Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Statistical Learning for Earth Observation Data Analysis.

Descrizione del progetto

Metodi di regressione avanzati rivelano i fattori dei cambiamenti climatici nei dati di osservazione della Terra

I modelli matematici e la crescente potenza di calcolo sono stati essenziali per comprendere sistemi dinamici complessi, che coinvolgono insiemi di dati di dimensioni enormi che a loro volta nascondono molte interrelazioni. Grazie a insiemi di dati satellitari di osservazione della Terra abbiamo informazioni sui cambiamenti climatici, che sono sempre più rapidi e difficili da comprendere e prevedere. Le nuove missioni satellitari ci apporteranno dati ancora più complessi, eterogenei, provenienti da più fonti e strutturati che richiederanno metodi di inferenza statistica migliorati per essere sfruttati appieno. Il progetto SEDAL, finanziato dal Consiglio europeo della ricerca, ha elaborato metodi di regressione avanzati per migliorare l’efficienza, l’accuratezza della previsione e le incertezze, codificare i parametri fisici e consentirci di scoprire i fattori essenziali nascosti e i fattori confondenti.

Obiettivo

SEDAL is an interdisciplinary project that aims to develop novel statistical learning methods to analyze Earth Observation (EO) satellite data. In the last decade, machine learning models have helped to monitor land, oceans, and atmosphere through the analysis and estimation of climate and biophysical parameters. Current approaches, however, cannot deal efficiently with the particular characteristics of remote sensing data. In the coming few years, this problem will largely increase: several satellite missions, such as the operational EU Copernicus Sentinels, will be launched, and we will face the urgent need to process and understand huge amounts of complex, heterogeneous, multisource, and structured data to monitor the rapid changes already occurring in our Planet.

SEDAL aims to develop the next generation of statistical inference methods for EO data analysis. We will develop advanced regression methods to improve efficiency, prediction accuracy and uncertainties, encode physical knowledge about the problem, and attain self-explanatory models learned from empirical data. Even more importantly, we will learn graphical causal models to explain the potentially complex interactions between key observed variables, and discover hidden essential drivers and confounding factors. This project will thus aboard the fundamental problem of moving from correlation to dependence and then to causation through EO data analysis. The theoretical developments will be guided by the challenging problems of estimating biophysical parameters and learning causal relations at both local and global planetary scales.

The long-term vision of SEDAL is tied to open new frontiers and foster research towards algorithms capable of discovering knowledge from EO data, a stepping stone before the more ambitious far-end goal of machine reasoning of anthropogenic climate change.

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

ERC-COG - Consolidator Grant

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

(si apre in una nuova finestra) ERC-2014-CoG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

UNIVERSITAT DE VALENCIA
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 1 716 954,00
Indirizzo
AVENIDA BLASCO IBANEZ 13
46010 Valencia
Spagna

Mostra sulla mappa

Regione
Este Comunitat Valenciana Valencia/València
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

€ 1 716 954,00

Beneficiari (1)

Il mio fascicolo 0 0