Gesorteerd op categorie:

Data-Assimilatie

Tegenwoordig zijn de technologische mogelijkheden zo groot en complex dat veel systemen worden gebouwd in een samenwerkingsverband van gespecialiseerde bedrijven. Dit heeft als voordeel dat er gebruik wordt gemaakt van de best mogelijke kennis en ervaring, maar kent ook valkuilen. We geven u graag onze 6 ervaringsregels, geïllustreerd met de ervaringen uit een recent project.

De komst van ChatGPT heeft iedereen ervan bewust gemaakt dat machine learning de manier waarop we leven en werken fundamenteel zal veranderen. Ook op het gebied van voorspellingen en simulatie zal hierdoor het nodige veranderen: er ontstaan spannende en interessante nieuwe mogelijkheden. In deze blog verkennen we het potentieel van machine learning voor voorspellingen en simulatie.

Onze collega Alja Vrieling werkt al enige tijd mee aan de ontwikkeling van het NPK-PUFF-model van RIVM. Dat model berekent hoe radioactief materiaal door de atmosfeer verspreid wordt. Recentelijk is het in het nieuws gekomen vanwege een zeer kleine hoeveelheid Cesium-137 dat in de lucht gemeten werd.

Modellen en sensordata zijn een onmisbare combinatie. Sensordata is nodig om modellen te valideren en modellen zijn vaak nodig om metingen te begrijpen en te extrapoleren. VORtech heeft de afgelopen maanden mogen werken aan twee spannende toepassingen waarin metingen en modellen gecombineerd worden in een innovatieve toepassing.

De Summerschool "Data Assimilation and its applications in Oceanography, Hydrology, Risk & Safety and Reservoir Engineering" in Sibiu, 17-28 juli 2017.

Toen ik de term Digital Twins voor het eerst hoorde was ik onmiddellijk gefascineerd. Dit opent een heel nieuwe wereld voor simulatie.

Op het 4th National eScience Symposium 2016 is een statafel aanwezig waarop OpenDA gepresenteerd wordt door het Netherlands eScience Center en VORtech

In het grondwatermodel MODFLOW worden met behulp van OpenDA parameters afgeleid uit metingen. Hierbij wordt gebruik gemaakt van data assimilatie.