Künstliche Intillegenz zur Echtzeitauswertung von Onboard SAR Anwendungen
Das Horizon-Europe-Projekt ARGOS (GA 101293423) wird ein neuartiges ganzheitliches System für Künstliche Intelligenz (KI) entwickeln, das hochwertige SAR-Anwendungen direkt aus Rohdaten an Bord von Satelliten ermöglicht. Ziel des Projekts ist die Entwicklung einer einheitlichen Onboard-Verarbeitungskette, die SAR-Rohdaten verarbeiten und nahezu in Echtzeit anwendungsspezifische Auswertungen für verschiedene Einsatzbereiche bereitstellen kann. Um diese Prozesse unter den begrenzten Bedingungen im Weltraum zu ermöglichen, konzentriert sich ARGOS auch auf die Optimierung von Deep-Learning-Modellen sowie auf den Einsatz von Multi-Task-Learning- und Tiny-AI-Ansätzen, um Rechenaufwand und Energieverbrauch zu reduzieren. Das entwickelte System wird auf repräsentativer weltraumqualifizierter Hardware validiert, um sicherzustellen, dass die Lösungen unter realistischen Bedingungen zuverlässig funktionieren. Parallel dazu wird der KI-gestützte Ansatz mit modernsten Verfahren der Onboard-SAR-Datenverarbeitung verglichen. Darüber hinaus wird das Projekt seine Vielseitigkeit anhand verschiedener Demonstrationsszenarien unter Beweis stellen, darunter maritime Lageerkennung, Identifizierung kritischer Gebiete und Umweltmonitoring. ARGOS wird Europas technologische Unabhängigkeit im Bereich intelligenter Erdbeobachtungsfähigkeiten stärken und schnellere, effizientere sowie widerstandsfähigere Reaktionen auf ökologische und geopolitische Herausforderungen ermöglichen. Letztlich wird das Projekt die Lücke zwischen algorithmischer Innovation und operativem Einsatz schließen und sowohl Umwelt- als auch Sicherheitsanwendungen unterstützen, während es zugleich Europas Führungsrolle im Bereich weltraumgestützter Informationsgewinnung weiter ausbaut.
Eurac trägt mit vielfältigen Aktivitäten zum Projekt bei. Die Einrichtung übernimmt eine Schlüsselrolle bei der Organisation der Daten und KI-Modelle sowie bei der Projektkommunikation und wirkt zudem an der Optimierung der KI, der Reduzierung der Modellkomplexität sowie an der Fallstudie zur Bodenfeuchte mit, für die sich einer der Referenzstandorte im Po-Tal (Norditalien) befindet.
Dieses Projekt wird die Erfahrung von Eurac im Bereich von Onboard-Anwendungen, dem Management von KI-Modellen sowie der Verarbeitung und Optimierung von SAR-Daten weiter festigen.
Kontakt: Alexander Jacob (alexander.jacob@eurac.edu ),
Claudia Notarnicola (claudia.notarnicola@eurac.edu )
Eurac contributes with multiple different activities to the project, taking a key role in organising the data and AI models as well as project communications, and contributes to AI optimization and model complexity reduction and the case study on soil moisture where one reference site is situated in northern Italy along the Po catchment.
WP1 Problem formulation and scenarios definition
Eurac is contributing with requirements for data and model management as well as the definition of the case study on the Po Catchment related to the Soil Moisture use case.
WP2 Datasets generation
Eurac is responsible for the managing of data of the case studies and designing the workflow to share data related project results with interested stakeholders.
WP3 E2E AI models
Eurac contributes to model architecture and optimization in relation to the soil moisture use case.
WP4 AI models optimization
Eurac contributes to the efforts of minimizing model footprints in terms of required compute and memory resources through tiny models.
Eurac is responsible for the management of AI models through ML flow.
WP5 Hardware demonstration
Eurac has a small role in testing tiny models developed in WP4 on the onboard computer.
WP6 Demo scenarios and budget
WP7 Dissemination and exploitation
Eurac is responsible for general communication and dissemination strategy and coordinating outreach activities of the project to reach relevant stakeholder and user groups.
WP8 Project management
- Project duration: -
- Project status:
- Funding: Horizon Europe (EU funding / Project)
- Institute: Institut für Erdbeobachtung
Discover
Verwandte Expertinnen und Experten, Publikationen und Forschungsthemen ansehen.
Meine Cookie Einstellungen
