Logo des Repositoriums
 

Nutzung offener Standards für die Integration von Pegeldaten und KI-basierte Prognose von Pegel- und Abflussdaten zur Verbesserung der FrühwarnungbeiSturzfluten

Kurzanzeige
dc.contributor.authorVogl, Jonathan
dc.contributor.authorHilbring, Désirée
dc.contributor.authorKarimanzira, Divas
dc.contributor.editorKlein, Maike
dc.contributor.editorKrupka, Daniel
dc.contributor.editorWinter, Cornelia
dc.contributor.editorWohlgemuth, Volker
dc.date.accessioned2023-11-29T14:50:21Z
dc.date.available2023-11-29T14:50:21Z
dc.date.issued2023
dc.description.abstractIm Kontext von Frühwarnsystemen, deren Bedeutung in Zeiten mit steigender Anzahl an Extremwetterereignissen wächst, spielt die Verfügbarkeit von Messdaten in Kombination mit einem schnellen Datenaustausch zwischen KI-Algorithmen zur Berechnung und Plattformen zur Visualisie- rung von Prognoseergebnissen eine entscheidende Rolle. Im Rahmen des Eigenforschungsprojekts PrognoSF des Fraunhofer IOSB werden Niederschlagsprognosedaten des DWD mit lokalen Sensor- daten aus Smart City Plattformen kombiniert und Pegelprognosen auf Basis von KI durchgeführt, die später auch Frühwarnungen, gerade bei Gefährdung von kritischer Infrastruktur, gewährleisten sollen. Für die flexible Integration von Daten und Modulen kommen offene Standards zum Einsatz. Für die Pegelprognose wird ein neuronales maschinelles Übersetzungsmodell trainiert, das aus tiefen rekurrenten Netzen besteht.de
dc.identifier.doi10.18420/inf2023_153
dc.identifier.isbn978-3-88579-731-9
dc.identifier.pissn1617-5468
dc.identifier.urihttps://dl.gi.de/handle/20.500.12116/43078
dc.language.isode
dc.publisherGesellschaft für Informatik e.V.
dc.relation.ispartofINFORMATIK 2023 - Designing Futures: Zukünfte gestalten
dc.relation.ispartofseriesLecture Notes in Informatics (LNI) - Proceedings, Volume P-337
dc.subjectSensor Things API
dc.subjectPegelprognose
dc.subjectAbflussprognose
dc.subjectSturzflutfrühwarnung
dc.titleNutzung offener Standards für die Integration von Pegeldaten und KI-basierte Prognose von Pegel- und Abflussdaten zur Verbesserung der FrühwarnungbeiSturzflutende
dc.typeText/Conference Paper
gi.citation.endPage1502
gi.citation.publisherPlaceBonn
gi.citation.startPage1493
gi.conference.date26.-29. September 2023
gi.conference.locationBerlin
gi.conference.sessiontitleÖkologische Nachhaltigkeit - KIU-2025

Dateien

Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
Name:
07_06_02_Vogl.pdf
Größe:
946.29 KB
Format:
Adobe Portable Document Format
Herunterladen

Sammlungen

P337 - INFORMATIK 2023 - Designing Futures: Zukünfte gestalten