UQSay #01

Pour ceux qui souhaiteraient prolonger le plaisir après trois jours de MASCOT-NUM à Rueil, nous proposons un séminaire le jeudi 21 mars après-midi au L2S (CentraleSupélec), avec deux exposés :

• 14h - Mickaël Binois (INRIA Sophia-Antipolis)
  Heteroskedastic Gaussian processes for simulation experiments
• 15h - François Bachoc (IMT, Toulouse)
  Gaussian process regression model for distribution inputs
  

Plus d'informations : https://uqsay.blogspot.com.  A bientôt sur le Plateau de Millegrues !

(Aucune inscription n'est nécessaire, mais un petit mail pour indiquer que vous pensez venir serait apprécié, afin de dimensionner correctement la salle ;-)

UseR! 2019

Le bureau du GdR vous parle :

Dear colleagues,

The annual conference UseR! 2019 will be held in Toulouse in FRANCE, from 9th to 12th July, 2019.

Website: http://www.user2019.fr

You are invited to submit an abstract for an oral presentation or a poster session.

Deadline for abstract submissions : 1st March, 2019.

A prize will be awarded for the best poster on "Design, modeling and analysis in computer experiments" by the MASCOT-NUM scientific committee. To help the organization committee to recognize that the poster is labeled "MASCOT-NUM", please indicate "Computer Experiments" in key words.

Regards

The GdR MASCOT-NUM board

MASCOT-NUM 2019

La 14ème édition de la conférence annuelle du GdR MASCOT-NUM est organisée par l'IFPEN à Rueil-Malmaison, du 18 au 20 mars 2019.

La première journée est consacrée aux travaux de doctorants.

La deuxième journée est dédiée à Luc Pronzato, à l'occasion de son 60ème anniersaire, et sera constituée d'une série d'exposés autour de ses thèmes de recherches.

La troisième journée sera composés d'exposés sur les thèmes de l'assimilation de données, de l'apprentissage statistique (parfois profond), de la planification d'expériences et de la réduction de dimension.

Le programme complet est disponible sur le site : http://www.mascotnum2019.com.

Big ideas for small data

Le prochain atelier du GdR, intitulé "Big ideas for small data" et organisé par Merlin Keller, aura lieu le 13 mai à l'IHP.

Atelier co-organisé avec le groupe "Fiabilité et incertitude" de la SFdS.

Programme et inscription :  ici !

Summer (autumn) schools

Un petit point sur quelques écoles d'été (et d'automne...) 2019.

Sur des thèmes très MASCOT :

• ETICS 2019 : September 23-27, Fréjus (France)
  École Thématique sur les Incertitudes en Calcul Scientifique
  [http://www.gdr-mascotnum.fr/etics.html]
• MNMUQ 2019 : September 2-6, Porquerolles Island (France)
  Modeling and Numerical Methods for Uncertainty Quantification
  [https://www.sigma-clermont.fr/en/mnmuq2019]
• GPSS 2019 : September 9-12, Sheffield (UK)
  Gaussian Process and Uncertainty Quantification Summer School
  [http://gpss.cc]

Un peu moins directement "MASCOT" (?) :

• NASS 2019 :  May 13-17, Paris (France)
  CEA-EDF-INRIA Numerical Analysis Summer School
  "A numerical introduction to optimal transport"
  [http://www-hpc.cea.fr/SummerSchools/SummerSchools2019-NASS.htm]
• SPARISTY4PSL : June 24-27, Paris (France)
  Sparsity for Physics, Signal and Learning
  [https://sparsity4psl.github.io]

N'hésitez pas à indiquer d'autres écoles intéressantes, en commentaire de ce post ou en complétant la page http://www.gdr-mascotnum.fr/schools.html.

Appel à contribution au séminaire « Appréhender la grande dimension »

Les « Rencontres chercheurs et ingénieurs » de Phimeca visent à stimuler la créativité des chercheurs et des ingénieurs pour la résolution de problèmes mettant en jeu la simulation numérique et l’analyse de données, et à encourager les transferts de savoirs et de technologies entre communautés scientifiques.

Elles sont gratuites et ouvertes à tous.

Le jeudi 6 juin 2019 aura lieu à l’institut Henri Poincaré à Paris une Rencontre chercheurs et ingénieurs intitulée « Appréhender la grande dimension ».

Consultez le site seminaire.phimeca.com pour plus de détails.

Vous pouvez vous inscrire ou proposer un exposé en écrivant à seminaire@phimeca.com.

Openturns, an open source initiative for the Treatment of Uncertainties, Risks'N Statistics: version 1.12 released!

OpenTURNS is a scientific C++ and Python library including an internal data model and algorithms dedicated to the treatment of uncertainties. The main goal of this library is giving to specific applications all the functionalities needed to treat uncertainties in studies. Targeted users are all engineers who want to introduce the probabilistic dimension in their so far deterministic studies.

OpenTURNS is distributed under the Lesser General Public License. Please see the LICENSE and the COPYING* files for details of the license of each components.

Up-to-date information can be found at http://www.openturns.org.

Release notes

The major changes of version 1.12 are:

• FieldFunction and co knows its input/output meshes before evaluation.
• SobolSequence has been extended from maximum dimension 40 to 1111
• Parametrized statistical tests by first kind risk instead of 1-risk
• FittingTest now compute a correct p-value in Kolmogorov tests even if the parameters are estimated from the tested sample
• Completed documentation migration with process content

Please see the ChangeLog file for a more exhaustive summary of bug fixes and new features for the current release.

Backwards Compatibility

The developers strive their best to preserve backwards compatibility between releases, but this is not always possible. Where backwards compatibility is known to be broken, it is clearly marked as an incompatibility in the ChangeLog file.

Installation

Please see the http://openturns.github.io/openturns/latest/install.html for instructions on installing OpenTURNS on various platforms from binaries or sources.

Documentation

The http://openturns.github.io/openturns/latest/contents.html page contains the most recent set of updated documentation for this release.

Contributing

See http://openturns.github.io/openturns/latest/developer_guide/developer_guide.html for instructions.

-- The OpenTURNS team