Skip to main content
Ir a la página de inicio de la Comisión Europea (se abrirá en una nueva ventana)
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

MAchinE Learning for Scalable meTeoROlogy and cliMate

Descripción del proyecto

Tecnologías de aprendizaje automático personalizadas para modelos meteorológicos y climáticos

Dado que el cambio climático constituye la mayor amenaza a la que se enfrenta el ser humano moderno, es necesario desarrollar las herramientas necesarias para prepararse para sus posibles efectos futuros. El aprendizaje automático puede ayudar a mejorar los modelos meteorológicos y climáticos. Con esta idea, el objetivo del proyecto financiado con fondos europeos MAELSTROM es mejorar la arquitectura informática europea para ayudar a evaluar las repercusiones climáticas futuras. En concreto, se mejorará el diseño de sistemas informáticos para conseguir un rendimiento óptimo de las aplicaciones y una mayor eficiencia energética, un marco de «software» para optimizar la usabilidad y la eficiencia formativa para el aprendizaje automático a escala, y aplicaciones de aprendizaje automático a gran escala para el ámbito de la ciencia meteorológica y climática. Se diseñarán sistemas informáticos personalizados y optimizados para las necesidades de las aplicaciones con el fin de reforzar la cartera de productos informáticos de alto rendimiento de Europa.

Objetivo

To develop Europe’s computer architecture of the future, MAELSTROM will co-design bespoke compute system designs for optimal application performance and energy efficiency, a software framework to optimise usability and training efficiency for machine learning at scale, and large-scale machine learning applications for the domain of weather and climate science.

The MAELSTROM compute system designs will benchmark the applications across a range of computing systems regarding energy consumption, time-to-solution, numerical precision and solution accuracy. Customised compute systems will be designed that are optimised for application needs to strengthen Europe’s high-performance computing portfolio and to pull recent hardware developments, driven by general machine learning applications, toward needs of weather and climate applications.

The MAELSTROM software framework will enable scientists to apply and compare machine learning tools and libraries efficiently across a wide range of computer systems. A user interface will link application developers with compute system designers, and automated benchmarking and error detection of machine learning solutions will be performed during the development phase. Tools will be published as open source.

The MAELSTROM machine learning applications will cover all important components of the workflow of weather and climate predictions including the processing of observations, the assimilation of observations to generate initial and reference conditions, model simulations, as well as post-processing of model data and the development of forecast products. For each application, benchmark datasets with up to 10 terabytes of data will be published online for training and machine learning tool-developments at the scale of the fastest supercomputers in the world. MAELSTROM machine learning solutions will serve as blueprint for a wide range of machine learning applications on supercomputers in the future.

Ámbito científico (EuroSciVoc)

CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..

Para utilizar esta función, debe iniciar sesión o registrarse

Palabras clave

Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).

Programa(s)

Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.

Tema(s)

Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.

Régimen de financiación

Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.

RIA - Research and Innovation action

Ver todos los proyectos financiados en el marco de este régimen de financiación

Convocatoria de propuestas

Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.

(se abrirá en una nueva ventana) H2020-JTI-EuroHPC-2019-1

Ver todos los proyectos financiados en el marco de esta convocatoria

Coordinador

EUROPEAN CENTRE FOR MEDIUM-RANGE WEATHER FORECASTS
Aportación neta de la UEn

Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.

€ 380 625,00
Dirección
SHINFIELD PARK
RG2 9AX Reading
Reino Unido

Ver en el mapa

Región
South East (England) Berkshire, Buckinghamshire and Oxfordshire Berkshire
Tipo de actividad
Research Organisations
Enlaces
Coste total

Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.

€ 761 250,00

Participantes (6)

Mi folleto 0 0