Mangeas Morgan
Directeur·rice d'Unité Adjoint·e (DUA)
Directeur·rice de Recherche (DR)
Formation :
Mots-clés :
Deep learning, modélisation spatio-temporelle, impacts du changement climatique, suivi de la biodiversité, dynamique des maladies infectieusesPrésentation
À l’interface des disciplines, mes travaux de recherche consistent à développer des outils pour la supervision et la surveillance de phénomènes dynamiques soumis aux changements globaux (dont climatique) en utilisant des techniques de modélisation spatio-temporelle. Ces approches permettent d’évaluer les impacts des différents scénarios de projection climatique. Il s’agit notamment de
- Déterminer en fonction des données disponibles et des objectifs la meilleure approche possible : statistique (dirigée par les données), déterministe (dirigée par les mécanismes supposés qui induisent le phénomène) ou hybride (c’est à dire une combinaison des deux approches).
- Coupler les modèles spatio-temporels afin d'améliorer la compréhension et la prévision de la dynamique globale du phénomène.
Ces recherches dans le domaine des mathématiques appliquées sont déclinées actuellement dans 3 axes thématiques :
- L’estimation de la biodiversité marine par réseaux de neurones denses
- La dynamique cyclonique actuelle et future dans le Pacifique Sud
- La prévision de la dynamique des maladies vectorielles
Zones d'étude
Pacifique Sud, Asie du sud-est
Programmes de recherche en cours
- ECOMORE II (Prévision de la Dengue et de la Leptospirose en Asie du Sud-Est, WP Climat, Financement AFD)
- Euristic (Estimation des impacts des évènements cycloniques dans le Pacifique Sud, Financement Fonds Pacifique)
Compétences techniques et scientifiques
Programmation R, Python. Modélisation de processus spatio-temporels non linéaires et Deep learning