Downscaling Climate Models with Physics-informed Machine Learning to tackle the Energy Transition: Presentation of the EnergAIze project at the internal AI4Green networking event.

Jasmin Lampert; Pascal Léon Thiele; Marianne Bügelmayer-Blaschek; Kristofer Hasel; Theresa Schellander-Gorgas; Irene Schicker

Downscaling Climate Models with Physics-informed Machine Learning to tackle the Energy Transition: Presentation of the EnergAIze project at the internal AI4Green networking event.

Titel in Übersetzung: Downscaling von Klimamodellen mit physikalisch informiertem maschinellem Lernen zur Bewältigung der Energiewende: Präsentation des EnergAIze Projekts auf einem internen AI4Green Networking Event.

Jasmin Lampert (Vortragende:r)
, Pascal Léon Thiele
, Marianne Bügelmayer-Blaschek
, Kristofer Hasel
, Theresa Schellander-Gorgas
, Irene Schicker

GeoSphere Austria – Bundesanstalt für Geologie, Geophysik, Klimatologie und Meteorologie

Publikation: Posterpräsentation ohne Beitrag in Tagungsband › Posterpräsentation ohne Eintrag in Tagungsband

Titel in Übersetzung	Downscaling von Klimamodellen mit physikalisch informiertem maschinellem Lernen zur Bewältigung der Energiewende: Präsentation des EnergAIze Projekts auf einem internen AI4Green Networking Event.
Originalsprache	Englisch
Seitenumfang	1
Publikationsstatus	Veröffentlicht - 26 Juni 2024
Veranstaltung	AI for Green - Vienna, Österreich Dauer: 26 Juni 2024 → 26 Juni 2024

Sonstiges

Sonstiges	AI for Green
Land/Gebiet	Österreich
Stadt	Vienna
Zeitraum	26/06/24 → 26/06/24

UN SDGs

Dieser Output leistet einen Beitrag zu folgendem(n) Ziel(en) für nachhaltige Entwicklung

SDG 7 – Erschwingliche und saubere Energie
SDG 11 – Nachhaltige Städte und Gemeinschaften
SDG 13 – Klimaschutzmaßnahmen

Research Field

Multimodal Analytics
Climate Resilient Pathways

Schlagwörter

Physics-informed Machine Learning
Climate Change
Energy Meteorology
Energy transition
Downscaling

Andere Dateien und Links

EnergAIze_Poster_AI4Green

Diese Publikation zitieren

@conference{2abe46ebd8bc40d1b5476f5dcf30f85c,

title = "Downscaling Climate Models with Physics-informed Machine Learning to tackle the Energy Transition: Presentation of the EnergAIze project at the internal AI4Green networking event.",

keywords = "Physics-informed Machine Learning, Climate Change, Energy Meteorology, Energy transition, Downscaling",

author = "Jasmin Lampert and Thiele, \{Pascal L{\'e}on\} and Marianne B{\"u}gelmayer-Blaschek and Kristofer Hasel and Theresa Schellander-Gorgas and Irene Schicker",

year = "2024",

month = jun,

day = "26",

language = "English",

note = "AI for Green ; Conference date: 26-06-2024 Through 26-06-2024",

}

Downscaling Climate Models with Physics-informed Machine Learning to tackle the Energy Transition: Presentation of the EnergAIze project at the internal AI4Green networking event. / Lampert, Jasmin (Vortragende:r); Thiele, Pascal Léon ; Bügelmayer-Blaschek, Marianne et al.
2024. Beitrag in AI for Green, Vienna, Österreich.

Publikation: Posterpräsentation ohne Beitrag in Tagungsband › Posterpräsentation ohne Eintrag in Tagungsband

TY - CONF

T1 - Downscaling Climate Models with Physics-informed Machine Learning to tackle the Energy Transition

T2 - AI for Green

AU - Thiele, Pascal Léon

AU - Bügelmayer-Blaschek, Marianne

AU - Hasel, Kristofer

AU - Schellander-Gorgas, Theresa

AU - Schicker, Irene

A2 - Lampert, Jasmin

PY - 2024/6/26

Y1 - 2024/6/26

KW - Physics-informed Machine Learning

KW - Climate Change

KW - Energy Meteorology

KW - Energy transition

KW - Downscaling

M3 - Poster presentation without proceedings

Y2 - 26 June 2024 through 26 June 2024

ER -