Het GEO.INFORMED project zal generieke deep learning algoritmes ontwikkelen, aangepast aan de eigenschappen van aardobservatiedata. Calibratie en validatie is een onmisbaar onderdeel van deep learning. We zullen generieke cal/val procedures ontwikkelen, met duidelijke richtlijnen voor het ontwerpen van de steekproefopzet voor in-situ data en voor het hergebruik van bestaande data. De noden van de eindgebruikers zijn de drijvende kracht achter het ontwikkelen van geo-indicatoren voor het omgevingsbeleid. In dit project worden de geo-indicatoren geselecteerd en hun ontwikkeling opgevolgd d.m.v. een co-design procedure. Er zijn tot op vandaag weinig voorbeelden van co-design waarbij beleidsmakers de eindgebruikers zijn. Het GEO.INFORMED project zal dus een testcase zijn voor het inzetten van co-design in het spanningsveld tussen wetenschap en beleid. Specifieke workflows voor de geselecteerde geo-indicatoren zullen aan het eind van het project samengesteld worden.