Mots clés

• Périmètre visé : Données massives issues d’observations, de mesures expérimentales, de traitement, d’analyses ou de simulations numériques ; Données d’intérêt en physique des hautes énergies, science du climat, sismologie, astrophysique, science des matériaux, chimie moléculaire et catalyse, ingénierie et physique.
• Nouveaux modèles spécifiques et architectures dédiées de stockage, de gestion et de calcul en lien avec des données scientifiques massives, hétérogènes et distribuées ; passage à l’exascale
• Méthodes pour le traitement de données imparfaites, incomplètes ou incertaines ; reconstruction et génération de données
• Intégration de données distribuées, hétérogènes, multi-sources ou multi-échelles : croisement, agrégation, assimilation et interopérabilité
• Exploration de gros volumes de données et de données complexes : visualisation, détection d’événements rares, etc.
• Méthodes dédiées à l’exploitation et l’analyse des jeux de données : simulation numérique, analyse statistique, apprentissage, intelligence artificielle
• Impact énergétique et environnemental du traitement et du transfert des données : mesures d’impact, méthodes et architectures frugales, réduction de données, couplages multi-échelles
• Nouvelles méthodes d’ingénierie, d’optimisation et d’évolution dynamique de flux de traitement de données scientifiques
• Approches hybrides, intégrant des modèles statiques ou dynamiques des phénomènes, des connaissances et des données
• Simulations numériques, simulation hybride combinant des modèles informés par la physique et des approches d'apprentissage