Descrizione del progetto
Prevedere le minacce alle reti infrastrutturali mediante algoritmi basati sull’IA
L’individuazione precoce di cambiamenti nei modelli e nelle alterazioni climatici causati da deformazione del suolo, vegetazione, incendi boschivi e da attività di terzi può aiutare le grandi reti infrastrutturali a mitigare i rischi e a mantenere l’operatività senza intoppi. Finanziato dal Consiglio europeo dell’innovazione, il progetto EOinTime intende ampliare su scala industriale il proprio servizio di monitoraggio dell’osservazione terrestre, che integra dati satellitari ad algoritmi di apprendimento automatico. Il progetto si concentra sull’analisi di serie temporali e sul monitoraggio in tempo quasi reale. A tal fine, si propone di sviluppare algoritmi di rilevamento dei cambiamenti basati sull’IA che valuteranno modelli dei dati in modo sequenziale e identificheranno anomalie con un’elevata precisione. Ciò consentirà previsioni tempestive di eventuali minacce alle reti infrastrutturali. Le parti interessate avranno accesso in tempo reale alle informazioni del servizio di monitoraggio tramite applicazioni mobili e web.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. La classificazione di questo progetto è stata convalidata dal team del progetto.
- ingegneria e tecnologiaingegneria meccanicaingegneria dei veicoliingegneria aerospazialetecnologia satellitare
- scienze naturaliinformatica e scienze dell'informazionesoftwaresviluppo software
- ingegneria e tecnologiaingegneria ambientaletelerilevamento
- ingegneria e tecnologiaingegneria elettrica, ingegneria elettronica, ingegneria informaticaingegneria informaticatelecomunicazionitecnologia radioradar
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automatico
Parole chiave
Programma(i)
- HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-EIC-2022-ACCELERATOR-01
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-EIC-ACC-BF -Coordinatore
10997 Berlin
Germania
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.