Öffentliche Ausschreibung Bonn 2023 DE_371 Machine Learning for Earth system Digital Twins Referenznummer der Bekanntmachung: DE

DE_371 Machine Learning for Earth system Digital Twins Referenznummer der Bekanntmachung: DE_371

Bekanntmachung vergebener Aufträge

Ergebnisse des Vergabeverfahrens

Dienstleistungen

Rechtsgrundlage:

Richtlinie 2014/24/EU

Abschnitt I: Öffentlicher Auftraggeber

I.1)Name und Adressen

Offizielle Bezeichnung: European Centre for Medium-Range Weather Forecasts (ECMWF)
Postanschrift: Robert-Schuman-Platz 3
Ort: Bonn
NUTS-Code: DEA22 Bonn, Kreisfreie Stadt
Postleitzahl: 53175
Land: Deutschland
Kontaktstelle(n): Procurement at ECMWF
E-Mail:
Internet-Adresse(n):
Hauptadresse: https://www.ecmwf.int/
Adresse des Beschafferprofils: http://procurement.ecmwf.int/

I.4)Art des öffentlichen Auftraggebers

Europäische Institution/Agentur oder internationale Organisation

I.5)Haupttätigkeit(en)

Andere Tätigkeit: Meteorological and Environmental Services

Abschnitt II: Gegenstand

II.1)Umfang der Beschaffung

II.1.1)Bezeichnung des Auftrags:

DE_371 Machine Learning for Earth system Digital Twins

Referenznummer der Bekanntmachung: DE_371

II.1.2)CPV-Code Hauptteil

73000000 Forschungs- und Entwicklungsdienste und zugehörige Beratung

II.1.3)Art des Auftrags

Dienstleistungen

II.1.4)Kurze Beschreibung:

ECMWF, as one of the Entrusted Entities for the Destination Earth (DestinE) entered into a contract for the purpose of demonstrating that Machine Learning/ Deep Learning (ML/DL) based methodologies can augment and add utility to DestinE datasets and products from the Weather-induced and geophysical extremes Digital Twins (DT).

II.1.6)Angaben zu den Losen

Aufteilung des Auftrags in Lose: nein

II.1.7)Gesamtwert der Beschaffung (ohne MwSt.)

Wert ohne MwSt.: 771 136.03 EUR

II.2)Beschreibung

II.2.3)Erfüllungsort

NUTS-Code: NO0 Norge

Hauptort der Ausführung:

On contractor's premises.

II.2.4)Beschreibung der Beschaffung:

The objective of this contract is the application of deep learning methods, specifically generative machine learning techniques such as Variational Auto-Encoders (VAEs), Generative Adversarial Networks (GANs), normalizing flows, and denoising diffusion models, to improve weather forecasting.

The contract involves the generation of large ensembles of physically realistic weather scenarios and temporal downscaling for existing weather forecasts using these machine learning techniques. This is executed through a collaborative effort involving researchers and engineers from MET Norway, Météo-France, and SMHI, with expertise in Numerical Weather Prediction (NWP) and GAN-based ensemble generation.

The project focuses on two main areas: further development and testing of the GAN-based ensemble approach and adapting the GAN approach for temporal downscaling. The methods will be applied to NWP data of various spatial resolutions and domains to assess their performance in terms of probabilistic forecasting, physical consistency, realism, and computational requirements. The project aims to deliver machine learning solutions that can be integrated into other projects and will provide code repositories, documentation, and containers for ease of use. The ultimate goal is to incorporate the GAN approach into the DestinE Digital Twin Engine (DTE) workflow for weather forecasting.

II.2.5)Zuschlagskriterien

Qualitätskriterium - Name: Technical Solution Proposed / Gewichtung: 50

Qualitätskriterium - Name: Management and Implementation / Gewichtung: 15

Qualitätskriterium - Name: Track Record / Gewichtung: 5

Qualitätskriterium - Name: Quality of Resources Deployed / Gewichtung: 10

Qualitätskriterium - Name: Tenderer’s Financial & Legal organisation / Gewichtung: 5

Preis - Gewichtung: 15

II.2.11)Angaben zu Optionen

Optionen: nein

II.2.13)Angaben zu Mitteln der Europäischen Union

Der Auftrag steht in Verbindung mit einem Vorhaben und/oder Programm, das aus Mitteln der EU finanziert wird: ja

Projektnummer oder -referenz:

Destination Earth initiative - https://digital-strategy.ec.europa.eu/en/policies/destination-earth

II.2.14)Zusätzliche Angaben

Abschnitt IV: Verfahren

IV.1)Beschreibung

IV.1.1)Verfahrensart

Offenes Verfahren

IV.1.3)Angaben zur Rahmenvereinbarung oder zum dynamischen Beschaffungssystem

IV.1.8)Angaben zum Beschaffungsübereinkommen (GPA)

Der Auftrag fällt unter das Beschaffungsübereinkommen: nein

IV.2)Verwaltungsangaben

IV.2.1)Frühere Bekanntmachung zu diesem Verfahren

Bekanntmachungsnummer im ABl.: 2023/S 071-217843

IV.2.8)Angaben zur Beendigung des dynamischen Beschaffungssystems

IV.2.9)Angaben zur Beendigung des Aufrufs zum Wettbewerb in Form einer Vorinformation

Abschnitt V: Auftragsvergabe

Auftrags-Nr.: ECMWF/DESTINE/2023/DE_371

Bezeichnung des Auftrags:

DE_371 Machine Learning for Earth system Digital Twins

Ein Auftrag/Los wurde vergeben: ja

V.2)Auftragsvergabe

V.2.1)Tag des Vertragsabschlusses:

13/11/2023

V.2.2)Angaben zu den Angeboten

Anzahl der eingegangenen Angebote: 5

Der Auftrag wurde an einen Zusammenschluss aus Wirtschaftsteilnehmern vergeben: nein

V.2.3)Name und Anschrift des Wirtschaftsteilnehmers, zu dessen Gunsten der Zuschlag erteilt wurde

Offizielle Bezeichnung: Norwegian Meteorological Institute
Postanschrift: Henrik Mohns plass 1
Ort: Oslo
NUTS-Code: NO Norge
Postleitzahl: 0313
Land: Norwegen
Internet-Adresse: https://www.met.no/

Der Auftragnehmer ist ein KMU: nein

V.2.4)Angaben zum Wert des Auftrags/Loses (ohne MwSt.)

Ursprünglich veranschlagter Gesamtwert des Auftrags/des Loses: 800 000.00 EUR

Gesamtwert des Auftrags/Loses: 771 136.03 EUR

V.2.5)Angaben zur Vergabe von Unteraufträgen

Abschnitt VI: Weitere Angaben

VI.3)Zusätzliche Angaben:

VI.4)Rechtsbehelfsverfahren/Nachprüfungsverfahren

VI.4.1)Zuständige Stelle für Rechtsbehelfs-/Nachprüfungsverfahren

Offizielle Bezeichnung: European Centre for Medium-Range Weather Forecasts
Postanschrift: Shinfield Park
Ort: Reading
Postleitzahl: RG2 9AX
Land: Vereinigtes Königreich
Internet-Adresse: https://www.ecmwf.int/en/about/suppliers

VI.4.3)Einlegung von Rechtsbehelfen

Genaue Angaben zu den Fristen für die Einlegung von Rechtsbehelfen:

See instructions on ECMWF's Suppliers web page: https://www.ecmwf.int/en/about/suppliers

VI.4.4)Stelle, die Auskünfte über die Einlegung von Rechtsbehelfen erteilt

VI.5)Tag der Absendung dieser Bekanntmachung:

15/11/2023

Datenschutzerklärung