MACRO
In diesem Projekt sollen die Grundlagen für die Nutzung des maschinellen Lernens zur maßstabsübergreifenden Regionalisierung hydrogeologischer Flächeninformationen entwickelt und anhand spezifischer Anwendungsfälle getestet werden. Dafür sollen state-of-the-art Methoden des maschinellen Lernens, wie z. B. Extreme Gradient Boosting (XGBoost) und Convolutional Neural Networks (CNNs) untersucht, weiterentwickelt und schließlich zur Generierung von Flächeninformationen eingesetzt werden.
- Authority
- Bundesanstalt für Geowissenschaften und Rohstoffe
- Administrative level
- Federal
- Ministry
- Bundesministerium für Wirtschaft und Energie
- Risk classification
- Minimal riskSelf-reported in the MaKI profile, not an i6eal assessment
- AI method
- Deep Learning · Machine Learning
- Application area
- Energie und Umwelt
Published, planned or open
The matrix separates published information, planned reviews, non-required information and unknown fields. It deliberately has no composite score.
Affected groups and risk measures
- Affected groups
- Nicht erforderlich
- Risk measures
- Nicht erforderlich
- Described harm risks
- Nicht erforderlich
Project and publication dates
- Project start
- First published
- Last published