Quellenbasiertes Dossier
EntwicklungIdentifizierung und Priorisierung von Schadstoffen an Bundeswasserstraßen
In dem Projekt werden mithilfe von Machine Learning eine große Bandbreite molekularer Effekte von Umweltchemikalien und Mischungen vorhergesagt, zusammengefasst und visualisiert. Die Trainings-Daten stammen aus der Datenbank "Toxcast", die eine große Menge an Informationen über in vitro-Effekte von Chemikalien bereithält, jedoch durch große Datenlücken für ökotoxikologische Fragestellungen i.d.R. schwer nutzbar ist.
- Behörde
- Bundesanstalt für Gewässerkunde
- Verwaltungsebene
- Bund
- Ressort
- Bundesministerium für Verkehr
- Risikoeinordnung
- Minimales RisikoSelbstauskunft im MaKI-Profil, keine i6eal-Bewertung
- KI-Methode
- Machine Learning
- Einsatzbereich
- Forschung
Governance-Matrix
Veröffentlicht, geplant oder offen
Die Matrix trennt veröffentlichte Angaben, geplante Prüfungen, nicht erforderliche Angaben und unbekannte Felder. Es gibt bewusst keinen Gesamtscore.
Zeitachse
Projekt- und Veröffentlichungsdaten
- Projektstart
- Erstmals veröffentlicht
- Zuletzt veröffentlicht