AI-baserad bild- och textanalys genom citizen sensing för förbättrade varningar för extremt väder och dess effekter
| Diarienummer | |
| Koordinator | Linköpings universitet - Tema Miljöförändring |
| Bidrag från Vinnova | 5 970 173 kronor |
| Projektets löptid | november 2020 - maj 2024 |
| Status | Pågående |
| Utlysning | AI - Spets och innovation |
| Ansökningsomgång | AI i klimatets tjänst |
Syfte och mål
Projektet syftar till att utvärdera potentialen i att kombinera AI-baserad bildbehandling och textanalys med konsekvensbaserade vädervarningssystem. Genom att integrera expertis från nationella och regionala myndigheter om klimatanpassning och vädervarningssystem, klimatforskning, visualisering och AI, undersöker vi om och i vilken utsträckning AI-baserade algoritmer kan användas för att utvärdera precisionen i befintliga system för konsekvensbaserade vädervarningar och analysera mervärdet av att integrera AI-baserad information med befintliga system.
Förväntade effekter och resultat
Projektet syftar till att utforska kapaciteten för AI-baserad bildbehandling och textanalys för att bidra till att utvärdera precisionen av det nationella systemet för konsekvensbaserade vädervarningar och på sikt även kunna bidra till vidareutveckling av varningssystem för att på så sätt öka samhällets resiliens mot extrema väderhändelser, som förväntas bli vanligare på grund av klimatförändringar.
Planerat upplägg och genomförande
Projektet kan delas in i tre delar: (1) Bedömning av metoder för insamling av bild- och textdata som är lämpliga för AI-baserade analyser av data som samlas in genom medborgarvetenskapliga kampanjer och sociala medier (2) Utveckling av maskininlärningsalgoritmer för text- och bildanalys (3) Utveckling och utvärdering av metoden och resultaten i samarbete med experter inom klimatanpassning och nationella vädervarningssystem vid SMHI, samt med involverade aktörer som bidrar till konsekvensbaserade varningar på lokal och regional nivå