Réunion

Réunion "Apprentissage et modélisation physique"

L'utilisation de méthodes d'apprentissage statistique pour la prédiction de dynamiques complexes en physique connaît un essor important, avec des applications dans des domaines variés.

L'objectif de la journée est d'offrir des opportunités d'échanges sous forme d'exposés entre différentes communautés scientifique (apprentissage statistique, traitement de signal et des images, automatique, etc) et différents domaines d'application (prédiction de phénomènes physiques en climatologie, mécanique des fluides ou des milieu continu, robotique, etc).

Nous lançons un appel à contributions à vocation fortement pluridisciplinaire entre les thématiques d'apprentissage automatique et la modélisation de systèmes physiques. Les soumissions pourront couvrir les sujets transverses suivants, sans que la liste ne soit exhaustive :

• Apprentissage automatique comme méthodologie pour résoudre des problèmes en physique
• Intégration de modèles issues de la physique dans les modèles et algorithmes du domaine de l'apprentissage, i.e. "Physics inspired machine learning"
• Apprentissage et équations différentielles (EDO, EDP)
• Identification de systèmes physiques par apprentissage
• Apprentissage et modèles physique pour le contrôle/planification, liens entre apprentissage et contrôle / automatique

La réunion aura lieu le 14 juin 2022.

Elle inclura deux conférences invitées par :

• Steeven L. Brunton, Adjunct Associate Professor of Applied Mathematics at University of Washington, Seattle (https://www.eigensteve.com)
• TBD

Les personnes souhaitant présenter leurs travaux à cette journée sont invitées à envoyer, par e-mail, leur proposition (titre et résumé de 1 page maximum) aux organisateurs avant le 1er Juin 2022 à (nicolas.thome@lecnam.net, christian.wolf@naverlabs.com).

Organisateurs :

• Nicolas Thome, CNAM, Paris, nicolas.thome@cnam.fr
• Christian Wolf, Naver Labs Europe, Meylan, christian.wolf@naverlabs.com