Model artificial intelligence ocean observations : apprentissage des modèles du cycle du carbone océanique à l'aide de données émergentes provenant de nouveaux dispostifs et plateformes d'observation

Learning of carbon cycle models through emerging data from new devices and observing plateforms.

• Auteur / Autrice : Jean Littaye
• Direction : Laurent Memery, Ronan Fablet
• Type : Projet de thèse
• Discipline(s) : Oceanographie physique
• Date : Inscription en doctorat le 29/09/2022
• Etablissement(s) : Brest
• Ecole(s) doctorale(s) : Sciences de la Mer et du Littoral
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire des Sciences de l'Environnement Marin

Mots clés

Mots clés libres

Sciences de la Terre et de l'Univers

Résumé

Développer une méthodologie nouvelle et efficace pour mieux contraindre les paramètres des modèles BGC, en particulier pour les processus biogéochimiques en jeu dans la couche mésopélagique, en se basant sur des méthodes d'apprentissage et des observations émergentes.

Develop a new and efficient methodology to better constrain parameters of BioGeoChemical models, in particular BGC processes acting in the mesopelagic layer, by relying on machine learning tools and emerging observations.