Description du projet
Compression optimisée par l’IA pour l’observation de la Terre et l’échange de données météorologiques
Le programme Copernicus, les modèles météorologiques et le système mondial de navigation par satellite (GNSS) fournissent de nombreuses données géospatiales applicables à divers secteurs scientifiques. Le volume de ces données ne peut toutefois pas être hébergé sur une seule plateforme. Les fournisseurs de services sont, par conséquent, confrontés à des difficultés pour accéder aux données de différentes archives en raison de contraintes de coûts. Le projet Embed2Scale, financé par l’UE, abordera ce problème en exploitant des techniques de compression de données optimisées par l’IA pour faciliter un échange efficace de données. Le projet examinera les méthodes d’entraînement des réseaux neuronaux profonds et proposera des innovations en matière de gestion et de portabilité des données. Cela initiera une recherche révolutionnaire portant sur la compression de données pilotée par l’IA, qui permettra un meilleur accès, plus efficace, aux données d’observation de la terre et aux données météorologiques.
Objectif
The full potential of the Copernicus Programme unfolds when fused with additional geo-information such as weather models or GNSS measurements. However, no single platform can host all the hundreds of petabytes of geospatial data. Currently, service suppliers download data from different archives, and the sheer volume to be transferred render many applications economically not viable.
With Embed2Scale we strive to overcome these limitations enabling efficient exchange of data through AI-based data compression. We will explore the training of deep neural networks on HPC systems with self-supervised learning to transform raw geo-information into embeddings with up to 1000-fold compression. The main innovations will enable i) decentralized applications through substantial reduction of “data gravity”, ii) the portability of geospatial analytics by significantly lowering computational demand, iii) minimizing data labeling by few-shot learning, and iv) the near-real-time similarity search at petabyte scale of Earth observation and weather/climate data archives.
The objectives of Embed2Scale target i) the exploration of ground-breaking AI-compressors enabling data federation to proliferate a MLOps reference implementation for embeddings in data centers, ii) to demonstrate data federation on real-world use-cases for the Copernicus Programme, and iii) to enable the Earth observation community by open-sourcing and standardization. Within Embed2Scale, we will benchmark the use of embeddings in four applications: i) maritime awareness, ii) aboveground biomass estimation, iii) climate and air pollution prediction, and iv) crop stress & early yield detection. Overall, Embed2Scale will enable near-real time quantitative assessments of geo-information at continental scale - we respond to challenge 2 of the call: “new, enabling, scalable, operational solutions and technologies to improve capabilities of the Copernicus value chain and supporting infrastructure”.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences socialesgéographie sociale et économiquetransportsystèmes de navigationsystème de navigation par satellitesystème mondial de navigation par satellite
- ingénierie et technologiegénie électrique, génie électronique, génie de l’informationingénierie de l’informationtélécommunicationréseau de télécommunicationsréseau de données
- sciences naturellessciences de la Terre et sciences connexes de l'environnementsciences de l'environnementpollution
- sciences agricolesagriculture, sylviculture et pêcheagriculture
- sciences agricolesbiotechnologie agricolebiomasse
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-EUSPA-2022-SPACE
Voir d’autres projets de cet appelRégime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
1017 EG Amsterdam
Pays-Bas
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.