Ενοποίηση & Μετασχηματισμός Μετεωρολογικών Δεδομένων
Δημιουργία ενός ενιαίου dataset AGL (Above Ground Level) για την Νοτιαανατολική Ευρώπη, που ενσωματώνει δεδομένα από GFS, ECMWF, ICON-EU κ.ά.
Ανάπτυξη pipeline για μετατροπή GRIB2 σε Zarr/NetCDF με ομογενοποιημένες συντεταγμένες ύψους και μεταβλητές.
Εφαρμογή ομογενοποίησης χρονοσειρών (π.χ. νεφοκάλυψη, θερμοκρασία) με στατιστικές και ML μεθόδους.
AI για Μετεωρολογική Πρόγνωση
Εφαρμογή LSTM, GRU, Transformers, ConvLSTM για πρόγνωση μεταβλητών καιρού σε πολλαπλά χρονικά βήματα.
Χρήση CNN/U-Net για ανάλυση δορυφορικών εικόνων και χαρτογράφηση νεφών.
Στόχος: Δημιουργία ενός υβριδικού συστήματος που συνδυάζει αριθμητικά μοντέλα και deep learning.
Super-Resolution & Downscaling
Ανάπτυξη μοντέλων για αύξηση χωρικής ανάλυσης δορυφορικών και NWP δεδομένων.
Εφαρμογή σε δορυφορικά δεδομένα για καλύτερη απεικόνιση νεφών και βροχόπτωσης.
Πρόβλεψη μη γραμμικών μεταβλητων (οικονομία, φυσική, συμπεριφορά).
Υποβάθμιση πολυπλοκότητας συστημάτων μέσω γραμμικοποίησης από μαθηματικά μοντέλα
Ανάπτυξη ΑΙ για τον εντοπισμό Fractal Pattern