Assimilation de données
Du mardi 6 juin 2017 au vendredi 9 juin 2017
Formation
FORMATION PROGRAMMEE
Limite d’inscription : 15 jours avant le début de la formation
Durée : 4 jours / (28 heures)
S’inscrire à cette formation
Descriptif
L’assimilation de données est à présent un élément important pour la modélisation d’un nombre croissant d’applications, allant des géosciences à l’ingénierie. L’objectif de cette formation est de proposer une vue d’ensemble tant de la théorie que des aspects pratiques de l’assimilation de données. Tout d’abord, les principaux éléments sont présentés, de la théorie de l’estimation aux méthodes d’optimisation non linéaires. Puis, les approches classiques telles que les méthodes variationnelles et les filtres de Kalman sont décrites. La formation couvre également des sujets plus pointus tels que la modélisation de la covariance et l’estimation, les algorithmes avancés de minimisation, le préconditionnement, ainsi que les méthodes hybrides ensemble-variationnelles. Les cours théoriques sont complétés par des présentations pratiques et des tutoriaux portant sur des applications spécifiques géosciences sur lesquelles travaillent les équipes du CERFACS (océanographie, chimie atmosphérique et hydrologie/hydraulique).
Public cible
Ce cours s'adresse aux ingénieurs, physiciens, informaticiens et numériciens désirant acquérir les bases algorithmiques de l’assimilation de données.
Pré-requis
Connaissances en algèbre linéaire et en analyse numérique.
Responsable scientifique : Selime GUROL & Anthony WEAVER
Tarifs
- Stagiaires/PhDs/PostDocs : 200 €
- Associés CERFACS/CNRS/INRIA : 600 €
- Public : 1200 €
Programme
(Tous les jours de 9h00 à 17h30)
Jour 1 :
- Concepts de base en assimilation de données, avec exemples
- Introduction à la théorie de l’estimation
- Introduction aux problèmes de moindres carrés non-linéaires
- Exercices en Matlab
Jour 2 :
- Assimilation variationnelle
- Introduction à la modélisation des covariances
- Applications en géosciences
- Exercices en Matlab
Jour 3 :
- Filtre de Kalman et ses variantes
- Méthodes avancées de modélisation et de l’estimation des covariances
- Applications en géosciences
- Exercices en Matlab
Jour 4 :
- Filtre de Kalman et ses variantes
- Méthodes hybrides variationnelles-ensembles
- Applications en géosciences
- Exercices en Matlab