Bienvenue aux Mines Paristech
Bienvenue à MINES ParisTech
Newsletter International
Website
Théorie & Pratique
Vous êtes

rechercher
une actualité

Ecole
Entreprise
Formation
International
Recherche
Sciences de la terre et
de l'environnement
Energétique et procédés
Mécanique et matériaux
Mathématiques et systèmes
Economie, management
et société
Partager

Formation

Entreprise

Recherche

26/10/2020

Mike Pereira, docteur MINES ParisTech, sur le podium !

En finale du prix de thèse de l'AMIES pour ses travaux en géostatistique

Mike Pereira, docteur MINES ParisTech, sur le podium ! Félicitations à Mike et à son encadrement de recherche !

Son travail de thèse lui a permis de participer à la finale du prix 2020 de la meilleure thèse de l'AMIES (Agence pour les mathématiques en interaction avec l'entreprise et la société) qui récompense les travaux de mathématiques destinés à l’entreprise.

Au côté de deux autres jeunes docteurs, Mike Pereira a fait une présentation de sa recherche intitulée « Generalized random fields on Riemannian manifolds : theory and practice. Signal and Image processing », diffusée, en direct sur Youtube, le 22 octobre 2020.

Sa thèse CIFRE a été encadrée au Centre de Géosciences de MINES ParisTech par Nicolas Desassis et Hans Wackernagel et elle a été soutenue le 28 novembre 2019.

Résumé de cette recherche

La géostatistique est la branche des statistiques s’intéressant à la modélisation des phénomènes ancrés dans l’espace au travers de modèles probabilistes. En particulier, le phénomène en question est décrit par un champ aléatoire (généralement gaussien) et les données observées sont considérées comme résultant d’une réalisation particulière de ce champ aléatoire. Afin de faciliter la modélisation et les traitements géostatistiques qui en découlent, il est d’usage de supposer ce champ comme stationnaire et donc de supposer que la structuration spatiale des données se répète dans le domaine d’étude. Cependant, lorsqu’on travaille avec des jeux de données spatialisées complexes, cette hypothèse devient inadaptée. En effet, comment définir cette notion de stationnarité lorsque les données sont indexées sur des domaines non euclidiens (comme des sphères ou autres surfaces lisses) ? Quid également du cas où les données présentent structuration spatiale qui change manifestement d’un endroit à l’autre du domaine d’étude ? En outre, opter pour des modèles plus complexes, lorsque cela est possible, s’accompagne en général d’une augmentation drastique des coûts opérationnels (calcul et mémoire), fermant alors la porte à leur application à de grands jeux de données. Dans ce travail, nous proposons une solution à ces problèmes s’appuyant sur la définition de champs aléatoires généralisés sur des variétés riemanniennes. D’une part, travailler avec des champs aléatoires généralisés permet d’étendre naturellement des travaux récents s’attachant à tirer parti d’une caractérisation des champs aléatoires utilisés en géostatistique comme des solutions d’équations aux dérivées partielles stochastiques. D’autre part, travailler sur des variétés riemanniennes permet à la fois de définir des champs sur des domaines qui ne sont que localement euclidiens, et sur des domaines vus comme déformés localement (ouvrant donc la porte à la prise en compte du cas non stationnaire). Ces champs généralisés sont ensuite discrétisés en utilisant une approche par éléments finis, et nous en donnons une formule analytique pour une large classe de champs généralisés englobant les champs généralement utilisés dans les applications. Enfin, afin de résoudre le problème du passage à l’échelle pour les grands jeux de données, nous proposons des algorithmes inspirés du traitement du signal sur graphe permettant la simulation, la prédiction et l’inférence de ces champs par des approches "matrix-free".

> Retrouver sa thèse (en anglais) sur la base Pastel

 

M. Pereira PhD MINES ParisTech sur le podium - MINES ParisTech

webTV

Lecture

Conférence éthique et intelligence artificielle : Elise Berlinski

Lecture

Certificat exécutif : digital native, 3 questions à...

Lecture

Carlos Adrian Correa Florez, MINES ParisTech PhD, PERSEE center

Lecture

Certificat exécutif : digital native, 3 questions à...

Lecture

Lancement de la Chaire industrielle ANR TOPAZE

+ Toutes les vidéos

actus / Sciences de la terre et l'environnement

Consulter les actus de cette thématique

actus / Énergétique et procédés

Consulter les actus de cette thématique

actus / Mécanique et matériaux

Consulter les actus de cette thématique

actus / Mathématique et systèmes

Consulter les actus de cette thématique

actus / Économie, management et société

Consulter les actus de cette thématique
Plan du site
MINES
ParisTech

60, Boulevard Saint-Michel
75272 PARIS Cedex 06
Tél. : +33 1 40 51 90 00

Implantations
Mentions légales | efil.fr | ©2012 MINES ParisTech | +33 1 40 51 90 00 |