Obiettivi e metodi

Obiettivi e metodi principali di SMILE

Obiettivo 1: Testare il Machine Learning (ML) su dati eterogenei (immagini satellitari, GIS, dati cittadini) per creare dataset aggiornati.
Metodi: raccolta e preprocessing dati, applicazione di modelli ML/statistici, integrazione tramite data fusion.

Obiettivo 2: Raccogliere informazioni aggiornate sugli edifici, comprese nuove costruzioni e modifiche nel tempo.
Metodi: campagne partecipative con scuole, università e cittadini, validazione e controllo qualità dei dati.

Obiettivo 3: Applicare il framework in aree pilota soggette a rischi naturali.
Metodi: selezione aree pilota, applicazione del framework ML e integrazione dati citizen science, validazione.

Obiettivo 4: Fornire linee guida per scalare la metodologia ad altri contesti di rischio.
Metodi: documentazione best practice, raccomandazioni per estensione ad altre aree e rischi.