Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Multi-messenger AI-enhanced earthquake early warning

Description du projet

L’IA révolutionne l’alerte précoce aux tremblements de terre

Les tremblements de terre restent une menace mondiale majeure, faisant des victimes et causant des milliards de dégâts chaque année. Si certaines régions disposent de systèmes d’alerte précoce (SAP), ceux-ci n’offrent généralement que quelques secondes d’alerte et sous-estiment souvent l’ampleur des grands tremblements de terre et des tsunamis qu’ils déclenchent. Dans ce contexte, le projet AI-WARNING, financé par le CER, vise à changer cette situation en introduisant des algorithmes d’IA avancés dans les SAP. En analysant les ondes sismiques, les signaux gravitationnels et les données GNSS, ces systèmes d’IA permettent de prédire plus rapidement et plus précisément les tremblements de terre. Le premier déploiement au Pérou vise à protéger des millions de personnes, en offrant un système innovant basé sur l’IA et multi-messagers qui pourrait être reproduit dans le monde entier pour atténuer les risques de tremblements de terre et de tsunamis.

Objectif

Earthquakes caused nearly one million fatalities in the last two decades and billions of euros of economic loss. In our current state of knowledge, these hazardous events remain unpredictable. Early Warning Systems (EWS) exist in some countries at risk, but they only send alerts once the earthquake has started, leveraging information recorded close to the epicenter before the most destructive seismic waves reach more distant populated areas. These systems provide – in the best-case scenarios – only a few seconds of warning before the strongest shakings. Moreover, for fundamental reasons, they systematically underestimate the magnitude of large events, which results in dramatic underestimation of potential subsequent tsunamis, which typically cause most of the fatalities and damage. Therefore, making EWS faster and more accurate is crucial to mitigate the hazard associated with these catastrophic events. In the framework of the ERC StG project EARLI, we developed prototype Artificial Intelligence (AI) algorithms providing faster and more accurate theoretical estimates of the location and magnitude of large earthquakes than state-of-the-art EWS. We propose to implement these AI algorithms in the operational EWS of Peru, with the objective of transforming the theoretical developments of the ERC StG EARLI (Licciardi et al., Nature, 2022; Lara et al., JGR, 2023) into concrete operational improvements in EWS performance. The algorithms we developed use short records of traditional seismic waves and light-speed gravity signals. We will complement these two algorithms by a third AI-based one using GNSS, allowing the implemented EWS to leverage complementary real-time data, and making it the first operational multi-messenger AI-based EWS. The system will rapidly benefit millions of people at high risk from earthquakes in Peru, and serve as a Proof-of-Concept for every region exposed to earthquake and tsunami hazard worldwide.

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: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

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

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2024-POC

Voir tous les projets financés au titre de cet appel

Institution d’accueil

INSTITUT DE RECHERCHE POUR LE DEVELOPPEMENT
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 150 000,00
Adresse
BOULEVARD DE DUNKERQUE 44 CS 90009
13572 Marseille
France

Voir sur la carte

Région
Provence-Alpes-Côte d’Azur Provence-Alpes-Côte d’Azur Bouches-du-Rhône
Type d’activité
Research Organisations
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée

Bénéficiaires (1)

Mon livret 0 0