Titre du projet de recherche
Émulateur IA physiquement interprétable pour les extrêmes hydrologiques
niveau d'étude
Doctorat
Directeur/codirecteur
Directeur : Julie Carreau
Codirecteur(s) : Ali Améli
Fin de l'affichage
31 août 2025
Domaines d'expertise
Pôle d'excellence principal
Énergie, eau et ressources
Unité(s) et département(s)
Département de mathématiques et de génie industriel
Département des Sciences de l'Atmosphère, de la Terre et de l'Océan
Conditions
- Diplôme de master en sciences du climat, hydrologie, mathématiques appliquées, informatique, ou un domaine connexe.
- Solide expérience en apprentissage profond, en particulier avec les modèles probabilistes et les architectures récentes d'apprentissage profond.
- Connaissance en modélisation hydrologique et des données de projection climatique.
- Expérience avec les techniques d'intelligence artificielle/apprentissage automatique appliquées aux données environnementales.
- Maîtrise de la programmation (Python) et de l'utilisation des infrastructures de calcul haute performance (HPC).
- Excellentes compétences en communication écrite et orale pour la collaboration et la rédaction de rapports.
- La familiarité avec la prédiction d'événements extrêmes, les contraintes des systèmes physiques, et les méthodologies de simulation par ensemble est un plus.
Description détaillée
Ce projet de doctorat offre une opportunité unique de contribuer soit à l'avancement des méthodologies d'apprentissage profond, soit aux études d'impact hydrologique, en fonction de l'expertise et des intérêts du candidat. L'objectif est de développer des émulateurs d'apprentissage profond (DL) physiquement cohérents capables de réduire l'échelle des projections climatiques à basse résolution en sorties à haute résolution. Ces émulateurs garantiront la cohérence physique entre les variables météorologiques clés (par exemple, les précipitations, la température) et amélioreront leur interprétabilité pour des applications pratiques.
D'un point de vue apprentissage profond, ce projet vise à relever les défis de la quantification de l'incertitude et de l'intégration des contraintes physiques dans les émulateurs DL, offrant ainsi la possibilité de travailler sur des techniques de pointe en IA appliquées aux systèmes environnementaux. Alternativement, du point de vue des études d'impact hydrologique, le projet vise à évaluer les impacts du changement climatique sur les petits bassins versants en utilisant des variables météorologiques émulées, avec un accent particulier sur la prévision des débits et des événements extrêmes tels que les inondations.
Ce projet interdisciplinaire a des implications considérables pour les deux domaines, contribuant à de meilleures stratégies d'adaptation au climat et à des évaluations accrues des risques hydrologiques.
Possibilité de financement
Le candidat retenu travaillera sous la supervision conjointe des professeurs Julie Carreau de Polytechnique Montréal (Montréal, Canada) et Ali Ameli de l'Université de la Colombie-Britannique (Vancouver, Canada). L’unité mathématique au sein du Département de mathématiques et de génie industriel de Polytechnique Montréal est très active en IA et en optimisation, et travaille sur des applications de la modélisation mathématique dans les domaines du climat et de l’environnement. Le Département des sciences de la Terre, de l’Océan et de l’Atmosphère de l’Université de la Colombie-Britannique a formé un comité pour répondre à l’urgence climatique, avec le groupe de recherche d’A. Ameli menant des efforts sur le rôle des bassins versants dans la régulation des impacts du changement climatique. L’étudiant au doctorat bénéficiera des environnements de recherche des deux professeurs.
Nous nous engageons à promouvoir l'égalité, la diversité et l'inclusion au sein de notre équipe. Nous encourageons fortement les candidatures de tous les groupes sous-représentés, y compris les minorités visibles, les femmes, les peuples autochtones, les personnes en situation de handicap et les individus de toute identité de genre.
Date de début et durée : L’étudiant au doctorat devrait commencer à l’automne 2025. Le candidat aura le choix d’être basé soit à Montréal, soit à Vancouver.
Pour postuler, veuillez envoyer un courriel à julie.carreau@polymtl.ca ou aameli@eoas.ubc.ca avec une lettre de motivation, un CV et des relevés de notes officiels.
Julie Carreau
Professeure adjointe
