API src

Found 182 results.

Erschließung und Versorgung von Bestandsgebäuden und Neubauentwicklungen der Stadt Bad Lauchstädt mit klimaneutraler Wärme, Teilvorhaben: Konzeptentwicklung und Lebenszyklusanalyse für das Versorgungskonzept mit Großelektrolysen

Verknüpfung von Genomik und Fernerkundung durch KI zur effizienten Erfassung der Gesamtheit aller Biodiversität (GEBIKI-2), Erdbeobachtung und KI

Erschließung und Versorgung von Bestandsgebäuden und Neubauentwicklungen der Stadt Bad Lauchstädt mit klimaneutraler Wärme, Teilvorhaben: Entwicklung von Versorgungskonzepten mit Abwärme und Wasserstoff aus Großelektrolysen

Erschließung und Versorgung von Bestandsgebäuden und Neubauentwicklungen der Stadt Bad Lauchstädt mit klimaneutraler Wärme, Teilvorhaben: Wirtschaftlichkeitsanalyse und Entwicklung einer Methodik zu Lieferbeziehungen im urbanen Raum

Erschließung und Versorgung von Bestandsgebäuden und Neubauentwicklungen der Stadt Bad Lauchstädt mit klimaneutraler Wärme, Teilvorhaben: Entwicklung von innovativen Versorgungs- und Speicherkonzepten für Wärme

Erschließung und Versorgung von Bestandsgebäuden und Neubauentwicklungen der Stadt Bad Lauchstädt mit klimaneutraler Wärme, Teilvorhaben: Entwicklung von innovativen Versorgungs- und Transformationskonzepten für Wasserstoff

RUBIN - PhoTech - VP4: Stadtluft, TP4.4: Erfassung und Führung stark belasteter Luftmassenströme zur effizienten photonischen Reinigung innerhalb urbaner Gebiete

Dynamische und skalierbare Echtzeitvorhersage von Starkregen und daraus resultierenden Überflutungen mit Hilfe von Deep Learning Anwendungen

Der vorliegende Forschungsantrag adressiert die Verbesserung von Starkregen- und Überflutungsvorhersagen insbesondere in urbanen Gebieten. Gegenüber rein physikalisch basierten Modellansätzen sollen in dieser Arbeit datengetriebene Modellansätze aus dem Bereich der Künstlichen Intelligenz (KI), insbesondere des Maschinellen Lernens (ML), weiterentwickelt und angewendet werden. Die Ziele dieses Forschungsantrags resultieren aus den im KIWaSuS-Projekt identifizierten Defiziten der aktuellen ML-Modelle im Anwendungskontext des Nowcastings. Es sollen daher in den Themenfeldern Niederschlags- und Überflutungsvorhersage grundlagenwissenschaftliche Untersuchungen durchgeführt werden, auf deren Basis ein vorwettbewerblicher Prototyp entwickelt werden kann, der beide Komponenten beinhaltet. Dabei steht bei den ML-Modellen zur Niederschlagsvorhersage die Qualitätsverbesserung (Generalisierungsfähigkeit) und die Vertrauenswürdigkeit der Vorhersagen im Vordergrund. Dafür sollen bisher genutzte ML-Modellstrukturen erweitert werden, um spezifische wasserwirtschaftliche Anforderungen besser berücksichtigen (Fusion multimodaler Sensordaten) und eine Unsicherheitsquantifizierung für die hochdimensionalen zeitlichen Datensequenzen räumlich und zeitlich verteilter Zeitreihen (z. B. Radardaten) ermöglichen zu können. Bei den Modellen zur Überflutungsvorhersage werden dagegen primär Methoden zur Skalierung und Generalisierung der Modelle auf größere Gebiete untersucht. Dabei soll u.a. geprüft werden, ob die Methode des aktiven Lernens zu einer Verbesserung führt. Nach einer zunächst separaten Entwicklung beider Modelltypen soll am Ende eine hydro-meteorologische Modellkette aufgebaut werden, in der beide Vorhersagemodelle gekoppelt werden.

Auswirkungen von Migration und Rücküberweisungen auf die Landwirtschaft und die ländliche Entwicklung in Kosovo und Albanien

Die Mehrheit der internationalen Abwanderungen aus dem Kosovo und Albanien entstammen ländlicher Gebiete, die durch geringes Pro-Kopf-Einkommen, niedrige landwirtschaftliche Produktivität und hohe Arbeitslosenquoten gekennzeichnet sind und wo Familienbetriebe zum Eigenbedarf mit einfachen Landbaussystemen, hohem Grad an Ausschuss und schlechten landwirtschaftlichen Methoden die Norm sind. Die Migration in urbane Gebiete oder auf lukrativere westliche Arbeitsmärkte ist ein wesentlicher Teil der Existenzstrategien ländlicher Haushalte geworden. Die übergreifende Ziele dieser Forschungsarbeit sind: a) ein umfassendes Verständnis der Auswirkungen der internationalen Migration auf die Landwirtschaft und die ländliche Entwicklung im Kosovo und in Albanien zu schaffen, b) diese Auswirkungen auf ländliche Einkommensungleichheit und Armut, landwirtschaftliche Produktivität sowie Investitionen auf und außerhalb der Höfe zu quantifizieren, und c) Politikempfehlungen zu geben, wie die internationale Migration wirksam für die Entwicklung von einkommensschwachen ländlichen Gebieten in Albanien und im Kosovo eingesetzt werden kann. Für die Studie werden sowohl primäre, durch Feldforschung erhobene Daten verwendet, als auch zwei existierende Mikroleveldatensätze aus Albanien und dem Kosovo (Living Standard Measurement Survey - LSMS 2012 für Albanien und die UNDP 2011 Kosovo Remittance Survey).

REFOPLAN 2022 - Ressortforschungsplan 2022, Atmosphärische Langzeitausbreitungsmodelle im urbanen Gebiet für die Expositionsberechnung im Umfeld von medizinischen und industriellen Einrichtungen

1 2 3 4 517 18 19