مشروع دكتوراه في الفيزياء الإحصائية والتعلم الآلي وعلوم المناخ
CNRS و Ecole normale suprieure de Lyon
جامعة حكومية, تصفح الفرص المماثلة
ar
جامعة حكومية, تصفح الفرص المماثلة
مشروع الدكتوراه ، ضمن مشروع EDIPI Horizon 2020 Marie Skłodowska-Curie Actions، Innovative Training Network.
حساب الأحداث المناخية المتطرفة باستخدام التعلم الآلي وخوارزميات الأحداث النادرة: تطبيق لموجات الحرارة والعواصف
تحت إشراف فريدي بوشيه.
المكان: مدرسة نورمال سوبريور دي ليون - مختبرات اللياقة البدنية (ENSL-CNRS ، ليون ، فرنسا).
الموعد: يبدأ في عام 2021 ، بعد بدء مشروع EDIPI في 1 مارس 2021 ، ويفضل أن يكون في سبتمبر 2021.
المدة: مشروع دكتوراه لمدة ثلاث سنوات.
الراتب والحالة: ستستفيد الدكتوراه من شروط الراتب الممتازة وخطة التدريب والشبكات ، وفقًا لقواعد ماري كوري الأوروبية ITN (انظر مبلغ البدل لعام 2019).
الوصف العلمي:
يركز هذا المشروع على استخدام مناهج نظرية وعددية جديدة لدراسة الظواهر المناخية المتطرفة. سنطور خوارزميات التعلم الآلي ، إلى جانب استخدام خوارزميات الأحداث النادرة ، وهو نهج جديد تمامًا لدراسة التطرف في الديناميكيات المعقدة. باستخدام هذه الأدوات ، سوف ندرس الأحداث المتطرفة ذات التأثير الكبير ، والتي لا يمكن دراستها بالطرق التقليدية. سنركز على موجات الحر الشديدة والعواصف الشديدة وربما الأعاصير.
لقد أثبتنا مؤخرًا أن خوارزميات الأحداث النادرة يمكن أن تؤدي إلى كسب عامل من 100 إلى 1000 في التكلفة الحسابية المطلوبة لحساب الأحداث المتطرفة في النماذج المناخية ، على سبيل المثال موجات الحرارة الشديدة فوق أوروبا [1]. من المحتمل أن يكون لهذه التقنية تأثير كبير في المستقبل على دراسة الظواهر المناخية المتطرفة. لقد أثبتنا أن هذه التقنية فعالة في الحالات القصوى المستمرة ويمكن استخدامها مع نماذج فئة IPCC.
يتطلب تحقيق تقدم مماثل لفئات أخرى من التطرف ، مع ديناميكيات أكثر تعقيدًا ، تطورات نظرية ومنهجية جديدة. نحن بحاجة إلى تعلم الديناميكيات الفعالة للمقاييس الكبيرة للتدفق المضطرب المتعلقة بالمحاكاة المتطرفة ، ومن هذه الديناميكيات الفعالة نتعلم وظائف النتيجة المثلى لخوارزميات الأحداث النادرة ، والتي تسمى وظائف الملتزم [2].
الهدف من هذه الدكتوراه هو تطوير وتنفيذ منهجية لتعلم وظائف الالتزام من مخرجات النماذج المناخية المنتجة بالفعل ، باستخدام التعلم الآلي ومولدات الطقس العشوائية [3]. سيتم تطوير نهج التعلم الآلي في فريق متعدد التخصصات يضم متخصصين في علوم الكمبيوتر والتعلم الآلي وديناميكيات المناخ وعلوم البيانات والفيزياء الإحصائية.
[1] F. Ragone، J. Wouters and F. Bouchet، 2018 ، حساب موجات الحرارة الشديدة في النماذج المناخية باستخدام خوارزمية انحراف كبير ، وقائع الأكاديمية الوطنية للعلوم ، المجلد 115 ، رقم 1 ، الصفحات 24-29 ، [بي دي إف] .
[2] D. Lucente، S. Duffner، C. Herbert، J. Rolland and F. Bouchet، 2019، Machine Learning of committor وظائف للتنبؤ بالأحداث المناخية عالية التأثير ، إجراءات معلومات المناخ CI2019 ، arXiv: 1910.11736 ، [pdf].
[3] P. Yiou ، 2014 ، AnaWEGE: مولد طقس يعتمد على نظائرها في دوران الغلاف الجوي ، Geosci. نموذج Dev.، 7 (2)، 531–543، doi: 10.5194 / gmd-7-531-2014.
**************************************************** **************************************************** *************
تُدعى الطلبات من المرشحين المتميزين الراغبين في الحصول على درجة الدكتوراه في مجال فيزياء المناخ.
مشروع EDIPI: سيتلقى الطلاب تدريباً ضمن شبكة تدريب بحثية للقطاع الأكاديمي لعموم أوروبا ، تركز بشكل خاص على البحث في الظواهر المناخية القاسية.
تم نشر الوظائف كجزء من مشروع EDIPI - "الظروف المناخية الأوروبية المتطرفة: الدوافع والتنبؤ والتأثيرات" - الممول من خلال برنامج Horizon 2020 Marie Skłodowska-Curie Actions تحت رقم المنحة 956396. سيقوم EDIPI بتدريب الباحثين الشباب في أوروبا على معالجة المشكلات العلمية الرئيسية لدراسة الظواهر المناخية المتطرفة وتأثيرها.
يضم اتحاد EDIPI جامعات وكيانات خاصة مع باحثين رواد خبراء في دراسة الظواهر المناخية المتطرفة. وبالتعاون مع 14 باحثًا آخرين في المرحلة المبكرة (ESRs) سيتم تعيينهم ، سيجمع الباحثون بين الفهم المادي لظواهر الطقس المتطرفة شديدة التأثير مع المعرفة العملية لأدوات القدرة على التنبؤ وتقدير المعلومات ذات الصلة بالمستخدم التي يطلبها القطاع الخاص.
ستستضيف الجامعات التي لديها سجل حافل في تدريب الخريجين والشركاء الصناعيين التدريب البحثي سيتألف من برنامج علمي طموح مع فرصة كبيرة للتواصل في اجتماعات الشبكة والمؤتمرات والإعارة المشتركة. بالإضافة إلى تدريب الباحثين الشباب لمواجهة تحديات الغد ، سيوفر EDIPI ، منذ اليوم الأول ، أبحاثًا ممتازة ذات تأثير علمي ومجتمعي مثير للإعجاب.
الأهلية: يجب ألا يكون المتقدمون قد أقاموا ولم يجروا نشاطهم الرئيسي (العمل والدراسات وما إلى ذلك) في فرنسا لأكثر من 12 شهرًا في 3 سنوات قبل تاريخ التوظيف مباشرة - إلا كجزء من إجراء للحصول على وضع اللاجئ بموجب اتفاقية جنيف.
يجب أن يكون مقدم الطلب باحثًا في مرحلة مبكرة (ESR) ، أي في وقت التوظيف ، يجب أن يكون في أول 4 سنوات (خبرة بحثية مكافئة بدوام كامل) من حياته المهنية البحثية ويجب ألا يكون قد حصل على درجة الدكتوراه .
متطلبات إضافية: يجب أن يكون المرشحون قادرين على إظهار الحافز والحماس القوي للتعلم ولديهم القدرة على العمل بشكل مستقل وكجزء من فريق. ستكون الخبرة البحثية السابقة ميزة واضحة. يجب أن يكون الزميل على استعداد للسفر وسيُطلب منه إكمال الإعارات الدولية.
عملية التقديم: يجب أن تتضمن الطلبات خطاب تغطية وسيرة ذاتية وخطاب توصية وإرسالها مباشرة إلى Freddy.Bouchet@ens-lyon.fr. تاريخ الإغلاق هو 31 يناير 2021. بعد 31 يناير 2021 ، يرجى الاتصال بـ Freddy.Bouchet@ens-lyon.fr لمعرفة ما إذا كان قد تم منح الوظيفة بالفعل أم لا.
اختر البلد الذي توّد السفر إليه للدراسة مجانا أو العمل أو التطوع
