Projektbeschreibung
Mit künstlicher Intelligenz die Mysterien unserer prähistorischen Vergangenheit entschlüsseln
Die Klimageschichte der Erde kann mit einer Analyse von Eiskernen untersucht werden – das sind Eiszylinder, die aus Eisplatten aus Grönland und der Antarktis oder aus Gletschern der Alpen heraus gebohrt werden. Unter den Verunreinigungen in Eiskernen befinden sich nicht lösbare Partikel genau so wie vulkanische Glaspartikel oder Partikel biologischen Ursprungs wie Pollen und Algen. Um die Bedingungen und Wechselwirkungen zwischen den Komponenten des Klimasystems zu verstehen, ist es von großer Bedeutung, diese Partikel zu erkennen. Im Rahmen des EU-finanzierten Projekts ICELEARNING wird eine Technik zur automatischen Erkennung nicht lösbarer Partikel in Eiskernen mithilfe von Mustererkennungstechniken mit künstlicher Intelligenz entwickelt. Diese bahnbrechenden automatischen und zerstörungsfreien Methoden können weitere Informationen über die Klima- und Umweltveränderungen in der Antarktis in den letzten 1,5 Millionen Jahren ergeben.
Ziel
The detection of insoluble particles trapped in ice or sediment cores, like pollen grains, foraminiferal and diatom assemblages, volcanic and dust particles represents the basis for paleoresearch on the biosphere, volcanism and oceanic and atmospheric realms. To date, except for ice core dust, this analytical goal is achieved during years of particle observations by manual microscopy. Artificial Intelligence predictive models are already applied to several research fields within geoscience, but up to date its implementation to paleoclimate is missing. With ICELEARNING, I aim to develop a two-phase routine for the automatic quantification of insoluble particles trapped in ice cores. The routine is based on a commercial Flow Imaging Microscope producing particle images from within melted ice samples. The images are then analyzed by Pattern Recognition algorithms which will be developed for automatic particle classification and counting. The routine will be specifically developed in order to be implemented in Continuous Flow Analysis (CFA) systems, therefore surpassing the traditional methods by providing continuous particle records from ice cores. ICELEARNING methodology is suitable to any diluted sample, thus representing a ground-breaking analytical advancement from ice core science to marine geology. This innovative routine is automatic and non-destructive, imperative prerequisites for the future Antarctic ice core project analytical measurements, aiming to retrieve a continuous climatic and environmental record covering the last 1.5 Myr. ICELERNING will be developed at Ca’ Foscari University of Venice with Prof. Carlo Barbante, leading expert in trace and ultra-trace level impurity detections in ice cores and with the University of Bergen, a top institution in marine geology and paleoceanography. This unique synergy, in addition to the proposer’s knowledge of CFA systems and machine learning techniques will provide the best preconditions for the project success.
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: https://op.europa.eu/de/web/eu-vocabularies/euroscivoc.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/de/web/eu-vocabularies/euroscivoc.
- Naturwissenschaften Geowissenschaften und verwandte Umweltwissenschaften Paläontologie Paläoklimatologie
- Naturwissenschaften Geowissenschaften und verwandte Umweltwissenschaften Geologie Vulkanologie
- Naturwissenschaften Naturwissenschaften Optik Mikroskopie
- Naturwissenschaften Geowissenschaften und verwandte Umweltwissenschaften Atmosphärenwissenschaften Meteorologie Biosphäre
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz Mustererkennung
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-EF-ST - Standard EF
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.
30123 VENEZIA
Italien
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.