Projectdetails
!!Description
Het doel van dit toegepaste doctoraat is het ontwikkelen van een operationeel model voor het voorspellen van gecombineerde riooloverstorten op stadsschaal door gebruik te maken van een geavanceerde machine learning-benadering. De resultaten van het model zullen Hydria in staat stellen om real-time controlemaatregelen te implementeren voor het verminderen van CSO op basis van nowcasting van het overstromingsrisico, en om hun ontwikkelingsstrategieën af te stemmen op schattingen van het effect van klimaatverandering op het CSO-risico.
Korte titel | FlowCast |
---|---|
Acroniem | BRGRD86 |
Status | Actief |
Effectieve start/einddatum | 1/10/24 → 30/09/28 |
Keywords
- combined sewer overflow
- real-time forecast
- uncertainty
- Urban drainage
Flemish discipline codes in use since 2023
- Machine learning and decision making
Vingerafdruk
Verken de onderzoeksgebieden die bij dit project aan de orde zijn gekomen. Deze labels worden gegenereerd op basis van de onderliggende prijzen/beurzen. Samen vormen ze een unieke vingerafdruk.