ERC Advanced Grant für Martin Schultz

Deep Learning gewinnt für die Analyse großer Datenmengen rasant an Bedeutung und hat in letzter Zeit spektakuläre Erfolge erzielt. Allerdings gibt es nur wenige Forscher, die begonnen haben, die Methoden der künstlichen Intelligenz im Bereich der Umweltforschung einzusetzen. Dr. Martin Schultz, Leiter der Forschungsgruppe "Earth System Data Exploration" am JSC, hat jetzt einen renommierten Advanced Grant vom European Research Council erhalten, um mithilfe von tiefen neuronalen Netzwerken die globale Verteilung und die Trends der Luftverschmutzung besser zu verstehen.

In dem Projekt IntelliAQ will Schultz Messungen von Luftschadstoffen mit hochauflösenden geografischen Daten und Daten aus numerischen Wettervorhersagemodellen verbinden, um detaillierte Karten der regionalen und globalen Luftqualität zu erhalten. Darüber hinaus erwartet er, dass Deep-Learning-Methoden eine verbesserte Luftqualitätsvorhersage und eine automatisierte Kontrolle der Datenqualität ermöglichen.

Der Grundstein für IntelliAQ wurde mit der Entwicklung der TOAR-Datenbank gelegt, die die weltweit größte Sammlung von Oberflächen-Ozonmessungen enthält und am JSC gehostet wird. Die JSC-Abteilung Federated Systems and Data und die Simulationslaboratorien Climate Science und Terrestrial Systems bieten ein ideales Umfeld für die Realisierung der Projektziele. IntelliAQ stellt hohe Anforderungen an die effiziente Speicherung und Verarbeitung großer Datenmengen und stellt Entwickler neuronaler Netzwerkarchitekturen aufgrund der Heterogenität und Komplexität der Daten vor interessante Herausforderungen. Das Projekt wird über einen Zeitraum von fünf Jahren mit 2,5 Millionen Euro gefördert.
(Absprechpartner: Dr. Martin Schultz, m.schultz@fz-juelich.de)

aus JSC News No. 258, 30. Mai 2018