Descripción del proyecto DEENESFRITPL El aprendizaje automático llega a la modelización climática Los modelos del sistema terrestre constituyen la base de la comprensión y de la proyección del cambio climático. A pesar del progreso en este ámbito, la capacidad de los modelos para simular las respuestas de los sistemas terrestres, tanto a nivel mundial como regional, se ve limitada por la representación de los procesos físicos y biológicos a pequeña escala. El proyecto USMILE, financiado con fondos europeos, utilizará el aprendizaje automático para mejorar la modelización y la comprensión del sistema terrestre. Los investigadores desarrollarán algoritmos de aprendizaje automático para mejorar los conjuntos de datos de observación de la Tierra que representan las covariaciones espaciotemporales, y parametrizaciones y submodelos basados en el aprendizaje automático para nubes y procesos de la superficie terrestre que han obstaculizado el avance de la modelización climática durante décadas. Además, detectarán y dilucidarán modos de variabilidad climática y de extremos multivariante y desvelará aspectos dinámicos del sistema terrestre con nuevas técnicas de aprendizaje profundo y descubrimiento causal. Mostrar el objetivo del proyecto Ocultar el objetivo del proyecto Objetivo Earth system models are fundamental to understand climate change. Although they have improved significantly, considerable biases and uncertainties in their projections remain. Process parameterisations limit the models’ ability to simulate both global and regional Earth system responses, which are key for assessing climate change and its impacts on ecosystems and society. In recent years, the volume of data from high-resolution models and observations has substantially increased to petabyte scales. Concomitantly, the field of machine learning (ML) has quickly developed, promising breakthroughs in detecting and analysing non-linear relationships and patterns in large multivariate datasets. Yet, traditionally, physical modelling and ML have been often treated as two different worlds with opposite scientific paradigms (theory-driven versus data-driven). Thus, despite its great potential, ML has not yet been widely adopted for addressing the urgent need of improved understanding and modelling of the Earth system. USMILE will combine multi-disciplinary expertise in ML and process-based atmosphere and land modelling to completely rethink model development and evaluation. ML will further allow us to define novel observational constraints on Earth system feedbacks and climate projections. We will (1) develop ML algorithms to enhance Earth observation datasets accounting for spatio-temporal covariations, (2) deploy ML-based parameterisations and sub-models for clouds and land-surface processes that have hindered progress in climate modelling for decades, and (3) detect and understand modes of climate variability, multivariate extremes and uncover dynamical aspects of the Earth system with novel deep learning and causal inference techniques. USMILE will drive a paradigm shift in the current modelling of the Earth system towards a new data-driven physics-aware science and to an unprecedented reduction of uncertainties in projections. Ámbito científico ciencias naturalesciencias biológicasecologíaecosistemasciencias naturalesinformática y ciencias de la informacióninteligencia artificialaprendizaje automáticoaprendizaje profundociencias naturalesciencias de la tierra y ciencias ambientales conexasciencias de la atmósferaclimatologíacambios climáticosciencias naturalesinformática y ciencias de la informaciónsoftwaresoftware de aplicaciónsoftware de simulación Programa(s) H2020-EU.1.1. - EXCELLENT SCIENCE - European Research Council (ERC) Main Programme Tema(s) ERC-2019-SyG - ERC Synergy Grant Convocatoria de propuestas ERC-2019-SyG Consulte otros proyectos de esta convocatoria Régimen de financiación ERC-SyG - Synergy grant Coordinador DEUTSCHES ZENTRUM FUR LUFT - UND RAUMFAHRT EV Aportación neta de la UEn € 2 977 864,00 Dirección Linder hohe 51147 Koln Alemania Ver en el mapa Región Nordrhein-Westfalen Köln Köln, Kreisfreie Stadt Tipo de actividad Research Organisations Enlaces Contactar con la organización Opens in new window Sitio web Opens in new window Participación en los programas de I+D de la UE Opens in new window Red de colaboración de HORIZON Opens in new window Otras fuentes de financiación € 0,00 Beneficiarios (4) Ordenar alfabéticamente Ordenar por aportación neta de la UE Ampliar todo Contraer todo DEUTSCHES ZENTRUM FUR LUFT - UND RAUMFAHRT EV Alemania Aportación neta de la UEn € 2 977 864,00 Dirección Linder hohe 51147 Koln Ver en el mapa Región Nordrhein-Westfalen Köln Köln, Kreisfreie Stadt Tipo de actividad Research Organisations Enlaces Contactar con la organización Opens in new window Sitio web Opens in new window Participación en los programas de I+D de la UE Opens in new window Red de colaboración de HORIZON Opens in new window Otras fuentes de financiación € 0,00 MAX-PLANCK-GESELLSCHAFT ZUR FORDERUNG DER WISSENSCHAFTEN EV Alemania Aportación neta de la UEn € 2 702 750,00 Dirección Hofgartenstrasse 8 80539 Munchen Ver en el mapa Región Bayern Oberbayern München, Kreisfreie Stadt Tipo de actividad Research Organisations Enlaces Contactar con la organización Opens in new window Sitio web Opens in new window Participación en los programas de I+D de la UE Opens in new window Red de colaboración de HORIZON Opens in new window Otras fuentes de financiación € 0,00 UNIVERSITAT DE VALENCIA España Aportación neta de la UEn € 2 038 013,00 Dirección Avenida blasco ibanez 13 46010 Valencia Ver en el mapa Región Este Comunitat Valenciana Valencia/València Tipo de actividad Higher or Secondary Education Establishments Enlaces Contactar con la organización Opens in new window Sitio web Opens in new window Participación en los programas de I+D de la UE Opens in new window Red de colaboración de HORIZON Opens in new window Otras fuentes de financiación € 0,00 TRUSTEES OF COLUMBIA UNIVERSITY IN THE CITY OF NEW YORK Estados Unidos Aportación neta de la UEn € 2 129 361,00 Dirección Amsterdam avenue 1210 room 10027 7003 New york Ver en el mapa Tipo de actividad Higher or Secondary Education Establishments Enlaces Contactar con la organización Opens in new window Sitio web Opens in new window Participación en los programas de I+D de la UE Opens in new window Red de colaboración de HORIZON Opens in new window Otras fuentes de financiación € 0,00
