Vesoljski izziv

Si pripravljen_a na raziskovanje Zemlje iz vesolja? Na letošnjem HackathONu te čaka priložnost, da se s pomočjo satelitskih podatkov in strojnega učenja podaš v svet digitalnih dvojnikov ter razviješ prelomne rešitve za izzive prihodnosti!

Večje količine podatkov lahko obdeluješ na Arnesovi superračunalniški gruči, v 2. krogu, če bo tvoja ekipa izbrana, pa na najzmogljivejšem slovenskem superračunalniku HPC Vega.

 

Svojo rešitev razvij in predstavi v skladu z načeli odprte znanosti in si prisluži izjemne nagrade.

Zakaj izbrati vesoljski izziv?

 

Z orodji, ki jih podrobneje predstavljamo spodaj, bo tvoja ekipa lahko analizirala satelitske posnetke ter razvila pametne modele in napovedi, ki bodo pomagali rešiti realne probleme:

Rešitev naj bo v čim bolj aplikativni obliki – to je lahko aplikacija, računalniški model, ipd.

Ekipe bodo lahko dostopale do satelitskih podatkov iz več različnih baz:

Podatkovni sistem Copernicus predstavlja uporabniku prijazen takojšnji dostop do velikih količin javno dostopnih podatkov s satelitov Copernicus Sentinel. Sateliti so uperjeni v Zemljo in zbirajo podatke, ki jih lahko uporabniki s kreacijo uporabniškega računa na preprost način raziskujejo, vizualizirajo, uporabljajo in prenašajo za raziskovalne potrebe. S tem projekt sledi tudi načelom odprte znanosti.

Podatki, ki so na voljo v podatkovnem sistemu Copernicus:

Znotraj HackathONa boste do podatkov lahko dostopali tudi preko splošnih vnaprej določenih kvot brskanja in prenašanja podatkov, kar nam bo prijazno omogočilo podjetje Sinergise, ki je eno od podjetij, ki skrbijo, da CDSE deluje kot treba.

 

Tekmovalci si lahko že v naprej ogledate, kako je videti brskalnik Copernicus (Copernicus Browser), s pomočjo katerega boste lahko pridobili relevantne podatke za vašo rešitev.

Na spodnjem gumbu lahko dostopate do nekaj kratkih obrazložitev in povezav do orodij, ki jih lahko uporabljate tekom tekmovanja za razvoj vaše rešitve, med njimi Jupyter Lab in OpenEO API.

Katalog semantičnih podatkov AiTLAS je katalog podatkov za semantično obdelavo podatkovnih zbirk s področja opazovanja Zemlje (Earth Observation – EO). Katalog je integriran z AiTLAS Toolbox, vrsto orodij, ki nudijo standardizirane in enotne podatkovne zbirke s področja EO, že pripravljene za obdelavo z umetno inteligenco oz. strojnim učenjem.

 

Sam AiTLAS temelji na Pythonu in je odprtokodna zbirka orodij, ki svoje podatke zbira, umešča in opremlja z metapodatki po načelih FAIR (Findable, Accessible, Interoperable, Reusable oz. najdljivost, dostopnost, interoperabilnost in ponovna uporaba), kar je povsem v skladu z načeli odprte znanosti, ter načelih TRUST (Transparency, Responsibility, User focus, Sustainability and Technology).

 

Projekt AI4QC (Artificial Intelligence for Quality Control oz. Umetna inteligenca za kontrolo kvalitete) je financiran s strani Evropske vesoljske agencije (ESA). Cilj projekta je, da izvaja t. i. kontrolo kvalitete (QC) vedno bolj kompleksnih in velikih zbirk podatkov satelitov Copernicus Sentinel-1 in Sentinel-2. Znotraj podatkov v projektu se osredotočajo predvsem na anomalije, kot so oblaki, radiofrekvenčne motnje (RFI), artefakti in druge, na novo zaznane anomalije.

 

Podatkovne zbirke iz projekta AI4QC lahko uporabite za analizo satelitskih podatkov, ki jih boste izbrali za vašo specifično rešitev.

Podatki iz satelitov, kot so tisti iz programa Copernicus, nam omogočajo, da spremljamo Zemljo v realnem času in sprejemamo boljše odločitve za prihodnost. To se neposredno povezuje s cilji trajnostnega razvoja (SDG), ki jih je določil UNESCO, saj lahko s temi podatki naslovimo ključne globalne izzive, kot so podnebne spremembe, degradacija okolja, trajnostna urbanizacija in varnost preskrbe s hrano.

Cilji trajnostnega razvoja UNESCO, ki jih izziv lahko potencialno pokrije:

Scroll to Top