Analyse des données spatio-temporelles avec Rose Yu

Aujourd’hui, nous sommes rejoints par Rose Yu, professeur adjoint à la Jacobs School of Engineering de UC San Diego.

Les recherches de Rose se concentrent sur l’avancement des algorithmes d’apprentissage automatique et des méthodes d’analyse des séries chronologiques à grande échelle et des données spatiales temporelles, puis appliquant ces développements au climat, au transport et à d’autres sciences physiques. Nous discutons de la façon dont Rose intègre les connaissances physiques et les équations différentielles partielles dans ces cas d’utilisation et comment les symétries sont exploitées. Nous explorons également leur nouvelle conception de réseau neuronal qui se concentre sur les opérateurs de convolution non traditionnels et permet une symétrie générale, comment nous passons de ces représentations aux architectures de réseau qu’elle a développées et un autre article récent sur les modèles spatio-temporels profonds.