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

Multi-messenger AI-enhanced earthquake early warning

Opis projektu

Rewolucja w zakresie wczesnego ostrzegania przed trzęsieniami ziemi dzięki sztucznej inteligencji

Trzęsienia ziemi stanowią poważne zagrożenie na całym świecie - ich występowanie każdego roku prowadzi do śmierci i przyczynia się do powstawania miliardowych strat. Choć niektóre regiony dysponują systemami wczesnego ostrzegania, zazwyczaj ostrzeżenie nadchodzi kilka sekund przed wstrząsem, a skala dużych trzęsień ziemi i wywołanych przez nie fal tsunami pozostaje niedoszacowana. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu AI-WARNING ma na celu zmianę tego stanu rzeczy poprzez wprowadzenie zaawansowanych algorytmów sztucznej inteligencji do systemów wczesnego ostrzegania. Analizując fale sejsmiczne, sygnały grawitacyjne i dane z systemów nawigacji satelitarnej, modele zapewniają szybsze i dokładniejsze prognozowanie trzęsień ziemi. Pierwsze wdrożenie w Peru ma na celu ochronę milionów mieszkańców dzięki zapewnieniu przełomowego systemu opartego na sztucznej inteligencji połączonego z wieloma komunikatorami, który można powielić na całym świecie w celu ograniczenia ryzyka związanego z trzęsieniami ziemi i tsunami.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2024-POC

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

INSTITUT DE RECHERCHE POUR LE DEVELOPPEMENT
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 150 000,00
Adres
BOULEVARD DE DUNKERQUE 44 CS 90009
13572 Marseille
Francja

Zobacz na mapie

Region
Provence-Alpes-Côte d’Azur Provence-Alpes-Côte d’Azur Bouches-du-Rhône
Rodzaj działalności
Research Organisations
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Beneficjenci (1)

Moja broszura 0 0