A felhívás keretében olyan megoldás díjazására kerül sor, amely a térinformatikai-időbeli adatok (földrajzi helyhez köthető, időbélyegzővel ellátott információk) előrejelzését támogató szoftverteljesítmény növelését teszi lehetővé, és a meglevő módszereket a méretezhetőség, pontosság, sebesség, valamint a számítási erőforrások felhasználása vonatkozásában fejleszti tovább.
Jelen innovációs díj célja a térinformatikai-időbeli adatok (földrajzi helyhez köthető, időbélyegzővel ellátott információk) előrejelzését támogató szoftverteljesítmény növelése. A felhívás keretében olyan megoldás kerül díjazásra, amely a meglevő módszereket a méretezhetőség, pontosság, sebesség, valamint a számítási erőforrások felhasználása vonatkozásában fejleszti tovább.
Számos társadalmi vagy ipari szempontból jelentős terület (többek között járványügy, klímaváltozás, közlekedés, energiatermelés és -átvitel) esetében előny származik a korábbi adatok/információk elemzéséből, illetve a tanulmányozott rendszer változásaira irányuló előrejelzésből.Nem elegendő azonban az előrejelzések pontossága, ezért az érintett rendszer javítására irányuló intézkedések megvalósítása érdekében kiemelkedő jelentősége van az előrejelzés gyorsaságának is.
A díjazott megoldás a strukturális vagy multimédia alapú térinformatikai-időbeli adatok rendkívül nagy léptékű elemzésére kell, hogy képes legyen, a számítási kapacitások felhasználása és a kapott előrejelzések gyakorlati értéke közötti egyensúly megteremtése mellett. A felhasznált adathalmazban videógyűjtemények, időjárási feltételek idősoros adatai, valamint az energiahálózat működésére vonatkozó paraméterek is megjelennek.
Ennek eredményeként nemcsak azon területek jóval hatékonyabb kezelésére nyílik lehetőség, ahol a térhez, illetve időhöz kapcsolódó előrejelzéseket jelenleg is alkalmazzák, de olyan alkalmazások esetében is előrelépés érhető el, amelyek esetében jelenleg az alkalmazott módszerek sebessége, méretezhetősége, pontossága vagy erőforrás-hatékonysága miatt ezek alkalmazására még nem került sor.
Nem releváns.