L'apprentissage profond ancré dans la physique
Calcul scientifique et ingénierie en apprentissage automatique, là où la modélisation rigoureuse est mise en production.
Travaux professionnels
Réponse du maïs à l'azote
Courbes dose-réponse de l'azote propres au site, alliant des formes agronomiques canoniques à l'apprentissage statistique, avec une mesure honnête de la confiance accordée à chaque courbe. Sépare le potentiel du site de la forme de la réponse plutôt qu'une régression en boîte noire.
meandre
Hydrologie différentiable. Modèles de bassin fondés sur les processus écrits de sorte que chaque flux et chaque réservoir soit différentiable, permettant une calibration par gradient à grande échelle, une analyse de sensibilité identifiable et des modèles hybrides gardés physiques par les lois de conservation.
La suite tangent/
Le travail dont je suis le plus fier : une suite libre qui rend le calcul scientifique reproductible et sans installation. Sept modules JavaScript, validés contre les outils de référence de R et Python. Une bibliothèque de science des données, un moteur bayésien et l'interface note qui les réunit.
Boîte à outils de science des données pour JavaScript : ordination, regroupement, statistiques classiques et apprentissage automatique. L'ergonomie de scikit-learn et du tidyverse, testée contre les deux.
DocumentationCarnets de calcul locaux qui exécutent JavaScript dans le navigateur via WebAssembly. Aucun serveur, fonctionne hors ligne, vos fichiers restent chez vous.
note.tangent.toInférence bayésienne pour JavaScript : modélisation probabiliste et échantillonnage MCMC dans le navigateur, pour qu'un modèle dise à quel point il est sûr, et pas seulement ce qu'il prédit.
DocumentationNotes pour bien modéliser
Comment j'ai détruit mon propre modèle
J'ai construit un prospecteur minier automatique, puis j'ai tenté de le briser avec des retenues strictes dans l'espace et le temps. Il n'a pas survécu, et c'est là tout l'intérêt. Pourquoi les données d'exploration apprennent en douce la mauvaise chose aux modèles.
Lire l'articleD'autres articles sur la reproductibilité, la modélisation différentiable et la construction de capyllary, au fil des publications.
Rigueur d'ingénieur, contexte des sciences naturelles
J'allie la précision du génie et de la physique à la réalité désordonnée et non linéaire des systèmes agricoles, écologiques, hydrologiques et géologiques. Mon fil conducteur est la reproductibilité : des modèles et des outils que d'autres peuvent réexécuter, vérifier et utiliser en confiance, qu'il s'agisse d'un modèle hydrologique calibré pour une agence gouvernementale ou d'un carnet qui fonctionne sans rien installer. La bonne science a besoin de bons outils, alors je construis les deux.
Parcours complet sur LinkedInParcours
- Doctorat, génie civil
- Recherche postdoctorale, agriculture
- Ancien professeur
- Modélisation, gouvernement (actuel)
Discutons.
Un problème de modélisation, une collaboration ou une question sur les outils. Écrivez-moi.