Dein Suchergebnis zum Thema: Modell

BfG – FuE Projekt-Suche – Eingangsgrößen für Transportmodelle zur Vorhersage der Ausbreitung radioaktiver Stoffe in großen Fließgewässern

https://www.bafg.de/SharedDocs/Projekte/Importer/M39620404015.html?nn=90632

Mit der Durchführung von Dispersionsversuchen mittels des Tracers Tritium werden in TRACE flussspezifische Fließzeiten und Dispersionen bestimmt, um die Grundlage für die Kalibrierung und Validierung von Ausbreitungsmodellen zum Schutz der zivilen Bevölkerung und kritischen Infrastrukturen vor Unfällen in kerntechnischen Anlagen zu schaffen.
Hierfür kommen numerische Modelle zum Einsatz, die den Transport und damit verbunden

BfG – FuE Projekt-Suche – KI-basiertes Monitoring-, Datenmanagement- und Informationssystem zur gekoppelten Vorhersage und Frühwarnung vor Grundwasserniedrigständen und -versalzung

https://www.bafg.de/SharedDocs/Projekte/Importer/M39610204082.html?nn=90632

Das Projekt KIMoDIs erprobt Methoden des maschinellen Lernens zur Verbesserung des Monitorings sowie der kurz-, mittel- und langfristigen Vorhersage der Entwicklung des Grundwasserdargebotes. Es leistet damit einen Beitrag zur Optimierung von Produkten und Beratungsdiensten der BfG für Fragen zum Wasserhaushalt Deutschlands.
Zur Unterstützung der Machine Learning (ML)-Modelle zur Berechnung der Grundwasserneubildung

BfG – FuE Projekt-Suche – KI-basiertes Monitoring-, Datenmanagement- und Informationssystem zur gekoppelten Vorhersage und Frühwarnung vor Grundwasserniedrigständen und -versalzung

https://www.bafg.de/SharedDocs/Projekte/Importer/M39610204082.html

Das Projekt KIMoDIs erprobt Methoden des maschinellen Lernens zur Verbesserung des Monitorings sowie der kurz-, mittel- und langfristigen Vorhersage der Entwicklung des Grundwasserdargebotes. Es leistet damit einen Beitrag zur Optimierung von Produkten und Beratungsdiensten der BfG für Fragen zum Wasserhaushalt Deutschlands.
Zur Unterstützung der Machine Learning (ML)-Modelle zur Berechnung der Grundwasserneubildung