Opis projektu
Tworzenie przyjaznej dla użytkownika platformy FAIRiCUBE HUB
Zgodnie z programem Komisji Europejskiej „Cyfrowa Europa”, przestrzeń danych odnosi się do infrastruktury danych z dostosowanymi mechanizmami zarządzania umożliwiającymi bezpieczny i transgraniczny dostęp do kluczowych zbiorów danych w docelowym obszarze tematycznym. Finansowany przez UE projekt FAIRiCUBE ma na celu wykorzystanie potencjału danych dotyczących środowiska, różnorodności biologicznej i klimatu poprzez specjalne europejskie przestrzenie danych. Aby tego dokonać, w ramach projektu powstanie FAIRiCUBE HUB, przekrojowa platforma i ramy dla pobierania, dostarczania, analizowania, przetwarzania i rozpowszechniania danych. Główny nacisk zostanie położony na opracowanie narzędzi umożliwiających użytkownikom, którzy nie są zaznajomieni z tematyką obserwacji Ziemi i uczenia maszynowego, określanie wymogów i kosztów pożądanych analiz.
Cel
The core objective of FAIRiCUBE is to enable players from beyond classic Earth Observation (EO) domains to provide, access, process, and share gridded data and algorithms in a FAIR and TRUSTable manner. To reach this objective, we propose creating the FAIRiCUBE HUB, a crosscutting platform and framework for data ingestion, provision, analysis, processing, and dissemination, to unleash the potential of environmental, biodiversity and climate data through dedicated European data spaces. Within this project, TRL 7 will be attained, together with the necessary governance aspects to assure continued maintenance of the FAIRiCUBE HUB beyond the project lifespan.
This project’s goal is to leverage the power of Machine Learning (ML) operating on multi-thematic datacubes for a broader range of governance and research institutions from diverse fields, who at present cannot easily access and utilize these potent resources. Selected use cases will illustrate how data-driven projects can benefit from cube formats, infrastructure, and computational benefits. They will guide us in creating a user-friendly FAIRiCUBE HUB, which is tightly integrated to the common European data spaces, providing relevant stakeholders an overview of both data and processing modules readily available to be applied to these data sources. Tools enabling users not intimately familiar with the worlds of EO and ML to scope the requirements and costs of their desired analyses will be implemented, easing uptake of these resources by a broader community. The FAIR sharing of results with the community will be fostered by providing easy to use tools and workflows directly in the FAIRiCUBE HUB.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
HORIZON-CL6-2021-GOVERNANCE-01
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-IA - HORIZON Innovation ActionsKoordynator
2027 Kjeller
Norwegia