Cette journée, co-organisée par EDF R&D et le réseau français d’ENBIS (frENBIS) s’inscrit dans nos actions de promotion de la statistique et des méthodes d’apprentissage machine au sein des entreprises et de l’industrie.
Nous vous proposons une matinée de formation aux modèles linéaires additifs danimée par Matteo Fasiolo, Senior Lecturer à la School of Mathematics - Statistical Science de l’University of Bristol et auteur des packages qGAM et mgcViz. Les fondements théoriques de ces méthodes seront abordés ainsi que des exemples d’applications en R (notebooks).
L’après-midi sera consacrée à des exposés émanant de l’industrie et d’académiques autour d’applications du machine learning à la modélisation du climat.
Lieu : EDF Lab Saclay
Date : 19 octobre 2023
L’événement est gratuit avec inscription obligatoire, remplir le formulaire en bas de page.
| Matin | |
|---|---|
| 09h00 - 09h30 | Accueil café |
| 09h30 - 11h00 | GAM, cours 1 |
| 11h00 - 11h15 | Pause |
| 11h15 - 12h30 | GAM, cours 2 |
Pause déjeuner
| Après midi | ||
|---|---|---|
| 13h45 - 14h25 | Near real time global power production data and implications of climate extrêmes | Philippe Ciais, Directeur de recherche au Laboratoire des Sciences du Climat et de l’Environnement (LSCE) |
| 14h25 - 15h05 | Leveraging AI for weather prediction at Météo-France : a review of ongoing activities | Laure Reynaud, Researcher at CNRM (UMR 3589, Météo-France/CNRS), responsable de l’équipe ‘Prévisibilité’, Groupe de Modélisation pour l’Assimilation et la Prévision |
| 15h05 - 15h45 | How to aggregate climate data to predict crop yield: an application to soybean, | Mathilde Chen, Postdoctoral fellow, Mathématiques et Informatiques Appliquées (MIA) Paris-Saclay, University Paris-Saclay, campus AgroParisTech INRAE) |
| 15h45 | Café & Networking |