Veřená zakázka

Vývoj algoritmů strojového učení mapujících oválné deprese z dat LIDAR indikující vývěry přírodního vodíku

Druh zadávacího řízení:
Otevřené řízení
Lokalita:
Celá Česká republika
Kategorie:
IT
IT ->  SW a Informační systémy
CPV kódy:
71354100-5 - Digitální mapování
Popis:

Nalezení jednoho dodavatele IT služeb a odborných geologických služeb pro Vývoj algoritmů strojového učení (ML) mapujících oválné deprese z dat LIDAR indikující vývěry přírodního vodíku. Algoritmy musí identifikovat uzavřené i neuzavřené kruhové či oválné morfologické deprese o rozměrech desítky až stovky metrů s výškovým rozdílem dm až metry, musí umět zpracovat celé území ČR v rozlišení DMR ZABAGED 5G, ale musí umět zpracovat i jiné digitální modely reliéfu založené na LIDARových nebo jiných datech ve formátech GeoTIF nebo bodové mračno. Výstupem algoritmů musí být mapa všech depresí v zájmovém území ve vektorovém či rastrovém formátu (SHP, GeoTIF apod.). Součástí zakázky je příprava podkladových dat pro strojové učení – mapování stávajících výskytů přírodního vodíku jak v ČR, tak i v Austrálii, USA a dalších zemích, včetně rešerše odborné literatury a zhodnocení geologické situace. Součástí zakázky je dále kalibrace modelu na základě terénního měření (data budou dodána zadavatelem) a tvorba finálního algoritmu zahrnujícího kromě analýzy LIDARových dat také výsledky analýzy vegetačního stresu, minerálních alterací, termálních anomálií (tam, kde jsou k dispozici; budou dodána zadavatelem). ML přípravu dat, modelování, kalibraci a tvorbu finálního algoritmu nelze rozdělit na dílčí zakázky, oddělené plnění by narušilo integritu algoritmu. Nejde o to najít libovolné oválné deprese, jde o to najít oválné deprese s vazbou na přírodní vodík, na geologické struktury. Celkové posouzení geologické stavby každé lokality je nedílnou součástí mapování z distančních dat.

warning
Upozornění: pro zobrazení zadávacích podmínek se registrujte ZDARMA nebo se přihlašte.

    Termíny:

  • calendar_today 
    Lhůta pro podání nabídek do:
    11.07.2026