Development and implementation of efficient forecasting and monitoring of air pollutants, based on AI techniques using data from an extensive measurement network (Q77612): Difference between revisions
Jump to navigation
Jump to search
(Changed an Item) |
(Changed label, description and/or aliases in pt) |
||||||||||||||
| (31 intermediate revisions by 2 users not shown) | |||||||||||||||
| label / en | label / en | ||||||||||||||
Development and implementation of | Development and implementation of efficient forecasting and monitoring of air pollutants, based on AI techniques using data from an extensive measurement network | ||||||||||||||
| label / fr | label / fr | ||||||||||||||
Élaboration et mise en œuvre d’une prévision et d’une surveillance efficaces des polluants atmosphériques, sur la base de techniques d’IA utilisant les données d’un vaste réseau de mesure | |||||||||||||||
| label / de | label / de | ||||||||||||||
Entwicklung und Umsetzung einer effektiven Prognose und Überwachung von Luftschadstoffen auf der Grundlage von KI-Techniken unter Verwendung von Daten aus einem breiten Messnetz | |||||||||||||||
| label / nl | label / nl | ||||||||||||||
Ontwikkeling en implementatie van doeltreffende prognoses en monitoring van luchtverontreinigende stoffen op basis van KI-technieken met behulp van gegevens uit een breed meetnetwerk | |||||||||||||||
| label / it | label / it | ||||||||||||||
Sviluppo e implementazione di previsioni e monitoraggio efficaci degli inquinanti atmosferici, basati su tecniche di IA che utilizzano dati provenienti da un'ampia rete di misurazione | |||||||||||||||
| label / es | label / es | ||||||||||||||
Desarrollo e implementación de pronósticos y monitoreo efectivos de contaminantes atmosféricos, basados en técnicas de IA utilizando datos de una amplia red de medición | |||||||||||||||
| label / da | label / da | ||||||||||||||
Udvikling og gennemførelse af effektiv prognose og overvågning af luftforurenende stoffer baseret på AI-teknikker ved hjælp af data fra et bredt målenetværk | |||||||||||||||
| label / el | label / el | ||||||||||||||
Ανάπτυξη και εφαρμογή αποτελεσματικής πρόβλεψης και παρακολούθησης των ατμοσφαιρικών ρύπων, με βάση τεχνικές τεχνητής νοημοσύνης με τη χρήση δεδομένων από ευρύ δίκτυο μέτρησης | |||||||||||||||
| label / hr | label / hr | ||||||||||||||
Razvoj i provedba učinkovitog predviđanja i praćenja onečišćujućih tvari u zraku, na temelju tehnika umjetne inteligencije s pomoću podataka iz široke mjerne mreže | |||||||||||||||
| label / ro | label / ro | ||||||||||||||
Elaborarea și punerea în aplicare a previziunilor și monitorizării eficiente a poluanților atmosferici, pe baza tehnicilor IA care utilizează date dintr-o rețea largă de măsurare | |||||||||||||||
| label / sk | label / sk | ||||||||||||||
Vývoj a vykonávanie účinného predpovedania a monitorovania látok znečisťujúcich ovzdušie na základe techník umelej inteligencie využívajúcich údaje zo širokej meracej siete | |||||||||||||||
| label / mt | label / mt | ||||||||||||||
L-iżvilupp u l-implimentazzjoni ta’ tbassir u monitoraġġ effettivi tas-sustanzi li jniġġsu l-arja, abbażi ta’ tekniki tal-IA bl-użu ta’ data minn netwerk wiesa’ ta’ kejl | |||||||||||||||
| label / pt | label / pt | ||||||||||||||
Desenvolvimento e aplicação de uma previsão e monitorização eficientes dos poluentes atmosféricos, com base em técnicas de IA que utilizam dados de uma extensa rede de medição | |||||||||||||||
| label / fi | label / fi | ||||||||||||||
Ilman epäpuhtauksien tehokkaan ennustamisen ja seurannan kehittäminen ja toteuttaminen tekoälytekniikoiden pohjalta laajasta mittausverkosta saatuja tietoja käyttäen | |||||||||||||||
| label / sl | label / sl | ||||||||||||||
Razvoj in izvajanje učinkovitega napovedovanja in spremljanja onesnaževal zraka na podlagi tehnik umetne inteligence z uporabo podatkov iz širokega merilnega omrežja | |||||||||||||||
| label / cs | label / cs | ||||||||||||||
Vývoj a provádění účinného předvídání a monitorování látek znečišťujících ovzduší na základě technik umělé inteligence s využitím údajů z široké měřicí sítě | |||||||||||||||
| label / lt | label / lt | ||||||||||||||
Veiksmingo oro teršalų prognozavimo ir stebėsenos kūrimas ir įgyvendinimas, remiantis dirbtinio intelekto metodais, naudojant plataus matavimo tinklo duomenis | |||||||||||||||
| label / lv | label / lv | ||||||||||||||
Gaisa piesārņotāju efektīvas prognozēšanas un monitoringa izstrāde un īstenošana, pamatojoties uz mākslīgā intelekta metodēm, izmantojot datus no plaša mērīšanas tīkla | |||||||||||||||
| label / bg | label / bg | ||||||||||||||
Разработване и прилагане на ефективно прогнозиране и мониторинг на замърсителите на въздуха въз основа на техники с ИИ, използващи данни от широка измервателна мрежа | |||||||||||||||
| label / hu | label / hu | ||||||||||||||
A légszennyező anyagok hatékony előrejelzésének és nyomon követésének fejlesztése és végrehajtása, mesterségesintelligencia-technikák alapján, széles mérési hálózatból származó adatok felhasználásával | |||||||||||||||
| label / ga | label / ga | ||||||||||||||
Réamhaisnéis agus faireachán éifeachtach ar thruailleáin aeir a fhorbairt agus a chur chun feidhme, bunaithe ar theicnící intleachta saorga ina n-úsáidtear sonraí ó líonra tomhais leathan | |||||||||||||||
| label / sv | label / sv | ||||||||||||||
Utveckling och genomförande av effektiva prognoser och övervakning av luftföroreningar, baserat på AI-teknik med hjälp av data från ett brett mätnätverk | |||||||||||||||
| label / et | label / et | ||||||||||||||
Õhusaasteainete tõhusa prognoosimise ja seire väljatöötamine ja rakendamine, tuginedes tehisintellekti meetoditele, kasutades laia mõõtevõrgu andmeid | |||||||||||||||
| description / en | description / en | ||||||||||||||
Project in Poland | Project Q77612 in Poland | ||||||||||||||
| description / pl | description / pl | ||||||||||||||
Projekt w Polsce | Projekt Q77612 w Polsce | ||||||||||||||
| description / bg | description / bg | ||||||||||||||
Проект Q77612 в Полша | |||||||||||||||
| description / hr | description / hr | ||||||||||||||
Projekt Q77612 u Poljskoj | |||||||||||||||
| description / hu | description / hu | ||||||||||||||
Projekt Q77612 Lengyelországban | |||||||||||||||
| description / cs | description / cs | ||||||||||||||
Projekt Q77612 v Polsku | |||||||||||||||
| description / da | description / da | ||||||||||||||
Projekt Q77612 i Polen | |||||||||||||||
| description / nl | description / nl | ||||||||||||||
Project Q77612 in Polen | |||||||||||||||
| description / et | description / et | ||||||||||||||
Projekt Q77612 Poolas | |||||||||||||||
| description / fi | description / fi | ||||||||||||||
Projekti Q77612 Puolassa | |||||||||||||||
| description / fr | description / fr | ||||||||||||||
Projet Q77612 en Pologne | |||||||||||||||
| description / de | description / de | ||||||||||||||
Projekt Q77612 in Polen | |||||||||||||||
| description / el | description / el | ||||||||||||||
Έργο Q77612 στην Πολωνία | |||||||||||||||
| description / ga | description / ga | ||||||||||||||
Tionscadal Q77612 sa Pholainn | |||||||||||||||
| description / it | description / it | ||||||||||||||
Progetto Q77612 in Polonia | |||||||||||||||
| description / lv | description / lv | ||||||||||||||
Projekts Q77612 Polijā | |||||||||||||||
| description / lt | description / lt | ||||||||||||||
Projektas Q77612 Lenkijoje | |||||||||||||||
| description / mt | description / mt | ||||||||||||||
Proġett Q77612 fil-Polonja | |||||||||||||||
| description / pt | description / pt | ||||||||||||||
Projeto Q77612 na Polônia | |||||||||||||||
| description / ro | description / ro | ||||||||||||||
Proiectul Q77612 în Polonia | |||||||||||||||
| description / sk | description / sk | ||||||||||||||
Projekt Q77612 v Poľsku | |||||||||||||||
| description / sl | description / sl | ||||||||||||||
Projekt Q77612 na Poljskem | |||||||||||||||
| description / es | description / es | ||||||||||||||
Proyecto Q77612 en Polonia | |||||||||||||||
| description / sv | description / sv | ||||||||||||||
Projekt Q77612 i Polen | |||||||||||||||
| Property / EU contribution | |||||||||||||||
| |||||||||||||||
| Property / EU contribution: 815,818.6799999999 Euro / rank | |||||||||||||||
| Property / EU contribution: 815,818.6799999999 Euro / qualifier | |||||||||||||||
| |||||||||||||||
| Property / EU contribution: 815,818.6799999999 Euro / qualifier | |||||||||||||||
| |||||||||||||||
| Property / budget | Property / budget | ||||||||||||||
| 1,005,245.05 Euro
| ||||||||||||||
| Property / co-financing rate | |||||||||||||||
| |||||||||||||||
| Property / co-financing rate: 75.17 percent / rank | |||||||||||||||
| Property / summary | |||||||||||||||
| Property / summary: Reference_reference_programme_aids:SA.41471 (2015/X) _public:Article 25 of Commission Regulation (EC) No 651/2014 of 17 June 2014 declaring certain categories of aid compatible with the internal market in the application of Article 107 and 108 of the Treaty (OJ(OJ LEU L 187/1, 26.06.2014).The purpose of this project is to develop and implement innovative methods of calculation in the area of artificial intelligence and machine learning, in relation to the analysis, correction, processing and forecasting of air pollution information.The data for analysis will be provided through the low-cost network of pollution sensors.The densely deployed network of such measuring devices (ultimately 2-3 sensors/km) (2 measurement area) addresses three problems:the quality of the data (through the continuous determination of pollution levels using data from a number of sensors, which reduces the value of measured value and enables data to be corrected in the event of a failure in any sensor), the immediate identification of local sources of pollution and the provision of data from areas not yet covered (e.g. from individual residential areas, generating low emissions and remote areas from precision but expensive stations).These three aspects are critical for the quality of the forecast and for the first time make it possible to assess the effectiveness of measures to protect air quality. (English) / rank | |||||||||||||||
| Property / coordinate location: 50°2'48.8"N, 19°59'49.9"E / qualifier | |||||||||||||||
| Property / financed by | |||||||||||||||
| Property / financed by: Directorate-General for Regional and Urban Policy / rank | |||||||||||||||
| Property / contained in Local Administrative Unit | |||||||||||||||
| Property / contained in Local Administrative Unit: Kraków / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in Local Administrative Unit: Kraków / qualifier | |||||||||||||||
| Property / EU contribution | |||||||||||||||
755,652.05 Euro
| |||||||||||||||
| Property / EU contribution: 755,652.05 Euro / rank | |||||||||||||||
Preferred rank | |||||||||||||||
| Property / EU contribution: 755,652.05 Euro / qualifier | |||||||||||||||
exchange rate to Euro: 0.24 Euro
| |||||||||||||||
| Property / EU contribution: 755,652.05 Euro / qualifier | |||||||||||||||
point in time: 13 January 2020
| |||||||||||||||
| Property / summary | |||||||||||||||
Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). The subject of this project is to develop and implement innovative calculation methods in the area of artificial intelligence and machine learning, for analysis, correction, processing and forecasting of air pollution information. Data for analysis will be provided via a network of low-cost pollution sensors. A densely distributed network of such measuring devices (target 2-3 sensors/km^2 of the measured area) solves three problems: data quality (due to continuous determination of the level of pollutants using data from multiple sensors, which allows to reduce the error of the measured value and allows correction of data in case of damage to a sensor), immediate identification of local sources of pollution and sharing of data from places not covered by the measurement (e.g. from single-family buildings, generating low emissions and areas far from precise but expensive measuring stations). These three aspects are critical for the quality of the forecast and allow for the first time to assess the effectiveness of activities aimed at protecting air quality. (English) | |||||||||||||||
| Property / summary: Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). The subject of this project is to develop and implement innovative calculation methods in the area of artificial intelligence and machine learning, for analysis, correction, processing and forecasting of air pollution information. Data for analysis will be provided via a network of low-cost pollution sensors. A densely distributed network of such measuring devices (target 2-3 sensors/km^2 of the measured area) solves three problems: data quality (due to continuous determination of the level of pollutants using data from multiple sensors, which allows to reduce the error of the measured value and allows correction of data in case of damage to a sensor), immediate identification of local sources of pollution and sharing of data from places not covered by the measurement (e.g. from single-family buildings, generating low emissions and areas far from precise but expensive measuring stations). These three aspects are critical for the quality of the forecast and allow for the first time to assess the effectiveness of activities aimed at protecting air quality. (English) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). The subject of this project is to develop and implement innovative calculation methods in the area of artificial intelligence and machine learning, for analysis, correction, processing and forecasting of air pollution information. Data for analysis will be provided via a network of low-cost pollution sensors. A densely distributed network of such measuring devices (target 2-3 sensors/km^2 of the measured area) solves three problems: data quality (due to continuous determination of the level of pollutants using data from multiple sensors, which allows to reduce the error of the measured value and allows correction of data in case of damage to a sensor), immediate identification of local sources of pollution and sharing of data from places not covered by the measurement (e.g. from single-family buildings, generating low emissions and areas far from precise but expensive measuring stations). These three aspects are critical for the quality of the forecast and allow for the first time to assess the effectiveness of activities aimed at protecting air quality. (English) / qualifier | |||||||||||||||
point in time: 14 October 2020
| |||||||||||||||
| Property / summary: Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). The subject of this project is to develop and implement innovative calculation methods in the area of artificial intelligence and machine learning, for analysis, correction, processing and forecasting of air pollution information. Data for analysis will be provided via a network of low-cost pollution sensors. A densely distributed network of such measuring devices (target 2-3 sensors/km^2 of the measured area) solves three problems: data quality (due to continuous determination of the level of pollutants using data from multiple sensors, which allows to reduce the error of the measured value and allows correction of data in case of damage to a sensor), immediate identification of local sources of pollution and sharing of data from places not covered by the measurement (e.g. from single-family buildings, generating low emissions and areas far from precise but expensive measuring stations). These three aspects are critical for the quality of the forecast and allow for the first time to assess the effectiveness of activities aimed at protecting air quality. (English) / qualifier | |||||||||||||||
readability score: 0.5412252319281652
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programme: SA.41471(2015/X) Objet de l’aide publique: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). L’objet de ce projet est le développement et la mise en œuvre de méthodes de calcul innovantes dans le domaine de l’intelligence artificielle et de l’apprentissage automatique, en ce qui concerne l’analyse, la correction, le traitement et la prévision des informations sur la pollution atmosphérique. Les données à analyser seront fournies par l’intermédiaire d’un réseau de capteurs de pollution à faible coût. Un réseau dense de ces appareils de mesure (cible 2-3 capteurs/km^2 de la zone de mesure) résout trois problèmes: qualité des données (en raison de la détermination continue du niveau de pollution à l’aide de données provenant de capteurs multiples, ce qui permet de réduire l’erreur de la valeur mesurée et de corriger les données en cas d’endommagement d’un capteur), l’identification immédiate des sources locales de pollution et le partage de données à partir de lieux non encore mesurés (par exemple, des bâtiments unifamiliales, générant de faibles émissions et des zones éloignées des stations de mesure précises mais coûteuses). Ces trois aspects sont essentiels pour prévoir la qualité et permettent pour la première fois d’évaluer l’efficacité des mesures visant à protéger la qualité de l’air. (French) | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Objet de l’aide publique: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). L’objet de ce projet est le développement et la mise en œuvre de méthodes de calcul innovantes dans le domaine de l’intelligence artificielle et de l’apprentissage automatique, en ce qui concerne l’analyse, la correction, le traitement et la prévision des informations sur la pollution atmosphérique. Les données à analyser seront fournies par l’intermédiaire d’un réseau de capteurs de pollution à faible coût. Un réseau dense de ces appareils de mesure (cible 2-3 capteurs/km^2 de la zone de mesure) résout trois problèmes: qualité des données (en raison de la détermination continue du niveau de pollution à l’aide de données provenant de capteurs multiples, ce qui permet de réduire l’erreur de la valeur mesurée et de corriger les données en cas d’endommagement d’un capteur), l’identification immédiate des sources locales de pollution et le partage de données à partir de lieux non encore mesurés (par exemple, des bâtiments unifamiliales, générant de faibles émissions et des zones éloignées des stations de mesure précises mais coûteuses). Ces trois aspects sont essentiels pour prévoir la qualité et permettent pour la première fois d’évaluer l’efficacité des mesures visant à protéger la qualité de l’air. (French) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Objet de l’aide publique: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). L’objet de ce projet est le développement et la mise en œuvre de méthodes de calcul innovantes dans le domaine de l’intelligence artificielle et de l’apprentissage automatique, en ce qui concerne l’analyse, la correction, le traitement et la prévision des informations sur la pollution atmosphérique. Les données à analyser seront fournies par l’intermédiaire d’un réseau de capteurs de pollution à faible coût. Un réseau dense de ces appareils de mesure (cible 2-3 capteurs/km^2 de la zone de mesure) résout trois problèmes: qualité des données (en raison de la détermination continue du niveau de pollution à l’aide de données provenant de capteurs multiples, ce qui permet de réduire l’erreur de la valeur mesurée et de corriger les données en cas d’endommagement d’un capteur), l’identification immédiate des sources locales de pollution et le partage de données à partir de lieux non encore mesurés (par exemple, des bâtiments unifamiliales, générant de faibles émissions et des zones éloignées des stations de mesure précises mais coûteuses). Ces trois aspects sont essentiels pour prévoir la qualité et permettent pour la première fois d’évaluer l’efficacité des mesures visant à protéger la qualité de l’air. (French) / qualifier | |||||||||||||||
point in time: 30 November 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_Programm: SA.41471(2015/X) Zweck der öffentlichen Beihilfe: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV Das war’s. EU L 187/1 vom 26.6.2014). Gegenstand dieses Projekts ist die Entwicklung und Umsetzung innovativer Computermethoden im Bereich Künstliche Intelligenz und maschinelles Lernen, die die Analyse, Korrektur, Verarbeitung und Prognose von Informationen zur Luftverschmutzung betreffen. Daten für die Analyse werden über ein Netzwerk von kostengünstigen Verschmutzungssensoren bereitgestellt. Ein dicht verteiltes Netzwerk solcher Messgeräte (Ziel 2-3 Sensoren/km^2 des Messbereichs) löst drei Probleme: Datenqualität (aufgrund der kontinuierlichen Bestimmung des Verschmutzungsgrads anhand von Daten mehrerer Sensoren, die es ermöglicht, den Fehler des Messwerts zu reduzieren und die Korrektur von Daten bei Beschädigung eines Sensors zu ermöglichen), die sofortige Identifizierung lokaler Verschmutzungsquellen und die gemeinsame Nutzung von Daten von noch nicht gemessenen Orten (z. B. von Einfamilienhäusern, Erzeugung niedriger Emissionen und Bereiche, die von präzisen, aber teuren Messstationen entfernt sind). Diese drei Aspekte sind entscheidend für die Vorhersage der Qualität und ermöglichen erstmals eine Bewertung der Wirksamkeit von Maßnahmen zum Schutz der Luftqualität. (German) | |||||||||||||||
| Property / summary: Number_reference_aid_Programm: SA.41471(2015/X) Zweck der öffentlichen Beihilfe: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV Das war’s. EU L 187/1 vom 26.6.2014). Gegenstand dieses Projekts ist die Entwicklung und Umsetzung innovativer Computermethoden im Bereich Künstliche Intelligenz und maschinelles Lernen, die die Analyse, Korrektur, Verarbeitung und Prognose von Informationen zur Luftverschmutzung betreffen. Daten für die Analyse werden über ein Netzwerk von kostengünstigen Verschmutzungssensoren bereitgestellt. Ein dicht verteiltes Netzwerk solcher Messgeräte (Ziel 2-3 Sensoren/km^2 des Messbereichs) löst drei Probleme: Datenqualität (aufgrund der kontinuierlichen Bestimmung des Verschmutzungsgrads anhand von Daten mehrerer Sensoren, die es ermöglicht, den Fehler des Messwerts zu reduzieren und die Korrektur von Daten bei Beschädigung eines Sensors zu ermöglichen), die sofortige Identifizierung lokaler Verschmutzungsquellen und die gemeinsame Nutzung von Daten von noch nicht gemessenen Orten (z. B. von Einfamilienhäusern, Erzeugung niedriger Emissionen und Bereiche, die von präzisen, aber teuren Messstationen entfernt sind). Diese drei Aspekte sind entscheidend für die Vorhersage der Qualität und ermöglichen erstmals eine Bewertung der Wirksamkeit von Maßnahmen zum Schutz der Luftqualität. (German) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_Programm: SA.41471(2015/X) Zweck der öffentlichen Beihilfe: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV Das war’s. EU L 187/1 vom 26.6.2014). Gegenstand dieses Projekts ist die Entwicklung und Umsetzung innovativer Computermethoden im Bereich Künstliche Intelligenz und maschinelles Lernen, die die Analyse, Korrektur, Verarbeitung und Prognose von Informationen zur Luftverschmutzung betreffen. Daten für die Analyse werden über ein Netzwerk von kostengünstigen Verschmutzungssensoren bereitgestellt. Ein dicht verteiltes Netzwerk solcher Messgeräte (Ziel 2-3 Sensoren/km^2 des Messbereichs) löst drei Probleme: Datenqualität (aufgrund der kontinuierlichen Bestimmung des Verschmutzungsgrads anhand von Daten mehrerer Sensoren, die es ermöglicht, den Fehler des Messwerts zu reduzieren und die Korrektur von Daten bei Beschädigung eines Sensors zu ermöglichen), die sofortige Identifizierung lokaler Verschmutzungsquellen und die gemeinsame Nutzung von Daten von noch nicht gemessenen Orten (z. B. von Einfamilienhäusern, Erzeugung niedriger Emissionen und Bereiche, die von präzisen, aber teuren Messstationen entfernt sind). Diese drei Aspekte sind entscheidend für die Vorhersage der Qualität und ermöglichen erstmals eine Bewertung der Wirksamkeit von Maßnahmen zum Schutz der Luftqualität. (German) / qualifier | |||||||||||||||
point in time: 7 December 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). Het onderwerp van dit project is de ontwikkeling en implementatie van innovatieve computationele methoden op het gebied van kunstmatige intelligentie en machine learning, met betrekking tot de analyse, correctie, verwerking en voorspelling van informatie over luchtverontreiniging. Gegevens voor analyse zullen worden verstrekt via een netwerk van goedkope vervuilingssensoren. Een dicht verdeeld netwerk van dergelijke meetapparatuur (doel 2-3 sensoren/km^2 van het meetgebied) lost drie problemen op: gegevenskwaliteit (vanwege de continue bepaling van het verontreinigingsniveau met behulp van gegevens van meerdere sensoren, waardoor de fout van de gemeten waarde kan worden verminderd en gegevens kunnen worden gecorrigeerd in geval van schade aan een sensor), de onmiddellijke identificatie van lokale verontreinigingsbronnen en het delen van gegevens van nog niet gemeten plaatsen (bv. van eengezinsgebouwen, het genereren van lage emissies en gebieden die ver verwijderd zijn van nauwkeurige maar dure meetstations). Deze drie aspecten zijn van cruciaal belang om de kwaliteit te voorspellen en maken het voor het eerst mogelijk om de doeltreffendheid van maatregelen ter bescherming van de luchtkwaliteit te beoordelen. (Dutch) | |||||||||||||||
| Property / summary: Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). Het onderwerp van dit project is de ontwikkeling en implementatie van innovatieve computationele methoden op het gebied van kunstmatige intelligentie en machine learning, met betrekking tot de analyse, correctie, verwerking en voorspelling van informatie over luchtverontreiniging. Gegevens voor analyse zullen worden verstrekt via een netwerk van goedkope vervuilingssensoren. Een dicht verdeeld netwerk van dergelijke meetapparatuur (doel 2-3 sensoren/km^2 van het meetgebied) lost drie problemen op: gegevenskwaliteit (vanwege de continue bepaling van het verontreinigingsniveau met behulp van gegevens van meerdere sensoren, waardoor de fout van de gemeten waarde kan worden verminderd en gegevens kunnen worden gecorrigeerd in geval van schade aan een sensor), de onmiddellijke identificatie van lokale verontreinigingsbronnen en het delen van gegevens van nog niet gemeten plaatsen (bv. van eengezinsgebouwen, het genereren van lage emissies en gebieden die ver verwijderd zijn van nauwkeurige maar dure meetstations). Deze drie aspecten zijn van cruciaal belang om de kwaliteit te voorspellen en maken het voor het eerst mogelijk om de doeltreffendheid van maatregelen ter bescherming van de luchtkwaliteit te beoordelen. (Dutch) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). Het onderwerp van dit project is de ontwikkeling en implementatie van innovatieve computationele methoden op het gebied van kunstmatige intelligentie en machine learning, met betrekking tot de analyse, correctie, verwerking en voorspelling van informatie over luchtverontreiniging. Gegevens voor analyse zullen worden verstrekt via een netwerk van goedkope vervuilingssensoren. Een dicht verdeeld netwerk van dergelijke meetapparatuur (doel 2-3 sensoren/km^2 van het meetgebied) lost drie problemen op: gegevenskwaliteit (vanwege de continue bepaling van het verontreinigingsniveau met behulp van gegevens van meerdere sensoren, waardoor de fout van de gemeten waarde kan worden verminderd en gegevens kunnen worden gecorrigeerd in geval van schade aan een sensor), de onmiddellijke identificatie van lokale verontreinigingsbronnen en het delen van gegevens van nog niet gemeten plaatsen (bv. van eengezinsgebouwen, het genereren van lage emissies en gebieden die ver verwijderd zijn van nauwkeurige maar dure meetstations). Deze drie aspecten zijn van cruciaal belang om de kwaliteit te voorspellen en maken het voor het eerst mogelijk om de doeltreffendheid van maatregelen ter bescherming van de luchtkwaliteit te beoordelen. (Dutch) / qualifier | |||||||||||||||
point in time: 16 December 2021
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). Oggetto di questo progetto è lo sviluppo e l'implementazione di metodi computazionali innovativi nel campo dell'intelligenza artificiale e dell'apprendimento automatico, riguardanti l'analisi, la correzione, l'elaborazione e la previsione delle informazioni sull'inquinamento atmosferico. I dati per l'analisi saranno forniti tramite una rete di sensori di inquinamento a basso costo. Una rete densamente distribuita di tali dispositivi di misura (target 2-3 sensori/km^2 dell'area di misura) risolve tre problemi: qualità dei dati (a causa della determinazione continua del livello di inquinamento utilizzando dati provenienti da più sensori, che consente di ridurre l'errore del valore misurato e consente la correzione dei dati in caso di danno a qualsiasi sensore), l'identificazione immediata delle fonti locali di inquinamento e la condivisione dei dati da luoghi non ancora misurati (ad esempio da edifici unifamiliari, generando basse emissioni e aree lontane da stazioni di misurazione precise ma costose). Questi tre aspetti sono fondamentali per prevedere la qualità e consentono per la prima volta di valutare l'efficacia delle misure volte a proteggere la qualità dell'aria. (Italian) | |||||||||||||||
| Property / summary: Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). Oggetto di questo progetto è lo sviluppo e l'implementazione di metodi computazionali innovativi nel campo dell'intelligenza artificiale e dell'apprendimento automatico, riguardanti l'analisi, la correzione, l'elaborazione e la previsione delle informazioni sull'inquinamento atmosferico. I dati per l'analisi saranno forniti tramite una rete di sensori di inquinamento a basso costo. Una rete densamente distribuita di tali dispositivi di misura (target 2-3 sensori/km^2 dell'area di misura) risolve tre problemi: qualità dei dati (a causa della determinazione continua del livello di inquinamento utilizzando dati provenienti da più sensori, che consente di ridurre l'errore del valore misurato e consente la correzione dei dati in caso di danno a qualsiasi sensore), l'identificazione immediata delle fonti locali di inquinamento e la condivisione dei dati da luoghi non ancora misurati (ad esempio da edifici unifamiliari, generando basse emissioni e aree lontane da stazioni di misurazione precise ma costose). Questi tre aspetti sono fondamentali per prevedere la qualità e consentono per la prima volta di valutare l'efficacia delle misure volte a proteggere la qualità dell'aria. (Italian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). Oggetto di questo progetto è lo sviluppo e l'implementazione di metodi computazionali innovativi nel campo dell'intelligenza artificiale e dell'apprendimento automatico, riguardanti l'analisi, la correzione, l'elaborazione e la previsione delle informazioni sull'inquinamento atmosferico. I dati per l'analisi saranno forniti tramite una rete di sensori di inquinamento a basso costo. Una rete densamente distribuita di tali dispositivi di misura (target 2-3 sensori/km^2 dell'area di misura) risolve tre problemi: qualità dei dati (a causa della determinazione continua del livello di inquinamento utilizzando dati provenienti da più sensori, che consente di ridurre l'errore del valore misurato e consente la correzione dei dati in caso di danno a qualsiasi sensore), l'identificazione immediata delle fonti locali di inquinamento e la condivisione dei dati da luoghi non ancora misurati (ad esempio da edifici unifamiliari, generando basse emissioni e aree lontane da stazioni di misurazione precise ma costose). Questi tre aspetti sono fondamentali per prevedere la qualità e consentono per la prima volta di valutare l'efficacia delle misure volte a proteggere la qualità dell'aria. (Italian) / qualifier | |||||||||||||||
point in time: 15 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). El tema de este proyecto es el desarrollo e implementación de métodos computacionales innovadores en el área de inteligencia artificial y aprendizaje automático, en relación con el análisis, corrección, procesamiento y previsión de información sobre contaminación atmosférica. Los datos para el análisis se proporcionarán a través de una red de sensores de contaminación de bajo costo. Una red densamente distribuida de tales dispositivos de medición (sensores objetivo 2-3/km^2 del área de medición) resuelve tres problemas: calidad de los datos (debido a la determinación continua del nivel de contaminación utilizando datos de múltiples sensores, lo que permite reducir el error del valor medido y permite corregir los datos en caso de daño a cualquier sensor), la identificación inmediata de las fuentes locales de contaminación y el intercambio de datos de lugares aún no medidos (por ejemplo, de edificios unifamiliares, generando bajas emisiones y áreas distantes de estaciones de medición precisas pero costosas). Estos tres aspectos son fundamentales para predecir la calidad y permiten por primera vez evaluar la eficacia de las medidas destinadas a proteger la calidad del aire. (Spanish) | |||||||||||||||
| Property / summary: Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). El tema de este proyecto es el desarrollo e implementación de métodos computacionales innovadores en el área de inteligencia artificial y aprendizaje automático, en relación con el análisis, corrección, procesamiento y previsión de información sobre contaminación atmosférica. Los datos para el análisis se proporcionarán a través de una red de sensores de contaminación de bajo costo. Una red densamente distribuida de tales dispositivos de medición (sensores objetivo 2-3/km^2 del área de medición) resuelve tres problemas: calidad de los datos (debido a la determinación continua del nivel de contaminación utilizando datos de múltiples sensores, lo que permite reducir el error del valor medido y permite corregir los datos en caso de daño a cualquier sensor), la identificación inmediata de las fuentes locales de contaminación y el intercambio de datos de lugares aún no medidos (por ejemplo, de edificios unifamiliares, generando bajas emisiones y áreas distantes de estaciones de medición precisas pero costosas). Estos tres aspectos son fundamentales para predecir la calidad y permiten por primera vez evaluar la eficacia de las medidas destinadas a proteger la calidad del aire. (Spanish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). El tema de este proyecto es el desarrollo e implementación de métodos computacionales innovadores en el área de inteligencia artificial y aprendizaje automático, en relación con el análisis, corrección, procesamiento y previsión de información sobre contaminación atmosférica. Los datos para el análisis se proporcionarán a través de una red de sensores de contaminación de bajo costo. Una red densamente distribuida de tales dispositivos de medición (sensores objetivo 2-3/km^2 del área de medición) resuelve tres problemas: calidad de los datos (debido a la determinación continua del nivel de contaminación utilizando datos de múltiples sensores, lo que permite reducir el error del valor medido y permite corregir los datos en caso de daño a cualquier sensor), la identificación inmediata de las fuentes locales de contaminación y el intercambio de datos de lugares aún no medidos (por ejemplo, de edificios unifamiliares, generando bajas emisiones y áreas distantes de estaciones de medición precisas pero costosas). Estos tres aspectos son fundamentales para predecir la calidad y permiten por primera vez evaluar la eficacia de las medidas destinadas a proteger la calidad del aire. (Spanish) / qualifier | |||||||||||||||
point in time: 19 January 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). Emnet for dette projekt er udvikling og implementering af innovative beregningsmetoder inden for kunstig intelligens og maskinindlæring vedrørende analyse, korrektion, behandling og forudsigelse af oplysninger om luftforurening. Data til analyse vil blive leveret via et netværk af billige forureningssensorer. Et tæt fordelt net af sådanne måleinstrumenter (mål 2-3 sensorer/km^2 i måleområdet) løser tre problemer: datakvalitet (på grund af den kontinuerlige bestemmelse af forureningsniveauet ved hjælp af data fra flere sensorer, som gør det muligt at reducere fejlen i den målte værdi og muliggør korrektion af data i tilfælde af beskadigelse af en sensor), øjeblikkelig identifikation af lokale forureningskilder og deling af data fra steder, der endnu ikke er målt (f.eks. fra enfamiliehuse, der genererer lave emissioner og områder, der ligger langt fra præcise, men dyre målestationer). Disse tre aspekter er afgørende for at kunne forudsige kvaliteten og gøre det muligt for første gang at vurdere effektiviteten af foranstaltninger til beskyttelse af luftkvaliteten. (Danish) | |||||||||||||||
| Property / summary: Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). Emnet for dette projekt er udvikling og implementering af innovative beregningsmetoder inden for kunstig intelligens og maskinindlæring vedrørende analyse, korrektion, behandling og forudsigelse af oplysninger om luftforurening. Data til analyse vil blive leveret via et netværk af billige forureningssensorer. Et tæt fordelt net af sådanne måleinstrumenter (mål 2-3 sensorer/km^2 i måleområdet) løser tre problemer: datakvalitet (på grund af den kontinuerlige bestemmelse af forureningsniveauet ved hjælp af data fra flere sensorer, som gør det muligt at reducere fejlen i den målte værdi og muliggør korrektion af data i tilfælde af beskadigelse af en sensor), øjeblikkelig identifikation af lokale forureningskilder og deling af data fra steder, der endnu ikke er målt (f.eks. fra enfamiliehuse, der genererer lave emissioner og områder, der ligger langt fra præcise, men dyre målestationer). Disse tre aspekter er afgørende for at kunne forudsige kvaliteten og gøre det muligt for første gang at vurdere effektiviteten af foranstaltninger til beskyttelse af luftkvaliteten. (Danish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). Emnet for dette projekt er udvikling og implementering af innovative beregningsmetoder inden for kunstig intelligens og maskinindlæring vedrørende analyse, korrektion, behandling og forudsigelse af oplysninger om luftforurening. Data til analyse vil blive leveret via et netværk af billige forureningssensorer. Et tæt fordelt net af sådanne måleinstrumenter (mål 2-3 sensorer/km^2 i måleområdet) løser tre problemer: datakvalitet (på grund af den kontinuerlige bestemmelse af forureningsniveauet ved hjælp af data fra flere sensorer, som gør det muligt at reducere fejlen i den målte værdi og muliggør korrektion af data i tilfælde af beskadigelse af en sensor), øjeblikkelig identifikation af lokale forureningskilder og deling af data fra steder, der endnu ikke er målt (f.eks. fra enfamiliehuse, der genererer lave emissioner og områder, der ligger langt fra præcise, men dyre målestationer). Disse tre aspekter er afgørende for at kunne forudsige kvaliteten og gøre det muligt for første gang at vurdere effektiviteten af foranstaltninger til beskyttelse af luftkvaliteten. (Danish) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). Αντικείμενο του έργου είναι η ανάπτυξη και εφαρμογή καινοτόμων υπολογιστικών μεθόδων στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης, σχετικά με την ανάλυση, διόρθωση, επεξεργασία και πρόβλεψη πληροφοριών σχετικά με την ατμοσφαιρική ρύπανση. Τα δεδομένα για ανάλυση θα παρέχονται μέσω δικτύου αισθητήρων ρύπανσης χαμηλού κόστους. Ένα πυκνά κατανεμημένο δίκτυο τέτοιων συσκευών μέτρησης (στόχος 2-3 αισθητήρες/km^2 της περιοχής μέτρησης) λύνει τρία προβλήματα: ποιότητα των δεδομένων (λόγω του συνεχούς προσδιορισμού του επιπέδου ρύπανσης με τη χρήση δεδομένων από πολλαπλούς αισθητήρες, ο οποίος επιτρέπει τη μείωση του σφάλματος της μετρούμενης τιμής και επιτρέπει τη διόρθωση των δεδομένων σε περίπτωση βλάβης σε οποιονδήποτε αισθητήρα), τον άμεσο εντοπισμό τοπικών πηγών ρύπανσης και την ανταλλαγή δεδομένων από χώρους που δεν έχουν ακόμη μετρηθεί (π.χ. από μονοκατοικίες, παράγοντας χαμηλές εκπομπές και περιοχές μακριά από ακριβείς αλλά δαπανηρούς σταθμούς μέτρησης). Αυτές οι τρεις πτυχές είναι ζωτικής σημασίας για την πρόβλεψη της ποιότητας και επιτρέπουν για πρώτη φορά την αξιολόγηση της αποτελεσματικότητας των μέτρων που αποσκοπούν στην προστασία της ποιότητας του αέρα. (Greek) | |||||||||||||||
| Property / summary: Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). Αντικείμενο του έργου είναι η ανάπτυξη και εφαρμογή καινοτόμων υπολογιστικών μεθόδων στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης, σχετικά με την ανάλυση, διόρθωση, επεξεργασία και πρόβλεψη πληροφοριών σχετικά με την ατμοσφαιρική ρύπανση. Τα δεδομένα για ανάλυση θα παρέχονται μέσω δικτύου αισθητήρων ρύπανσης χαμηλού κόστους. Ένα πυκνά κατανεμημένο δίκτυο τέτοιων συσκευών μέτρησης (στόχος 2-3 αισθητήρες/km^2 της περιοχής μέτρησης) λύνει τρία προβλήματα: ποιότητα των δεδομένων (λόγω του συνεχούς προσδιορισμού του επιπέδου ρύπανσης με τη χρήση δεδομένων από πολλαπλούς αισθητήρες, ο οποίος επιτρέπει τη μείωση του σφάλματος της μετρούμενης τιμής και επιτρέπει τη διόρθωση των δεδομένων σε περίπτωση βλάβης σε οποιονδήποτε αισθητήρα), τον άμεσο εντοπισμό τοπικών πηγών ρύπανσης και την ανταλλαγή δεδομένων από χώρους που δεν έχουν ακόμη μετρηθεί (π.χ. από μονοκατοικίες, παράγοντας χαμηλές εκπομπές και περιοχές μακριά από ακριβείς αλλά δαπανηρούς σταθμούς μέτρησης). Αυτές οι τρεις πτυχές είναι ζωτικής σημασίας για την πρόβλεψη της ποιότητας και επιτρέπουν για πρώτη φορά την αξιολόγηση της αποτελεσματικότητας των μέτρων που αποσκοπούν στην προστασία της ποιότητας του αέρα. (Greek) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). Αντικείμενο του έργου είναι η ανάπτυξη και εφαρμογή καινοτόμων υπολογιστικών μεθόδων στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης, σχετικά με την ανάλυση, διόρθωση, επεξεργασία και πρόβλεψη πληροφοριών σχετικά με την ατμοσφαιρική ρύπανση. Τα δεδομένα για ανάλυση θα παρέχονται μέσω δικτύου αισθητήρων ρύπανσης χαμηλού κόστους. Ένα πυκνά κατανεμημένο δίκτυο τέτοιων συσκευών μέτρησης (στόχος 2-3 αισθητήρες/km^2 της περιοχής μέτρησης) λύνει τρία προβλήματα: ποιότητα των δεδομένων (λόγω του συνεχούς προσδιορισμού του επιπέδου ρύπανσης με τη χρήση δεδομένων από πολλαπλούς αισθητήρες, ο οποίος επιτρέπει τη μείωση του σφάλματος της μετρούμενης τιμής και επιτρέπει τη διόρθωση των δεδομένων σε περίπτωση βλάβης σε οποιονδήποτε αισθητήρα), τον άμεσο εντοπισμό τοπικών πηγών ρύπανσης και την ανταλλαγή δεδομένων από χώρους που δεν έχουν ακόμη μετρηθεί (π.χ. από μονοκατοικίες, παράγοντας χαμηλές εκπομπές και περιοχές μακριά από ακριβείς αλλά δαπανηρούς σταθμούς μέτρησης). Αυτές οι τρεις πτυχές είναι ζωτικής σημασίας για την πρόβλεψη της ποιότητας και επιτρέπουν για πρώτη φορά την αξιολόγηση της αποτελεσματικότητας των μέτρων που αποσκοπούν στην προστασία της ποιότητας του αέρα. (Greek) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). Predmet ovog projekta je razvoj i primjena inovativnih računalnih metoda u području umjetne inteligencije i strojnog učenja, koje se odnose na analizu, korekciju, obradu i predviđanje informacija o onečišćenju zraka. Podaci za analizu dostavit će se putem mreže niskotarifnih senzora onečišćenja. Gusto raspoređena mreža takvih mjernih uređaja (ciljna 2 – 3 senzora/km^2 mjernog područja) rješava tri problema: kvaliteta podataka (zbog kontinuiranog utvrđivanja razine onečišćenja s pomoću podataka iz više senzora, čime se omogućuje smanjenje pogreške izmjerene vrijednosti i ispravak podataka u slučaju oštećenja bilo kojeg senzora), neposredna identifikacija lokalnih izvora onečišćenja i razmjena podataka s mjesta koja još nisu izmjerena (npr. iz jednoobiteljskih zgrada, generiranja niskih emisija i područja udaljenih od preciznih, ali skupih mjernih postaja). Ta su tri aspekta ključna za predviđanje kvalitete i omogućuju po prvi put procjenu učinkovitosti mjera usmjerenih na zaštitu kvalitete zraka. (Croatian) | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). Predmet ovog projekta je razvoj i primjena inovativnih računalnih metoda u području umjetne inteligencije i strojnog učenja, koje se odnose na analizu, korekciju, obradu i predviđanje informacija o onečišćenju zraka. Podaci za analizu dostavit će se putem mreže niskotarifnih senzora onečišćenja. Gusto raspoređena mreža takvih mjernih uređaja (ciljna 2 – 3 senzora/km^2 mjernog područja) rješava tri problema: kvaliteta podataka (zbog kontinuiranog utvrđivanja razine onečišćenja s pomoću podataka iz više senzora, čime se omogućuje smanjenje pogreške izmjerene vrijednosti i ispravak podataka u slučaju oštećenja bilo kojeg senzora), neposredna identifikacija lokalnih izvora onečišćenja i razmjena podataka s mjesta koja još nisu izmjerena (npr. iz jednoobiteljskih zgrada, generiranja niskih emisija i područja udaljenih od preciznih, ali skupih mjernih postaja). Ta su tri aspekta ključna za predviđanje kvalitete i omogućuju po prvi put procjenu učinkovitosti mjera usmjerenih na zaštitu kvalitete zraka. (Croatian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). Predmet ovog projekta je razvoj i primjena inovativnih računalnih metoda u području umjetne inteligencije i strojnog učenja, koje se odnose na analizu, korekciju, obradu i predviđanje informacija o onečišćenju zraka. Podaci za analizu dostavit će se putem mreže niskotarifnih senzora onečišćenja. Gusto raspoređena mreža takvih mjernih uređaja (ciljna 2 – 3 senzora/km^2 mjernog područja) rješava tri problema: kvaliteta podataka (zbog kontinuiranog utvrđivanja razine onečišćenja s pomoću podataka iz više senzora, čime se omogućuje smanjenje pogreške izmjerene vrijednosti i ispravak podataka u slučaju oštećenja bilo kojeg senzora), neposredna identifikacija lokalnih izvora onečišćenja i razmjena podataka s mjesta koja još nisu izmjerena (npr. iz jednoobiteljskih zgrada, generiranja niskih emisija i područja udaljenih od preciznih, ali skupih mjernih postaja). Ta su tri aspekta ključna za predviđanje kvalitete i omogućuju po prvi put procjenu učinkovitosti mjera usmjerenih na zaštitu kvalitete zraka. (Croatian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). Obiectul acestui proiect este dezvoltarea și implementarea unor metode de calcul inovatoare în domeniul inteligenței artificiale și al învățării automate, în ceea ce privește analiza, corectarea, prelucrarea și prognozarea informațiilor privind poluarea aerului. Datele pentru analiză vor fi furnizate prin intermediul unei rețele de senzori de poluare cu costuri reduse. O rețea dens distribuită de astfel de dispozitive de măsurare (țintiți 2-3 senzori/km^2 din zona de măsurare) rezolvă trei probleme: calitatea datelor (datorită determinării continue a nivelului de poluare utilizând date de la mai mulți senzori, ceea ce permite reducerea erorii valorii măsurate și permite corectarea datelor în caz de deteriorare a oricărui senzor), identificarea imediată a surselor locale de poluare și schimbul de date din locuri care nu au fost încă măsurate (de exemplu, din clădiri cu o singură familie, generând emisii scăzute și zone îndepărtate de stații de măsurare precise, dar costisitoare). Aceste trei aspecte sunt esențiale pentru a previziona calitatea și permit, pentru prima dată, evaluarea eficacității măsurilor menite să protejeze calitatea aerului. (Romanian) | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). Obiectul acestui proiect este dezvoltarea și implementarea unor metode de calcul inovatoare în domeniul inteligenței artificiale și al învățării automate, în ceea ce privește analiza, corectarea, prelucrarea și prognozarea informațiilor privind poluarea aerului. Datele pentru analiză vor fi furnizate prin intermediul unei rețele de senzori de poluare cu costuri reduse. O rețea dens distribuită de astfel de dispozitive de măsurare (țintiți 2-3 senzori/km^2 din zona de măsurare) rezolvă trei probleme: calitatea datelor (datorită determinării continue a nivelului de poluare utilizând date de la mai mulți senzori, ceea ce permite reducerea erorii valorii măsurate și permite corectarea datelor în caz de deteriorare a oricărui senzor), identificarea imediată a surselor locale de poluare și schimbul de date din locuri care nu au fost încă măsurate (de exemplu, din clădiri cu o singură familie, generând emisii scăzute și zone îndepărtate de stații de măsurare precise, dar costisitoare). Aceste trei aspecte sunt esențiale pentru a previziona calitatea și permit, pentru prima dată, evaluarea eficacității măsurilor menite să protejeze calitatea aerului. (Romanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). Obiectul acestui proiect este dezvoltarea și implementarea unor metode de calcul inovatoare în domeniul inteligenței artificiale și al învățării automate, în ceea ce privește analiza, corectarea, prelucrarea și prognozarea informațiilor privind poluarea aerului. Datele pentru analiză vor fi furnizate prin intermediul unei rețele de senzori de poluare cu costuri reduse. O rețea dens distribuită de astfel de dispozitive de măsurare (țintiți 2-3 senzori/km^2 din zona de măsurare) rezolvă trei probleme: calitatea datelor (datorită determinării continue a nivelului de poluare utilizând date de la mai mulți senzori, ceea ce permite reducerea erorii valorii măsurate și permite corectarea datelor în caz de deteriorare a oricărui senzor), identificarea imediată a surselor locale de poluare și schimbul de date din locuri care nu au fost încă măsurate (de exemplu, din clădiri cu o singură familie, generând emisii scăzute și zone îndepărtate de stații de măsurare precise, dar costisitoare). Aceste trei aspecte sunt esențiale pentru a previziona calitatea și permit, pentru prima dată, evaluarea eficacității măsurilor menite să protejeze calitatea aerului. (Romanian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). Predmetom tohto projektu je vývoj a implementácia inovatívnych výpočtových metód v oblasti umelej inteligencie a strojového učenia, ktoré sa týkajú analýzy, opravy, spracovania a predpovedania informácií o znečistení ovzdušia. Údaje na analýzu sa poskytnú prostredníctvom siete nízkonákladových snímačov znečistenia. Husto rozložená sieť takýchto meracích zariadení (cieľ 2 – 3 snímačov/km² meranej oblasti) rieši tri problémy: kvalita údajov (kvôli neustálemu určovaniu úrovne znečistenia pomocou údajov z viacerých snímačov, čo umožňuje znížiť chybovosť nameranej hodnoty a umožňuje opravu údajov v prípade poškodenia akéhokoľvek snímača), okamžitú identifikáciu miestnych zdrojov znečistenia a zdieľanie údajov z miest, ktoré ešte neboli merané (napr. z jednorodinných budov, ktoré vytvárajú nízke emisie a plochy vzdialené od presných, ale drahých meracích staníc). Tieto tri aspekty sú rozhodujúce pre predpovedanie kvality a umožňujú po prvýkrát posúdiť účinnosť opatrení zameraných na ochranu kvality ovzdušia. (Slovak) | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). Predmetom tohto projektu je vývoj a implementácia inovatívnych výpočtových metód v oblasti umelej inteligencie a strojového učenia, ktoré sa týkajú analýzy, opravy, spracovania a predpovedania informácií o znečistení ovzdušia. Údaje na analýzu sa poskytnú prostredníctvom siete nízkonákladových snímačov znečistenia. Husto rozložená sieť takýchto meracích zariadení (cieľ 2 – 3 snímačov/km² meranej oblasti) rieši tri problémy: kvalita údajov (kvôli neustálemu určovaniu úrovne znečistenia pomocou údajov z viacerých snímačov, čo umožňuje znížiť chybovosť nameranej hodnoty a umožňuje opravu údajov v prípade poškodenia akéhokoľvek snímača), okamžitú identifikáciu miestnych zdrojov znečistenia a zdieľanie údajov z miest, ktoré ešte neboli merané (napr. z jednorodinných budov, ktoré vytvárajú nízke emisie a plochy vzdialené od presných, ale drahých meracích staníc). Tieto tri aspekty sú rozhodujúce pre predpovedanie kvality a umožňujú po prvýkrát posúdiť účinnosť opatrení zameraných na ochranu kvality ovzdušia. (Slovak) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). Predmetom tohto projektu je vývoj a implementácia inovatívnych výpočtových metód v oblasti umelej inteligencie a strojového učenia, ktoré sa týkajú analýzy, opravy, spracovania a predpovedania informácií o znečistení ovzdušia. Údaje na analýzu sa poskytnú prostredníctvom siete nízkonákladových snímačov znečistenia. Husto rozložená sieť takýchto meracích zariadení (cieľ 2 – 3 snímačov/km² meranej oblasti) rieši tri problémy: kvalita údajov (kvôli neustálemu určovaniu úrovne znečistenia pomocou údajov z viacerých snímačov, čo umožňuje znížiť chybovosť nameranej hodnoty a umožňuje opravu údajov v prípade poškodenia akéhokoľvek snímača), okamžitú identifikáciu miestnych zdrojov znečistenia a zdieľanie údajov z miest, ktoré ešte neboli merané (napr. z jednorodinných budov, ktoré vytvárajú nízke emisie a plochy vzdialené od presných, ale drahých meracích staníc). Tieto tri aspekty sú rozhodujúce pre predpovedanie kvality a umožňujú po prvýkrát posúdiť účinnosť opatrení zameraných na ochranu kvality ovzdušia. (Slovak) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). Is-suġġett ta’ dan il-proġett huwa l-iżvilupp u l-implimentazzjoni ta’ metodi komputazzjonali innovattivi fil-qasam tal-intelliġenza artifiċjali u t-tagħlim awtomatiku, dwar l-analiżi, il-korrezzjoni, l-ipproċessar u t-tbassir ta’ informazzjoni dwar it-tniġġis tal-arja. Id-data għall-analiżi se tiġi pprovduta permezz ta’ netwerk ta’ sensuri tat-tniġġis bi prezz baxx. Netwerk distribwit b’mod dens ta’ dan it-tagħmir tal-kejl (mira 2–3 sensuri/km^2 taż-żona tal-kejl) isolvi tliet problemi: il-kwalità tad-data (minħabba d-determinazzjoni kontinwa tal-livell ta’ tniġġis bl-użu ta’ data minn sensuri multipli, li tippermetti li jitnaqqas l-iżball tal-valur imkejjel u tippermetti l-korrezzjoni tad-data fil-każ ta’ ħsara lil kwalunkwe sensur), l-identifikazzjoni immedjata ta’ sorsi lokali ta’ tniġġis u l-kondiviżjoni ta’ data minn postijiet li għadhom ma tkejlux (eż. minn bini b’familja waħda, li jiġġeneraw emissjonijiet baxxi u żoni ‘l bogħod minn stazzjonijiet tal-kejl preċiżi iżda għaljin). Dawn it-tliet aspetti huma kritiċi għat-tbassir tal-kwalità u jippermettu għall-ewwel darba li tiġi vvalutata l-effettività tal-miżuri mmirati lejn il-protezzjoni tal-kwalità tal-arja. (Maltese) | |||||||||||||||
| Property / summary: Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). Is-suġġett ta’ dan il-proġett huwa l-iżvilupp u l-implimentazzjoni ta’ metodi komputazzjonali innovattivi fil-qasam tal-intelliġenza artifiċjali u t-tagħlim awtomatiku, dwar l-analiżi, il-korrezzjoni, l-ipproċessar u t-tbassir ta’ informazzjoni dwar it-tniġġis tal-arja. Id-data għall-analiżi se tiġi pprovduta permezz ta’ netwerk ta’ sensuri tat-tniġġis bi prezz baxx. Netwerk distribwit b’mod dens ta’ dan it-tagħmir tal-kejl (mira 2–3 sensuri/km^2 taż-żona tal-kejl) isolvi tliet problemi: il-kwalità tad-data (minħabba d-determinazzjoni kontinwa tal-livell ta’ tniġġis bl-użu ta’ data minn sensuri multipli, li tippermetti li jitnaqqas l-iżball tal-valur imkejjel u tippermetti l-korrezzjoni tad-data fil-każ ta’ ħsara lil kwalunkwe sensur), l-identifikazzjoni immedjata ta’ sorsi lokali ta’ tniġġis u l-kondiviżjoni ta’ data minn postijiet li għadhom ma tkejlux (eż. minn bini b’familja waħda, li jiġġeneraw emissjonijiet baxxi u żoni ‘l bogħod minn stazzjonijiet tal-kejl preċiżi iżda għaljin). Dawn it-tliet aspetti huma kritiċi għat-tbassir tal-kwalità u jippermettu għall-ewwel darba li tiġi vvalutata l-effettività tal-miżuri mmirati lejn il-protezzjoni tal-kwalità tal-arja. (Maltese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). Is-suġġett ta’ dan il-proġett huwa l-iżvilupp u l-implimentazzjoni ta’ metodi komputazzjonali innovattivi fil-qasam tal-intelliġenza artifiċjali u t-tagħlim awtomatiku, dwar l-analiżi, il-korrezzjoni, l-ipproċessar u t-tbassir ta’ informazzjoni dwar it-tniġġis tal-arja. Id-data għall-analiżi se tiġi pprovduta permezz ta’ netwerk ta’ sensuri tat-tniġġis bi prezz baxx. Netwerk distribwit b’mod dens ta’ dan it-tagħmir tal-kejl (mira 2–3 sensuri/km^2 taż-żona tal-kejl) isolvi tliet problemi: il-kwalità tad-data (minħabba d-determinazzjoni kontinwa tal-livell ta’ tniġġis bl-użu ta’ data minn sensuri multipli, li tippermetti li jitnaqqas l-iżball tal-valur imkejjel u tippermetti l-korrezzjoni tad-data fil-każ ta’ ħsara lil kwalunkwe sensur), l-identifikazzjoni immedjata ta’ sorsi lokali ta’ tniġġis u l-kondiviżjoni ta’ data minn postijiet li għadhom ma tkejlux (eż. minn bini b’familja waħda, li jiġġeneraw emissjonijiet baxxi u żoni ‘l bogħod minn stazzjonijiet tal-kejl preċiżi iżda għaljin). Dawn it-tliet aspetti huma kritiċi għat-tbassir tal-kwalità u jippermettu għall-ewwel darba li tiġi vvalutata l-effettività tal-miżuri mmirati lejn il-protezzjoni tal-kwalità tal-arja. (Maltese) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). O objetivo deste projeto é desenvolver e implementar métodos de cálculo inovadores na área da inteligência artificial e da aprendizagem automática, para análise, correção, processamento e previsão de informações sobre a poluição atmosférica. Os dados para análise serão fornecidos através de uma rede de sensores de poluição de baixo custo. Uma rede densamente distribuída de tais dispositivos de medição (objetivo 2-3 sensores/km^2 da área medida) resolve três problemas: qualidade dos dados (devido à determinação contínua do nível de poluentes utilizando dados de vários sensores, o que permite reduzir o erro do valor medido e corrigir os dados em caso de danos a um sensor), identificação imediata de fontes locais de poluição e partilha de dados de locais não abrangidos pela medição (por exemplo, edifícios unifamiliares, geradores de baixas emissões e zonas longe de estações de medição precisas mas dispendiosas). Estes três aspetos são fundamentais para a qualidade da previsão e permitem, pela primeira vez, avaliar a eficácia das atividades destinadas a proteger a qualidade do ar. (Portuguese) | |||||||||||||||
| Property / summary: Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). O objetivo deste projeto é desenvolver e implementar métodos de cálculo inovadores na área da inteligência artificial e da aprendizagem automática, para análise, correção, processamento e previsão de informações sobre a poluição atmosférica. Os dados para análise serão fornecidos através de uma rede de sensores de poluição de baixo custo. Uma rede densamente distribuída de tais dispositivos de medição (objetivo 2-3 sensores/km^2 da área medida) resolve três problemas: qualidade dos dados (devido à determinação contínua do nível de poluentes utilizando dados de vários sensores, o que permite reduzir o erro do valor medido e corrigir os dados em caso de danos a um sensor), identificação imediata de fontes locais de poluição e partilha de dados de locais não abrangidos pela medição (por exemplo, edifícios unifamiliares, geradores de baixas emissões e zonas longe de estações de medição precisas mas dispendiosas). Estes três aspetos são fundamentais para a qualidade da previsão e permitem, pela primeira vez, avaliar a eficácia das atividades destinadas a proteger a qualidade do ar. (Portuguese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). O objetivo deste projeto é desenvolver e implementar métodos de cálculo inovadores na área da inteligência artificial e da aprendizagem automática, para análise, correção, processamento e previsão de informações sobre a poluição atmosférica. Os dados para análise serão fornecidos através de uma rede de sensores de poluição de baixo custo. Uma rede densamente distribuída de tais dispositivos de medição (objetivo 2-3 sensores/km^2 da área medida) resolve três problemas: qualidade dos dados (devido à determinação contínua do nível de poluentes utilizando dados de vários sensores, o que permite reduzir o erro do valor medido e corrigir os dados em caso de danos a um sensor), identificação imediata de fontes locais de poluição e partilha de dados de locais não abrangidos pela medição (por exemplo, edifícios unifamiliares, geradores de baixas emissões e zonas longe de estações de medição precisas mas dispendiosas). Estes três aspetos são fundamentais para a qualidade da previsão e permitem, pela primeira vez, avaliar a eficácia das atividades destinadas a proteger a qualidade do ar. (Portuguese) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. Hankkeen aiheena on innovatiivisten laskennallisten menetelmien kehittäminen ja toteuttaminen tekoälyn ja koneoppimisen alalla ilmansaasteita koskevien tietojen analysoinnissa, korjaamisessa, käsittelyssä ja ennustamisessa. Analyysitiedot toimitetaan edullisia pilaantumisantureita sisältävän verkoston kautta. Tällaisten mittauslaitteiden tiheästi hajautettu verkko (tavoite 2–3 anturia/km^2) ratkaisee kolme ongelmaa: tietojen laatu (koska saastumisen taso määritetään jatkuvasti käyttämällä useista antureista saatuja tietoja, mikä mahdollistaa mitatun arvon virheiden pienentämisen ja tietojen korjaamisen anturin vahingoittuessa), paikallisten saastumislähteiden välitön tunnistaminen ja tietojen jakaminen paikoista, joita ei ole vielä mitattu (esim. omakotirakennuksista, jotka tuottavat vähäisiä päästöjä ja alueet, jotka ovat kaukana täsmällisistä mutta kalliista mittausasemista). Nämä kolme näkökohtaa ovat ratkaisevan tärkeitä laadun ennustamisen kannalta, ja niiden avulla voidaan ensimmäistä kertaa arvioida ilmanlaadun suojaamiseen tähtäävien toimenpiteiden tehokkuutta. (Finnish) | |||||||||||||||
| Property / summary: Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. Hankkeen aiheena on innovatiivisten laskennallisten menetelmien kehittäminen ja toteuttaminen tekoälyn ja koneoppimisen alalla ilmansaasteita koskevien tietojen analysoinnissa, korjaamisessa, käsittelyssä ja ennustamisessa. Analyysitiedot toimitetaan edullisia pilaantumisantureita sisältävän verkoston kautta. Tällaisten mittauslaitteiden tiheästi hajautettu verkko (tavoite 2–3 anturia/km^2) ratkaisee kolme ongelmaa: tietojen laatu (koska saastumisen taso määritetään jatkuvasti käyttämällä useista antureista saatuja tietoja, mikä mahdollistaa mitatun arvon virheiden pienentämisen ja tietojen korjaamisen anturin vahingoittuessa), paikallisten saastumislähteiden välitön tunnistaminen ja tietojen jakaminen paikoista, joita ei ole vielä mitattu (esim. omakotirakennuksista, jotka tuottavat vähäisiä päästöjä ja alueet, jotka ovat kaukana täsmällisistä mutta kalliista mittausasemista). Nämä kolme näkökohtaa ovat ratkaisevan tärkeitä laadun ennustamisen kannalta, ja niiden avulla voidaan ensimmäistä kertaa arvioida ilmanlaadun suojaamiseen tähtäävien toimenpiteiden tehokkuutta. (Finnish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. Hankkeen aiheena on innovatiivisten laskennallisten menetelmien kehittäminen ja toteuttaminen tekoälyn ja koneoppimisen alalla ilmansaasteita koskevien tietojen analysoinnissa, korjaamisessa, käsittelyssä ja ennustamisessa. Analyysitiedot toimitetaan edullisia pilaantumisantureita sisältävän verkoston kautta. Tällaisten mittauslaitteiden tiheästi hajautettu verkko (tavoite 2–3 anturia/km^2) ratkaisee kolme ongelmaa: tietojen laatu (koska saastumisen taso määritetään jatkuvasti käyttämällä useista antureista saatuja tietoja, mikä mahdollistaa mitatun arvon virheiden pienentämisen ja tietojen korjaamisen anturin vahingoittuessa), paikallisten saastumislähteiden välitön tunnistaminen ja tietojen jakaminen paikoista, joita ei ole vielä mitattu (esim. omakotirakennuksista, jotka tuottavat vähäisiä päästöjä ja alueet, jotka ovat kaukana täsmällisistä mutta kalliista mittausasemista). Nämä kolme näkökohtaa ovat ratkaisevan tärkeitä laadun ennustamisen kannalta, ja niiden avulla voidaan ensimmäistä kertaa arvioida ilmanlaadun suojaamiseen tähtäävien toimenpiteiden tehokkuutta. (Finnish) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). Predmet tega projekta je razvoj in izvajanje inovativnih računalniških metod na področju umetne inteligence in strojnega učenja v zvezi z analizo, popravljanjem, obdelavo in napovedovanjem informacij o onesnaževanju zraka. Podatki za analizo bodo zagotovljeni prek mreže nizkocenovnih senzorjev onesnaževanja. Gosto porazdeljeno omrežje takšnih merilnih naprav (ciljni 2–3 senzorji/km^2 merilnega območja) rešuje tri težave: kakovost podatkov (zaradi nenehnega določanja ravni onesnaženja s podatki iz več senzorjev, kar omogoča zmanjšanje napake izmerjene vrednosti in omogoča popravek podatkov v primeru poškodbe katerega koli senzorja), takojšnje prepoznavanje lokalnih virov onesnaževanja in souporabo podatkov iz krajev, ki še niso izmerjeni (npr. iz enodružinskih stavb, ki ustvarjajo nizke emisije in območja, oddaljena od natančnih, a dragih merilnih postaj). Ti trije vidiki so ključnega pomena za napovedovanje kakovosti in omogočajo, da se prvič oceni učinkovitost ukrepov za varovanje kakovosti zraka. (Slovenian) | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). Predmet tega projekta je razvoj in izvajanje inovativnih računalniških metod na področju umetne inteligence in strojnega učenja v zvezi z analizo, popravljanjem, obdelavo in napovedovanjem informacij o onesnaževanju zraka. Podatki za analizo bodo zagotovljeni prek mreže nizkocenovnih senzorjev onesnaževanja. Gosto porazdeljeno omrežje takšnih merilnih naprav (ciljni 2–3 senzorji/km^2 merilnega območja) rešuje tri težave: kakovost podatkov (zaradi nenehnega določanja ravni onesnaženja s podatki iz več senzorjev, kar omogoča zmanjšanje napake izmerjene vrednosti in omogoča popravek podatkov v primeru poškodbe katerega koli senzorja), takojšnje prepoznavanje lokalnih virov onesnaževanja in souporabo podatkov iz krajev, ki še niso izmerjeni (npr. iz enodružinskih stavb, ki ustvarjajo nizke emisije in območja, oddaljena od natančnih, a dragih merilnih postaj). Ti trije vidiki so ključnega pomena za napovedovanje kakovosti in omogočajo, da se prvič oceni učinkovitost ukrepov za varovanje kakovosti zraka. (Slovenian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). Predmet tega projekta je razvoj in izvajanje inovativnih računalniških metod na področju umetne inteligence in strojnega učenja v zvezi z analizo, popravljanjem, obdelavo in napovedovanjem informacij o onesnaževanju zraka. Podatki za analizo bodo zagotovljeni prek mreže nizkocenovnih senzorjev onesnaževanja. Gosto porazdeljeno omrežje takšnih merilnih naprav (ciljni 2–3 senzorji/km^2 merilnega območja) rešuje tri težave: kakovost podatkov (zaradi nenehnega določanja ravni onesnaženja s podatki iz več senzorjev, kar omogoča zmanjšanje napake izmerjene vrednosti in omogoča popravek podatkov v primeru poškodbe katerega koli senzorja), takojšnje prepoznavanje lokalnih virov onesnaževanja in souporabo podatkov iz krajev, ki še niso izmerjeni (npr. iz enodružinskih stavb, ki ustvarjajo nizke emisije in območja, oddaljena od natančnih, a dragih merilnih postaj). Ti trije vidiki so ključnega pomena za napovedovanje kakovosti in omogočajo, da se prvič oceni učinkovitost ukrepov za varovanje kakovosti zraka. (Slovenian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). Předmětem tohoto projektu je vývoj a implementace inovativních výpočetních metod v oblasti umělé inteligence a strojového učení, pokud jde o analýzu, korekci, zpracování a prognózování informací o znečištění ovzduší. Data pro analýzu budou poskytována prostřednictvím sítě nízkonákladových senzorů znečištění. Hustě distribuovaná síť takových měřicích zařízení (cíl 2–3 senzory/km^2 měřicí oblasti) řeší tři problémy: kvalita údajů (vzhledem k nepřetržitému stanovení úrovně znečištění pomocí údajů z více senzorů, které umožňují snížit chybu naměřené hodnoty a umožnit korekci dat v případě poškození jakéhokoli snímače), okamžitou identifikaci místních zdrojů znečištění a sdílení údajů z míst, která dosud nebyla měřena (např. z jednorodinných budov, generování nízkých emisí a oblastí vzdálených od přesných, ale drahých měřicích stanic). Tyto tři aspekty mají zásadní význam pro prognózu kvality a umožňují poprvé posoudit účinnost opatření zaměřených na ochranu kvality ovzduší. (Czech) | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). Předmětem tohoto projektu je vývoj a implementace inovativních výpočetních metod v oblasti umělé inteligence a strojového učení, pokud jde o analýzu, korekci, zpracování a prognózování informací o znečištění ovzduší. Data pro analýzu budou poskytována prostřednictvím sítě nízkonákladových senzorů znečištění. Hustě distribuovaná síť takových měřicích zařízení (cíl 2–3 senzory/km^2 měřicí oblasti) řeší tři problémy: kvalita údajů (vzhledem k nepřetržitému stanovení úrovně znečištění pomocí údajů z více senzorů, které umožňují snížit chybu naměřené hodnoty a umožnit korekci dat v případě poškození jakéhokoli snímače), okamžitou identifikaci místních zdrojů znečištění a sdílení údajů z míst, která dosud nebyla měřena (např. z jednorodinných budov, generování nízkých emisí a oblastí vzdálených od přesných, ale drahých měřicích stanic). Tyto tři aspekty mají zásadní význam pro prognózu kvality a umožňují poprvé posoudit účinnost opatření zaměřených na ochranu kvality ovzduší. (Czech) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). Předmětem tohoto projektu je vývoj a implementace inovativních výpočetních metod v oblasti umělé inteligence a strojového učení, pokud jde o analýzu, korekci, zpracování a prognózování informací o znečištění ovzduší. Data pro analýzu budou poskytována prostřednictvím sítě nízkonákladových senzorů znečištění. Hustě distribuovaná síť takových měřicích zařízení (cíl 2–3 senzory/km^2 měřicí oblasti) řeší tři problémy: kvalita údajů (vzhledem k nepřetržitému stanovení úrovně znečištění pomocí údajů z více senzorů, které umožňují snížit chybu naměřené hodnoty a umožnit korekci dat v případě poškození jakéhokoli snímače), okamžitou identifikaci místních zdrojů znečištění a sdílení údajů z míst, která dosud nebyla měřena (např. z jednorodinných budov, generování nízkých emisí a oblastí vzdálených od přesných, ale drahých měřicích stanic). Tyto tři aspekty mají zásadní význam pro prognózu kvality a umožňují poprvé posoudit účinnost opatření zaměřených na ochranu kvality ovzduší. (Czech) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). Šio projekto tema – inovatyvių skaičiavimo metodų dirbtinio intelekto ir mašinų mokymosi srityje, susijusių su informacijos apie oro taršą analize, koregavimu, apdorojimu ir prognozavimu, kūrimas ir įgyvendinimas. Analizės duomenys bus teikiami per pigių taršos jutiklių tinklą. Tankiai paskirstytas tokių matavimo prietaisų tinklas (tiksliniai 2–3 jutikliai/km^2 matavimo zonoje) išsprendžia tris problemas: duomenų kokybė (dėl nuolatinio taršos lygio nustatymo naudojant kelių jutiklių duomenis, kurie leidžia sumažinti išmatuotos vertės paklaidą ir koreguoti duomenis, kai padaroma žala bet kokiam jutikliui), nedelsiant nustatomi vietos taršos šaltiniai ir dalijamasi duomenimis iš dar neišmatuotų vietų (pvz., iš vienos šeimos pastatų, sukuriančių mažą teršalų kiekį ir plotus, nutolusius nuo tikslių, bet brangių matavimo stočių). Šie trys aspektai yra labai svarbūs prognozuojant kokybę ir leidžia pirmą kartą įvertinti priemonių, kuriomis siekiama apsaugoti oro kokybę, veiksmingumą. (Lithuanian) | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). Šio projekto tema – inovatyvių skaičiavimo metodų dirbtinio intelekto ir mašinų mokymosi srityje, susijusių su informacijos apie oro taršą analize, koregavimu, apdorojimu ir prognozavimu, kūrimas ir įgyvendinimas. Analizės duomenys bus teikiami per pigių taršos jutiklių tinklą. Tankiai paskirstytas tokių matavimo prietaisų tinklas (tiksliniai 2–3 jutikliai/km^2 matavimo zonoje) išsprendžia tris problemas: duomenų kokybė (dėl nuolatinio taršos lygio nustatymo naudojant kelių jutiklių duomenis, kurie leidžia sumažinti išmatuotos vertės paklaidą ir koreguoti duomenis, kai padaroma žala bet kokiam jutikliui), nedelsiant nustatomi vietos taršos šaltiniai ir dalijamasi duomenimis iš dar neišmatuotų vietų (pvz., iš vienos šeimos pastatų, sukuriančių mažą teršalų kiekį ir plotus, nutolusius nuo tikslių, bet brangių matavimo stočių). Šie trys aspektai yra labai svarbūs prognozuojant kokybę ir leidžia pirmą kartą įvertinti priemonių, kuriomis siekiama apsaugoti oro kokybę, veiksmingumą. (Lithuanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). Šio projekto tema – inovatyvių skaičiavimo metodų dirbtinio intelekto ir mašinų mokymosi srityje, susijusių su informacijos apie oro taršą analize, koregavimu, apdorojimu ir prognozavimu, kūrimas ir įgyvendinimas. Analizės duomenys bus teikiami per pigių taršos jutiklių tinklą. Tankiai paskirstytas tokių matavimo prietaisų tinklas (tiksliniai 2–3 jutikliai/km^2 matavimo zonoje) išsprendžia tris problemas: duomenų kokybė (dėl nuolatinio taršos lygio nustatymo naudojant kelių jutiklių duomenis, kurie leidžia sumažinti išmatuotos vertės paklaidą ir koreguoti duomenis, kai padaroma žala bet kokiam jutikliui), nedelsiant nustatomi vietos taršos šaltiniai ir dalijamasi duomenimis iš dar neišmatuotų vietų (pvz., iš vienos šeimos pastatų, sukuriančių mažą teršalų kiekį ir plotus, nutolusius nuo tikslių, bet brangių matavimo stočių). Šie trys aspektai yra labai svarbūs prognozuojant kokybę ir leidžia pirmą kartą įvertinti priemonių, kuriomis siekiama apsaugoti oro kokybę, veiksmingumą. (Lithuanian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. Projekta priekšmets ir inovatīvu skaitļošanas metožu izstrāde un ieviešana mākslīgā intelekta un mašīnmācīšanās jomā attiecībā uz gaisa piesārņojuma informācijas analīzi, labošanu, apstrādi un prognozēšanu. Dati analīzei tiks sniegti, izmantojot zemu izmaksu piesārņojuma sensoru tīklu. Blīvi sadalīts šādu mērierīču tīkls (mērķis 2–3 sensori/km^2 no mērījumu zonas) atrisina trīs problēmas: datu kvalitāte (sakarā ar nepārtrauktu piesārņojuma līmeņa noteikšanu, izmantojot datus no vairākiem sensoriem, kas ļauj samazināt izmērītās vērtības kļūdu un ļauj labot datus jebkura sensora bojājuma gadījumā), tūlītēja vietējo piesārņojuma avotu identificēšana un datu apmaiņa no vietām, kas vēl nav mērītas (piemēram, no vienģimenes ēkām, kas rada zemas emisijas un teritorijas, kas atrodas tālu no precīzām, bet dārgām mērīšanas stacijām). Šie trīs aspekti ir būtiski, lai prognozētu kvalitāti, un tie ļauj pirmo reizi novērtēt gaisa kvalitātes aizsardzībai paredzēto pasākumu efektivitāti. (Latvian) | |||||||||||||||
| Property / summary: Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. Projekta priekšmets ir inovatīvu skaitļošanas metožu izstrāde un ieviešana mākslīgā intelekta un mašīnmācīšanās jomā attiecībā uz gaisa piesārņojuma informācijas analīzi, labošanu, apstrādi un prognozēšanu. Dati analīzei tiks sniegti, izmantojot zemu izmaksu piesārņojuma sensoru tīklu. Blīvi sadalīts šādu mērierīču tīkls (mērķis 2–3 sensori/km^2 no mērījumu zonas) atrisina trīs problēmas: datu kvalitāte (sakarā ar nepārtrauktu piesārņojuma līmeņa noteikšanu, izmantojot datus no vairākiem sensoriem, kas ļauj samazināt izmērītās vērtības kļūdu un ļauj labot datus jebkura sensora bojājuma gadījumā), tūlītēja vietējo piesārņojuma avotu identificēšana un datu apmaiņa no vietām, kas vēl nav mērītas (piemēram, no vienģimenes ēkām, kas rada zemas emisijas un teritorijas, kas atrodas tālu no precīzām, bet dārgām mērīšanas stacijām). Šie trīs aspekti ir būtiski, lai prognozētu kvalitāti, un tie ļauj pirmo reizi novērtēt gaisa kvalitātes aizsardzībai paredzēto pasākumu efektivitāti. (Latvian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. Projekta priekšmets ir inovatīvu skaitļošanas metožu izstrāde un ieviešana mākslīgā intelekta un mašīnmācīšanās jomā attiecībā uz gaisa piesārņojuma informācijas analīzi, labošanu, apstrādi un prognozēšanu. Dati analīzei tiks sniegti, izmantojot zemu izmaksu piesārņojuma sensoru tīklu. Blīvi sadalīts šādu mērierīču tīkls (mērķis 2–3 sensori/km^2 no mērījumu zonas) atrisina trīs problēmas: datu kvalitāte (sakarā ar nepārtrauktu piesārņojuma līmeņa noteikšanu, izmantojot datus no vairākiem sensoriem, kas ļauj samazināt izmērītās vērtības kļūdu un ļauj labot datus jebkura sensora bojājuma gadījumā), tūlītēja vietējo piesārņojuma avotu identificēšana un datu apmaiņa no vietām, kas vēl nav mērītas (piemēram, no vienģimenes ēkām, kas rada zemas emisijas un teritorijas, kas atrodas tālu no precīzām, bet dārgām mērīšanas stacijām). Šie trīs aspekti ir būtiski, lai prognozētu kvalitāti, un tie ļauj pirmo reizi novērtēt gaisa kvalitātes aizsardzībai paredzēto pasākumu efektivitāti. (Latvian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). Предмет на този проект е разработването и внедряването на иновативни изчислителни методи в областта на изкуствения интелект и машинното самообучение, свързани с анализа, коригирането, обработката и прогнозирането на информация за замърсяването на въздуха. Данните за анализ ще бъдат предоставени чрез мрежа от датчици за нискотарифно замърсяване. Гъсто разпределена мрежа от такива измервателни устройства (целеви 2—3 сензора/km^2 от измервателната площ) решава три проблема: качество на данните (поради непрекъснатото определяне на нивото на замърсяване, като се използват данни от множество датчици, което позволява да се намали грешката на измерената стойност и да се коригират данните в случай на повреда на датчик), незабавното идентифициране на местните източници на замърсяване и споделянето на данни от места, които все още не са измерени (например от еднофамилни сгради, генериращи ниски емисии и райони, отдалечени от точни, но скъпи измервателни станции). Тези три аспекта са от решаващо значение за прогнозирането на качеството и дават възможност за първи път да се оцени ефективността на мерките, насочени към защита на качеството на въздуха. (Bulgarian) | |||||||||||||||
| Property / summary: Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). Предмет на този проект е разработването и внедряването на иновативни изчислителни методи в областта на изкуствения интелект и машинното самообучение, свързани с анализа, коригирането, обработката и прогнозирането на информация за замърсяването на въздуха. Данните за анализ ще бъдат предоставени чрез мрежа от датчици за нискотарифно замърсяване. Гъсто разпределена мрежа от такива измервателни устройства (целеви 2—3 сензора/km^2 от измервателната площ) решава три проблема: качество на данните (поради непрекъснатото определяне на нивото на замърсяване, като се използват данни от множество датчици, което позволява да се намали грешката на измерената стойност и да се коригират данните в случай на повреда на датчик), незабавното идентифициране на местните източници на замърсяване и споделянето на данни от места, които все още не са измерени (например от еднофамилни сгради, генериращи ниски емисии и райони, отдалечени от точни, но скъпи измервателни станции). Тези три аспекта са от решаващо значение за прогнозирането на качеството и дават възможност за първи път да се оцени ефективността на мерките, насочени към защита на качеството на въздуха. (Bulgarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). Предмет на този проект е разработването и внедряването на иновативни изчислителни методи в областта на изкуствения интелект и машинното самообучение, свързани с анализа, коригирането, обработката и прогнозирането на информация за замърсяването на въздуха. Данните за анализ ще бъдат предоставени чрез мрежа от датчици за нискотарифно замърсяване. Гъсто разпределена мрежа от такива измервателни устройства (целеви 2—3 сензора/km^2 от измервателната площ) решава три проблема: качество на данните (поради непрекъснатото определяне на нивото на замърсяване, като се използват данни от множество датчици, което позволява да се намали грешката на измерената стойност и да се коригират данните в случай на повреда на датчик), незабавното идентифициране на местните източници на замърсяване и споделянето на данни от места, които все още не са измерени (например от еднофамилни сгради, генериращи ниски емисии и райони, отдалечени от точни, но скъпи измервателни станции). Тези три аспекта са от решаващо значение за прогнозирането на качеството и дават възможност за първи път да се оцени ефективността на мерките, насочени към защита на качеството на въздуха. (Bulgarian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). A projekt tárgya a mesterséges intelligencia és a gépi tanulás területén alkalmazott innovatív számítási módszerek kidolgozása és megvalósítása a levegőszennyezésre vonatkozó információk elemzésével, korrekciójával, feldolgozásával és előrejelzésével kapcsolatban. Az elemzéshez szükséges adatokat alacsony költségű szennyezésérzékelők hálózatán keresztül bocsátják rendelkezésre. Az ilyen mérőeszközök sűrűn elosztott hálózata (a mérési terület 2–3 szenzora/km^2) három problémát old meg: adatminőség (a szennyezés szintjének több érzékelőből származó adatok felhasználásával történő folyamatos meghatározása miatt, amely lehetővé teszi a mért érték hibájának csökkentését és bármely érzékelő károsodása esetén az adatok helyesbítését), a helyi szennyezési források azonnali azonosítása és a még meg nem mért helyekről származó adatok megosztása (pl. egycsaládos épületekből, amelyek alacsony kibocsátást és pontos, de költséges mérőállomásoktól távol eső területeket eredményeznek). Ez a három szempont döntő fontosságú a minőség előrejelzése szempontjából, és első alkalommal teszi lehetővé a levegőminőség védelmét célzó intézkedések hatékonyságának értékelését. (Hungarian) | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). A projekt tárgya a mesterséges intelligencia és a gépi tanulás területén alkalmazott innovatív számítási módszerek kidolgozása és megvalósítása a levegőszennyezésre vonatkozó információk elemzésével, korrekciójával, feldolgozásával és előrejelzésével kapcsolatban. Az elemzéshez szükséges adatokat alacsony költségű szennyezésérzékelők hálózatán keresztül bocsátják rendelkezésre. Az ilyen mérőeszközök sűrűn elosztott hálózata (a mérési terület 2–3 szenzora/km^2) három problémát old meg: adatminőség (a szennyezés szintjének több érzékelőből származó adatok felhasználásával történő folyamatos meghatározása miatt, amely lehetővé teszi a mért érték hibájának csökkentését és bármely érzékelő károsodása esetén az adatok helyesbítését), a helyi szennyezési források azonnali azonosítása és a még meg nem mért helyekről származó adatok megosztása (pl. egycsaládos épületekből, amelyek alacsony kibocsátást és pontos, de költséges mérőállomásoktól távol eső területeket eredményeznek). Ez a három szempont döntő fontosságú a minőség előrejelzése szempontjából, és első alkalommal teszi lehetővé a levegőminőség védelmét célzó intézkedések hatékonyságának értékelését. (Hungarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). A projekt tárgya a mesterséges intelligencia és a gépi tanulás területén alkalmazott innovatív számítási módszerek kidolgozása és megvalósítása a levegőszennyezésre vonatkozó információk elemzésével, korrekciójával, feldolgozásával és előrejelzésével kapcsolatban. Az elemzéshez szükséges adatokat alacsony költségű szennyezésérzékelők hálózatán keresztül bocsátják rendelkezésre. Az ilyen mérőeszközök sűrűn elosztott hálózata (a mérési terület 2–3 szenzora/km^2) három problémát old meg: adatminőség (a szennyezés szintjének több érzékelőből származó adatok felhasználásával történő folyamatos meghatározása miatt, amely lehetővé teszi a mért érték hibájának csökkentését és bármely érzékelő károsodása esetén az adatok helyesbítését), a helyi szennyezési források azonnali azonosítása és a még meg nem mért helyekről származó adatok megosztása (pl. egycsaládos épületekből, amelyek alacsony kibocsátást és pontos, de költséges mérőállomásoktól távol eső területeket eredményeznek). Ez a három szempont döntő fontosságú a minőség előrejelzése szempontjából, és első alkalommal teszi lehetővé a levegőminőség védelmét célzó intézkedések hatékonyságának értékelését. (Hungarian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). Is é ábhar an tionscadail seo modhanna ríomhaireachta nuálacha a fhorbairt agus a chur chun feidhme i réimse na hintleachta saorga agus na meaisínfhoghlama, maidir le hanailís, ceartú, próiseáil agus réamhaisnéis na faisnéise faoi thruailliú aeir. Soláthrófar sonraí le haghaidh anailíse trí líonra braiteoirí truaillithe ísealchostais. Réitíonn líonra dlúthdháilte feistí tomhais den sórt sin (sprioc-bhraiteoirí 2-3/km^2 den limistéar tomhais) trí fhadhb: cáilíocht sonraí (mar gheall ar chinneadh leanúnach an leibhéil truaillithe ag baint úsáide as sonraí ó ilbhraiteoirí, rud a fhágann gur féidir earráid an luacha tomhaiste a laghdú agus sonraí a cheartú i gcás damáiste d’aon bhraiteoir), foinsí áitiúla truaillithe a shainaithint láithreach agus sonraí ó áiteanna nach bhfuil tomhaiste go fóill a roinnt (e.g. ó fhoirgnimh aon-teaghlaigh, astaíochtaí ísle a ghiniúint agus limistéir atá i bhfad ó stáisiúin tomhais bheachta ach costasacha). Tá na trí ghné sin ríthábhachtach chun cáilíocht a thuar agus chun measúnú a dhéanamh den chéad uair ar éifeachtacht na mbeart atá dírithe ar cháilíocht an aeir a chosaint. (Irish) | |||||||||||||||
| Property / summary: Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). Is é ábhar an tionscadail seo modhanna ríomhaireachta nuálacha a fhorbairt agus a chur chun feidhme i réimse na hintleachta saorga agus na meaisínfhoghlama, maidir le hanailís, ceartú, próiseáil agus réamhaisnéis na faisnéise faoi thruailliú aeir. Soláthrófar sonraí le haghaidh anailíse trí líonra braiteoirí truaillithe ísealchostais. Réitíonn líonra dlúthdháilte feistí tomhais den sórt sin (sprioc-bhraiteoirí 2-3/km^2 den limistéar tomhais) trí fhadhb: cáilíocht sonraí (mar gheall ar chinneadh leanúnach an leibhéil truaillithe ag baint úsáide as sonraí ó ilbhraiteoirí, rud a fhágann gur féidir earráid an luacha tomhaiste a laghdú agus sonraí a cheartú i gcás damáiste d’aon bhraiteoir), foinsí áitiúla truaillithe a shainaithint láithreach agus sonraí ó áiteanna nach bhfuil tomhaiste go fóill a roinnt (e.g. ó fhoirgnimh aon-teaghlaigh, astaíochtaí ísle a ghiniúint agus limistéir atá i bhfad ó stáisiúin tomhais bheachta ach costasacha). Tá na trí ghné sin ríthábhachtach chun cáilíocht a thuar agus chun measúnú a dhéanamh den chéad uair ar éifeachtacht na mbeart atá dírithe ar cháilíocht an aeir a chosaint. (Irish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). Is é ábhar an tionscadail seo modhanna ríomhaireachta nuálacha a fhorbairt agus a chur chun feidhme i réimse na hintleachta saorga agus na meaisínfhoghlama, maidir le hanailís, ceartú, próiseáil agus réamhaisnéis na faisnéise faoi thruailliú aeir. Soláthrófar sonraí le haghaidh anailíse trí líonra braiteoirí truaillithe ísealchostais. Réitíonn líonra dlúthdháilte feistí tomhais den sórt sin (sprioc-bhraiteoirí 2-3/km^2 den limistéar tomhais) trí fhadhb: cáilíocht sonraí (mar gheall ar chinneadh leanúnach an leibhéil truaillithe ag baint úsáide as sonraí ó ilbhraiteoirí, rud a fhágann gur féidir earráid an luacha tomhaiste a laghdú agus sonraí a cheartú i gcás damáiste d’aon bhraiteoir), foinsí áitiúla truaillithe a shainaithint láithreach agus sonraí ó áiteanna nach bhfuil tomhaiste go fóill a roinnt (e.g. ó fhoirgnimh aon-teaghlaigh, astaíochtaí ísle a ghiniúint agus limistéir atá i bhfad ó stáisiúin tomhais bheachta ach costasacha). Tá na trí ghné sin ríthábhachtach chun cáilíocht a thuar agus chun measúnú a dhéanamh den chéad uair ar éifeachtacht na mbeart atá dírithe ar cháilíocht an aeir a chosaint. (Irish) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). Ämnet för detta projekt är utveckling och implementering av innovativa beräkningsmetoder inom området artificiell intelligens och maskininlärning avseende analys, korrigering, bearbetning och prognostisering av information om luftföroreningar. Data för analys kommer att tillhandahållas via ett nätverk av lågkostnadssensorer. Ett tätt distribuerat nätverk av sådana mätanordningar (mål 2–3 sensorer/km^2 i mätområdet) löser tre problem: datakvalitet (på grund av kontinuerlig bestämning av föroreningsnivån med hjälp av data från flera sensorer, vilket gör det möjligt att minska felet i det uppmätta värdet och möjliggöra korrigering av data i händelse av skada på någon sensor), omedelbar identifiering av lokala föroreningskällor och delning av data från platser som ännu inte har uppmätts (t.ex. från enfamiljsbyggnader som genererar låga utsläpp och områden som ligger långt från exakta men dyra mätstationer). Dessa tre aspekter är avgörande för att prognostisera kvaliteten och gör det möjligt för första gången att bedöma effektiviteten i de åtgärder som syftar till att skydda luftkvaliteten. (Swedish) | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). Ämnet för detta projekt är utveckling och implementering av innovativa beräkningsmetoder inom området artificiell intelligens och maskininlärning avseende analys, korrigering, bearbetning och prognostisering av information om luftföroreningar. Data för analys kommer att tillhandahållas via ett nätverk av lågkostnadssensorer. Ett tätt distribuerat nätverk av sådana mätanordningar (mål 2–3 sensorer/km^2 i mätområdet) löser tre problem: datakvalitet (på grund av kontinuerlig bestämning av föroreningsnivån med hjälp av data från flera sensorer, vilket gör det möjligt att minska felet i det uppmätta värdet och möjliggöra korrigering av data i händelse av skada på någon sensor), omedelbar identifiering av lokala föroreningskällor och delning av data från platser som ännu inte har uppmätts (t.ex. från enfamiljsbyggnader som genererar låga utsläpp och områden som ligger långt från exakta men dyra mätstationer). Dessa tre aspekter är avgörande för att prognostisera kvaliteten och gör det möjligt för första gången att bedöma effektiviteten i de åtgärder som syftar till att skydda luftkvaliteten. (Swedish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). Ämnet för detta projekt är utveckling och implementering av innovativa beräkningsmetoder inom området artificiell intelligens och maskininlärning avseende analys, korrigering, bearbetning och prognostisering av information om luftföroreningar. Data för analys kommer att tillhandahållas via ett nätverk av lågkostnadssensorer. Ett tätt distribuerat nätverk av sådana mätanordningar (mål 2–3 sensorer/km^2 i mätområdet) löser tre problem: datakvalitet (på grund av kontinuerlig bestämning av föroreningsnivån med hjälp av data från flera sensorer, vilket gör det möjligt att minska felet i det uppmätta värdet och möjliggöra korrigering av data i händelse av skada på någon sensor), omedelbar identifiering av lokala föroreningskällor och delning av data från platser som ännu inte har uppmätts (t.ex. från enfamiljsbyggnader som genererar låga utsläpp och områden som ligger långt från exakta men dyra mätstationer). Dessa tre aspekter är avgörande för att prognostisera kvaliteten och gör det möjligt för första gången att bedöma effektiviteten i de åtgärder som syftar till att skydda luftkvaliteten. (Swedish) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). Projekti teemaks on uuenduslike arvutusmeetodite väljatöötamine ja rakendamine tehisintellekti ja masinõppe valdkonnas seoses õhusaastet käsitleva teabe analüüsi, parandamise, töötlemise ja prognoosimisega. Analüüsimiseks vajalikud andmed esitatakse odavate saasteandurite võrgustiku kaudu. Selliste mõõteseadmete tihe jaotunud võrk (suunatud 2–3 andurit mõõtepiirkonna kilomeetri kohta) lahendab kolm probleemi: andmete kvaliteet (saastuse taseme pideva määramise tõttu mitmest andurist saadud andmete abil, mis võimaldab vähendada mõõdetud väärtuse viga ja võimaldab andmeid parandada mis tahes anduri kahjustuse korral), kohalike saasteallikate viivitamatu tuvastamine ja andmete jagamine kohtadest, mida ei ole veel mõõdetud (nt ühepereelamutest, tekitades vähese heite ja alad, mis asuvad täpsetest, kuid kulukatest mõõtejaamadest kaugel). Need kolm aspekti on kvaliteedi prognoosimisel kriitilise tähtsusega ja võimaldavad esimest korda hinnata õhukvaliteedi kaitsmisele suunatud meetmete tõhusust. (Estonian) | |||||||||||||||
| Property / summary: Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). Projekti teemaks on uuenduslike arvutusmeetodite väljatöötamine ja rakendamine tehisintellekti ja masinõppe valdkonnas seoses õhusaastet käsitleva teabe analüüsi, parandamise, töötlemise ja prognoosimisega. Analüüsimiseks vajalikud andmed esitatakse odavate saasteandurite võrgustiku kaudu. Selliste mõõteseadmete tihe jaotunud võrk (suunatud 2–3 andurit mõõtepiirkonna kilomeetri kohta) lahendab kolm probleemi: andmete kvaliteet (saastuse taseme pideva määramise tõttu mitmest andurist saadud andmete abil, mis võimaldab vähendada mõõdetud väärtuse viga ja võimaldab andmeid parandada mis tahes anduri kahjustuse korral), kohalike saasteallikate viivitamatu tuvastamine ja andmete jagamine kohtadest, mida ei ole veel mõõdetud (nt ühepereelamutest, tekitades vähese heite ja alad, mis asuvad täpsetest, kuid kulukatest mõõtejaamadest kaugel). Need kolm aspekti on kvaliteedi prognoosimisel kriitilise tähtsusega ja võimaldavad esimest korda hinnata õhukvaliteedi kaitsmisele suunatud meetmete tõhusust. (Estonian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). Projekti teemaks on uuenduslike arvutusmeetodite väljatöötamine ja rakendamine tehisintellekti ja masinõppe valdkonnas seoses õhusaastet käsitleva teabe analüüsi, parandamise, töötlemise ja prognoosimisega. Analüüsimiseks vajalikud andmed esitatakse odavate saasteandurite võrgustiku kaudu. Selliste mõõteseadmete tihe jaotunud võrk (suunatud 2–3 andurit mõõtepiirkonna kilomeetri kohta) lahendab kolm probleemi: andmete kvaliteet (saastuse taseme pideva määramise tõttu mitmest andurist saadud andmete abil, mis võimaldab vähendada mõõdetud väärtuse viga ja võimaldab andmeid parandada mis tahes anduri kahjustuse korral), kohalike saasteallikate viivitamatu tuvastamine ja andmete jagamine kohtadest, mida ei ole veel mõõdetud (nt ühepereelamutest, tekitades vähese heite ja alad, mis asuvad täpsetest, kuid kulukatest mõõtejaamadest kaugel). Need kolm aspekti on kvaliteedi prognoosimisel kriitilise tähtsusega ja võimaldavad esimest korda hinnata õhukvaliteedi kaitsmisele suunatud meetmete tõhusust. (Estonian) / qualifier | |||||||||||||||
point in time: 25 July 2022
| |||||||||||||||
| Property / coordinate location | |||||||||||||||
50°3'43.02"N, 19°56'12.70"E
| |||||||||||||||
| Property / coordinate location: 50°3'43.02"N, 19°56'12.70"E / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / coordinate location: 50°3'43.02"N, 19°56'12.70"E / qualifier | |||||||||||||||
| Property / fund | |||||||||||||||
| Property / fund: European Regional Development Fund / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / beneficiary | |||||||||||||||
| Property / beneficiary: Q2509764 / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in NUTS | |||||||||||||||
| Property / contained in NUTS: Kraków / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in NUTS: Kraków / qualifier | |||||||||||||||
| Property / location (string) | |||||||||||||||
WOJ.: MAŁOPOLSKIE, POW.: Kraków | |||||||||||||||
| Property / location (string): WOJ.: MAŁOPOLSKIE, POW.: Kraków / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / priority axis | |||||||||||||||
| Property / priority axis: SUPPORT FOR R & D WORK BY ENTERPRISES / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / co-financing rate | |||||||||||||||
75.17 percent
| |||||||||||||||
| Property / co-financing rate: 75.17 percent / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / thematic objective | |||||||||||||||
| Property / thematic objective: Research and innovation / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / date of last update | |||||||||||||||
24 May 2023
| |||||||||||||||
| Property / date of last update: 24 May 2023 / rank | |||||||||||||||
Normal rank | |||||||||||||||
Latest revision as of 21:32, 12 October 2024
Project Q77612 in Poland
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | Development and implementation of efficient forecasting and monitoring of air pollutants, based on AI techniques using data from an extensive measurement network |
Project Q77612 in Poland |
Statements
3,399,244.5 zloty
0 references
4,522,020.0 zloty
0 references
75.17 percent
0 references
1 September 2017
0 references
31 August 2020
0 references
AIRLY SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Przedmiotem niniejszego projektu jest opracowanie i wdrożenie innowacyjnych metod obliczeniowych w obszarze sztucznej inteligencji i uczenia maszynowego, dotyczących analizy, korekty, przetwarzania i prognozowania informacji dotyczącej zanieczyszczenia powietrza. Dane do analizy zostaną dostarczone za pomocą sieci tanich czujników zanieczyszczenia. Gęsto rozmieszczona sieć takich urządzeń pomiarowych (docelowo 2-3 czujniki/km^2 obszaru objętego pomiarem) rozwiązuje trzy problemy: jakości danych (dzięki ciągłemu oznaczaniu poziomu zanieczyszczeń przy użyciu danych z wielu sensorów, co pozwala na zmniejszenie błędu mierzonej wartości oraz umożliwia korektę danych w przypadku uszkodzenia któregoś czujnika), natychmiastowej identyfikacji lokalnych źródeł zanieczyszczenia oraz udostępniania danych z miejsc dotychczas nieobjętych pomiarem (np. z obszarów zabudowy jednorodzinnej, generującej niską emisję i terenów oddalonych od precyzyjnych lecz drogich stacji pomiarowych). Powyższe trzy aspekty są krytyczne dla jakości prognozy i po raz pierwszy umożliwiają ocenę efektywności działań, mających na celu ochronę jakości powietrza. (Polish)
0 references
Reference number of the aid programme: SA.41471(2015/X) Purpose of public aid: Article 25 of EC Regulation No 651/2014 of 17 June 2014 declaring certain types of aid compatible with the internal market in the application of Articles 107 and 108 of the Treaty (OJ L. I'm sorry. EU L 187/1 of 26.06.2014). The subject of this project is to develop and implement innovative calculation methods in the area of artificial intelligence and machine learning, for analysis, correction, processing and forecasting of air pollution information. Data for analysis will be provided via a network of low-cost pollution sensors. A densely distributed network of such measuring devices (target 2-3 sensors/km^2 of the measured area) solves three problems: data quality (due to continuous determination of the level of pollutants using data from multiple sensors, which allows to reduce the error of the measured value and allows correction of data in case of damage to a sensor), immediate identification of local sources of pollution and sharing of data from places not covered by the measurement (e.g. from single-family buildings, generating low emissions and areas far from precise but expensive measuring stations). These three aspects are critical for the quality of the forecast and allow for the first time to assess the effectiveness of activities aimed at protecting air quality. (English)
14 October 2020
0.5412252319281652
0 references
Number_reference_aid_programme: SA.41471(2015/X) Objet de l’aide publique: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur dans l’application des articles 107 et 108 du traité C’est tout. UE L 187/1 du 26.6.2014). L’objet de ce projet est le développement et la mise en œuvre de méthodes de calcul innovantes dans le domaine de l’intelligence artificielle et de l’apprentissage automatique, en ce qui concerne l’analyse, la correction, le traitement et la prévision des informations sur la pollution atmosphérique. Les données à analyser seront fournies par l’intermédiaire d’un réseau de capteurs de pollution à faible coût. Un réseau dense de ces appareils de mesure (cible 2-3 capteurs/km^2 de la zone de mesure) résout trois problèmes: qualité des données (en raison de la détermination continue du niveau de pollution à l’aide de données provenant de capteurs multiples, ce qui permet de réduire l’erreur de la valeur mesurée et de corriger les données en cas d’endommagement d’un capteur), l’identification immédiate des sources locales de pollution et le partage de données à partir de lieux non encore mesurés (par exemple, des bâtiments unifamiliales, générant de faibles émissions et des zones éloignées des stations de mesure précises mais coûteuses). Ces trois aspects sont essentiels pour prévoir la qualité et permettent pour la première fois d’évaluer l’efficacité des mesures visant à protéger la qualité de l’air. (French)
30 November 2021
0 references
Number_reference_aid_Programm: SA.41471(2015/X) Zweck der öffentlichen Beihilfe: Artikel 25 der Verordnung (EG) Nr. 651/2014 vom 17. Juni 2014 zur Feststellung der Vereinbarkeit bestimmter Gruppen von Beihilfen mit dem Binnenmarkt in Anwendung der Artikel 107 und 108 AEUV Das war’s. EU L 187/1 vom 26.6.2014). Gegenstand dieses Projekts ist die Entwicklung und Umsetzung innovativer Computermethoden im Bereich Künstliche Intelligenz und maschinelles Lernen, die die Analyse, Korrektur, Verarbeitung und Prognose von Informationen zur Luftverschmutzung betreffen. Daten für die Analyse werden über ein Netzwerk von kostengünstigen Verschmutzungssensoren bereitgestellt. Ein dicht verteiltes Netzwerk solcher Messgeräte (Ziel 2-3 Sensoren/km^2 des Messbereichs) löst drei Probleme: Datenqualität (aufgrund der kontinuierlichen Bestimmung des Verschmutzungsgrads anhand von Daten mehrerer Sensoren, die es ermöglicht, den Fehler des Messwerts zu reduzieren und die Korrektur von Daten bei Beschädigung eines Sensors zu ermöglichen), die sofortige Identifizierung lokaler Verschmutzungsquellen und die gemeinsame Nutzung von Daten von noch nicht gemessenen Orten (z. B. von Einfamilienhäusern, Erzeugung niedriger Emissionen und Bereiche, die von präzisen, aber teuren Messstationen entfernt sind). Diese drei Aspekte sind entscheidend für die Vorhersage der Qualität und ermöglichen erstmals eine Bewertung der Wirksamkeit von Maßnahmen zum Schutz der Luftqualität. (German)
7 December 2021
0 references
Number_reference_aid_programma: SA.41471(2015/X) Doel van de overheidssteun: Artikel 25 van Verordening (EG) nr. 651/2014 van 17 juni 2014 waarbij bepaalde categorieën steun op grond van de artikelen 107 en 108 van het Verdrag met de interne markt verenigbaar worden verklaard Dat is het. EU L 187/1 van 26.6.2014). Het onderwerp van dit project is de ontwikkeling en implementatie van innovatieve computationele methoden op het gebied van kunstmatige intelligentie en machine learning, met betrekking tot de analyse, correctie, verwerking en voorspelling van informatie over luchtverontreiniging. Gegevens voor analyse zullen worden verstrekt via een netwerk van goedkope vervuilingssensoren. Een dicht verdeeld netwerk van dergelijke meetapparatuur (doel 2-3 sensoren/km^2 van het meetgebied) lost drie problemen op: gegevenskwaliteit (vanwege de continue bepaling van het verontreinigingsniveau met behulp van gegevens van meerdere sensoren, waardoor de fout van de gemeten waarde kan worden verminderd en gegevens kunnen worden gecorrigeerd in geval van schade aan een sensor), de onmiddellijke identificatie van lokale verontreinigingsbronnen en het delen van gegevens van nog niet gemeten plaatsen (bv. van eengezinsgebouwen, het genereren van lage emissies en gebieden die ver verwijderd zijn van nauwkeurige maar dure meetstations). Deze drie aspecten zijn van cruciaal belang om de kwaliteit te voorspellen en maken het voor het eerst mogelijk om de doeltreffendheid van maatregelen ter bescherming van de luchtkwaliteit te beoordelen. (Dutch)
16 December 2021
0 references
Number_reference_aid_programma: SA.41471(2015/X) Finalità degli aiuti pubblici: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara talune categorie di aiuti compatibili con il mercato interno nell'applicazione degli articoli 107 e 108 del trattato È tutto qui. UE L 187/1 del 26.6.2014). Oggetto di questo progetto è lo sviluppo e l'implementazione di metodi computazionali innovativi nel campo dell'intelligenza artificiale e dell'apprendimento automatico, riguardanti l'analisi, la correzione, l'elaborazione e la previsione delle informazioni sull'inquinamento atmosferico. I dati per l'analisi saranno forniti tramite una rete di sensori di inquinamento a basso costo. Una rete densamente distribuita di tali dispositivi di misura (target 2-3 sensori/km^2 dell'area di misura) risolve tre problemi: qualità dei dati (a causa della determinazione continua del livello di inquinamento utilizzando dati provenienti da più sensori, che consente di ridurre l'errore del valore misurato e consente la correzione dei dati in caso di danno a qualsiasi sensore), l'identificazione immediata delle fonti locali di inquinamento e la condivisione dei dati da luoghi non ancora misurati (ad esempio da edifici unifamiliari, generando basse emissioni e aree lontane da stazioni di misurazione precise ma costose). Questi tre aspetti sono fondamentali per prevedere la qualità e consentono per la prima volta di valutare l'efficacia delle misure volte a proteggere la qualità dell'aria. (Italian)
15 January 2022
0 references
Number_reference_aid_programa: SA.41471(2015/X) Objetivo de la ayuda pública: Artículo 25 del Reglamento (CE) n.º 651/2014, de 17 de junio de 2014, por el que se declaran determinadas categorías de ayudas compatibles con el mercado interior en la aplicación de los artículos 107 y 108 del Tratado Eso es todo. EU L 187/1 de 26.6.2014). El tema de este proyecto es el desarrollo e implementación de métodos computacionales innovadores en el área de inteligencia artificial y aprendizaje automático, en relación con el análisis, corrección, procesamiento y previsión de información sobre contaminación atmosférica. Los datos para el análisis se proporcionarán a través de una red de sensores de contaminación de bajo costo. Una red densamente distribuida de tales dispositivos de medición (sensores objetivo 2-3/km^2 del área de medición) resuelve tres problemas: calidad de los datos (debido a la determinación continua del nivel de contaminación utilizando datos de múltiples sensores, lo que permite reducir el error del valor medido y permite corregir los datos en caso de daño a cualquier sensor), la identificación inmediata de las fuentes locales de contaminación y el intercambio de datos de lugares aún no medidos (por ejemplo, de edificios unifamiliares, generando bajas emisiones y áreas distantes de estaciones de medición precisas pero costosas). Estos tres aspectos son fundamentales para predecir la calidad y permiten por primera vez evaluar la eficacia de las medidas destinadas a proteger la calidad del aire. (Spanish)
19 January 2022
0 references
Nummer_reference_aid_program: SA.41471(2015/X) Formål med offentlig støtte: Artikel 25 i forordning (EF) nr. 651/2014 af 17. juni 2014 om visse former for støttes forenelighed med det indre marked i henhold til traktatens artikel 107 og 108 Det er det. EU L 187/1 af 26.6.2014). Emnet for dette projekt er udvikling og implementering af innovative beregningsmetoder inden for kunstig intelligens og maskinindlæring vedrørende analyse, korrektion, behandling og forudsigelse af oplysninger om luftforurening. Data til analyse vil blive leveret via et netværk af billige forureningssensorer. Et tæt fordelt net af sådanne måleinstrumenter (mål 2-3 sensorer/km^2 i måleområdet) løser tre problemer: datakvalitet (på grund af den kontinuerlige bestemmelse af forureningsniveauet ved hjælp af data fra flere sensorer, som gør det muligt at reducere fejlen i den målte værdi og muliggør korrektion af data i tilfælde af beskadigelse af en sensor), øjeblikkelig identifikation af lokale forureningskilder og deling af data fra steder, der endnu ikke er målt (f.eks. fra enfamiliehuse, der genererer lave emissioner og områder, der ligger langt fra præcise, men dyre målestationer). Disse tre aspekter er afgørende for at kunne forudsige kvaliteten og gøre det muligt for første gang at vurdere effektiviteten af foranstaltninger til beskyttelse af luftkvaliteten. (Danish)
25 July 2022
0 references
Number_reference_aid_πρόγραμμα: SA.41471(2015/X) Σκοπός της κρατικής ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων κατηγοριών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης Αυτό είναι όλο. ΕΕ L 187/1 της 26.6.2014). Αντικείμενο του έργου είναι η ανάπτυξη και εφαρμογή καινοτόμων υπολογιστικών μεθόδων στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης, σχετικά με την ανάλυση, διόρθωση, επεξεργασία και πρόβλεψη πληροφοριών σχετικά με την ατμοσφαιρική ρύπανση. Τα δεδομένα για ανάλυση θα παρέχονται μέσω δικτύου αισθητήρων ρύπανσης χαμηλού κόστους. Ένα πυκνά κατανεμημένο δίκτυο τέτοιων συσκευών μέτρησης (στόχος 2-3 αισθητήρες/km^2 της περιοχής μέτρησης) λύνει τρία προβλήματα: ποιότητα των δεδομένων (λόγω του συνεχούς προσδιορισμού του επιπέδου ρύπανσης με τη χρήση δεδομένων από πολλαπλούς αισθητήρες, ο οποίος επιτρέπει τη μείωση του σφάλματος της μετρούμενης τιμής και επιτρέπει τη διόρθωση των δεδομένων σε περίπτωση βλάβης σε οποιονδήποτε αισθητήρα), τον άμεσο εντοπισμό τοπικών πηγών ρύπανσης και την ανταλλαγή δεδομένων από χώρους που δεν έχουν ακόμη μετρηθεί (π.χ. από μονοκατοικίες, παράγοντας χαμηλές εκπομπές και περιοχές μακριά από ακριβείς αλλά δαπανηρούς σταθμούς μέτρησης). Αυτές οι τρεις πτυχές είναι ζωτικής σημασίας για την πρόβλεψη της ποιότητας και επιτρέπουν για πρώτη φορά την αξιολόγηση της αποτελεσματικότητας των μέτρων που αποσκοπούν στην προστασία της ποιότητας του αέρα. (Greek)
25 July 2022
0 references
Number_reference_aid_programme: SA.41471(2015/X) Svrha državne potpore: Članak 25. Uredbe (EZ) br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih kategorija potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora To je sve. EU L 187/1 od 26.6.2014.). Predmet ovog projekta je razvoj i primjena inovativnih računalnih metoda u području umjetne inteligencije i strojnog učenja, koje se odnose na analizu, korekciju, obradu i predviđanje informacija o onečišćenju zraka. Podaci za analizu dostavit će se putem mreže niskotarifnih senzora onečišćenja. Gusto raspoređena mreža takvih mjernih uređaja (ciljna 2 – 3 senzora/km^2 mjernog područja) rješava tri problema: kvaliteta podataka (zbog kontinuiranog utvrđivanja razine onečišćenja s pomoću podataka iz više senzora, čime se omogućuje smanjenje pogreške izmjerene vrijednosti i ispravak podataka u slučaju oštećenja bilo kojeg senzora), neposredna identifikacija lokalnih izvora onečišćenja i razmjena podataka s mjesta koja još nisu izmjerena (npr. iz jednoobiteljskih zgrada, generiranja niskih emisija i područja udaljenih od preciznih, ali skupih mjernih postaja). Ta su tri aspekta ključna za predviđanje kvalitete i omogućuju po prvi put procjenu učinkovitosti mjera usmjerenih na zaštitu kvalitete zraka. (Croatian)
25 July 2022
0 references
Number_reference_aid_program: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (CE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor categorii de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat Asta e tot. UE L 187/1 din 26.6.2014). Obiectul acestui proiect este dezvoltarea și implementarea unor metode de calcul inovatoare în domeniul inteligenței artificiale și al învățării automate, în ceea ce privește analiza, corectarea, prelucrarea și prognozarea informațiilor privind poluarea aerului. Datele pentru analiză vor fi furnizate prin intermediul unei rețele de senzori de poluare cu costuri reduse. O rețea dens distribuită de astfel de dispozitive de măsurare (țintiți 2-3 senzori/km^2 din zona de măsurare) rezolvă trei probleme: calitatea datelor (datorită determinării continue a nivelului de poluare utilizând date de la mai mulți senzori, ceea ce permite reducerea erorii valorii măsurate și permite corectarea datelor în caz de deteriorare a oricărui senzor), identificarea imediată a surselor locale de poluare și schimbul de date din locuri care nu au fost încă măsurate (de exemplu, din clădiri cu o singură familie, generând emisii scăzute și zone îndepărtate de stații de măsurare precise, dar costisitoare). Aceste trei aspecte sunt esențiale pentru a previziona calitatea și permit, pentru prima dată, evaluarea eficacității măsurilor menite să protejeze calitatea aerului. (Romanian)
25 July 2022
0 references
Number_reference_aid_program: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia (ES) č. 651/2014 zo 17. júna 2014 o vyhlásení určitých kategórií pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy To je všetko. EÚ L 187/1 z 26.6.2014). Predmetom tohto projektu je vývoj a implementácia inovatívnych výpočtových metód v oblasti umelej inteligencie a strojového učenia, ktoré sa týkajú analýzy, opravy, spracovania a predpovedania informácií o znečistení ovzdušia. Údaje na analýzu sa poskytnú prostredníctvom siete nízkonákladových snímačov znečistenia. Husto rozložená sieť takýchto meracích zariadení (cieľ 2 – 3 snímačov/km² meranej oblasti) rieši tri problémy: kvalita údajov (kvôli neustálemu určovaniu úrovne znečistenia pomocou údajov z viacerých snímačov, čo umožňuje znížiť chybovosť nameranej hodnoty a umožňuje opravu údajov v prípade poškodenia akéhokoľvek snímača), okamžitú identifikáciu miestnych zdrojov znečistenia a zdieľanie údajov z miest, ktoré ešte neboli merané (napr. z jednorodinných budov, ktoré vytvárajú nízke emisie a plochy vzdialené od presných, ale drahých meracích staníc). Tieto tri aspekty sú rozhodujúce pre predpovedanie kvality a umožňujú po prvýkrát posúdiť účinnosť opatrení zameraných na ochranu kvality ovzdušia. (Slovak)
25 July 2022
0 references
Number_reference_aid_programm: SA.41471(2015/X) Skop ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament (KE) Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara ċerti kategoriji ta’ għajnuna bħala kompatibbli mas-suq intern skont l-Artikoli 107 u 108 tat-Trattat Li huwa. UE L 187/1 tas-26.6.2014). Is-suġġett ta’ dan il-proġett huwa l-iżvilupp u l-implimentazzjoni ta’ metodi komputazzjonali innovattivi fil-qasam tal-intelliġenza artifiċjali u t-tagħlim awtomatiku, dwar l-analiżi, il-korrezzjoni, l-ipproċessar u t-tbassir ta’ informazzjoni dwar it-tniġġis tal-arja. Id-data għall-analiżi se tiġi pprovduta permezz ta’ netwerk ta’ sensuri tat-tniġġis bi prezz baxx. Netwerk distribwit b’mod dens ta’ dan it-tagħmir tal-kejl (mira 2–3 sensuri/km^2 taż-żona tal-kejl) isolvi tliet problemi: il-kwalità tad-data (minħabba d-determinazzjoni kontinwa tal-livell ta’ tniġġis bl-użu ta’ data minn sensuri multipli, li tippermetti li jitnaqqas l-iżball tal-valur imkejjel u tippermetti l-korrezzjoni tad-data fil-każ ta’ ħsara lil kwalunkwe sensur), l-identifikazzjoni immedjata ta’ sorsi lokali ta’ tniġġis u l-kondiviżjoni ta’ data minn postijiet li għadhom ma tkejlux (eż. minn bini b’familja waħda, li jiġġeneraw emissjonijiet baxxi u żoni ‘l bogħod minn stazzjonijiet tal-kejl preċiżi iżda għaljin). Dawn it-tliet aspetti huma kritiċi għat-tbassir tal-kwalità u jippermettu għall-ewwel darba li tiġi vvalutata l-effettività tal-miżuri mmirati lejn il-protezzjoni tal-kwalità tal-arja. (Maltese)
25 July 2022
0 references
Número de referência do programa de ajuda: SA.41471(2015/X) Objetivo do auxílio público: Artigo 25.o do Regulamento (CE) n.o 651/2014, de 17 de junho de 2014, que declara certos tipos de auxílio compatíveis com o mercado interno, em aplicação dos artigos 107.o e 108.o do Tratado (JO L EU L 187/1 de 26.6.2014). O objetivo deste projeto é desenvolver e implementar métodos de cálculo inovadores na área da inteligência artificial e da aprendizagem automática, para análise, correção, processamento e previsão de informações sobre a poluição atmosférica. Os dados para análise serão fornecidos através de uma rede de sensores de poluição de baixo custo. Uma rede densamente distribuída de tais dispositivos de medição (objetivo 2-3 sensores/km^2 da área medida) resolve três problemas: qualidade dos dados (devido à determinação contínua do nível de poluentes utilizando dados de vários sensores, o que permite reduzir o erro do valor medido e corrigir os dados em caso de danos a um sensor), identificação imediata de fontes locais de poluição e partilha de dados de locais não abrangidos pela medição (por exemplo, edifícios unifamiliares, geradores de baixas emissões e zonas longe de estações de medição precisas mas dispendiosas). Estes três aspetos são fundamentais para a qualidade da previsão e permitem, pela primeira vez, avaliar a eficácia das atividades destinadas a proteger a qualidade do ar. (Portuguese)
25 July 2022
0 references
Number_reference_aid_ohjelma: SA.41471(2015/X) Julkisen tuen tarkoitus: Tiettyjen tukimuotojen toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17 päivänä kesäkuuta 2014 annetun asetuksen (EY) N:o 651/2014 25 artikla Se on siinä. EU L 187/1, 26.6.2014. Hankkeen aiheena on innovatiivisten laskennallisten menetelmien kehittäminen ja toteuttaminen tekoälyn ja koneoppimisen alalla ilmansaasteita koskevien tietojen analysoinnissa, korjaamisessa, käsittelyssä ja ennustamisessa. Analyysitiedot toimitetaan edullisia pilaantumisantureita sisältävän verkoston kautta. Tällaisten mittauslaitteiden tiheästi hajautettu verkko (tavoite 2–3 anturia/km^2) ratkaisee kolme ongelmaa: tietojen laatu (koska saastumisen taso määritetään jatkuvasti käyttämällä useista antureista saatuja tietoja, mikä mahdollistaa mitatun arvon virheiden pienentämisen ja tietojen korjaamisen anturin vahingoittuessa), paikallisten saastumislähteiden välitön tunnistaminen ja tietojen jakaminen paikoista, joita ei ole vielä mitattu (esim. omakotirakennuksista, jotka tuottavat vähäisiä päästöjä ja alueet, jotka ovat kaukana täsmällisistä mutta kalliista mittausasemista). Nämä kolme näkökohtaa ovat ratkaisevan tärkeitä laadun ennustamisen kannalta, ja niiden avulla voidaan ensimmäistä kertaa arvioida ilmanlaadun suojaamiseen tähtäävien toimenpiteiden tehokkuutta. (Finnish)
25 July 2022
0 references
Number_reference_aid_program: SA.41471(2015/X) Namen državne pomoči: Člen 25 Uredbe (ES) št. 651/2014 z dne 17. junija 2014 o razglasitvi nekaterih vrst pomoči za združljive z notranjim trgom pri uporabi členov 107 in 108 Pogodbe To je vse. EU L 187/1 z dne 26.6.2014). Predmet tega projekta je razvoj in izvajanje inovativnih računalniških metod na področju umetne inteligence in strojnega učenja v zvezi z analizo, popravljanjem, obdelavo in napovedovanjem informacij o onesnaževanju zraka. Podatki za analizo bodo zagotovljeni prek mreže nizkocenovnih senzorjev onesnaževanja. Gosto porazdeljeno omrežje takšnih merilnih naprav (ciljni 2–3 senzorji/km^2 merilnega območja) rešuje tri težave: kakovost podatkov (zaradi nenehnega določanja ravni onesnaženja s podatki iz več senzorjev, kar omogoča zmanjšanje napake izmerjene vrednosti in omogoča popravek podatkov v primeru poškodbe katerega koli senzorja), takojšnje prepoznavanje lokalnih virov onesnaževanja in souporabo podatkov iz krajev, ki še niso izmerjeni (npr. iz enodružinskih stavb, ki ustvarjajo nizke emisije in območja, oddaljena od natančnih, a dragih merilnih postaj). Ti trije vidiki so ključnega pomena za napovedovanje kakovosti in omogočajo, da se prvič oceni učinkovitost ukrepov za varovanje kakovosti zraka. (Slovenian)
25 July 2022
0 references
Number_reference_aid_programme: SA.41471(2015/X) Účel veřejné podpory: Článek 25 nařízení (ES) č. 651/2014 ze dne 17. června 2014, kterým se v souladu s články 107 a 108 Smlouvy prohlašují určité kategorie podpory za slučitelné s vnitřním trhem To je všechno. EU L 187/1 ze dne 26.6.2014). Předmětem tohoto projektu je vývoj a implementace inovativních výpočetních metod v oblasti umělé inteligence a strojového učení, pokud jde o analýzu, korekci, zpracování a prognózování informací o znečištění ovzduší. Data pro analýzu budou poskytována prostřednictvím sítě nízkonákladových senzorů znečištění. Hustě distribuovaná síť takových měřicích zařízení (cíl 2–3 senzory/km^2 měřicí oblasti) řeší tři problémy: kvalita údajů (vzhledem k nepřetržitému stanovení úrovně znečištění pomocí údajů z více senzorů, které umožňují snížit chybu naměřené hodnoty a umožnit korekci dat v případě poškození jakéhokoli snímače), okamžitou identifikaci místních zdrojů znečištění a sdílení údajů z míst, která dosud nebyla měřena (např. z jednorodinných budov, generování nízkých emisí a oblastí vzdálených od přesných, ale drahých měřicích stanic). Tyto tři aspekty mají zásadní význam pro prognózu kvality a umožňují poprvé posoudit účinnost opatření zaměřených na ochranu kvality ovzduší. (Czech)
25 July 2022
0 references
Number_reference_aid_programme: SA.41471(2015/X) Viešosios pagalbos paskirtis: 2014 m. birželio 17 d. Reglamento (EB) Nr. 651/2014, kuriuo tam tikrų kategorijų pagalba skelbiama suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis Štai ir viskas. EU L 187/1, 2014 6 26). Šio projekto tema – inovatyvių skaičiavimo metodų dirbtinio intelekto ir mašinų mokymosi srityje, susijusių su informacijos apie oro taršą analize, koregavimu, apdorojimu ir prognozavimu, kūrimas ir įgyvendinimas. Analizės duomenys bus teikiami per pigių taršos jutiklių tinklą. Tankiai paskirstytas tokių matavimo prietaisų tinklas (tiksliniai 2–3 jutikliai/km^2 matavimo zonoje) išsprendžia tris problemas: duomenų kokybė (dėl nuolatinio taršos lygio nustatymo naudojant kelių jutiklių duomenis, kurie leidžia sumažinti išmatuotos vertės paklaidą ir koreguoti duomenis, kai padaroma žala bet kokiam jutikliui), nedelsiant nustatomi vietos taršos šaltiniai ir dalijamasi duomenimis iš dar neišmatuotų vietų (pvz., iš vienos šeimos pastatų, sukuriančių mažą teršalų kiekį ir plotus, nutolusius nuo tikslių, bet brangių matavimo stočių). Šie trys aspektai yra labai svarbūs prognozuojant kokybę ir leidžia pirmą kartą įvertinti priemonių, kuriomis siekiama apsaugoti oro kokybę, veiksmingumą. (Lithuanian)
25 July 2022
0 references
Number_reference_aid_programma: SA.41471(2015/X) Publiskā atbalsta mērķis: 25. pants 2014. gada 17. jūnija Regulā (EK) Nr. 651/2014, ar ko noteiktas atbalsta kategorijas atzīst par saderīgām ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu Tas ir viss. EU L 187/1, 26.6.2014. Projekta priekšmets ir inovatīvu skaitļošanas metožu izstrāde un ieviešana mākslīgā intelekta un mašīnmācīšanās jomā attiecībā uz gaisa piesārņojuma informācijas analīzi, labošanu, apstrādi un prognozēšanu. Dati analīzei tiks sniegti, izmantojot zemu izmaksu piesārņojuma sensoru tīklu. Blīvi sadalīts šādu mērierīču tīkls (mērķis 2–3 sensori/km^2 no mērījumu zonas) atrisina trīs problēmas: datu kvalitāte (sakarā ar nepārtrauktu piesārņojuma līmeņa noteikšanu, izmantojot datus no vairākiem sensoriem, kas ļauj samazināt izmērītās vērtības kļūdu un ļauj labot datus jebkura sensora bojājuma gadījumā), tūlītēja vietējo piesārņojuma avotu identificēšana un datu apmaiņa no vietām, kas vēl nav mērītas (piemēram, no vienģimenes ēkām, kas rada zemas emisijas un teritorijas, kas atrodas tālu no precīzām, bet dārgām mērīšanas stacijām). Šie trīs aspekti ir būtiski, lai prognozētu kvalitāti, un tie ļauj pirmo reizi novērtēt gaisa kvalitātes aizsardzībai paredzēto pasākumu efektivitāti. (Latvian)
25 July 2022
0 references
Number_reference_aid_програма: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕО) № 651/2014 от 17 юни 2014 г. за обявяване на някои категории помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора Това е всичко. EU L 187/1 от 26.6.2014 г.). Предмет на този проект е разработването и внедряването на иновативни изчислителни методи в областта на изкуствения интелект и машинното самообучение, свързани с анализа, коригирането, обработката и прогнозирането на информация за замърсяването на въздуха. Данните за анализ ще бъдат предоставени чрез мрежа от датчици за нискотарифно замърсяване. Гъсто разпределена мрежа от такива измервателни устройства (целеви 2—3 сензора/km^2 от измервателната площ) решава три проблема: качество на данните (поради непрекъснатото определяне на нивото на замърсяване, като се използват данни от множество датчици, което позволява да се намали грешката на измерената стойност и да се коригират данните в случай на повреда на датчик), незабавното идентифициране на местните източници на замърсяване и споделянето на данни от места, които все още не са измерени (например от еднофамилни сгради, генериращи ниски емисии и райони, отдалечени от точни, но скъпи измервателни станции). Тези три аспекта са от решаващо значение за прогнозирането на качеството и дават възможност за първи път да се оцени ефективността на мерките, насочени към защита на качеството на въздуха. (Bulgarian)
25 July 2022
0 references
Number_reference_aid_program: SA.41471(2015/X) Az állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos támogatási kategóriáknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet 25. cikke Ez az. – Ez az. EU L 187/1, 2014.6.26.). A projekt tárgya a mesterséges intelligencia és a gépi tanulás területén alkalmazott innovatív számítási módszerek kidolgozása és megvalósítása a levegőszennyezésre vonatkozó információk elemzésével, korrekciójával, feldolgozásával és előrejelzésével kapcsolatban. Az elemzéshez szükséges adatokat alacsony költségű szennyezésérzékelők hálózatán keresztül bocsátják rendelkezésre. Az ilyen mérőeszközök sűrűn elosztott hálózata (a mérési terület 2–3 szenzora/km^2) három problémát old meg: adatminőség (a szennyezés szintjének több érzékelőből származó adatok felhasználásával történő folyamatos meghatározása miatt, amely lehetővé teszi a mért érték hibájának csökkentését és bármely érzékelő károsodása esetén az adatok helyesbítését), a helyi szennyezési források azonnali azonosítása és a még meg nem mért helyekről származó adatok megosztása (pl. egycsaládos épületekből, amelyek alacsony kibocsátást és pontos, de költséges mérőállomásoktól távol eső területeket eredményeznek). Ez a három szempont döntő fontosságú a minőség előrejelzése szempontjából, és első alkalommal teszi lehetővé a levegőminőség védelmét célzó intézkedések hatékonyságának értékelését. (Hungarian)
25 July 2022
0 references
Uimhir_reference_aid_clár: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán (CE) Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil catagóirí áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagail 107 agus 108 den Chonradh Sin é. AE L 187/1 an 26.6.2014). Is é ábhar an tionscadail seo modhanna ríomhaireachta nuálacha a fhorbairt agus a chur chun feidhme i réimse na hintleachta saorga agus na meaisínfhoghlama, maidir le hanailís, ceartú, próiseáil agus réamhaisnéis na faisnéise faoi thruailliú aeir. Soláthrófar sonraí le haghaidh anailíse trí líonra braiteoirí truaillithe ísealchostais. Réitíonn líonra dlúthdháilte feistí tomhais den sórt sin (sprioc-bhraiteoirí 2-3/km^2 den limistéar tomhais) trí fhadhb: cáilíocht sonraí (mar gheall ar chinneadh leanúnach an leibhéil truaillithe ag baint úsáide as sonraí ó ilbhraiteoirí, rud a fhágann gur féidir earráid an luacha tomhaiste a laghdú agus sonraí a cheartú i gcás damáiste d’aon bhraiteoir), foinsí áitiúla truaillithe a shainaithint láithreach agus sonraí ó áiteanna nach bhfuil tomhaiste go fóill a roinnt (e.g. ó fhoirgnimh aon-teaghlaigh, astaíochtaí ísle a ghiniúint agus limistéir atá i bhfad ó stáisiúin tomhais bheachta ach costasacha). Tá na trí ghné sin ríthábhachtach chun cáilíocht a thuar agus chun measúnú a dhéanamh den chéad uair ar éifeachtacht na mbeart atá dírithe ar cháilíocht an aeir a chosaint. (Irish)
25 July 2022
0 references
Number_reference_aid_program: SA.41471(2015/X) Syfte med offentligt stöd: Artikel 25 i förordning (EG) nr 651/2014 av den 17 juni 2014 genom vilken vissa kategorier av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget Det är allt. EU L 187/1 av den 26 juni 26.6.2014). Ämnet för detta projekt är utveckling och implementering av innovativa beräkningsmetoder inom området artificiell intelligens och maskininlärning avseende analys, korrigering, bearbetning och prognostisering av information om luftföroreningar. Data för analys kommer att tillhandahållas via ett nätverk av lågkostnadssensorer. Ett tätt distribuerat nätverk av sådana mätanordningar (mål 2–3 sensorer/km^2 i mätområdet) löser tre problem: datakvalitet (på grund av kontinuerlig bestämning av föroreningsnivån med hjälp av data från flera sensorer, vilket gör det möjligt att minska felet i det uppmätta värdet och möjliggöra korrigering av data i händelse av skada på någon sensor), omedelbar identifiering av lokala föroreningskällor och delning av data från platser som ännu inte har uppmätts (t.ex. från enfamiljsbyggnader som genererar låga utsläpp och områden som ligger långt från exakta men dyra mätstationer). Dessa tre aspekter är avgörande för att prognostisera kvaliteten och gör det möjligt för första gången att bedöma effektiviteten i de åtgärder som syftar till att skydda luftkvaliteten. (Swedish)
25 July 2022
0 references
Number_reference_aid_programm: SA.41471(2015/X) Riigiabi eesmärk: Euroopa Liidu toimimise lepingu artiklite 107 ja 108 kohaldamise kohta 17. juuni 2014. aasta määruse (EL) nr 651/2014 (millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 See on kõik. EL L 187/1, 26.6.2014). Projekti teemaks on uuenduslike arvutusmeetodite väljatöötamine ja rakendamine tehisintellekti ja masinõppe valdkonnas seoses õhusaastet käsitleva teabe analüüsi, parandamise, töötlemise ja prognoosimisega. Analüüsimiseks vajalikud andmed esitatakse odavate saasteandurite võrgustiku kaudu. Selliste mõõteseadmete tihe jaotunud võrk (suunatud 2–3 andurit mõõtepiirkonna kilomeetri kohta) lahendab kolm probleemi: andmete kvaliteet (saastuse taseme pideva määramise tõttu mitmest andurist saadud andmete abil, mis võimaldab vähendada mõõdetud väärtuse viga ja võimaldab andmeid parandada mis tahes anduri kahjustuse korral), kohalike saasteallikate viivitamatu tuvastamine ja andmete jagamine kohtadest, mida ei ole veel mõõdetud (nt ühepereelamutest, tekitades vähese heite ja alad, mis asuvad täpsetest, kuid kulukatest mõõtejaamadest kaugel). Need kolm aspekti on kvaliteedi prognoosimisel kriitilise tähtsusega ja võimaldavad esimest korda hinnata õhukvaliteedi kaitsmisele suunatud meetmete tõhusust. (Estonian)
25 July 2022
0 references
WOJ.: MAŁOPOLSKIE, POW.: Kraków
0 references
24 May 2023
0 references
Identifiers
POIR.01.01.01-00-0049/17
0 references