Nemzetközi együttműködésben, a Szegedi Tudományegyetem (SZTE) kutatóinak közreműködésével fejlesztenek mesterséges intelligencia alapú városi térinformatikai rendszert. A projekt kiemelt célja az árvízi kockázatok hatékonyabb mérséklése.
Különböző adatforrások integrálása
A fejlesztés hátterében az áll, hogy a különböző forrásokból származó térképek, légi felvételek, videók, szenzoradatok és hálózati információk gyakran eltérő pontosságúak, formátumúak és minőségűek. A francia, spanyol és magyar intézmények részvételével zajló Atlas projekt célja olyan eljárások kidolgozása, amelyekkel ezek az adatok összeilleszthetők, ellenőrizhetők és beépíthetők a városi földrajzi információs rendszerekbe.
A kutatók a mesterséges intelligencia, a gépi tanulás, a statisztikai módszerek és a számítógépes látás eszközeit hívják segítségül a munka során. A közös alkalmazási terület a városi térképezés mellett az árvízi kockázatok vizsgálata.
A fejlesztések célja a külső adatok földrajzi illesztése, a képi objektumok felismerése, a háromdimenziós információk kinyerése, a hiányzó adatok pótlása, valamint a bizonytalan vagy egymásnak ellentmondó téradatok kezelése. A tervezett adatkészletek és kutatási prototípusok a városi árvízi kockázatok értékelését is segítik, ehhez a többi közt kétdimenziós hidraulikai modelleket, árvízi, illetve csapadéklefolyás-modelleket is használnak.
Az SZTE szakértelme a projektben
A Szegedi Tudományegyetem szakemberei a kutatás során főként számítógépes látási, geometriai képfeldolgozási és gépi tanulási módszerekkel járulnak hozzá a célok eléréséhez. A 2028. május 31-ig tartó kutatási program hazai megvalósítására az intézmény a Nemzeti Kutatási, Fejlesztési és Innovációs Alap 56,482 millió forintos támogatását nyerte el.
A projekt eredményei a jövőben jelentős segítséget nyújthatnak a városi környezetben felmerülő árvízi veszélyek pontosabb előrejelzésében és kezelésében.
Maradj velünk, hogy ne maradj le a friss hírekről!
Kövesd a GlobalHir.hu-t Facebookon, iratkozz fel Telegram-csatornánkra, vagy add hozzá RSS-feedünket, és értesülj gyorsan az új cikkekről.
