Le cadre général de la thèse est l’amélioration de prévisions météorologiques. En particulier, l’intérêt va se porter sur la prévision à moyenne échéance, entre les problématiques de prévision à courte échéance (jusqu’à 36-72 heures) et la prévision saisonnière (jusqu’à 1-3 mois).
La résolution des grands systèmes linéaires intervient dans de très nombreux domaines d’application issus de la physique, de la biologie, de l’environnement ou encore de la finance ou de l’industrie. L’inversion de systèmes linéaires est, en général, une étape essentielle dans la mise en place de simulations numériques permettant de représenter sur ordinateur des phénomènes physiques très variés.
OBJECTIFS
• Avoir un aperçu des méthodes usuelles du machine learning et comprendre leurs principaux ingrédients.
• Savoir choisir une méthode (supervisée / non supervisée) et la mettre en œuvre.
PUBLIC
Ingénieurs dans les entreprises et les laboratoires de recherches scientifiques, chercheurs. Demandeurs d’emploi dans le même secteur.
