Upgrade to Pro — share decks privately, control downloads, hide ads and more …

20200924-datadrink-meteo-net

etalab-ia
September 24, 2020
160

 20200924-datadrink-meteo-net

etalab-ia

September 24, 2020
Tweet

Transcript

  1. Sommaire 1. Présentation générale a. MeteoNet : pour favoriser l’innovation

    en IA pour la météorologie b. Données d’archives : prévisions et observations c. Un accès libre sur internet avec une toolbox en Python 2. Use cases 3. Perspectives
  2. En IA, pas d’innovation sans dataset ouvert ! • Toute

    l’innovation Deep Learning est basée sur des datasets ouverts • En météorologie, il existe peu de datasets : ◦ formatés pour l’IA ◦ consolidés ◦ de référence
  3. Les données • 3 ans (de 2016 à 2018) •

    Quarts NO et SE de la France • Taille raisonnable : ~170GB Stations sol Prévisions AROME et ARPEGE, 2D et 3D Lame d’eau Réflectivité Masques terre-mer relief
  4. Accès par la page d’accueil https://meteonet.umr-cnrm.fr/ Toolbox sur GitHub Documentation

    : https://meteofrance.github.io/meteonet / Données Kaggle Plateforme web organisant des compétitions Data Science
  5. Applications & contributions Contributions : • Communauté académique • Data

    enthusiasts Prédiction de séries temporelles Correction de données d’observation Améliorations des prévisions Prévision Immédiate de précipitations
  6. A venir • Améliorer MeteoNet ◦ Plus de données (observations

    satellites) ◦ Optimiser l’organisation des données ◦ Une toolbox simplifiée • Animer et fédérer une communauté autour de MeteoNet ◦ Encadrements de projets, de challenges