<h1>Gratulujeme! 🎉</h1> <p style="color:#637381;">Hotovo! Dokončili jste další milník.</p>

Pro pokračování zadejte prosím svůj e-mail k ověření.

Poslali jsme 6místný kód na #MAIL_ADDRESS#\nZkontrolujte prosím doručenou poštu nebo spam a zadejte níže kód pro pokračování.

Ověřovací kód odeslán

Děkujeme za platbu. Nyní můžete přistupovat k {collectionName} jednoduchým kliknutím na tlačítko níže.

Ano, úspěšně jste objednali! 🎉

Odemknout tento exkluzivní kurz

Zdá se, že vaše e-mailová adresa není momentálně na seznamu oprávněných přístupů. Ujistěte se prosím, že používáte e-mailovou adresu, která byla pozvána, nebo kontaktujte vlastníka obsahu pro pomoc.

Pro přístup je vyžadováno ověření

Úvod a rámec New‑Tech pro přírodní rizika

Předmluva: proč potřebujeme New‑Tech pro bezpečnější budoucnost

Úvod: jak umělá inteligence a DPZ mění práci s riziky

Využití AI a DPZ pro bezpečnější budoucnost: koncepty a případy použití

Změna vědeckého přístupu díky DPZ a AI

Jak DPZ a AI mění vědecký přístup k přírodním rizikům

01 Jak DPZ a AI mění vědecký přístup k přírodním rizikům

Od předpovědí jevů k předpovědím dopadů

Cesta k akčně využitelným předpovědím dopadů

Směrem k predikci destrukce namísto výšky vody či magnituda otřesů

Nové přístupy k systémům včasného varování a řízení rizik

Nové přístupy k systémům včasného varování

Směrem k lepšímu řízení rizik na společenské úrovni

Výzkumné a inovační výzvy

Výzva: překlenutí mezery mezi výzkumem a praxí v New‑Tech

Znalostní ověření – kvízy

Kvíz 1: základy DPZ a AI pro přírodní rizika

Kvíz 2: kvalita dat, nejistoty a validace

Kvíz 3: návrh datového toku od senzoru po rozhodnutí

Kvíz 4: dopadové předpovědi a metriky užitku

Kvíz 5: predikce destrukce napříč hazardy

Kvíz 6: moderní systémy včasného varování

Kvíz 7: společenské řízení rizik a ekonomika opatření

Kvíz 8: výzkumné výzvy a škálování inovací

Zpětná vazba a průběžné hodnocení

Průzkum 1: vstupní znalosti a očekávání účastníků

Průzkum 2: relevance a srozumitelnost modulů

Průzkum 3: připravenost na aplikaci v praxi

Průzkum 4: celkové dopady kurzu a další kroky

New‑Tech pro přírodní rizika: EO, AI a odolnost společnosti je prakticky zaměřený online kurz, který propojuje dálkový průzkum Země (DPZ/EO) a moderní metody umělé inteligence, aby zlepšil porozumění přírodním hazardům a z nich plynoucím dopadům na společnost. Naučíte se pracovat se satelitními optickými, radarovými i termálními daty, vyhodnocovat jejich kvalitu a nejistoty, a stavět datové toky od senzoru až po rozhodnutí. Kurz vás provede přechodem od předpovědí jevů (např. výška hladiny, intenzita otřesů) k akčně použitelným předpovědím dopadů – tedy odhadům destrukce, ztrát a zasažených entit. Zaměříme se na validaci modelů, integrační scénáře do systémů včasného varování a na společenské řízení rizik včetně ekonomiky opatření, governance dat a mezi‑institucionální interoperability. Díky případovým studiím (povodně, tropické cyklóny, zemětřesení) a kvízům si osvojíte klíčové koncepty, metriky úspěchu a etické zásady nasazování AI. Po absolvování budete schopni navrhnout a obhájit řešení, která zvyšují odolnost měst, infrastruktury i organizací – od map zranitelnosti přes operační podporu rozhodování až po hodnocení cost‑benefit mitigací.

New‑Tech pro přírodní rizika: EO, AI a odolnost společnosti

<div class="simple-box-wrapper">
    <div class="simple-box">
        <div class="column">
            <p>Rychle se měnící klima, urbanizace a vzrůstající komplexita kritické infrastruktury zvyšují frekvenci i dopady přírodních hazardů. Kurz „New‑Tech pro přírodní rizika: EO, AI a odolnost společnosti“ systematicky propojuje dálkový průzkum Země (DPZ/EO) a umělou inteligenci (AI) do uceleného rámce pro pochopení, predikci a řízení rizik napříč povodněmi, bouřemi, zemětřeseními, sopečnou činností i pobřežními hrozbami. Definujeme pojem „New‑Tech“ ve vědeckém i aplikačním kontextu, mapujeme klíčové senzory (optické, radarové, termální), datové toky a škálovatelné architektury a zároveň otevřeně diskutujeme limity měření, nejistoty modelů a doménovou přenositelnost. Důraz klademe na kalibraci/validaci s využitím multisenzorových zdrojů, in‑situ měření a občanské vědy, aby výsledky obstály v náročných rozhodovacích situacích veřejného sektoru i průmyslu.</p>
<p>Struktura kurzu postupuje od základního rámce a motivace přes změnu vědeckého přístupu díky DPZ a AI až k akčně využitelným dopadovým předpovědím (impact‑based). Účastníci si osvojí techniky AI pro klasifikaci, segmentaci, detekci změn a učení s/bez učitele, včetně transfer learningu, multimodální fúze a práce s neurčitostí a kalibrací pravděpodobností. Navrhneme datové trubky od předzpracování a georeference po cloudové škálování a provozní integraci, a to s ohledem na etiku, odpovědnost a governance dat. V části věnované systémům včasného varování (EWS) propojíme dopadové předpovědi s rozhodovací podporou a behaviorálními aspekty, ukážeme metriky užitečnosti (lead time, přesnost, uživatelská akceptace, snížení ztrát) a probereme společenské řízení rizik včetně zranitelnosti, mitigace, finančních nástrojů a hodnocení nákladové efektivity. Závěrem otevřeme výzkumné a inovační výzvy: standardy pro datové toky a reprodukovatelnost, sandboxy, benchmarky, otevřená data a cesty k adopci (pilotáže, škálování, údržba). Průběžné kvízy a průzkumy znalostí pomohou sledovat pokrok vůči pěti hlavním studijním cílům a připraví účastníky na aplikaci New‑Tech řešení v reálné praxi.</p>
        </div>
    </div>
</div>
