Organizing Committee
Comité d’organisation
Amy Braverman (NASA Jet Propulsion Laboratory)
Owhadi Houman (California Institute of Technology)
Jouni Susiluoto (NASA Jet Propulsion Laboratory)
Olivier Zahm (INRIA Grenoble)
IMPORTANT WARNING: Scam / Phishing / SMiShing ! Note that ill-intentioned people may be trying to contact some of participants by email or phone to get money and personal details, by pretending to be part of the staff of our conference center (CIRM). CIRM and the organizers will NEVER contact you by phone on this issue and will NEVER ask you to pay for accommodation/ board / possible registration fee in advance. Any due payment will be taken onsite at CIRM during your stay.
Digital twins have emerged as central to studying complex phenomena with feedbacks. Starting in the 2010’s there has been new interest in digital twin technology for Earth System science for which complex models and copius data resources exist. Both NASA and ESA have new initiatives in this area, and so the time is right to revisit the mathematical foundations with an eye towards Earth science applications. Such applications require methods for large-scale, computationally efficient modeling and inference; areas in which significant advances have been made in the last decade via machine learning.
To advance foundational understanding and practical application to real-world problems, we propose a five-day workshop to study how a) cutting-edge inverse problems research can aid the advancement of digital twin technologies, particularly in Earth science, and b) practical problems encountered in this application motivate future research.
The workshop will focus on the following scientific themes: large-scale Bayesian methods, including data assimilation, reduced order modeling, error estimation, and dimension reduction. We are particularly interested in understanding how the intersection of numerically efficient algorithms, complex models, and massive data, can be pushed forward. Many of the current issues have to do with computational constraints that limit the utility of digital twins.
Les jumeaux numériques se sont imposés comme des éléments centraux pour l’étude de phénomènes complexes avec des rétroactions. Depuis le début des années 2010, un nouvel intérêt à émergé pour la technologie des jumeaux numériques dans le domaine des géosciences, pour lequel des modèles complexes et d’abondantes ressources de données existent. La NASA et l’ESA ont toutes deux lancé de nouvelles initiatives dans ce domaine, et il est donc opportun de revisiter les fondements mathématiques en mettant l’accent sur les applications en sciences de la Terre. De telles applications nécessitent des méthodes de modélisation et d’inférence à grande échelle et computationnellement efficaces, des domaines dans lesquels des progrès significatifs ont été réalisés au cours de la dernière décennie grâce à au machine learning.
Pour faire progresser la compréhension fondamentale et l’application pratique à l’échelle opérationnelle, nous proposons un atelier de cinq jours pour étudier comment a) la recherche de pointe sur les problèmes inverses peut contribuer à l’avancement des technologies des jumeaux numériques, en particulier dans le domaine des sciences de la Terre, et b) les problèmes pratiques rencontrés dans cette application motivent la recherche future.
L’atelier portera sur les thèmes suivants : les m´méthodes bayésiennes à grande échelle, y compris l’assimilation de données, la construction de modèles réduits, l’estimation d’erreur, la réduction de dimension. Nous nous intéresserons particulièrement à comprendre comment des algorithmes numériquement efficaces peuvent être mis en œuvre en présence de modèles complexes et de données massives.
SPEAKERS
To be announced
SPONSORS
To be announced