Event details
International Liège Colloquium on Ocean Dynamics
Les approches basées sur les données pour comprendre et prévoir la dynamique des océans ont gagné en importance ces dernières années grâce à l'augmentation de la quantité, de la couverture et de la qualité des observations océaniques, à l'amélioration de la modélisation numérique des océans, à la disponibilité de dispositifs de calcul intensifs et en parallèles et à l'avancement des schémas d'optimisation et des modèles d'apprentissage automatique (ML) capables de contraindre des systèmes non linéaires de grande dimension.
Bien que de nombreuses avancées récentes se situent dans le cadre d'applications d'apprentissage automatique, les progrès réalisés dans des techniques plus traditionnelles d'analyse guidée par les données, telles que l'interpolation optimale, l'analyse variationnelle, le filtrage de Kalman, ... sont également dans le cadre du colloque.
Les inscriptions sont ouvertes jusqu'au 31 mars 2023; la soumission des abstracts jusqu'au 27 janvier 2023.
La liste des trois sessions principales avec de nombreux thèmes est détaillée ci-dessous.Une session pratique sur l'utilisation des données satellitaires avec application en Machine Learning est également prévue.
- Apprendre des modèles numériques
- 1.a Focus sur le développement du modèle
- 1.b Pré-traitement et post-traitement des résultats du modèle
- Modèles de substitution et prévision à l'aide de Machine Learning
- Calibrage et réglage des modèles
- Nouveau paramétrage des modèles basé sur les données
- Prévision des valeurs extrêmes
- Amélioration de l'apprentissage automatique ou des techniques traditionnelles par intégration dynamique
- Apprentissage à partir des observations
- Fusion de différents ensembles de données, fusion de données et analyse multivariée
- Algorithme de récupération des données satellitaires
- AQ/CQ des données basée sur l'apprentissage automatique
- Reconstruction des données manquantes et inférence des informations de subsurface à partir des données satellitaires et in situ.
- Problèmes de dimensionnalité
- Approches transversales et intégration
- Amélioration de la résolution spatiale ou temporelle, ou de la précision des ensembles de données.
- Approches probabilistes de l'apprentissage automatique, y compris la quantification de l'incertitude.
- Quantifier et améliorer la précision des produits de données, y compris l'estimation des biais.
- Extraction d'informations, de modèles et de caractéristiques à partir de données océaniques (observations et modèles) et identification des caractéristiques.
- Échantillonnage adaptatif
- Analyse de données pour l'analyse systématique des données océaniques
- Techniques d'IA interprétables et explicables
- Assimilation de données avec apprentissage automatique et prévisions d'ensemble optimales
- Intégration de modèles statistiques
Plus d'information
- sur le site du colloque
