Projektbeschreibung
Deep Learning für bessere Erdbeobachtungsdaten
Die Erdbeobachtung durchlebt zurzeit erhebliche Wandlungen aufgrund der enormen Menge an Beobachtungen, die in Form äußerst genauer und lokalisierter Messungen der Fernerkundung und in In-situ-Sensornetzwerken realisiert werden können. Neuartige Lösungen sind erforderlich, um Daten von im Weltall befindlichen und bodengestützten Instrumenten zur Schätzung geophysikalischer Parameter erfassen zu können. Um besser mit Daten aus mehreren Erdbeobachtungsquellen umgehen zu können, wird das EU-finanzierte Projekt CALCHAS Beobachtungen aus verschiedenen Quellen erfassen, Stichprobenskalen von weltraumgestützten und In-situ-Messungen zusammenfassen und Zeitreihen dynamischer Beobachtungen analysieren. Mathematische Instrumente werden zur Ausweitung der aktuellen Kapazitäten von Datenanalysen eingesetzt werden, die lediglich auf einer einzelnen Quelle beruhen. Das Projekt wird die Zeitreihen von Messungen aktiver und passiver, mikrowellengestützter und multispektraler, im Weltraum positionierter Bildgebungsinstrumente sowie In-situ-Sensormessungen analysieren.
Ziel
Earth Observation (EO) is undergoing a radical transformation due to the massive volume of observations acquired by remote sensing and in-situ sensor networks. While satellites provide coarse-resolution, yet global-scale monitoring of environmental processes, in-situ sensor networks acquire high-accuracy localized measurements. Extracting information from spaceborne and ground based instruments requires innovative solutions which will allow the autonomous integration of diverse in nature and scale observations in order to provide high-quality geophysical parameter estimation. CALCHAS will demonstrate cutting edge technologies targeting three major factors towards the vision of fully automated multi-source EO data understanding, namely (i) the fusion of observations from different sources and modalities, (ii) the efficient aggregation of the sampling scales associated with spaceborne and in-situ measurements, and (iii) the analysis of time-series of dynamic observations. To that end, the paradigm-shifting signal processing and learning framework of Deep Learning will be utilized and extended through powerful mathematical tools and appropriate methodologies like supervised and generative learning, dramatically extending the current scope of single source data analysis. The developed framework will be employed for analyzing time-series of measurements from active and passive microwave and multispectral spaceborne imaging instruments (SMAP, SMOS and Sentinels), and in-situ sensor measurements, targeting the high-accuracy spatial and temporal resolution enhancement for observations and soil moisture estimation. The merits of the developed technology will be demonstrated in two intelligent water management case studies, namely optimized irrigation management and water pipeline leakage detection.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Naturwissenschaften Informatik und Informationswissenschaften Datenwissenschaften
- Technik und Technologie Elektrotechnik, Elektronik, Informationstechnik Elektrotechnik Sensoren intelligente Sensoren
- Technik und Technologie Umwelttechnik Fernerkundung
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz maschinelles Lernen Deep Learning
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz Computational Intelligence
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
MSCA-IF-GF - Global Fellowships
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) H2020-MSCA-IF-2018
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
700 13 IRAKLEIO
Griechenland
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.