Schwerpunktthema: | Künstliche Intelligenz |
---|---|
Art der Förderung: | Projektförderprogramme |
Programm: | CZS Perspektiven |
Geförderte Institution: |
|
Methoden aus dem maschinellen Lernen für Big Data sollen auf Fragestellungen in der Atmosphärenphysik angewandt werden. Unter anderem werden die Darstellung von Wolken in Klimamodellen und die Vorhersagbarkeit von Wettersituationen bearbeitet.
Ziele
In der modernen Atmosphärenphysik stellt man oft fest, dass die verwendeten Modelle komplexe Situationen in Wetter und Klima nicht richtig wiedergeben. Eine neue Art zur Modellentwicklung bieten moderne Methoden Maschinellen Lernens. Im Projekt sollen diese Methoden für große Datenmengen auf wichtige Fragestellungen in der Atmosphärenphysik angewandt werden. Dabei werden insbesondere Wolken und ihre Darstellung in Modellen sowie die Vorhersagbarkeit von schwierigen Wettersituationen betrachtet. Die Methoden müssen dazu in interdisziplinärer Arbeit für die Anwendung weiterentwickelt und erweitert werden, dabei spielen auch technische Herausforderungen eine große Rolle. Die entwickelte Infrastruktur soll über das Projekt hinaus für andere Wissenschaften an der Universität Mainz zur Verfügung stehen.
Beteiligte Personen:
Prof- Dr. Peter Spichtinger
Johannes Gutenberg-Universität Mainz
Detailinformation:
Schwerpunktthema: | Künstliche Intelligenz |
---|---|
Programm: | CZS Perspektiven |
Art der Förderung: | Projektförderprogramme |
Zielgruppe: | Professor:innen |
---|---|
Fördersumme: | 1.500.000 € |
Zeitraum: | März 2020 - August 2026 |