Modèles génératifs en intelligence artificielle : Théorie, apprentissage et applications environnementales 

Les transparents des présentations sont accessibles via les liens fournis dans le programme en bas.

Le réseau RESSTE est co-organisateur des Journées de Géostatistique 2023 à Fontainebleau, comme pour la dernière édition en 2021. 

Vous trouvez tous les détails (programme, inscription, appel à contributions) sur la page de la conférence : 

https://geostat23.sciencesconf.org/

La veille, le 6 septembre, aura lieu un tutoriel présentant la librarie gstlearn (Python/R). Ce logiciel fournit une vaste gamme de méthodes de géostatistique et le Machine Learning pour les données spatiales et spatiotemporelles.

Cette journée est organisée avec le soutien de la FRUMAM et aura lieu dans ses locaux sur le Campus St. Charles à Marseille.  
Les exposés présenteront un aperçu des recherches très variées autour des événements extrêmes mais aussi des thématiques plus classiques de RESSTE en statistique spatiotemporelle.

Cet atelier a rassemblé une cinquantaine de participants (dans un format hybride - présentiel et distanciel) autour du programme indiqué en bas.

Le matériel de l'atelier (présentations, et codes sous formes de fichiers Rmd) peut être téléchargé : cliquer ici pour le matériel  
Sur ce lien, vous trouverez un dossier navigable mais aussi un fichier zip du dossier complet. 

Programme

Jeudi 13 avril

10h30 – 11h00 Accueil

9h30 Accueil café et viennoiseries

Les réseaux RESSTE et ModStatSAP organisent une journée de réflexion commune sur le thème du Risque, le 7 décembre à l'Ecole des Mines de Paris (60 Bd Saint Michel, salle L-109, en présentiel uniquement).

Lien de connexion pour les participants en distanciel : https://inrae-fr.zoom.us/j/98772374255

Le programme comporte deux conférences invitées et deux ateliers:

RESSTE co-organise, avec l'équipe de géostatistique du Centre de géosciences de Mines ParisTech, les Journées de Géostatistique 2021, selon des modalités hybrides. 

Les thématiques privilégiées de ces journées sont les approches Machine learning pour les données spatiales et spatio-temporelles, mais aussi les grands jeux de données spatiales, la modélisation spatio-temporelle, les extrêmes spatiaux, les problèmes inverses et l'assimilation de données

Une équipe RESSTE, composée de Denis Allard (BioSP, INRAE), Lucia Clarotto (Géostatistique, Mines ParisTech), Thomas Opitz (BioSP, INRAE) et Thomas Romary (Géostatistique, Mines ParisTech) a remporté le "2021 KAUST Competition on Spatial Statistics for Large Datasets" organisé par le groupe Spatio-Temporel Statistics & Data Science de KAUST. 22 équipes provenant du monde entier ont participé à cette compétition.