Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PID2021-122323OB-C33

Financiado

GESTION DE LA INCERTIDUMBRE SOBRE TORMENTAS PARA UN TRANSPORTE AEREO SEGURO Y EF...

GESTION DE LA INCERTIDUMBRE SOBRE TORMENTAS PARA UN TRANSPORTE AEREO SEGURO Y EFICIENTE: PREDICCION METEOROLOGICA VIA INTELIGENCIA ARITIFICIAL DENTRO DEL OBJETIVO GENERAL DEL PROYECTO COORDINADO, EL OBJETIVO DE ESTE SUBPROYECTO ES EXPLOTAR LAS MEJORAS EN LA PREDICCION METEOROLOGICA (NWP, EN SUS SIGLAS EN INGLES) JUNTO CON LAS TECNICAS DE APRENDIZAJE AUTOMATICO PARA MEJOR... ver más

01/01/2021

UC3M

81K€

Presupuesto del proyecto: 81K€

Líder del proyecto

UNIVERSIDAD CARLOS III DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 1332

Ver Participantes

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01

0% 100%

Participantes

UC3M

Lider

Proyectos interesantes

PTQ2018-010275 Predicciones del tiempo escalables a las necesidades de usua... 83K€ Cerrado

RTC-2014-1872-5 Plataforma para la predicción de eventos meteorológicos de A... 991K€ Cerrado

PTQ-08-02-06606 Algoritmos para un sistema de previsión meteorológica orient... 109K€ Cerrado

CGL2011-25327 DESARROLLO Y EVALUACION DE TECNICAS DE PREDICCION POR CONJUN... 190K€ Cerrado

Vis4Weather Improved Communication of High Impact Weather Events 149K€ Cerrado

EOinTime Satellite-based change detection and predictive monitoring o... 2M€ Cerrado

Últimas noticias

27-11-2024: Videojuegos y creaci... Se abre la línea de ayuda pública: Ayudas para la promoción del sector del videojuego, del pódcast y otras formas de creación digital

27-11-2024: DGIPYME En las últimas 48 horas el Organismo DGIPYME ha otorgado 1 concesiones

27-11-2024: FUNDACION-EOI En las últimas 48 horas el Organismo FUNDACION EOI ha otorgado 2 concesiones

Líder del proyecto

UNIVERSIDAD CARLOS III DE MADRID

Total investigadores 1332

Presupuesto del proyecto 81K€

Descripción del proyecto DENTRO DEL OBJETIVO GENERAL DEL PROYECTO COORDINADO, EL OBJETIVO DE ESTE SUBPROYECTO ES EXPLOTAR LAS MEJORAS EN LA PREDICCION METEOROLOGICA (NWP, EN SUS SIGLAS EN INGLES) JUNTO CON LAS TECNICAS DE APRENDIZAJE AUTOMATICO PARA MEJORAR LA PREDICCION DE TORMENTAS TANTO EN HORIZONTE TEMPORALES CORTOS (1-2 HORAS), TIPICO DE PRONOSTICO INMEDIATO, Y ESCALAS DE TIEMPO MAS LARGAS COMPATIBLES CON LOS HORIZONTES DE PRONOSTICO DE LOS NWP, HASTA 36 HORAS. USANDO PRONOSTICOS HISTORICOS, NUESTRO OBJETIVO ES ENTRENAR UN MODELO DE APRENDIZAJE AUTOMATICO PARA PREDECIR IMAGENES DE TORMENTAS CAPTURADAS POR DIFERENTES SENSORES, INCLUIDOS SATELITES, RADARES, ESTACIONES METEOROLOGICAS, DETECTORES DE RAYOS. NUESTRA HIPOTESIS ES QUE EXISTE UNA CORRELACION ENTRE LOS PARAMETROS DE NWP Y LOS FENOMENOS METEOROLOGICOS CONVECTIVOS. AL EXPLOTAR ARQUITECTURAS DE REDES NEURONALES AVANZADAS, NUESTRO OBJETIVO ES ENCONTRAR LAS CORRELACIONES QUE EL ANALISIS METEOROLOGICO CLASICO PUEDE HABER PASADO POR ALTO. EN PARTICULAR, PERSEGUIMOS LOS SIGUIENTES OBJETIVOS: 1) EXPLOTAR LAS CARACTERISTICAS ESPACIALES DE LOS DATOS AL PREDECIR EVENTOS CONVECTIVOS MEDIANTE EL DESARROLLO DE DIFERENTES ARQUITECTURAS DE REDES NEURONALES CONVOLUCIONALES (CNN) BASADAS EN LA SEGMENTACION DE IMAGENES (ARQUITECTURAS DE CODIFICADOR-DECODIFICADOR BASADAS EN CNN, REDES U-NET, PSPNET). EL OBJETIVO ES ENTREGAR PREDICCIONES A ESCALA CONTINENTAL PARA HORIZONTES TEMPORALES TANTO A CORTO (~ 1-2 HORAS) COMO A LARGO PLAZO (~ 24-36 HORAS), PARA ALIMENTAR LOS BLOQUES DE PREDICCION Y OPTIMIZACION DE TRAYECTORIAS EN AMBAS ESCALAS TEMPORALES. 2) EXPLOTAR LAS CARACTERISTICAS TEMPORALES DE LOS DATOS DESARROLLANDO ARQUITECTURAS DE MEMORIA A CORTO PLAZO LARGO (LSTM) PARA EL DESARROLLO DE MODELOS DE PREDICCION DE CONVECCION. EL OBJETIVO ES ENTREGAR PREDICCIONES A ESCALA NACIONAL PARA HORIZONTES DE VISION A CORTO PLAZO (~ 1-2 HORAS) Y LARGO PLAZO (~ 24-36 HORAS), PARA ALIMENTAR LOS BLOQUES DE OPTIMIZACION Y PREDICCION DE TRAYECTORIAS EN AMBAS ESCALAS TEMPORALES. 3) INCREMENTAR LA RESOLUCION TEMPORAL Y ESPACIAL DE LOS DATOS PARA CAPTAR MEJOR LA FENOMENOLOGIA FISICA DEL DESARROLLO DE LA TORMENTA, PARA LO CUAL NOS APOYAREMOS EN ARQUITECTURAS DE REDES GENERATIVE ADVERSIAL NETWORKS (GANS) Y REDES NEURONALES CON INFORMACION FISICA EMBEBIDA (PINNS). EL OBJETIVO ES ENTREGAR PREDICCIONES A ESCALA AEROPORTUARIA CENTRANDOSE SOLO EN EL HORIZONTE A CORTO PLAZO (~ 1 A 2 HORAS) PARA ALIMENTAR LOS BLOQUES DE OPTIMIZACION Y PREDICCION DE TRAYECTORIAS A CORTO PLAZO. 4) IMPLEMENTAR UNA DEMOSTRACION DE UN SERVICIO METEOROLOGICO EN LA NUBE AL QUE PUEDAN ACCEDER LAS DIFERENTES PARTES INTERESADAS DE LA AVIACION (ES DECIR, AEROLINEAS, PROVEEDORES DE SERVICIOS DE NAVEGACION AEREA, EUROCONTROL COMO ADMINISTRADOR DE RED). ETEOROLOGIA\INTELIGENCIA ARITIFICAL\REDES NEURONALES\AVIACION

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores