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
(Removed claim: instance of (P35): Discontinued Kohesio Project (Q4412041)) |
(Removed claim: co-financing rate (P837): 75.17 percentage) |
||||||
| Property / co-financing rate | |||||||
| |||||||
| Property / co-financing rate: 75.17 percent / rank | |||||||
Revision as of 12:20, 19 October 2022
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
1 September 2017
0 references
31 August 2020
0 references
AIRLY SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
0 references
50°2'48.8"N, 19°59'49.9"E
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 references
Reference_Aid_programme: SA.41471(2015/X) But_public_aid: Article 25 du règlement (CE) no 651/2014 du 17 juin 2014 déclarant certaines catégories d’aides compatibles avec le marché intérieur en application des articles 107 et 108 du traité (JO URZ. EU L 187/1 du 26.6.2014). Le but de ce projet est de développer et de mettre en œuvre des méthodes de calcul innovantes dans le domaine de l’intelligence artificielle et de l’apprentissage automatique pour l’analyse, la correction, le traitement et la prévision des informations sur la pollution atmosphérique. Les données seront fournies à des fins d’analyse par l’intermédiaire d’un réseau de capteurs de pollution à faible coût. Le réseau dense de ces appareils de mesure (ciblement 2-3 capteurs/km^2 de la zone couverte par la mesure) résout trois problèmes: qualité des données (grâce à la détermination continue du niveau de pollution à l’aide de données provenant de capteurs multiples, ce qui réduit l’erreur de la valeur mesurée et permet de corriger les données en cas d’endommagement d’un capteur), l’identification immédiate des sources locales de pollution et la fourniture de données provenant d’endroits non encore mesurés (par exemple, des zones monofamiliales produisant de faibles émissions et des zones éloignées de stations de mesure précises mais coûteuses). Ces trois aspects sont essentiels pour la qualité des prévisions et, pour la première fois, permettent d’évaluer l’efficacité des mesures de protection de la qualité de l’air. (French)
30 November 2021
0 references
Referenz_Aid_Programm: SA.41471(2015/X) Zweck_public_aid: 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 (ABl. URZ. EU L 187/1 vom 26.6.2014). Ziel dieses Projekts ist es, innovative Berechnungsmethoden im Bereich der künstlichen Intelligenz und des maschinellen Lernens für die Analyse, Korrektur, Verarbeitung und Vorhersage von Informationen über Luftverschmutzung zu entwickeln und umzusetzen. Die Daten für die Analyse werden über ein Netzwerk kostengünstiger Schadstoffsensoren bereitgestellt. Das dicht verteilte Netzwerk solcher Messgeräte (Ziel 2-3 Sensoren/km^2 des von der Messung abgedeckten Bereichs) löst drei Probleme: Datenqualität (dank der kontinuierlichen Bestimmung des Verschmutzungsgrades anhand von Daten mehrerer Sensoren, die den Fehler des Messwertes verringert und die Korrektur von Daten bei Schäden an einem Sensor ermöglicht), die sofortige Identifizierung lokaler Verschmutzungsquellen und die Bereitstellung von Daten von noch nicht gemessenen Orten (z. B. aus Einfamilienbereichen, die geringe Emissionen erzeugen, und Bereiche außerhalb präziser, aber kostspieliger Messstationen). Diese drei Aspekte sind für die Qualität der Prognose von entscheidender Bedeutung und ermöglichen es erstmals, die Wirksamkeit der Maßnahmen zum Schutz der Luftqualität zu bewerten. (German)
7 December 2021
0 references
Referentie_Aid_programma: SA.41471(2015/X) Doel_public_aid: 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 (PB URZ. EU L 187/1 van 26.6.2014). Het doel van dit project is het ontwikkelen en implementeren van innovatieve berekeningsmethoden op het gebied van kunstmatige intelligentie en machine learning voor de analyse, correctie, verwerking en voorspelling van informatie over luchtverontreiniging. De analysegegevens zullen worden verstrekt via een netwerk van goedkope vervuilingssensoren. Het dicht verdeelde netwerk van dergelijke meetapparatuur (doeltreffend 2-3 sensoren/km^2 van het gebied waarop de meting betrekking heeft) lost drie problemen op: kwaliteit van de gegevens (dankzij de continue bepaling van het verontreinigingsniveau aan de hand van gegevens van meerdere sensoren, waardoor de fout van de gemeten waarde wordt verminderd en gegevens kunnen worden gecorrigeerd in geval van schade aan één sensor), onmiddellijke identificatie van lokale bronnen van verontreiniging en het verstrekken van gegevens van nog niet gemeten locaties (bv. van eengezinsgebieden die lage emissies genereren en gebieden verwijderd van nauwkeurige maar dure meetstations). Deze drie aspecten zijn van cruciaal belang voor de kwaliteit van de prognoses en maken het voor het eerst mogelijk de doeltreffendheid van de maatregelen ter bescherming van de luchtkwaliteit te beoordelen. (Dutch)
16 December 2021
0 references
Riferimento_Aid_programma: SA.41471(2015/X) Scopo_pubblico_aiuto: Articolo 25 del regolamento (CE) n. 651/2014, del 17 giugno 2014, che dichiara alcune categorie di aiuti compatibili con il mercato interno in applicazione degli articoli 107 e 108 del trattato (GU URZ. UE L 187/1 del 26.6.2014). Lo scopo di questo progetto è sviluppare e attuare metodi di calcolo innovativi nel campo dell'intelligenza artificiale e dell'apprendimento automatico per 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. La rete densamente distribuita di tali dispositivi di misura (obiettivo 2-3 sensori/km^2 dell'area coperta dalla misurazione) risolve tre problemi: qualità dei dati (grazie alla determinazione continua del livello di inquinamento utilizzando dati provenienti da più sensori, che riduce l'errore del valore misurato e consente la correzione dei dati in caso di danni a un sensore), l'identificazione immediata delle fonti locali di inquinamento e la fornitura di dati provenienti da luoghi non ancora misurati (ad esempio da aree unifamiliari che generano basse emissioni e aree distanti da stazioni di misurazione precise ma costose). Questi tre aspetti sono fondamentali per la qualità delle previsioni e, per la prima volta, consentono di valutare l'efficacia delle misure di protezione della qualità dell'aria. (Italian)
15 January 2022
0 references
Reference_Aid_programa: SA.41471(2015/X) Purpose_public_aid: 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 aplicación de los artículos 107 y 108 del Tratado (DO URZ. EU L 187/1 de 26.6.2014). El objetivo de este proyecto es desarrollar e implementar métodos innovadores de cálculo en el campo de la inteligencia artificial y el aprendizaje automático para el análisis, corrección, procesamiento y previsión de la información sobre la contaminación atmosférica. Los datos para el análisis se proporcionarán a través de una red de sensores de contaminación de bajo costo. La red densamente distribuida de estos dispositivos de medición (objetivo 2-3 sensores/km^2 del área cubierta por la medición) resuelve tres problemas: calidad de los datos (gracias a la determinación continua del nivel de contaminación utilizando datos de múltiples sensores, lo que reduce el error del valor medido y permite corregir los datos en caso de daño a un sensor), la identificación inmediata de las fuentes locales de contaminación y el suministro de datos desde lugares aún no medidos (por ejemplo, de zonas unifamiliares que generan bajas emisiones y zonas lejos de estaciones de medición precisas pero costosas). Estos tres aspectos son fundamentales para la calidad de las previsiones y, por primera vez, permiten evaluar la eficacia de las medidas de protección de la calidad del aire. (Spanish)
19 January 2022
0 references
Støtteprogrammets referencenummer: 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 (EUT L. EU L 187/1 af 26.6.2014). Formålet med dette projekt er at udvikle og gennemføre innovative beregningsmetoder inden for kunstig intelligens og maskinindlæring til analyse, korrektion, behandling og forudsigelse af oplysninger om luftforurening. Data til analyse vil blive leveret via et netværk af lavprisforureningssensorer. Et tæt fordelt netværk af sådanne måleinstrumenter (mål 2-3 sensorer/km^2 af det målte område) løser tre problemer: datakvalitet (på grund af kontinuerlig bestemmelse af niveauet af forurenende stoffer ved hjælp af data fra flere sensorer, som gør det muligt at reducere fejlen i den målte værdi og gør det muligt at korrigere data i tilfælde af beskadigelse af en sensor), øjeblikkelig identifikation af lokale forureningskilder og udveksling af data fra steder, der ikke er omfattet af målingen (f.eks. fra enfamiliebygninger, der genererer lave emissioner og områder langt fra præcise, men dyre målestationer). Disse tre aspekter er afgørende for prognosens kvalitet og giver for første gang mulighed for at vurdere effektiviteten af de aktiviteter, der har til formål at beskytte luftkvaliteten. (Danish)
25 July 2022
0 references
Αριθμός αναφοράς του προγράμματος ενίσχυσης: SA.41471(2015/X) Σκοπός της δημόσιας ενίσχυσης: Άρθρο 25 του κανονισμού (ΕΚ) αριθ. 651/2014, της 17ης Ιουνίου 2014, για την κήρυξη ορισμένων ειδών ενισχύσεων ως συμβατών με την εσωτερική αγορά κατ’ εφαρμογή των άρθρων 107 και 108 της Συνθήκης (ΕΕ L. ΕΕ L 187/1 της 26.6.2014). Αντικείμενο αυτού του έργου είναι η ανάπτυξη και εφαρμογή καινοτόμων μεθόδων υπολογισμού στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης, για την ανάλυση, διόρθωση, επεξεργασία και πρόβλεψη πληροφοριών σχετικά με την ατμοσφαιρική ρύπανση. Τα δεδομένα για ανάλυση θα παρέχονται μέσω ενός δικτύου αισθητήρων ρύπανσης χαμηλού κόστους. Ένα πυκνά κατανεμημένο δίκτυο τέτοιων οργάνων μέτρησης (στόχος 2-3 αισθητήρες/km^2 της μετρούμενης περιοχής) επιλύει τρία προβλήματα: ποιότητα των δεδομένων (λόγω του συνεχούς προσδιορισμού του επιπέδου των ρύπων με τη χρήση δεδομένων από πολλαπλούς αισθητήρες, το οποίο επιτρέπει τη μείωση του σφάλματος της μετρούμενης τιμής και επιτρέπει τη διόρθωση των δεδομένων σε περίπτωση βλάβης αισθητήρα), τον άμεσο εντοπισμό των τοπικών πηγών ρύπανσης και την ανταλλαγή δεδομένων από χώρους που δεν καλύπτονται από τη μέτρηση (π.χ. από κτίρια μιας οικογένειας, που παράγουν χαμηλές εκπομπές και περιοχές που απέχουν πολύ από ακριβείς αλλά δαπανηρούς σταθμούς μέτρησης). Οι τρεις αυτές πτυχές είναι ζωτικής σημασίας για την ποιότητα των προβλέψεων και επιτρέπουν για πρώτη φορά την αξιολόγηση της αποτελεσματικότητας των δραστηριοτήτων που αποσκοπούν στην προστασία της ποιότητας του αέρα. (Greek)
25 July 2022
0 references
Referentni broj programa potpore: SA.41471(2015/X) Svrha javne potpore: Članak 25. Uredbe EZ-a br. 651/2014 od 17. lipnja 2014. o ocjenjivanju određenih vrsta potpora spojivima s unutarnjim tržištem u primjeni članaka 107. i 108. Ugovora (SL L. Žao mi je. EU L 187/1 od 26. lipnja 2014.). Predmet ovog projekta je razvoj i provedba inovativnih metoda izračuna u području umjetne inteligencije i strojnog učenja, za analizu, korekciju, obradu i predviđanje informacija o onečišćenju zraka. Podaci za analizu pružit će se putem mreže jeftinih senzora onečišćenja. Gusto raspoređena mreža takvih mjernih uređaja (ciljani 2 – 3 senzora/km^2 izmjerenog područja) rješava tri problema: kvaliteta podataka (zbog stalnog određivanja razine onečišćujućih tvari s pomoću podataka iz više senzora, čime se omogućuje smanjenje pogreške izmjerene vrijednosti i omogućuje ispravak podataka u slučaju oštećenja senzora), neposredna identifikacija lokalnih izvora onečišćenja i razmjena podataka s mjesta koja nisu obuhvaćena mjerenjem (npr. iz obiteljskih zgrada, stvaranje niskih emisija i područja daleko od preciznih, ali skupih mjernih postaja). Ta su tri aspekta ključna za kvalitetu predviđanja i prvi put omogućuju procjenu učinkovitosti aktivnosti usmjerenih na zaštitu kvalitete zraka. (Croatian)
25 July 2022
0 references
Numărul de referință al programului de ajutor: SA.41471(2015/X) Scopul ajutorului public: Articolul 25 din Regulamentul (UE) nr. 651/2014 din 17 iunie 2014 de declarare a anumitor tipuri de ajutoare compatibile cu piața internă în aplicarea articolelor 107 și 108 din tratat (JO L. Îmi pare rău. UE L 187/1 din 26.6.2014). Obiectul acestui proiect este de a dezvolta și implementa metode inovatoare de calcul în domeniul inteligenței artificiale și al învățării automate, pentru 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 a unor astfel de dispozitive de măsurare (obiectiv 2-3 senzori/km^2 din zona măsurată) rezolvă trei probleme: calitatea datelor (datorită determinării continue a nivelului de poluanți utilizând date provenite de la senzori multipli, ceea ce permite reducerea erorii valorii măsurate și permite corectarea datelor în cazul deteriorării unui senzor), identificarea imediată a surselor locale de poluare și schimbul de date din locuri care nu sunt acoperite de măsurare (de exemplu, din clădirile unei singure familii, generând emisii scăzute și zone departe de stațiile de măsurare precise, dar costisitoare). Aceste trei aspecte sunt esențiale pentru calitatea previziunilor și permit pentru prima dată evaluarea eficacității activităților care vizează protejarea calității aerului. (Romanian)
25 July 2022
0 references
Referenčné číslo programu pomoci: SA.41471(2015/X) Účel verejnej pomoci: Článok 25 nariadenia ES č. 651/2014 zo 17. júna 2014 o vyhlásení určitých druhov pomoci za zlučiteľné s vnútorným trhom pri uplatňovaní článkov 107 a 108 zmluvy (Ú. v. EÚ L. EÚ L 187/1 z 26. júna 2014). Predmetom tohto projektu je vývoj a implementácia inovatívnych výpočtových metód v oblasti umelej inteligencie a strojového učenia pre analýzu, korekciu, spracovanie a predpovedanie informácií o znečistení ovzdušia. Údaje na analýzu sa poskytnú prostredníctvom siete nízkonákladových snímačov znečistenia. Husto rozložená sieť takýchto meracích prístrojov (cieľové 2 – 3 snímače/km^2 meranej plochy) rieši tri problémy: kvalita údajov (vzhľadom na nepretržité určovanie úrovne znečisťujúcich látok pomocou údajov z viacerých snímačov, ktorá umožňuje zníženie chyby nameranej hodnoty a korekciu údajov v prípade poškodenia snímača), okamžitú identifikáciu miestnych zdrojov znečistenia a zdieľanie údajov z miest, na ktoré sa meranie nevzťahuje (napr. z jednorodových budov, ktoré vytvárajú nízke emisie a oblasti ďaleko od presných, ale drahých meracích staníc). Tieto tri aspekty sú rozhodujúce pre kvalitu prognózy a umožňujú prvýkrát posúdiť účinnosť činností zameraných na ochranu kvality ovzdušia. (Slovak)
25 July 2022
0 references
Numru ta’ referenza tal-programm ta’ għajnuna: SA.41471(2015/X) Għan ta’ għajnuna pubblika: L-Artikolu 25 tar-Regolament tal-KE Nru 651/2014 tas-17 ta’ Ġunju 2014 li jiddikjara li ċerti tipi ta’ għajnuna huma kompatibbli mas-suq intern fl-applikazzjoni tal-Artikoli 107 u 108 tat-Trattat (ĠU L. I’m sorry. UE L 187/1 tas-26.06.2014). Is-suġġett ta’ dan il-proġett huwa li jiġu żviluppati u implimentati metodi innovattivi ta’ kalkolu fil-qasam tal-intelliġenza artifiċjali u t-tagħlim awtomatiku, għall-analiżi, il-korrezzjoni, l-ipproċessar u t-tbassir tal-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’ tali apparati tal-kejl (mira 2–3 sensuri/km ^2 tal-erja mkejla) isolvi tliet problemi: il-kwalità tad-data (minħabba d-determinazzjoni kontinwa tal-livell ta’ sustanzi niġġiesa bl-użu ta’ data minn sensuri multipli, li tippermetti li jitnaqqas l-iżball tal-valur imkejjel u tippermetti l-korrezzjoni tad-data f’każ ta’ ħsara lil sensur), l-identifikazzjoni immedjata ta’ sorsi lokali ta’ tniġġis u l-kondiviżjoni ta’ data minn postijiet mhux koperti mill-kejl (eż. minn bini ta’ familja waħda, li jiġġenera emissjonijiet baxxi u żoni ‘l bogħod minn stazzjonijiet ta’ kejl preċiżi iżda għaljin). Dawn it-tliet aspetti huma kritiċi għall-kwalità tat-tbassir u jippermettu għall-ewwel darba li tiġi vvalutata l-effettività tal-attivitajiet immirati 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 (UE) n.º 651/2014 do Conselho, de 17 de junho de 2014, que declara certos tipos de auxílios compatíveis com o mercado interno na aplicação dos artigos 107.º e 108.º do Tratado (JO L. EU L 187/1 de 26.6.2014). O objeto 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 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 (alvo 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 múltiplos sensores, o que permite reduzir o erro do valor medido e permite a correção de dados em caso de danos a um sensor), identificação imediata das fontes locais de poluição e partilha de dados de locais não abrangidos pela medição (por exemplo, de edifícios unifamiliares, gerando baixas emissões e áreas longe de estações de medição precisas, mas dispendiosas). Estes três aspetos são fundamentais para a qualidade das previsões e permitem, pela primeira vez, avaliar a eficácia das atividades destinadas a proteger a qualidade do ar. (Portuguese)
25 July 2022
0 references
Tukiohjelman viitenumero: SA.41471(2015/X) Julkisen tuen tarkoitus: Tietyntyyppisten tukien toteamisesta sisämarkkinoille soveltuviksi perussopimuksen 107 ja 108 artiklan mukaisesti 17. kesäkuuta 2014 annetun asetuksen (EU) N:o 651/2014 25 artikla (EUVL L., s. (EU L 187/1, 26.6.2014). Hankkeen aiheena on kehittää ja toteuttaa innovatiivisia laskentamenetelmiä tekoälyn ja koneoppimisen alalla ilman pilaantumista koskevien tietojen analysointia, korjaamista, käsittelyä ja ennustamista varten. Analysoitavaksi tarvittavat tiedot toimitetaan edullisien pilaantumisantureiden verkoston kautta. Tällaisten mittauslaitteiden tiheästi hajautettu verkko (tavoite 2–3 anturia/km^2 mittausalueella) ratkaisee kolme ongelmaa: tietojen laatu (koska epäpuhtaustaso määritetään jatkuvasti käyttämällä useista antureista saatuja tietoja, mikä vähentää mitatun arvon virhettä ja mahdollistaa tietojen korjaamisen anturin vahingoittuessa), paikallisten pilaantumislähteiden välitön tunnistaminen ja tietojen jakaminen paikoista, jotka eivät kuulu mittauksen piiriin (esim. yhden perheen rakennuksista, jotka tuottavat vähäisiä päästöjä ja alueita, jotka ovat kaukana tarkkoista mutta kalliista mittausasemista). Nämä kolme näkökohtaa ovat ratkaisevan tärkeitä ennusteen laadun kannalta, ja niiden avulla voidaan ensimmäistä kertaa arvioida ilmanlaadun suojeluun tähtäävien toimien tehokkuutta. (Finnish)
25 July 2022
0 references
Referenčna številka programa pomoči: 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 (UL L. EU L 187/1 z dne 26. junija 2014). Predmet tega projekta je razvoj in izvajanje inovativnih metod izračunavanja na področju umetne inteligence in strojnega učenja, za analizo, popravljanje, obdelavo in napovedovanje informacij o onesnaževanju zraka. Podatki za analizo bodo zagotovljeni prek mreže nizkocenovnih senzorjev onesnaževanja. Gosto porazdeljeno omrežje takih merilnih naprav (ciljni 2–3 senzorji/km^2 izmerjene površine) rešuje tri težave: kakovost podatkov (zaradi stalnega določanja ravni onesnaževal z uporabo podatkov iz več senzorjev, kar omogoča zmanjšanje napake izmerjene vrednosti in popravljanje podatkov v primeru poškodbe senzorja), takojšnjo identifikacijo lokalnih virov onesnaževanja in izmenjavo podatkov s krajev, ki jih meritev ne zajema (npr. iz enodružinskih stavb, ki ustvarjajo nizke emisije, in območij, ki so daleč od natančnih, a dragih merilnih postaj). Ti trije vidiki so ključnega pomena za kakovost napovedi in prvič omogočajo oceno učinkovitosti dejavnosti, namenjenih varovanju kakovosti zraka. (Slovenian)
25 July 2022
0 references
Referenční číslo programu podpory: 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 druhy podpory za slučitelné s vnitřním trhem (Úř. věst. L. EU L 187/1 ze dne 26. června 2014. Předmětem tohoto projektu je vývoj a implementace inovativních výpočetních metod v oblasti umělé inteligence a strojového učení pro analýzu, korekci, zpracování a předvídání informací o znečištění ovzduší. Údaje pro analýzu budou poskytovány prostřednictvím sítě nízkonákladových snímačů znečištění. Hustě distribuovaná síť takových měřicích zařízení (cílové 2–3 senzory/km^2 měřené plochy) řeší tři problémy: kvalita údajů (kvůli nepřetržitému určování úrovně znečišťujících látek pomocí údajů z více čidel, která umožňuje snížit chybu naměřené hodnoty a umožňuje korekci údajů v případě poškození snímače), okamžitou identifikaci místních zdrojů znečištění a sdílení údajů z míst, na která se měření nevztahuje (např. z rodinných budov, které vytvářejí nízké emise a oblasti daleko od přesných, ale nákladných měřicích stanic). Tyto tři aspekty mají zásadní význam pro kvalitu prognózy a umožňují poprvé posoudit účinnost činností zaměřených na ochranu kvality ovzduší. (Czech)
25 July 2022
0 references
Pagalbos programos nuorodos numeris: SA.41471(2015/X) Viešosios pagalbos tikslas: 2014 m. birželio 17 d. EB reglamento Nr. 651/2014, skelbiančio tam tikrų rūšių pagalbą suderinama su vidaus rinka taikant Sutarties 107 ir 108 straipsnius, 25 straipsnis (OL L. 2014 m. birželio 26 d. ES L 187/1). Šio projekto tikslas – sukurti ir įgyvendinti naujoviškus skaičiavimo metodus dirbtinio intelekto ir mašinų mokymosi srityje, siekiant analizuoti, koreguoti, apdoroti ir prognozuoti informaciją apie oro taršą. Analizės duomenys bus teikiami per pigių taršos jutiklių tinklą. Tankiai paskirstytas tokių matavimo įtaisų tinklas (tikslas 2–3 jutikliai/km ^2 išmatuotame plote) išsprendžia tris problemas: duomenų kokybė (dėl nuolatinio teršalų lygio nustatymo naudojant kelių jutiklių duomenis, kuris leidžia sumažinti išmatuotos vertės paklaidą ir leidžia ištaisyti duomenis, jei jutiklis sugadinamas), nedelsiant nustatyti vietinius taršos šaltinius ir dalytis duomenimis iš vietų, kurių matavimas neapima (pvz., iš vienos šeimos pastatų, kuriuose išmetama mažai teršalų ir kuriose toli gražu nėra tikslių, bet brangių matavimo stočių). Šie trys aspektai yra labai svarbūs prognozės kokybei ir leidžia pirmą kartą įvertinti veiklos, kuria siekiama apsaugoti oro kokybę, veiksmingumą. (Lithuanian)
25 July 2022
0 references
Atbalsta programmas atsauces numurs: SA.41471(2015/X) Publiskā atbalsta mērķis: EK 2014. gada 17. jūnija Regulas Nr. 651/2014, ar ko noteiktus atbalsta veidus atzīst par saderīgiem ar iekšējo tirgu, piemērojot Līguma 107. un 108. pantu (OV L., 25. pants). EU L 187/1, 26.6.2014.). Projekta mērķis ir izstrādāt un ieviest inovatīvas aprēķinu metodes mākslīgā intelekta un mašīnmācīšanās jomā, lai analizētu, koriģētu, apstrādātu un prognozētu informāciju par gaisa piesārņojumu. Dati analīzei tiks sniegti, izmantojot zemu izmaksu piesārņojuma sensoru tīklu. Blīvi izkliedēts šādu mērierīču tīkls (mērķis 2–3 sensori/km^2 no izmērītās zonas) atrisina trīs problēmas: datu kvalitāte (sakarā ar nepārtrauktu piesārņojošo vielu līmeņa noteikšanu, izmantojot datus no vairākiem sensoriem, kas ļauj samazināt izmērītās vērtības kļūdu un ļauj koriģēt datus sensora bojājuma gadījumā), tūlītēja vietējo piesārņojuma avotu identificēšana un datu apmaiņa no vietām, uz kurām neattiecas mērījums (piemēram, no vienģimenes ēkām, kas rada zemas emisijas, un teritorijām, kas atrodas tālu no precīzām, bet dārgām mērīšanas stacijām). Šie trīs aspekti ir būtiski prognožu kvalitātei un ļauj pirmo reizi novērtēt to darbību efektivitāti, kuru mērķis ir aizsargāt gaisa kvalitāti. (Latvian)
25 July 2022
0 references
Референтен номер на програмата за помощ: SA.41471(2015/X) Цел на публичната помощ: Член 25 от Регламент (ЕС) № 651/2014 на Съвета от 17 юни 2014 г. за обявяване на някои видове помощи за съвместими с вътрешния пазар в приложение на членове 107 и 108 от Договора (ОВ L., стр. 1). ЕС L 187/1 от 26.6.2014 г.). Предмет на този проект е разработването и прилагането на иновативни изчислителни методи в областта на изкуствения интелект и машинното самообучение, за анализ, коригиране, обработка и прогнозиране на информация за замърсяването на въздуха. Данните за анализ ще бъдат предоставени чрез мрежа от нискотарифни датчици за замърсяване. Гъсто разпределена мрежа от такива измервателни уреди (цел 2—3 сензора/km^2 на измерената площ) решава три проблема: качество на данните (поради непрекъснатото определяне на нивото на замърсителите чрез използване на данни от множество датчици, което позволява да се намали грешката на измерената стойност и позволява коригиране на данни в случай на повреда на датчик), незабавно идентифициране на местните източници на замърсяване и споделяне на данни от места, които не са обхванати от измерването (напр. от еднофамилни сгради, генериращи ниски емисии и райони, далеч от точни, но скъпи измервателни станции). Тези три аспекта са от решаващо значение за качеството на прогнозата и позволяват за първи път да се оцени ефективността на дейностите, насочени към защита на качеството на въздуха. (Bulgarian)
25 July 2022
0 references
A támogatási program hivatkozási száma: SA.41471(2015/X) Állami támogatás célja: A Szerződés 107. és 108. cikkének alkalmazásában bizonyos típusú támogatásoknak a belső piaccal összeegyeztethetőnek nyilvánításáról szóló, 2014. június 17-i 651/2014/EK rendelet (HL L., 2014. június 17.) 25. cikke. EU L 187/1, 2014.6.26.). A projekt tárgya innovatív számítási módszerek kidolgozása és végrehajtása a mesterséges intelligencia és a gépi tanulás területén, a levegőszennyezéssel kapcsolatos információk elemzésére, korrekciójára, feldolgozására és előrejelzésére. Az elemzéshez szükséges adatokat alacsony költségű szennyezésérzékelők hálózatán keresztül nyújtják be. Az ilyen mérőeszközök sűrűn elosztott hálózata (a mért terület 2–3 szenzora/km^2) három problémát old meg: adatminőség (a szennyező anyagok szintjének több érzékelőből származó adatok felhasználásával történő folyamatos meghatározása miatt, amely lehetővé teszi a mért érték hibájának csökkentését és az adatok korrekcióját az érzékelő károsodása esetén), a helyi szennyezési források azonnali azonosítása és a mérés által nem érintett helyekről származó adatok megosztása (pl. egycsaládos épületekből, alacsony kibocsátást generáló és a pontos, de drága mérőállomásoktól távol eső területekről). Ez a három szempont döntő fontosságú az előrejelzés minősége szempontjából, és első alkalommal teszi lehetővé a levegőminőség védelmét célzó tevékenységek hatékonyságának értékelését. (Hungarian)
25 July 2022
0 references
Uimhir thagartha an chláir cabhrach: SA.41471(2015/X) Cuspóir na cabhrach poiblí: Airteagal 25 de Rialachán CE Uimh. 651/2014 an 17 Meitheamh 2014 ina ndearbhaítear go bhfuil cineálacha áirithe cabhrach comhoiriúnach leis an margadh inmheánach i gcur i bhfeidhm Airteagal 107 agus Airteagal 108 den Chonradh (IO L. Is oth liom. AE L 187/1 an 26.6.2014). Is é ábhar an tionscadail seo modhanna nuálacha ríofa a fhorbairt agus a chur chun feidhme i réimse na hintleachta saorga agus na meaisínfhoghlama, chun anailís, ceartú, próiseáil agus réamhaisnéis a dhéanamh ar fhaisnéis aerthruaillithe. Soláthrófar sonraí le haghaidh anailíse trí líonra braiteoirí truaillithe ísealchostais. Réitíonn líonra dlúthdháilte de ghléasanna tomhaiste den sórt sin (sprioc-bhraiteoirí 2-3/km^2 den limistéar tomhaiste) trí fhadhb: cáilíocht sonraí (mar gheall ar chinneadh leanúnach leibhéal na dtruailleán ag baint úsáide as sonraí ó ilbhraiteoirí, lenar féidir earráid an luacha tomhaiste a laghdú agus lenar féidir sonraí a cheartú i gcás damáiste do bhraiteoir), foinsí áitiúla truaillithe a shainaithint láithreach agus sonraí a chomhroinnt ó áiteanna nach bhfuil clúdaithe ag an tomhas (e.g. ó fhoirgnimh teaghlaigh aonair, astaíochtaí ísle a ghiniúint agus limistéir i bhfad ó stáisiúin tomhais bheachta ach costasacha). Tá na trí ghné sin ríthábhachtach do cháilíocht na réamhaisnéise agus ceadaítear dóibh, den chéad uair, measúnú a dhéanamh ar éifeachtacht na ngníomhaíochtaí atá dírithe ar cháilíocht an aeir a chosaint. (Irish)
25 July 2022
0 references
Stödprogrammets referensnummer: SA.41471(2015/X) Syftet med det offentliga stödet: Artikel 25 i förordning (EU) nr 651/2014 av den 17 juni 2014 genom vilken vissa typer av stöd förklaras förenliga med den inre marknaden vid tillämpningen av artiklarna 107 och 108 i fördraget (EUT L. EU L 187/1 av den 26 juni 2014). Syftet med detta projekt är att utveckla och implementera innovativa beräkningsmetoder inom området artificiell intelligens och maskininlärning, för analys, korrigering, bearbetning och prognostisering av information om luftföroreningar. Data för analys kommer att tillhandahållas via ett nätverk av utsläppssensorer till låg kostnad. Ett tätt distribuerat nätverk av sådana mätinstrument (mål 2–3 sensorer/km^2 av det uppmätta området) 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 vid skador på en sensor), omedelbar identifiering av lokala föroreningskällor och utbyte av data från platser som inte omfattas av mätningen (t.ex. från småhus som genererar låga utsläpp och områden långt ifrån exakta men dyra mätstationer). Dessa tre aspekter är avgörande för prognosens kvalitet och gör det för första gången möjligt att bedöma effektiviteten i verksamhet som syftar till att skydda luftkvaliteten. (Swedish)
25 July 2022
0 references
Abiprogrammi viitenumber: SA.41471(2015/X) Riigiabi eesmärk: EÜ 17. juuni 2014. aasta määruse (EL) nr 651/2014 (ELi toimimise lepingu artiklite 107 ja 108 kohaldamise kohta, millega teatavat liiki abi tunnistatakse siseturuga kokkusobivaks) artikkel 25 (ELT L. EL L 187/1, 26.6.2014). Projekti eesmärk on töötada välja ja rakendada uuenduslikke arvutusmeetodeid tehisintellekti ja masinõppe valdkonnas, et analüüsida, parandada, töödelda ja prognoosida õhusaastet käsitlevat teavet. Analüüsiks vajalikud andmed esitatakse odavate saasteandurite võrgustiku kaudu. Selliste mõõteseadmete tiheda levikuga võrk (mõõtepiirkonnast 2–3 andurit/km^2) lahendab kolm probleemi: andmete kvaliteet (mis tuleneb saasteainete taseme pidevast määramisest mitme anduri andmete abil, mis võimaldab vähendada mõõdetud väärtuse viga ja parandada andmeid andurile tekitatud kahju korral), kohalike saasteallikate kohene tuvastamine ja mõõtmistega hõlmamata kohtade andmete jagamine (nt ühepereelamud, mis tekitavad madalaid heitkoguseid ja alad, mis ei ole täpsetest, kuid kulukatest mõõtejaamadest kaugel). Need kolm aspekti on prognoosi kvaliteedi seisukohast kriitilise tähtsusega ja võimaldavad esimest korda hinnata õhukvaliteedi kaitsmise meetmete tõhusust. (Estonian)
25 July 2022
0 references
Identifiers
POIR.01.01.01-00-0049/17
0 references