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.
Pervasive Computing ist eine zukünftige Anwendungsform von Informations- und Kommunikationstechnologien (IKT), die durch Miniaturisierung und Einbettung von Mikroelektronik in andere Objekte sowie ihre Vernetzung und Allgegenwart im Alltag gekennzeichnet ist. Anders als die meisten heutigen IKT-Produkte (z.B. Handys und Computer) werden Komponenten des Pervasive Computing mit Sensoren ausgestattet sein, über die sie ihre Umgebung erfassen, ohne dass der Benutzer dies aktiv veranlasst. Eine so weitgehende Vision der Durchdringung des Alltags mit mikroelektronischen Komponenten (smart home, wearables, digitales Büro, RFID und Transponder bzw. smart labels, e-paper, Multiagenten-Systeme, Implantate, Automotive und smarter Supermarkt), die immer und überall eingeschaltet und weitgehend drahtlos vernetzt sind, wirft Fragen nach möglichen unerwünschten Nebenfolgen dieser Technologie auf. Hierzu haben das IZT und EMPA (Schweiz) im Auftrag der TA-SWISS eine Studie erstellt, die einen Beitrag zu diesem Diskurs leistet, indem sie mögliche Chancen und Risiken des Pervasive Computing aufzeigt. Dabei liegt der Schwerpunkt auf Risiken für die menschliche Gesundheit und die Umwelt.