Séminaire
L’intelligence artificielle et l’apprentissage profond («deep learning» ) connaissent actuellement des succès importants, notamment pour l’analyse de signaux pauvres en sémantique comme les images ou l’acoustique. Dans cette présentation, je parlerai des avancées récentes des réseaux de neurones profonds en terme d’architecture, d’apprentissage, ou encore de problématiques de transfert et de mise à disposition de ressources pour la communauté.
Je présenterai une application du deep learning pour la prévision de production photovoltaïque dans un objectif de régulation de la production électrique. En particulier, je détaillerai les bons résultats obtenus lors de l’entraînement d’un réseau convolutif profond pour une problématique d’estimation de rayonnement solaire à partir de caméras au sol hémisphériques (« fish-eye »). Je donnerai également des perspectives de ces travaux pour l’utilisation conjointe des données provenant d’images sol et satellitaires, et de l’introduction de l’aspect temporel notamment pour prédire les images futures. Enfin, j’évoquerai les enjeux actuels en intelligence artificielle, en particulier concernant l’apprentissage sur données multi-modales, la compréhension des réseaux profonds ou l’intégration de connaissances externes dans l’entraînement des modèles.
Ce séminaire est organisé dans le cadre des séminaires bi-trimestriels du groupe "IA et Climat" qui réunit des chercheurs de l’IPSL et le LIP6 pour la présentation des recherches pluridisciplinaires concernant l’utilisation des méthodes d’intelligence artificielle dans les sciences de l’environnement et du climat. Cette initiative est soutenue par le groupe de travail SAMA (Statistiques pour l’analyse, la modélisation et l’assimilation) de l’IPSL.
Planning prévisionnel des séminaires suivants :
- Mercredi 20 février 2019: 10h
- Vendredi 5 avril 2019 : 14h30
- Mercredi 15 mai 2019: 10h
julien.brajard@locean.upmc.fr