Dal 26 al 28 maggio si è svolto nella sede di Epsilon Italia a Mendicino (CS) l’ultimo meeting interno del progetto Horizon Europe FAIRiCUBE – F.A.I.R. Information Cubes.
L’obiettivo del progetto, cofinanziato nell’ambito della call HORIZON-CL6-2021-GOVERNANCE-01-17 “Common European Green Deal data space to provide more accessible and exploitable environmental observation data in support of the European Green Deal priority actions”, è di sfruttare la potenza del Machine Learning che opera su data cubes multitematici al servizio di una ampia gamma di enti governativi, istituti di ricerca e aziende attivi in diversi campi, per facilitare l’accesso e l’utilizzo di dati geospaziali e risorse di calcolo.
Durante il meeting, è stato fatto il punto sullo stato del rilascio del FAIRiCUBE Hub , una piattaforma che, oltre a fornire accesso ad algoritmi e dati da remoto, offre una serie di servizi di catalogazione di metadati (sia di dati che di algoritmi) ed una serie di knowdge base services per la condivisione di una digital library, di un query tool e di un chatbot.
Subito a valle è stata poi effettuata una sessione interamente dedicata all’exploitation dei risultati di progetto, il FAIRiCUBE Hub in primis, ma anche alcune applicazioni specifiche messe a punto da alcuni use case di progetto, tra cui un toolbox per l’analisi di dati ambientali a scala cittadina, uno strumento per il “carotaggio” di cubi multitematici in grado di estrarre tuple di valori puntuali corrispondenti ad ogni layer/slice del cubo, una metodologia per la mappatura predittiva degli habitat a partire da “occurence cubes” generati da osservazioni delle specie ed una metodologia per stimare gli effetti delle pratiche agricole sulla biodiversità.
Per ciascun prodotto/servizio è stato discusso il relativo business model e per il FAIRiCUBE Hub è stata discusso anche il risultato di un’analisi comparativa effettuata su piattaforme competitor, tra cui il Copernicus Data Space Ecosystem, openEO, WEkEO, Google Earth Engine, Google Colaboratory.
Epsilon Italia oltre ad essere responsabile tecnico-scientifico di progetto, ha sviluppato i knowledge base services e la catalogazione dei metadati degli algoritmi, oltre ad essere responsabile dell’exploitation plan dei risultati di progetto.
