Powered by RND
PodcastsÉducationCollège de France - Sélection

Collège de France - Sélection

Collège de France
Collège de France - Sélection
Dernier épisode

Épisodes disponibles

5 sur 439
  • Leçon de clôture - François Héran : Migrations et sociétés - Face à l'immigration, le savant et le politique
    François Héran Chaire Migrations et sociétés Collège de FranceAnnée 2024-2025 Leçon de clôture - Face à l'immigration, le savant et le politiqueDate : 15 mai 2025 Résumé Nommé titulaire de la chaire Migrations et sociétés, le Pr François Héran a prononcé sa leçon inaugurale le jeudi 5 avril 2018. Durant les sept années suivantes, ses cours ont exploré les usages politiques de l'immigration, articulant les enquêtes démographiques et sociologiques aux discours et perceptions publiques.Sa leçon de clôture, intitulée « Face à l'immigration, le savant et le politique », viendra synthétiser ses recherches.
    --------  
    1:31:52
  • Conférencier invité - Cyril Letrouit : Stabilité quantitative du transport optimal (01)
    Collège de FranceAnnée 2024-2025Cyril LetrouitChargé de recherche, laboratoire de mathématiques d'OrsayConférencier invité - Cyril Letrouit : Stabilité quantitative du transport optimal (01)Conférences de Cyril Letrouit, lauréat du Cours Peccot pour l'année 2024-2025, sur proposition de la Pr Nalini Anantharaman.Cyril LetrouitChargé de recherche, laboratoire de mathématiques d'OrsayRésuméLe problème du transport optimal, introduit par Monge en 1781, vise à déterminer le moyen le plus efficace de déplacer une quantité de ressources d'un endroit à un autre. Mathématiquement, il s'agit de trouver une façon optimale, pour un certain coût, de transporter une mesure dite « source » vers une mesure dite « cible ». Du fait de sa simplicité et de sa généralité, le transport optimal est aujourd'hui au cœur de mathématiques extrêmement variées, en analyse, en géométrie, en probabilités, en statistiques, en optimisation et en apprentissage automatique.Le cours portera principalement sur la question de stabilité suivante : à quel point l'application de transport optimal est-elle sensible aux perturbations de la mesure cible ? L'objectif de ce cours est d'expliquer l'intérêt à la fois computationnel et fondamental de ce problème, et de présenter les nombreux progrès théoriques réalisés récemment sur ce sujet, en mêlant équations aux dérivées partielles, théorie spectrale et inégalités fonctionnelles. Plusieurs problèmes ouverts et directions de recherche seront indiqués pendant le cours, concernant l'application de transport optimal et d'autres applications de transport entre mesures.Cyril Letrouit est chargé de recherche au CNRS, où il a été recruté en 2022. Il travaille au Laboratoire de mathématiques d'Orsay. Il a soutenu sa thèse sous la direction d'Emmanuel Trélat et Yves Colin de Verdière en 2021, après des études à l'École normale supérieure. Il a effectué des recherches postdoctorales au Massachusetts Institute of Technology en 2022-2023.Une partie de ses travaux cherche à comprendre comment la géométrie d'un objet influe sur ses propriétés physiques. Les outils qu'il utilise sont issus des équations aux dérivées partielles et de la géométrie. Ses premiers travaux ont porté sur la propagation et le contrôle des ondes dans des géométries particulières, dites sous-riemanniennes. Ensuite, il s'est tourné vers l'étude des ondes stationnaires dans les variétés et les graphes, en utilisant des approches analytiques communes pour ces deux types d'objets. En parallèle, passionné par les applications des mathématiques, il développe des outils d'analyse pour aborder des problèmes issus de l'intelligence artificielle, par exemple pour comprendre le fonctionnement des grands réseaux de neurones artificiels. Il mène ses travaux en collaboration avec des collègues en France, en Suisse, en Italie, au Canada et aux États-Unis.
    --------  
    1:54:37
  • Grand événement - À la recherche d'un Avenir Commun Durable : Pour une épistémologie de l'enquête sur les socio-agrosystèmes préindustriels
    Grand événement - À la recherche d'un Avenir Commun DurablePour une épistémologie de l'enquête sur les socio-agrosystèmes préindustrielsLe cas de l'agriculture irriguée de la Lombardie médiévaleCollège de FranceAnnée 2024-2025Projet sous la direction de : Patrick Boucheron, chaire Histoire des pouvoirs en Europe occidentale, XIIIe-XVIe siècle et François-Xavier Fauvelle, chaire Histoire et archéologie des mondes africains.Patrick BoucheronProfesseur du Collège de FranceLouise GentilPostdoctorante, Collège de FranceSalomé TissolongJournaliste indépendanteRésuméDepuis vingt ans, les « humanités environnementales » constituent un nouvel horizon de la recherche pour l'ensemble des sciences sociales. Cet essor est intimement lié aux préoccupations contemporaines grandissantes que nourrit la destruction par l'espèce humaine de son propre milieu de vie. Toutefois, l'historicisation des rapports des sociétés à leur environnement apparaît encore insuffisante, alors même qu'elle permet à la fois de tenir à distance de supposées évidences qui faussent les débats actuels, et de faire émerger des concepts utiles à la relecture des relations entre les humains et les composantes de leur milieu de vie.En effet, si les sociétés agraires préindustrielles fonctionnaient selon des équilibres que l'on peut – selon nos catégories contemporaines – qualifier de « durables », elles n'ont pourtant été épargnées ni par les logiques d'exploitation intensive ni par les volontés de maximisation de la productivité des hommes et des terres, comme le montre l'agriculture irriguée de Lombardie entre le XIIIe et le XVIe siècle.
    --------  
    45:42
  • Grand événement - AI and math for meteorology and climatology - Laure Zanna: Reshaping climate modelling with AI
    Grand événement - À la recherche d'un Avenir Commun DurableL'IA et les mathématiques pour la météorologie et la climatologieAI and math for meteorology and climatologyCollège de FranceAnnée 2024-20255 mai 2025Grand événement - AI and math for meteorology and climatology - Laure Zanna: Reshaping climate modelling with AILaure ZannaKeller Professor of Applied Mathematics, NYU CourantRésuméWhile AI has been disrupting conventional weather forecasting, we are only beginning to witness the impact of AI on long-term climate simulations. The fidelity and reliability of climate models has been limited by computing capabilities. These limitations lead to inaccurate representations of key processes such as convection, cloud, or mixing or restrict the ensemble size of climate predictions. Therefore, these issues are a significant hurdle in enhancing climate simulations and their predictions.Here, I will discuss a new generation of climate models with AI representations of unresolved ocean physics, learned from high-fidelity simulations, and their impact on reducing biases in climate simulations. The simulations are performed with operational ocean model components. I will further demonstrate the potential of AI to accelerate climate predictions and increase their reliability through the generation of fully AI-driven emulators, which can reproduce decades of climate model output in seconds with high accuracy.Laure ZannaProfessor Zanna is a climate physicist in the Department of Mathematics at the Courant Institute, and the Center for Data Science, NYU. She holds the Joseph B. Keller and Herbert B. Keller Professorship in Applied Mathematics. Her research focuses on understanding, simulating and predicting the role of the ocean in climate on local and global scales. She combines theory, numerical simulations, statistics, and machine learning to tackle a wide range of problems in fluid dynamics and climate, including turbulence, multiscale modeling, ocean heat and carbon uptake, and sea level rise. Since 2020, she is leading M²LInES, an international collaboration sponsored by Schmidt Sciences dedicated to improving climate models using scientific machine learning. In 2020, Prof Zanna received the Nicholas P. Fofonoff Award from the American Meteorological Society "for exceptional creativity in the development and application of new concepts in ocean and climate dynamics", and was the 2022 WHOI Geophysical Fluid Dynamics principal lecturer.
    --------  
    48:23
  • Grand événement - AI and math for meteorology and climatology - Marc Bocquet: Artificial intelligence for geophysical data assimilation
    Grand événement - À la recherche d'un Avenir Commun DurableL'IA et les mathématiques pour la météorologie et la climatologieAI and math for meteorology and climatologyCollège de FranceAnnée 2024-20255 mai 2025Grand événement - AI and math for meteorology and climatology - Marc Bocquet: Artificial intelligence for geophysical data assimilationMarc BocquetCEREA, ENPC, EdF R&D, Institut Polytechnique de ParisRésuméData assimilation is the set of key mathematical methods used to optimally combine observations and numerical model outputs. Data assimilation (DA) is critical to adjust the initial condition of meteorological forecasts, to estimate model parameters, and produce accurate re-analysis datasets. It has been at the heart of all operational weather forecasts for the past 50 years. Very recently, artificial intelligence (AI) and in particular deep learning, has begun being used as a tool to improve classical DA, to be combined with DA algorithmic schemes, or even to offer a substitute for DA.I will give an overview of the recent achievements and promising routes offered by AI into DA.For instance, ML can be leveraged in the regularisation of ensemble-based DA, in the solvers of variational DA methods, for generating or augmenting ensembles in DA, for building surrogates of the tangent linear and adjoint meteorological models to be used within DA, to learn a model error correction within a weak-constraint 4D-Var framework, or, ultimately, as a replacement for the DA analysis. I will also present an example where AI unveils new DA methods that were overlooked so far by the research community.Marc BocquetMarc Bocquet holds a Ph.D. from École Polytechnique and has an Habilitation delivered by Sorbonne University. He was a postdoctoral fellow at the University of Warwick and then at the University of Oxford. He is currently deputy director of CEREA, a laboratory of École nationale des ponts et chaussées and EDF R&D, and a professor at École nationale des ponts et chaussées, Institut Polytechnique de Paris. He works on data assimilation, inverse problems and statistical learning applied to the geosciences. He develops mathematical methods to better estimate the state of the atmosphere, of the ocean and the climate, as well as their constituents, using massive observations and complex models. He has published 115 papers and two books. He is associate editor of several peer-reviewed journals in the geosciences, and a Distinguished Research Fellow of the world's most renowned weather forecasting centre, the European Centre for Medium-Range Weather Forecasts (ECMWF).
    --------  
    47:49

Plus de podcasts Éducation

À propos de Collège de France - Sélection

Une sélection des enseignements et conférences du Collège de France. Retrouvez l’ensemble des podcasts du Collège de France par professeur sur notre site internet.
Site web du podcast

Écoutez Collège de France - Sélection, 6 Minute English ou d'autres podcasts du monde entier - avec l'app de radio.fr

Obtenez l’app radio.fr
 gratuite

  • Ajout de radios et podcasts en favoris
  • Diffusion via Wi-Fi ou Bluetooth
  • Carplay & Android Auto compatibles
  • Et encore plus de fonctionnalités

Collège de France - Sélection: Podcasts du groupe

Applications
Réseaux sociaux
v7.18.2 | © 2007-2025 radio.de GmbH
Generated: 5/16/2025 - 5:43:17 PM