i inne zjawiska prowadzą do wzrostu zapotrzebowania na dokładniejsze prognozy zjawisk pogodowych i jakości powietrza. Obecnie wykorzystywane technologie nie zapewniają jednak możliwości precyzyjnego przewidywania parametrów powietrza. Technologia sztucznej inteligencji, która z powodzeniem znalazła zastosowanie w prognozowaniu pogody i innych obszarach, stanowi bardzo obiecujące rozwiązanie tego problemu. Zespół finansowanego przez Europejską Radę ds. Badań Naukowych projektu AQplus4 ma na celu zbadanie najnowszych modeli prognozowania opartych na sztucznej inteligencji w celu opracowania nowej technologii wymaganej do przetwarzania zbiorów ilości danych i tworzenia dokładnych prognoz na ich podstawie. Badacze nawiążą współpracę z interesariuszami, dzięki którym otrzymają dostęp do niezbędnego sprzętu i szkoleń, a także zwiększą zainteresowanie tym zagadneniem.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2022-POC2

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

FORSCHUNGSZENTRUM JULICH GMBH
Wkład UE netto
€ 150 000,00
Koszt całkowity
Brak danych

Beneficjenci (1)