Matías Hernández Serrano, BSc. heeft een bachelorgraad in Telematica Engineering van de Polytechnische Universiteit van Cartagena, Spanje. Met een solide technische achtergrond en een grote interesse in datagestuurde oplossingen is hij overgestapt naar kunstmatige intelligentie, waarbij hij zich richt op echte milieu-uitdagingen.
Zijn huidige werk concentreert zich op de ontwikkeling en het onderzoek van machine learning-modellen voor de voorspelling van klimatologische afwijkingen, met name droogtes. Door gebruik te maken van grootschalige milieudatasets en geavanceerde voorspellende algoritmen wil Matías bijdragen aan vroegtijdige waarschuwingssystemen en de besluitvorming verbeteren voor klimaatbestendigheid en duurzaam beheer van hulpbronnen.
Gedreven door nieuwsgierigheid en doelgerichtheid zet Matías zich in om geavanceerde technologie toe te passen om de groeiende gevolgen van klimaatverandering aan te pakken.
Gerelateerde projecten
-
Droogtevoorspellingsmodel voor Somalië/Somaliland
Dit project heeft als doel om de paraatheid en respons op droogte in Somalië en Somaliland te versterken door de technische en operationele capaciteit van het Somali Disaster Management Agency (SODMA) en de National Disaster Preparedness and Food Reserve Authority van Somaliland (NADFOR) te verbeteren. Onder leiding van het Wereldvoedselprogramma...
-
Megadroogtes in de watertorens van Europa – van procesbegrip naar strategieën voor beheer en adaptatie
Megadroogtes zijn zeldzame en weinig begrepen gevaren. Ze worden gedefinieerd als uitzonderlijk ernstige, langdurige (>5 jaar) droogteperioden die meerdere jaren aanhouden en grote gebieden en verschillende sectoren van de economie en het milieu zwaar treffen (Cook et al., 2022). Ze worden over het algemeen veroorzaakt door het samenvallen van extreme...