Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Earth Observation & Weather Data Federation with AI Embeddings

Descrizione del progetto

Compressione IA per l’osservazione della Terra e lo scambio di dati meteorologici

Il programma Copernicus, i modelli meteorologici e i sistemi globali di navigazione satellitare (GNSS) forniscono ampi dati geospaziali applicabili a diversi settori scientifici. Il volume di tali dati, tuttavia, rende impraticabile l’hosting da parte di un’unica piattaforma. Di conseguenza, i fornitori di servizi si trovano ad affrontare problemi di accesso a dati provenienti da archivi diversi a causa di vincoli di costo. Il progetto Embed2Scale, finanziato dall’UE, affronterà questo problema sfruttando tecniche di compressione dei dati basate sull’intelligenza artificiale per facilitare uno scambio efficiente di dati. Il progetto studierà i metodi di formazione delle reti neurali profonde e introdurrà innovazioni nella gestione e nella portabilità dei dati. Il risultato sarà una ricerca innovativa sulla compressione dei dati guidata dall’intelligenza artificiale, che porterà a un accesso più semplice ed efficiente ai dati meteorologici e di osservazione della Terra.

Obiettivo

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”.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Coordinatore

MARTEL INNOVATE BV
Contributo netto dell'UE
€ 416 250,00
Indirizzo
KEIZERSGRACHT 482
1017 EG Amsterdam
Paesi Bassi

Mostra sulla mappa

PMI

L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.

Tipo di attività
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Collegamenti
Costo totale
€ 416 250,00

Partecipanti (6)

Partner (3)