Productions scientifiques

Journée Spéciale Intelligence Artificielle à Météo-France

Dans le cadre des rencontres R&D organisées annuellement par Météo-France, le 18 juin 2019 au Centre International de Conférences, une journée a été consacrée à l’Intelligence Artificielle.
Avec des exposés de grandes qualités, le programme a permis d’introduire l’IA, de voir les projets en cours à Météo-France et de partager des retours d’expérience sur des situations variées.

L’IA à Météo-France est l’occasion pour l’établissement de renforcer les interactions et les partenariats avec nos collègues tant du monde académique qu’industriel. Cette journée en a été la démonstration.

Le programme
Les résumés des présentations

Sessions Orateurs Présentations Vidéos
Philippe Dandin DR/CNRM Ouverture Vidéo
La théorie et la pratique Philippe Besse INSA-Toulouse Apprentissage Statistique, de la Régression à l’IA hybride Vidéo
Mathieu Serrurier UPS/IRIT Etude d’un exemple concret d’apprentissage profond
Code Python de la démonstration sous TensorFlow
Vous pouvez reprendre des exemples de classification avec le bac à sable de TensorFlow
Vidéo
Les projets en cours à Météo-France Lior Perez DSI/DEV Le LabIA, le FTAP et les moyens de calcul Vidéo
Mickaël Zamo DIROP/COMPAS Le projet Deep4Cast Vidéo
Christophe Baehr DR/CNRM/GMEI Le chantier STAE DataNoos Vidéo
Florent Teichteil-Koenigsbuch Airbus AI Research DONUT : optimisation de missions aéronautiques et spatiales sous incertitudes météorologiques Vidéo
Retours d’Expériences Corentin Lapeyre CERFACS Tour d’horizon des activités d’intelligence artificielle au CERFACS Vidéo
Nemesio Rodriguez CESBIO Des réseaux de neurones pour l’exploitation de bases de données multi-sources : application à la télédétection et à l’assimilation de données Vidéo
Pierre Crispel DSM/AERO Traitement de profils verticaux issus du modèle AROME par une méthode d’apprentissage – application à la prévision du plafond nuageux aéronautique Vidéo
Pierre Lepetit LATMOS DR/CNRM/GMAP Filtrage des données de radars météorologiques par Deep Learning vidéo
Yamina Hamidi DR/CNRM/GMAP La détection et la caractérisation automatique de la texture des précipitations
Denis Blumstein CNES Apprentissage profond et altimétrie satellitaire pour le suivi des eaux continentales Vidéo
Aurélien Ribes DR/CNRM/GMGEC Utilisation de l’IA pour remplacer tout ou partie des modèles atmosphériques Vidéo
Philippe Muller UPS/IRIT Représentations et analyses sémantiques en Traitement Automatique des Langues Vidéo

Posters
Poster Machine learning
Poster FTAP-LABIA