Lernen aus Big Data in den Atmosphärenwissenschaften

Schwerpunktthema: Künstliche Intelligenz
Art der Förderung: Projektförderprogramme
Programm: CZS Perspektiven
Geförderte Institution:
  • Johannes Gutenberg-Universität Mainz

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:

Johannes Wimmer

Programm-Manager

Telefon: +49 (0)711 - 162 213 - 22

E-Mail: johannes.wimmer@carl-zeiss-stiftung.de

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 2025

Geförderte Institution:

Johannes Gutenberg-Universität Mainz
Johannes Gutenberg-Universität Mainz