Work Packages
Il progetto è organizzato in 5 Work Package (WP) che si occupando della raccolta e gestione dei dati, della definizione delle tecniche di Machine Learning per lo sviluppo dell' esposizione, della validazione e visualizzazione dei dati, del capacity building e trasferimento di conoscenze, e della disseminazione verso la comunità scientifica e la società civile.
Sintesi dei Work Package (WP) di SMILE
WP0: Gestione del Progetto
Obiettivo: Garantire il coordinamento efficace del progetto.
Attività principali:
-
Organizzazione di riunioni, definizione delle scadenze, coordinamento dei partner e gestione della rendicontazione finanziaria.
-
Svolgimento di una riunione di avvio e di una finale del progetto.
-
Assicurare una comunicazione continua tra tutti i partner.
WP1: Raccolta e Gestione dei Dati
Obiettivo: Costruire la base dati per i modelli di esposizione basati su ML di SMILE.
Attività principali:
-
Selezione delle aree di studio e identificazione delle fonti di dati e degli utenti della conoscenza.
-
Raccolta di tutti i dati di esposizione disponibili, comprese foto di edifici raccolte tramite crowdsourcing e immagini ottiche multi-temporali (satellitari, aeree e da terra).
-
Creazione di un dataset completo integrando telerilevamento, dati accessori (ad es. uso del suolo, footprint degli edifici) e informazioni generate dai cittadini.
-
Coinvolgimento di stakeholder come istituzioni pubbliche, scuole e aziende private.
WP2: Definizione delle Tecniche di Machine Learning
Obiettivo: Sviluppare modelli ML per generare e aggiornare automaticamente i layer di esposizione.
Attività principali:
-
Creazione di metodi ML (deep learning, CNN) per inferire gli attributi degli edifici da immagini satellitari o aeree.
-
Sviluppo di modelli ML utilizzando foto da terra raccolte dai cittadini per catturare attributi non visibili dall'alto.
-
Integrazione delle informazioni di esposizione ottenute tramite ML nei dataset aggiornati delle aree di studio.
-
Test dei modelli in ulteriori siti italiani per valutarne la robustezza.
WP3: Validazione e Visualizzazione dei Dati
Obiettivo: Garantire l'affidabilità dei dati e rendere le informazioni di esposizione accessibili agli utenti.
Attività principali:
-
Sviluppo di protocolli statistici per validare dati crowd-sourced e generati da ML.
-
Individuazione di incoerenze e miglioramento della qualità dei dati attraverso controlli automatici.
-
Creazione di strumenti di visualizzazione per rappresentare graficamente i dati di esposizione e supportare analisi, comunicazione e coinvolgimento degli utenti.
-
Fornitura di strumenti visuali per il capacity building (WP4) e la disseminazione (WP5).
WP4: Capacity Building e Trasferimento di Conoscenze
Obiettivo: Coinvolgere gli utenti della conoscenza e formare cittadini e istituzioni all'adozione dei metodi SMILE.
Attività principali:
-
Organizzazione di eventi di citizen science per raccogliere dati di esposizione e formare il pubblico.
-
Collaborazione con scuole e comunità locali nelle aree di studio.
-
Realizzazione di workshop di capacity building per istituzioni e stakeholder.
-
Uso di strumenti di visualizzazione per dimostrare il valore aggiunto dell'approccio SMILE.
-
Produzione di linee guida sul coinvolgimento dei cittadini e sulle migliori pratiche di raccolta dati.
WP5: Disseminazione
Obiettivo: Comunicare i risultati di SMILE alla società e alla comunità scientifica.
Attività principali:
-
Sviluppo e gestione di un sito web del progetto con visualizzazioni dei dati e aggiornamenti.
-
Disseminazione dei risultati alla società civile tramite eventi pubblici, media tradizionali e social.
-
Condivisione dei risultati scientifici attraverso conferenze e pubblicazioni su riviste peer-reviewed.