Gesorteerd op categorie:

Metingen en Modellen

AI is razendsnel doorgedrongen in ons dagelijks leven. We gebruiken het bij het programmeren, voor het schrijven van teksten, voor het genereren van afbeeldingen en nog veel meer. Maar tot voor kort liep de ontwikkeling van AI voor toepassingen in de fysieke wereld wat achter. Nu beloven foundation models en world models het ontwikkelen van machine learning applicaties voor dit soort toepassingen makkelijker te maken.

Kunnen we stedelijke overstromingen betrouwbaar voorspellen en managen met een machine learning model? Die vraag werd gesteld bij Deltares, het kennisinstituut voor water en ondergrond. De eerste onderzoeken waren veelbelovend. VORtech maakte graag gebruik van de mogelijkheid om dit een stap verder te brengen in samenwerking met Deltares en de Technische Universiteit Delft. Dat was voor VORtech een mooie manier om haar expertise in machine learning voor modellen met een fysische achtergrond verder uit te bouwen.

Het zijn opwindende tijden voor de techniek rondom modelberekeningen. Er is een enorme behoefte aan betere en snellere modellen. In het bedrijfsleven zijn die nodig voor digitalisering en daarbuiten voor de grote vraagstukken van onze tijd zoals klimaatverandering, de energietransitie en het bestrijden van de Corona-pandemie.

Modellen en sensordata zijn een onmisbare combinatie. Sensordata is nodig om modellen te valideren en modellen zijn vaak nodig om metingen te begrijpen en te extrapoleren. VORtech heeft de afgelopen maanden mogen werken aan twee spannende toepassingen waarin metingen en modellen gecombineerd worden in een innovatieve toepassing.

De Summerschool "Data Assimilation and its applications in Oceanography, Hydrology, Risk & Safety and Reservoir Engineering" in Sibiu, 17-28 juli 2017.

Op donderdag 23 februari 2017 organiseerde VORtech de eerste Meetup over Data Science: "Data Science in Industrie"

In het grondwatermodel MODFLOW worden met behulp van OpenDA parameters afgeleid uit metingen. Hierbij wordt gebruik gemaakt van data assimilatie.