Tiefe generative Netzwerke zur Erkennung von anomalen Ereignissen im Wasserkreislauf (D05)

• Fachliche Zuordnung: Physik und Chemie der Atmosphäre ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 450058266

Ziel des Projektes ist es, extreme Ereignisse in simulierten Wasserkreislaufkomponenten zu identifizieren, indem neuartige tiefe generative Netzwerke entwickelt werden, die anomale Ereignisse in simulierten Daten erkennen. Da die Erkennung von anomalen Ereignissen datengetrieben ist, werden sie nicht immer mit Extremen wie Dürren zusammen auftreten. Wir werden daher neuartige Methoden auf Basis von Deep Learning entwickeln, die die Auswirkungen von anomalen Ereignissen, wie landwirtschaftliche Dürren, vorhersagen. Darüber hinaus werden wir die entwickelten Ansätze nutzen, um die Auswirkungen anthropogener Treiber auf anomale Ereignisse zu untersuchen.

• DFG-Verfahren: Sonderforschungsbereiche
• Teilprojekt zu: SFB 1502: Regionaler Klimawandel: Die Rolle von Landnutzung und Wassermanagement
• Antragstellende Institution: Rheinische Friedrich-Wilhelms-Universität Bonn
• Teilprojektleiterinnen / Teilprojektleiter: Privatdozentin Dr. Petra Friederichs; Professor Dr. Jürgen Gall