Les XV^e Journées de Géostatistique auront lieu les 16 et 17 septembre 2021, à Fontainebleau mais selon une modalité hybride pour parer à toute éventualité.

Cette édition est coorganisée par l'équipe géostatistique du centre de Géosciences de Mines ParisTech et le réseau RESSTE (RESeau Statistiques pour données Spatio-TEmporelles).

L'inscription est gratuite mais obligatoire.

A compter du 7 septembre, les nouveaux inscrits ne pourront assister à la conférence qu'à distance. Les liens zooms seront transmis par email aux personnes inscrites.

Les diapositives des présentations sont disponibles ici :

https://cloud.mines-paristech.fr/index.php/s/dhpyWvSdBWSPwtU

Le programme comportera 8 exposés invités :

• Denis Allard (INRAe)
  Géostatistique Spatio-Temporelle Multivariée : Modèles et Méthodes
  
  
• Olivier Dubrule (Imperial College London)
  Modélisation et Inversion des Modèles Stochastiques de Réservoir avec les GANs
  
  
• Francky Fouedjio (AngloGold Ashanti)
  Exact Conditioning of Random Forest for Spatial Prediction
  
  
• Joe Guinness (Cornell University)
  Gaussian Process Computing with Vecchia's Approximation and the GpGp R Package
  
  
• Grégoire Mariethoz (UNIL)
  Efficient algorithms to simulate data patterns in geosciences
  
  
• Valérie Monbet (Université Rennes 1)
  Comparison of simulation-based algorithms for parameter estimation and state reconstruction in nonlinear state-space models
  
  
• Frédéric Pascal (CentraleSupélec)
  On Robust Estimation and Random Matrix Theories applied to Signal and Image Processing
  
  
• Thomas Opitz (INRAe)
  Les modèles des événements extrêmes conditionnels, un pont entre la géostatistique et la théorie des valeurs extrêmes
  

Appel à contributions

• Soumission des résumés (400 mots maximum, inscription requise) jeudi 22 juillet 2021
• Notification des contributions acceptées lundi 2 août 2021

Les thématiques privilégiées de ces Journées sont :

• Approches Machine learning pour les données spatiales et spatio-temporelles
  
• Grands jeux de données spatiales
• Modélisation spatio-temporelle
• Extrêmes spatiaux
• Problème inverse et assimilation de données