AI Bay i DIH4.AI serdecznie zapraszają 30.09.2021 na seminarium z cyklem wykładów dotyczących modelowania pogody i klimatu przy użyciu metod sztucznej inteligencji. Seminarium będzie zorganizowane zdalnie i prowadzone będzie w języku polskim.
17.30-17.55: prof. dr hab. inż. Mariusz J. Figurski, Modelowanie pogody w dobie zmieniającego się klimatu – wyzwania i zastosowania, Centrum Modelowania Meteorologicznego IMGW-PIB, Wydział Inżynierii Lądowej i Środowiska, Politechnika Gdańska,
18.00-18.25: mgr Bogdan Bochenek, Zastosowanie sztucznej inteligencji w modelowaniu pogody, Centrum Modelowania Meteorologicznego IMGW-PIB
18.30-18.55: dr Adam Jaczewski, Modelowanie klimatu – czas na sztuczną inteligencję?, Centrum Modelowania Meteorologicznego IMGW-PIB
Warto nadmienić, że Politechnika Gdańska oraz Instytut Meteorologii i Gospodarki Wodnej – Państwowy Instytut Badawczy podpisały porozumienie o współpracy (lipiec 2019), w ramach którego udostępniane są wyniki modelu WRF METEOPG (https://meteopg.pl/#/), który operacyjnie pracuje w CI TASK (https://task.gda.pl/pl/aktualnosci/wrf-meteopg-w-nowym-serwisie-pogodowym-imgw-pib/).
W trakcie spotkania przewidywana jest żywiołowa dyskusja.
Spotkanie będzie zorganizowane za pośrednictwem platformy Zoom. Prosimy o rejestrację w celu uzyskania linku do spotkania (zostanie przesłany najpóźniej dzień przed spotkaniem).
Informacja o wykładowcach
Mariusz Józef Figurski – profesor nauk technicznych w dyscyplinach inżynieria lądowa i transport oraz inżynieria środowiska. Dyrektor Centrum Modelowania Meteorologicznego IMGW-PIB, profesor Politechniki Gdańskiej na Wydziale Inżynierii Lądowej i Środowiska, specjalista w zakresie geodezji satelitarnej i technologii satelitarnych, modelowania ekosystemu ziemskiego i badań interdyscyplinarnych. Jego zainteresowania badawcze koncentrują się na opracowaniach obserwacji GNSS, meteorologii GNSS, modelowaniu pogody i aplikacji numerycznych modeli pogody w nauce, gospodarce i ochronie środowiska. Pomysłodawca i autor operacyjnego wdrożenia systemu prognozowania pogody METEOPG na bazie numerycznego modelu pogody WRF. W latach 2012–2016 członek i ekspert Komisji ds. Infrastruktury Informacyjnej Konferencji Rektorów Akademickich Szkół Polskich, od 2020 ekspert Grupy Parlamentarnej ds. Przestrzeni Kosmicznej, redaktor naczelny czasopisma Meteorology Hydrology and Water Management, członek Państwowej Rady Ochrony Środowiska.
Bogdan Bochenek – absolwent Astronomii na Uniwersytecie Jagiellońskim, zespołu ALADIN w Centrum Modelowania Meteorologicznego IMGW-PIB. Od 2010 roku pracuje w IMGW-PIB w zespole zajmującym się numerycznymi modelami pogody konsorcjum ACCORD (wcześniej ALADIN). Uczestnik kilkunastu staży zagranicznych m.in. w Tuluzie, Lublanie, Pradze, Brukselii podczas których pracował nad rozwojem numerycznych modeli pogody oraz metod ich weryfikacji. W 2020 roku, po wejściu IMGW-PIB do konsorcjum RC LACE, został liderem grupy zajmującej się rozwojem fizyki modelu ALARO. Od kilku lat zajmuje się wykorzystaniem sztucznej inteligencji w numerycznych modelach pogody i przy poprawianiu oraz analizowaniu ich wyników. Autor kilkunastu publikacji naukowych z dziedziny meteorologii i klimatologii.
Adam Jaczewski adiunkt w Zakładzie Analiz Meteorologicznych i Prognoz Długoterminowych, Centrum Modelowania Meteorologicznego, IMGW-PIB. Jego badania koncentrują się na regionalnym modelowaniu klimatu, ewaluacji wyników modeli klimatycznych oraz weryfikacji modeli pogody w różnych skalach czasowych i przestrzennych. W jego szczególnym zainteresowaniu leży zastosowanie modeli w obszarach miejskich. Interesuje się również badaniami groźnych zjawisk pogodowych związanych z konwekcją w atmosferze na tle zmiany klimatu. Posiada tytuł magistra fizyki środowiska Uniwersytetu Warszawskiego oraz doktora nauk o Ziemi Polskiej Akademii Nauk. W latach 2004-2005 był stypendystą programu Marie-Curie w Szóstym Programie Ramowym Unii Europejskiej. Jest edytorem działu klimatologii i meteorologii czasopisma Meteorology Hydrology and Water Management.
Serdecznie zapraszamy!
Jacek Rumiński
AI Bay / DIH4.AI
Zgłoszenie udziału: