Fragile Earth: Accelerating Progress towards Equitable Sustainability
List of Topics
- Innovations in data science and predictive modeling, applied to earth sciences.
- Investigations centering equity in regards to sustainability.
- Data-informed climate change and resource management policy discussions.
- Frameworks for helping the scientific and KDD communities to work together.
- Any other related topics to the themes of the workshop are welcome!
«Хрупкая Земля» – это ежегодное собрание, на котором собираются вместе исследователи, промышленность и политическое сообщество, стремящиеся к расширению научных открытий в области наук о Земле за счет совместного использования данных, теории и вычислений.
С 2016 года фонд AI for Good Foundation организует сообщество «Хрупкая Земля» и связанные с ним мероприятия, собирая под одной крышей исследователей, экспертов в данной области, правительства и политические группы, чтобы узнать и обсудить, как искусственный интеллект может помочь в решении проблем с биомом Земли и угроз. к его устойчивости.
Мы сотрудничаем с множеством других организаций, чтобы разработать семинары, наборы данных, участие сообщества и исследования, которые могут иметь прямое влияние на эти темы.
Семинар «Хрупкая Земля» собрал вместе исследовательское, промышленное и политическое сообщества на Виртуальной конференции KDD 2020, чтобы обсудить, рассмотреть и помочь разработать технологические основы для продвижения и достижения ЦУР.
Приложения и повестка дня, представляющие интерес, включают продовольственную безопасность, устойчивые методы ведения сельского хозяйства, прогнозирование и улучшение урожайности, восстановление деградированных ландшафтов до продуктивных ландшафтов, управление чистой водой, устойчивое и чистое производство энергии, энергоэффективную и низкоотходную цепочку поставок пищевых продуктов и будущее интеллектуальные технологии в решении этих вопросов в постоянно урбанизирующемся мире.
Миссия KDD – способствовать быстрому развитию области открытия знаний в области данных и интеллектуального анализа данных.