Evénements à venir

Journée machine learning et climat

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.

Planning

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

Formulaire d’inscription