« IA for climat », une session posters très prometteuse
En 2021, le thème SAMA de l’IPSL a proposé une action Stages de Master « IA for Climat » financée par l’EUR IPSL et SCAI. Les sujets sélectionnés peuvent être consultés sur le site du mésocentre ESPRI-IA. Une restitution a eu lieu sous la forme de session posters le 21 juin 2021.
Avec l’aide de SCAI, des posters ont été réalisés et affichés dans l’open space de SCAI (bâtiment Esclangon à Jussieu). Le lundi 21 juin 2021, une session posters organisée dans ces mêmes locaux a réuni les stagiaires, en présence de leurs encadrants, afin de présenter les résultats obtenus après 2 mois de stage et d’échanger sur cette expérience de recherche pluridisciplinaire.
La discussion qui a suivi avait pour objectif de comprendre les attentes des étudiants et des encadrants, de faire le bilan de l’action stages « IA for Climat » et de discuter avec eux et les encadrants présents de l’organisation de cet événement dans les années à venir.
L’ensemble des participants a jugé l’action stage de Sama-IA (Stages pluridisciplinaires orientés méthodes IA, session poster) extrêmement bénéfique. Elle a permis aux stagiaires et aux encadrants de participer de manière active à l’axe SAMA-IA de l’IPSL et de prendre du recul.
De nombreuses améliorations ont été envisagées pour créer au sein de l’IPSL la dynamique nécessaire à une bonne utilisation des méthodes de Machine Learning appliquées à l’étude du climat :
- Concernant les prérequis nécessaires à la réalisation de stages pluridisciplinaires, les étudiants issus de Master en science de l’environnement n’ont pas eu de difficulté à réaliser leur stage, mais ils ont souligné l’aide décisive de leur encadrant ainsi que l’apport des cours en ligne. Les étudiants issus de Master en science des données n’ont pas rencontré de difficulté spécifique au domaine d’application.
- Concernant la formation il faudrait diffuser un crash cours pour les étudiants n’ayant pas de formation en apprentissage statistique (ML) et dans le cadre du journal club organisé par Redouane Lguensat proposer l’analyse d’un article de review introductif aux aspects Machine Learning.
- Sébastien Gardoll a émis l’idée de faire davantage de publicité pour le canal Slack ESPRI-IA, comme lieu d’entraide entre les étudiants et les encadrants. Par exemple, diffuser la liste des sujets de stage avec les adresses des stagiaires et encadrants afin de faciliter la prise de contact.
- La réalisation de posters arrive un peu tard pour permettre de découvrir les collaborations méthodologiques possibles. Plusieurs actions sont possibles pour créer la dynamique recherchée. Par exemple : présentation des sujets de stage par les encadrants devant l’ensemble des stagiaires dès le début des stages. Ceci permet de reformuler les sujets et de créer des collaborations entre les stagiaires ; réunion des étudiants un mois après le début de leur stage pour échanger entre eux et découvrir des collaborations possibles (les données utilisées, méthodes communes…). Les idées ne manquent pas !
Références
Downscaling of ocean fields by fusion of heterogeneous observations using Deep Learning algorithms.
Encadrement : A. Charantonis (LOCEAN), C. Sorror, C. Mejia(ESPRI-IA/IPSL), D. Bereziat (LIP6), M. Crepon (LOCEAN), S. Thiria (LOCEAN)
Stage : Aymane Ibourg El Idrissi
Descente d’échelle sur l’océan par fusion d’observations hétérogène en utilisant des méthodes d’apprentissage profond
Encadrement : A. Charantonis (LOCEAN), C. Sorror, C. Mejia(ESPRI_IA), S. Thiria (LOCEAN)
Stage : Paul Nantas
Effect of climate change on nutritive quality of plants and crops
Encadrement : Fabio Berzaghi (LSCE- MOSAIC)
Stage : Alya Ben Abdallah
Development of causal learning and expert aggregation algorithms to take into account the multi-model error in studies of detection and attribution of climate records
Encadrement : Soulivanh Thao (LSCE), Philippe Naveau (LSCE), Julien Worms (laboratoire mathématiques de l’UVSQ)
Stage : Paula Gonzalez
Développement d’un algorithme de « scoring » par apprentissage profond pour l’évaluation de cartes de précipitations
Encadrement : Laurent Barthes (LATMOS), Cécile Mallet (LATMOS), Pierre Lepetit (Météo-France)
Stage : Nour Khoury
Recalage d’historique et machine learning pour la recherche de paramètres de modèles d’océan/atmosphère
Encadrement : Redouane Lguensat (LOCEAN-LSCE), Julie Deshayes (LOCEAN), V. Balaji (Princeton -IPSL)
Stage : Homer Durand
Inferring the rain rate from remote sensing space measurement using machine learning algorithm
Encadrement : Nicolas Viltard (LATMOS), Mallet Cécile (LATMOS), Pierre Lepetit (Météo-France)
Stage : Sambath Vibolroth
Contribution of different artificial intelligence techniques for the classification of low cloud spatial organizations
Encadrement : Florent Brient (LMD), Sandrine Bony (LMD), Denby Leif (University of Leeds)
Stage : Rayan Samy Ramoul
Cyclone detection from IASI data using the YOLO model
Encadrement : Maya George (LATMOS ), Sébastien Gardoll (ESPRI-IA/IPSL)
Stage Lisa Lam
Learning Inverse and Forward Models from Partially Known Dynamics: Application to Ocean Dynamics
Encadrement : Patrick Gallinari (LIP6), Marie Déchelle (LIP6), Jérémie Dona
Stage : Valérian Jacques-Dumas
Projections du climat Antarctique par émulation d’un modèle atmosphérique régional avec des méthodes de Machine Learning.
Encadrement : Patrick Gallinari LIP6, Cécile Agosta (LSCE), Antoine Doury (CNRM) Christophe Kittel
Stage : Emma Amblard
Analyse de la variabilité phytoplanktonique en Atlantique nord par méthodes neuronales
Encadrement : Roy Elhourany (IBENS-LOCEAN), Sylvie Thiria (LOCEAN)
Stage : Thibault Ronzaud
