Différences

Ci-dessous, les différences entre deux révisions de la page.

--- projet [2026/09/02 09:09] – Magali Tournus
+++ projet [2026/09/17 10:10] (Version actuelle) – Magali Tournus
@@ Ligne 1: / Ligne 1: @@
 **Voici la liste des projets proposés pour cette année 2026-2027**
-======   Modélisation de la production Eolienne dans un parc éolien   ======
-__Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
-° Etude bibliographique
-° Analyse de données de vent
-° Simulation de la production avec Pywake
-° Analyse de la production suivant des différents scenarii de changement climatique
@@ Ligne 47: / Ligne 28: @@
-======  Sujet 2: Modélisation de la pollution dans la ville de Marseille    ======
+======   Modélisation de la pollution dans la ville de Marseille    ======
 __Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
@@ Ligne 58: / Ligne 39: @@
 ° Analyse de données suivant les différentes localisations et période de l'année
+======  Modélisation et analyse statistique du vent dans un parc éolien ======
+__Contact__:[[mfouladirad@centrale-marseille.fr|Mitra Fouladirad]]
+Ce projet de 100 heures a pour objectif d’étudier la variabilité du vent au sein d’un parc éolien et l’influence du sillage généré par les turbines sur les conditions de vent observées en aval. Le travail portera sur l’analyse de données de vitesse et de direction du vent en différents points du parc, afin d’identifier les principales structures de dépendance, les effets liés à la position des turbines et les situations dans lesquelles le sillage est le plus marqué. Une modélisation statistique simple sera ensuite proposée pour représenter ces variations et permettre la comparaison entre différentes configurations ou régimes de vent. Le projet comprendra enfin une phase de validation des résultats à l’aide de critères statistiques adaptés et d’outils de visualisation.
 ==========Modeling and optimization of soft micro-robots swimmers=====================
@@ Ligne 67: / Ligne 52: @@
-======  Méthode des bases réduites, application pour la résolution d'EDP avec coefficients incertains  ======
-__Contact__:[[marie.billaud_friess@centrale-marseille.fr|Marie Billaud Friess]]
+======  Des tout.e.s petit.e.s à Centrale    ======
-Dans ce projet, nous souhaitons résoudre une  équation aux dérivées partielles elliptique avec des coefficients dépendants d’un paramètre. Ce type de problème est considéré par exemple lorsque le coefficient de diffusion (ou perméabilité) d’une équation de diffusion est incertain et est modélisé par une variable aléatoire de loi donnée. Calculer la solution approchée d’une telle équation par une méthode numérique standard (différences finies, éléments finis ...) pour un grand nombre de paramètres peut s’avérer trop coûteux d'un point de vue computationel. Il est donc nécessaire de réduire ce coût. Nous proposons ici une méthode des bases réduites qui s’appuie sur une résolution en deux étapes. Premièrement, on résout le problème initial pour un nombre raisonnable de valeurs du paramètre. Différentes approches pour calculer la base réduite  pourront être envisagées : via une décomposition en valeurs singulières ou encore un algorithme greedy. Deuxièmement, les solutions obtenues sont utilisées pour engendrer un espace vectoriel de dimension réduite dans lequel on cherche une approximation de la solution moins couteuse à calculer.
-Le but de ce projet est de comprendre cette méthode de présenter des éléments d'analyse (erreur a posterori, optimalité des espaces réduits...), puis de la mettre en oeuvre (Python et Freefem++) pour la résolution de problèmes en en une et deux dimensions de l’espace.
+__Contact__:[[magali.tournus@centrale-med.fr|Magali Tournus]]
-Le but de ce projet est  de comprendre cette méthode, puis de la mettre en oeuvre pour la résolution de problèmes en en une et deux dimension de l’espace. Il y aura une partie théorique mais aussi des développements numériques en Python et Freefem++ (éléments finis, bases réduites).
+Les actions de médiation scientifique auprès des scolaires ciblent majoritairement les lycées, les collèges et
+dans une certaine mesure les dernières classes d’école élémentaire. Les dispositifs
+pour les plus petits sont rares voire inexistants. Aborder une action de médiation
+scientifique amène généralement à faire des compromis
+d’autant plus importants que le niveau de connaissances du public est bas, ou à
+renoncer face à un public trop jeune.
+ Nous prenons le contre-pied de l’idée
+reçue précédente en considérant qu’un enfant de 3 à 6 ans fonctionne dans une
+logique comparable à la démarche scientifique.
+Pourquoi alors ne pas répondre à cet appétit, nourrir nos tout·e-petit·es de science et
+de méthode scientifique, les accompagner dans leur cheminement ?
+Il nous semble que ce postulat, qui prend en considération les capacités des enfants
+à leur juste valeur, est un bon point de départ pour un projet de laboratoire de la
+médiation scientifique pour les tout·e-petit·es.
+En collaboration avec Audrey Langevin (instit en grande section) et Valentin Emiya (chercheur au LIS), nous avons monté un projet pour l'année 2026-2027, où deux classes de maternelle vont est confrontées aux questions: "qui fait de la recherche? où fait-on de la recherche? Comment fait-on de la recherche?" via des rencontres avec des chercheur.e.s et des visites de labos.
+Ce projet est soutenu et considéré comme projet pilote par Direction De La Culture,
+Mission Éducation Culture Artistique de la ville de Marseille.
-====== Bilan carbone du CIRM  ======
-__Contact__: [[pierre.guillon@univ-amu.fr| Pierre Guillon]]
+Dans le cadre de ce projet, deux classes de maternelle de l'école Vauban grande section passeront chacune une demi/journée au LMA.
-Le Centre International de Rencontres Mathématiques (Cirm) est né en 1981, créé par la communauté mathématique française. Il est devenu depuis l’une des destinations les plus populaires pour les participants de rencontres en mathématiques. Le centre fournit les infrastructures et l’équipement nécessaires aux organisateurs et participants, afin de leur permettre de se focaliser sur le travail de collaboration en sciences mathématiques et autres sciences.
+Je propose que l'autre demi-journée se passe à Centrale, encadrée en particulier par des étudiant.e.s  de Climaths. Le format est libre, et en collaboration avec Audrey Valentin et moi, les étudiant.e.s construiront un programme pour les enfants. j'avais en tête (mais on peut penser à autre chose) la visite d'un lieu particulier de l'école (les moutons?), un atelier pour leur parler du réchauffement climatique, leur faire assister à 5 minutes d'un cours, etc...?)
+Le projet S9 consistera à organsier cette demi-journée et à l'encadrer. Le rendu du projet sera la journée passée avec les enfants.
- Le gros du travail serait de faire une extraction de base
+====== Empreinte environnementale d'un laboratoire à l'heure de l'IA======
-de données sur les missions (avec possibles questionnements RGPD), puis
+__Contact__: [[pierre.guillon@univ-amu.fr| Pierre Guillon]]
-branchement sur une base qui sortirait des émissions à partir d'un trajet,
+L'objectif est d'établir le bilan carbone de l'I2M, et plus
-représenté par deux villes.
+particulièrement:
+* de reprendre le précédent bilan en analysant ses limites et en le
+mettant à jour
+* de l'enrichir d'une étude sur l'utilisation des ressources de calcul
+et d'une étude sur l'utilisation de l'IA
-Inlcus dans ce projet: une visite du CIRM
+Le travail attendu comporte une veille sur les démarches et
+méthodologies existantes, la conception et la conduite d'enquêtes auprès
+des membres du laboratoire, des échanges avec les différents acteurs, la
+production d'un livrable présentant les résultats et la méthodologie
+pour dresser de futurs bilans.
+Encadrement:
+* Pierre Guillon, chercheur à l'I2M (sites Saint Charles et Luminy)
+* Valentin Emiya, enseignant-chercheur au LIS en délégation à l'I2M
+(sites ECM et Saint Charles)
+* Constance Douwes, enseignante-chercheuse au LIS (site ECM)
@@ Ligne 126: / Ligne 139: @@
 Cette synthèse fournira ainsi une première cartographie des mortalités piscicoles associées à l’été 2026 et permettra d’identifier les milieux et les espèces potentiellement les plus vulnérables aux épisodes de chaleur extrême. Ces résultats pourront contribuer à orienter et à prioriser les actions de suivi, de prévention et de gestion des milieux aquatiques face à l’intensification des événements climatiques extrêmes. Pour ce projet, des compétences en programmation (Python), en traitement et analyse de données, ainsi qu’un intérêt pour le développement d’approches basées sur l’intelligence artificielle et le traitement automatique du langage (NLP/LLM) sont attendus.
+====== Etude de la dynamique des flux de radiocésium aux exutoires des bassins versants de Fukushima par deux approches (modèles empiriques et modèles d’apprentissage automatique) ======
+__Contact__: [[valerie.nicoulaudgouin@asnr.fr| Valerie Nicoulaud Gouin]]
+Ce travail vise spécifiquement à reconstruire la dynamique des flux de radiocésium particulaire et dissoute aux exutoires de bassins versants instrumentés de la préfecture de Fukushima.
+Deux approches seront étudiées durant ce projet. Une première approche de calibration bayésienne avec 3 modèles de type fonction de transfert. Une seconde approche utilisant des modèles d’apprentissage automatique (ML) de d’apprentissage profond (DL).
+°
+Analyse des sources d’information concernant le bassin versant Ohta: inventaire en radiocésium du bassin, précipitations, concentration en radiocésium particulaire et dissoute dans la rivière, débit, température de l’eau et charge. (5 h)
+°
+Des modèles de type coefficient d’entrainement ou de type fonction de transfert sont proposés pour tester différentes hypothèses concernant la réponse du bassin versant. Les analyses statistiques (calibration et prédiction) seront conduites par inférence bayésienne, car cette approche autorise une large gamme de modèles d’erreur, elle quantifie directement l’incertitude des paramètres et elle permet la comparaison de modèles non emboîtés. L’étude se fera sous R avec le package BayesianTools. (30 h)
+°
+Des modèles de type Machine Learning comme Random Forest et Gradient Boosting ainsi que des modèles de type Deep Learning comme LSTM et Transformer seront testés pour prédire la concentration de radiocésium aux exutoires du bassin versant. Les études se feront sous python (avec la librairie pytorch pour les modèles de Deep Learning). (50 h)
+°
+Une comparaison entre les deux approches (modèles empiriques + Calibration Bayésienne et modèles automatiques basés sur les données) sera effectuée avec des scores de performance sur les mêmes jeux de données test. (5 h)
+°
+Les scripts en R et en python documentés de réalisation du travail devront être fournis. (5 h)
+°
+Un rapport détaillé devra également être rédigé. (5 h)