KI:STE
KI Strategie für Erdsystemdaten

Das KISTE Projekt sucht Doktoranden und Postdocs sowie Softwareentwickler!

Erdsystemdaten

Informatik

KI

Über KI:STE

Das KISTE-Projekt zielt darauf hin, neuere Entwicklungen der künstlichen Intelligenz – insbesondere Deep-Learning-Methoden – für fundierte Umweltdatenanalysen zu nutzen. Wissenschaftliches Ziel ist die Implementierung aktueller KI-Ansätze zur räumlich-zeitlich variablen Mustererkennung und Musteranalyse in Umweltdaten in den Themenfeldern Wolken, Schnee/Eis, Wasser, Luftqualität und Vegetation im Rahmen von fünf Dissertationen. Zudem werden die technischen Voraussetzungen geschaffen, um leistungsstarke KI-Anwendungen auf Umweltdaten portabel zur Verfügung zu stellen. Schnittstellen dieser KI-Plattform werden in die aufzubauende KI-Lernplattform integriert. Dieses E-Learning-Angebot zielt auf die ortsungebundene Ausbildung junger Wissenschaftler*innen und anderer Interessierter ab und nutzt dafür die in den fünf Forschungsfeldern entwickelten Konzepte und Methoden als Lehrmaterial.

Arbeitspakete

Wolken

Verbesserte Planbarkeit der Verfügbarkeit von Solarenergie durch die Analyse räumlich-zeitlicher Muster von Wolkenparametern auf Basis von geostationären Satellitenbeobachtungen

Schnee/Eis

Verbesserte Vorhersage von Schmelzprozessen im Gletschereis durch Kombination meteorologischer Umweltparameter mit Messungen aus In-Situ-Sensorik und Prozesssimulationen, sowie exemplarische Analyse der Konsequenzen für hydrologische Abflussmodelle

Wasser

Verbesserung der Vorhersagen von Dürren oder Überflutungen durch die Untersuchung hydrometeorologischer Extremereignisse aus der Kombination von Simulations- und Beobachtungsdaten

Luftqualität

Luftqualität: Entwicklung einer Methodik für saisonale Prognosen zu Extremwerten der Luftbelastung durch Untersuchung des Einflusses von Pflanzengesundheit auf die Luftqualität

Vegetation

Entwicklung von Multi-Task-Methoden um mehrere Parameter des Pflanzenzustands simultan vorherzusagen, speziell im Hinblick auf Extremereignisse.

KI:STE stellt ein!

Das KISTE Projekt sucht Doktoranden und Postdocs sowie Softwareentwickler

Schmelzen und Erstarren in Hybridmodellen
Doktoranden
Aachen University
RWTH
Wolkenvariabilität und Solarenergie
Doktoranden
Universität
zu Köln
Unsupervised Learning für biogene Emissionen
Doktoranden
Forschungszentum
Jülich

Kontakt

Phone: + +49 2461 61 6402
Email: TBD
Forschungszentrum Jülich GmbH
Institute for Advanced Simulation (IAS) Jülich Supercomputing Centre (JSC)
Wilhelm-Johnen-Straße 52425 Jülich Germany
MON-FRI 08:00 - 17:00

Get Started

  • Resources
  • Tutorials
  • Examples
  • Docs

About

  • Resources
  • Tutorials
  • Examples
  • Docs

Features

  • Overview
  • Design
  • Code
  • Collaborate

Follow Us

  • Twitter
  • GitLab

KI:STE