Fusion Bayésienne de prévisions hydrologiques locales et globales
ABG-131594 | Thesis topic | |
2025-04-30 | Public funding alone (i.e. government, region, European, international organization research grant) |
- Civil engineering, construction and public works
Topic description
Ce projet s’inscrit dans la nouvelle Chaire de Recherche du Canada en prévision hydrologique d’ensemble. C’est aussi la suite d’un projet précédent visant à fusionner des prévisions hydrologiques locales et globales.
Les prévisions hydrologiques globales sont issues de modèles à grande échelle, dont la couverture spatiale englobe un ou plusieurs pays, voire le monde entier. Ces système de prévision à grande échelle ont récemment gagné en popularité, en particulier avec l’avènement de Google dans le domaine. De tels systèmes produisent des prévisions qui peuvent être extrêmement utiles, en particuliers pour les endroits où aucun autre système de prévision n’existe, par manque de ressources humaines et matérielles. Par contre, un questionnement émerge quant à la cohabitation de ces systèmes à grande échelle avec des systèmes de prévision hydrologiques locaux, bien établis et performants. C’est le cas par exemple au Québec, ou le gouvernement a développé au fil du temps une grande expertise en matière de prévision hydrologique.
Ce projet part de l’hypothèse centrale qu’il est avatageux de combiner les prévisions issues des différents systèmes (locaux et globaux) afin de tirer partie de leurs forces respectives. Dans le cadre d’un projet précédent, des méthodes de combinaison simples ont été testées avec succès. Cette deuxième phase, qui fait l’objet du projet de doctorat proposé, consiste à tester une méthode de fusion plus sophistiquée, basée sur le théorème de Bayes. Cette expérience devra prendre place à l’échelle du Canada, voire même au-delà.
Le projet peut débuter à partir de septembre 2025, ou plus tard, par exemple janvier 2026
Starting date
Funding category
Funding further details
Presentation of host institution and host laboratory
Fort d'une tradition bien établie, le Département offre un milieu de formation de qualité et des défis stimulants aux étudiantes et étudiants qui fréquentent ses programmes d'études.
Website :
PhD title
Country where you obtained your PhD
Institution awarding doctoral degree
Graduate school
Candidate's profile
La personne recherchée pour réaliser ce projet doit être très à l’aise en programmation (Python), en hydrologie, avoir de bonnes aptitudes en communication, en travail d’équipe, être débrouillarde, respectueuse et créative. Une formation de maîtrise dans le domaine de la modélisation hydrologique et/ou météorologique est essentielle. La connaissance du Français est un atout majeur.
Vous avez déjà un compte ?
Nouvel utilisateur ?
Get ABG’s monthly newsletters including news, job offers, grants & fellowships and a selection of relevant events…
Discover our members
CASDEN
SUEZ
Nokia Bell Labs France
MabDesign
PhDOOC
MabDesign
ADEME
ONERA - The French Aerospace Lab
Ifremer
Généthon
CESI
Institut Sup'biotech de Paris
ASNR - Autorité de sûreté nucléaire et de radioprotection - Siège
Groupe AFNOR - Association française de normalisation
ANRT
TotalEnergies
Laboratoire National de Métrologie et d'Essais - LNE
Aérocentre, Pôle d'excellence régional
Tecknowmetrix
-
JobRef. 131332ANGERS , Bourgogne-Franche-Comté , FranceESEO
ENSEIGNANT.E-CHERCHEUR.SE EN INFORMATIQUE (F/H)
Scientific expertises :Computer science - Computer science - Digital
Experience level :Any
-
JobRef. 131402, Grand Est , FranceInstitut National de Recherche et Sécurité
Chercheur en épidémiologie quantitative (H/F)
Scientific expertises :Psychology, neurosciences
Experience level :Confirmed