Krótki opis projektu: Przedmiotem niniejszego projektu jest opracowanie i wdrożenie innowacyjnych metod obliczeniowych w obszarze sztucznej inteligencji i uczenia maszynowego, dotyczących analizy, korekty, przetwarzania i prognozowania informacji dotyczącej zanieczyszczenia powietrza.

Dane do analizy zostaną dostarczone za pomocą sieci tanich czujników zanieczyszczenia. Gęsto rozmieszczona sieć takich urządzeń pomiarowych (docelowo 2-3 czujniki/km^2 obszaru objętego pomiarem) rozwiązuje trzy problemy:

-jakości danych (dzięki ciągłemu oznaczaniu poziomu zanieczyszczeń przy użyciu danych z wielu sensorów, co pozwala na zmniejszenie błędu mierzonej wartości oraz umożliwia korektę danych w przypadku uszkodzenia któregoś czujnika)

-natychmiastowej identyfikacji lokalnych źródeł zanieczyszczenia

-udostępniania danych z miejsc dotychczas nie objętych pomiarem (np. z obszarów zabudowy jednorodzinnej, generującej niską emisję i terenów oddalonych od precyzyjnych lecz drogich stacji pomiarowych).

Powyższe trzy aspekty są krytyczne dla jakości prognozy i po raz pierwszy umożliwiają ocenę efektywności działań, mających na celu ochronę jakości powietrza.