Date de l'évènement
1er juin 2023, Marseille


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.

Les slides des exposés scientifiques sont disponibles sur ce lien. Le format des fichers est NOM-prénom.pdf avec nom et prénom de l'orateur/rice.

Programme


9h30-10h00 Accueil


10h00-12h15 Statistique spatiotemporelle et climat

  • Denis Allard (BioSP, INRAE) 
    Fully nonseparable Gneiting covariance functions for multivariate space-time data
  • Ryan Cotsakis (LJAD, Université Côte d’Azur) 
    The extremal range: a local statistic for conditional spatial extremes
  • Grégoire Jacquemin (Chaire Geolearning, Centre de Géosciences, Mines-Paris et BioSP, INRAE) 
    Investigation on compound events: Can CMIP6 models reproduce their main statistical features?
  • Alexis Boulin (LJAD, Université Côte d’Azur) 
    Identifying regions of concomitant compound precipitation and wind speed extremes over Europe
  • Chloé Serre-Combe (LEMON, Inria et IMAG, Montpellier Université) 
    Vers la modélisation statistique de précipitations urbaines à fine échelle spatio-temporelle

12h15-13h30 Buffet de midi sur place


13h30-15h30 Risques extrêmes

  • Gilles Stupfler (LAREMA, Université d’Angers) 
    Inférence pour la régression extrême avec données dépendantes à queue lourde
  • Stéphane Girard (Statify, Inria) 
    On the estimation of extreme quantiles with neural networks
  • Antoine Usseglio-Carleve (LMA, Avignon Université) 
    Expectrem: An R package for inference of extreme expectiles
  • Chen Yan (BioSP, INRAE et Statify, Inria) 
    Analysis of variability in extremes

15h30-16h00 Pause Café


16h00-17h00 Méthodes pour les extrêmes multivariés

  • Philippe Naveau / Nicolas Lafon (LSCE, IPSL) 
    A Variational AutoEncoder approach to sample multivariate extremes
  • Nicolas Meyer (LEMON, Inria et IMAG, Université de Montpellier) 
    Tail inference for high-dimensional data

Conclusion de la journée