“I metodi di apprendimento automatico sfruttano la crescente disponibilità di grandi volumi di dati di precisione raccolti attraverso tecnologie di telerilevamento e in situ all’avanguardia. Nella valutazione del rischio di incendi boschivi, i metodi di apprendimento automatico sfruttano dati ad alta precisione e variabili difficilmente integrabili nei framework canonici basati sui processi. D’altro canto, a livello operativo, i metodi tradizionali superano di gran lunga l’uso dei modelli di apprendimento automatico. Questo intervento mira a valutare l’uso dei metodi di apprendimento automatico nella valutazione del rischio di incendi boschivi e a discutere le metriche per confrontare le prestazioni dei modelli di apprendimento automatico. Discuteremo inoltre l’applicabilità operativa dei modelli di apprendimento automatico nella valutazione del pericolo di incendio”: è la presentazione dell’evento Cmcc “Trasformare i dati in resilienza: Approccio ML alla valutazione del rischio di incendi boschivi”, in programma il 13 gennaio 2026, 12:00 CET.
- Relatore: Shahbaz Alvi, CMCC
- Moderatore: Soheil Shayegh, CMCC.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?