Descripción del proyecto
Predecir las amenazas a las redes de infraestructuras con algoritmos basados en inteligencia artificial
La detección precoz de los cambios en los patrones meteorológicos y las perturbaciones causadas por la deformación del suelo, la vegetación, los incendios forestales y la actividad de terceros puede ayudar a las grandes redes de infraestructuras a mitigar los riesgos y mantener el buen funcionamiento de las operaciones. Financiado por el Consejo Europeo de Innovación, el proyecto EOinTime pretende ampliar su servicio de vigilancia de la observación de la Tierra, que integra datos obtenidos vía satélite con algoritmos de aprendizaje automático. El proyecto se centra en el análisis de series temporales y la vigilancia casi al instante. A tal fin, pretende desarrollar algoritmos de detección de cambios basados en inteligencia artificial que evalúen secuencialmente patrones de datos e identifiquen anomalías con gran precisión. Esto permitirá predecir a tiempo cualquier amenaza potencial para las redes de infraestructuras. Las partes interesadas tendrán acceso a información al instante del servicio de vigilancia a través de aplicaciones móviles y web.
Objetivo
LiveEO will offer a holistic monitoring service for infrastructure networks based on satellite data and machine learning algorithms to identify external threats to the grid and predict future impacts by adding time series analytics to our services. The service will enable rapid change
detection (e.g. storm monitoring) to quickly assess the location and extent of damage and slow change detection to facilitate the prediction of potential risks. We will make use of optical and radar data to offer services in real time, regardless of weather. The solution requires the
development of AI-based change detection algorithms that evaluate data at different points in time i.e. time-series and are able to detect patterns and abnormalities in the data with high precision. To do this automatically, the development of an automated process chain, able to transform
data into actionable insights for our customers is part of the solution. Insights will be made available via mobile and web apps.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. La clasificación de este proyecto ha sido validada por su equipo.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. La clasificación de este proyecto ha sido validada por su equipo.
- ingeniería y tecnologíaingeniería mecánicaingeniería de vehículosingeniería aeroespacialtecnología satelital
- ciencias naturalesinformática y ciencias de la informaciónsoftwaredesarrollo de software
- ingeniería y tecnologíaingeniería ambientalteledetección
- ingeniería y tecnologíaingeniería eléctrica, ingeniería electrónica, ingeniería de la informacióningeniería de la informacióntelecomunicaciónradiotecnologíaradar
- ciencias naturalesinformática y ciencias de la informacióninteligencia artificialaprendizaje automático
Palabras clave
Programa(s)
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Convocatoria de propuestas
HORIZON-EIC-2022-ACCELERATOR-01
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-EIC-ACC-BF - HORIZON EIC Accelerator Blended FinanceCoordinador
10997 Berlin
Alemania
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.