Descrizione del progetto
Migliorare la conservazione e la sorveglianza marittima attraverso l’apprendimento profondo
Il progetto AXOLOTL, finanziato dall’UE, mira a migliorare la capacità di ricerca e innovazione dell’Istituto marino e marittimo di Cipro (CMMI) nel campo della valutazione della biodiversità marina e della sorveglianza marittima, utilizzando tecnologie all’avanguardia di apprendimento profondo. I modelli di apprendimento profondo saranno addestrati utilizzando set di dati standardizzati e robusti, costituiti da dati campionati in situ e da dati rilevati a distanza dai satelliti e dall’acustica subacquea. Le soluzioni proposte saranno convalidate in scenari reali di valutazione della biodiversità e sorveglianza marittima in contesti ciprioti, belgi ed europei. Il progetto cercherà inoltre di colmare il divario tra il CMMI, un centro di eccellenza per il teaming, e i ricercatori e gli innovatori belgi e francesi riconosciuti a livello internazionale; a tal fine, faciliterà il trasferimento di conoscenze, la creazione di reti per l’eccellenza scientifica e le competenze amministrative e imprenditoriali.
Obiettivo
Technological areas such as Artificial Intelligence (AI) and ecosystems such as shipping, maritime and space have been strategically prioritised by Cyprus to improve its Research and Innovation (R&I) performance.
At their intersection lies the need to enhance marine conservation efforts and maritime surveillance by leveraging deep learning (DL) methodologies built on standardized and robust data sets. Indeed, in-situ sampling stands as a cornerstone in marine conservation, offering a direct approach to monitoring marine biodiversity; while remote sensing stands as a pivotal addition to maritime surveillance, expanding the scope beyond traditional Automatic Identification System capabilities. DL, as a cutting-edge AI tool, holds immense potential to enhance the analysis of in-situ samples and remotely sensed data.
AXOLOTL is proposed as a transformational international endeavour capable of enhancing the R&I capacity of CMMI, Cyprus and Europe in the interdisciplinary fields of DL-enhanced in-situ biodiversity assessment and DL-enhanced remote sensing for maritime surveillance. The project will contribute to closing the gap between a H2020 Teaming Centre of excellence and 2 strong innovators from France and Belgium through capacity-building, knowledge transfer, networking, and outreach activities at regional and international levels. Activities will go beyond the strictly scientific scope and support the mutual development, consolidation, and reinforcement of administrative, dissemination and entrepreneurial competencies, access to networks of excellence and the sustainable linkage between partners. The project’s R&I component will develop new strategies for improving data quality, standardization, and synchronization issues, devise novel interdisciplinary methodologies, develop robust DL models from state-of-the-art computer vision methods, and validate its proposed solutions in 2 relevant real-world contexts (biodiversity assessment and maritime surveillance).
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- scienze naturaliscienze biologichebiologia marina
- scienze socialieconomia e commercioeconomia e gestione aziendalegestione dell’innovazione
- ingegneria e tecnologiaingegneria ambientaletelerilevamento
- scienze naturaliscienze biologicheecologiaecosistemi
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automaticoapprendimento profondo
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
Meccanismo di finanziamento
HORIZON-CSA - HORIZON Coordination and Support ActionsCoordinatore
6300 Larnaca
Cipro