Date : Jeudi 10 avril 2025
Heure : 13h à 14h, heure de l’Est
Lieu : Sur Zoom
Rejoignez-nous pour le deuxième séminaire NISS-INCASS sur la science des données collaboratif : Astronomie et émulation cosmique. Ce séminaire explore le rôle de la modélisation statistique et des techniques de calcul dans l’amélioration de notre compréhension de l’univers. Avec Kelly Renee Moran (Laboratoire national de Los Alamos) et Katrin Heitmann (Laboratoire national d’Argonne), la présentation mettra en évidence comment l’émulation statistique accélère les simulations astrophysiques complexes, permettant aux chercheurs d’étudier plus efficacement les structures cosmiques. Les concepts statistiques clés abordés incluent les plans itératifs de remplissage d’espace, les techniques de lissage statistique et l’émulation et l’étalonnage basés sur des processus gaussiens. Emily Casleton (Laboratoire national de Los Alamos) animera la session et animera une discussion captivante à l’intersection de la science des données, de l’astronomie et du calcul haute performance.
INSCRIVEZ-VOUS SUR ZOOM
Kelly Renee Moran est statisticienne appliquée au Laboratoire national de Los Alamos (LANL), où elle applique la modélisation statistique et les outils informatiques pour résoudre des problèmes complexes dans de multiples disciplines scientifiques. De l’astrophysique à l’épidémiologie, son expertise aide les chercheurs à extraire des informations pertinentes de leurs données. Elle a rejoint le groupe de sciences statistiques du LANL en 2020 après avoir travaillé de manière intermittente au laboratoire pendant cinq ans. Son intérêt précoce pour les statistiques appliquées l’a conduite à intégrer le LANL alors qu’elle était étudiante de premier cycle à l’Université Clemson, où elle a collaboré avec le groupe d’épidémiologie du laboratoire. Elle a ensuite obtenu un doctorat en statistiques à l’Université Duke grâce à une bourse d’études supérieures en sciences informatiques du Département de l’énergie (DOE CSGF), effectuant plusieurs stages de recherche à Los Alamos avant de rejoindre le laboratoire à temps plein. Ses recherches couvrent un large éventail de sujets. Elle a contribué à l’épidémiologie en analysant les données de recherche sur Internet pour prévoir les tendances mondiales des maladies et, pendant la pandémie de COVID-19, a étudié la propagation des variants viraux en fonction de facteurs démographiques et immunitaires. En sciences spatiales, Moran a travaillé avec les données du satellite Interstellar Boundary Explorer (IBEX) de la NASA afin de déterminer si différents événements de détection de particules pouvaient provenir d’un signal héliosphérique commun. Elle a également joué un rôle clé dans la modélisation cosmologique, en développant un émulateur permettant de prédire le spectre de puissance de la matière à partir de simulations à grande échelle, permettant ainsi aux chercheurs d’étudier plus efficacement la structure cosmique. Au-delà de la recherche, Moran a également contribué à la sécurité au travail au LANL en automatisant les systèmes de surveillance de la santé des employés et de leur exposition aux risques. Elle est membre active de la division Sciences informatiques et statistiques (CCS) du LANL, où elle contribue au développement professionnel et à la collaboration entre les chercheurs en début de carrière. Son approche interdisciplinaire et son esprit de résolution de problèmes font d’elle une contributrice inestimable à la mission du LANL, qui consiste à faire progresser les connaissances au-delà des frontières scientifiques grâce à la découverte fondée sur les données.
Katrin Heitmann est physicienne et chercheuse en informatique au Laboratoire national d’Argonne, au sein de la division de physique des hautes énergies. Elle est également associée principale au Kavli Institute for Cosmological Physics de l’Université de Chicago et membre du NAISE de l’Université Northwestern. Avant de rejoindre Argonne, Katrin était membre du personnel du Laboratoire national de Los Alamos. Ses recherches portent actuellement sur la cosmologie computationnelle, et plus particulièrement sur la compréhension des causes de l’expansion accélérée de l’univers. Elle est responsable de vastes campagnes de simulation avec HACC (Hardware/Hybrid Accelerated Cosmology Code) et des outils de la bibliothèque d’analyse associée, CosmoTools. Katrin est membre de plusieurs grandes études astrophysiques visant à éclairer cette question et était jusqu’à récemment porte-parole de la LSST Dark Energy Science Collaboration. Ses recherches portent sur la cosmologie, l’étude de l’énergie noire, de la matière noire et de l’inflation, ainsi que le calcul haute performance.
Emily Casleton est statisticienne au sein du groupe de sciences statistiques du Laboratoire national de Los Alamos (LANL). Elle y a été recrutée comme étudiante d’été lors de la Conférence sur l’analyse des données (CoDA) de 2012. Elle a rejoint le laboratoire en tant que postdoctorante en 2014 après avoir obtenu son doctorat en statistiques à l’Université d’État de l’Iowa. Depuis son arrivée au sein du personnel en 2015, Emily collabore régulièrement avec des sismologues, des ingénieurs nucléaires, des physiciens, des géologues, des chimistes et des informaticiens sur une grande variété de projets innovants axés sur les données. Plus récemment, ses recherches se sont concentrées sur le test et l’évaluation de grands modèles d’IA. Elle est titulaire d’une licence en mathématiques et sciences politiques du Washington & Jefferson College (2003), d’une maîtrise en statistiques de l’Université de Virginie-Occidentale (2006) et d’un doctorat en statistiques de l’Université d’État de l’Iowa.
À une époque où les données transcendent les frontières traditionnelles, il n’a jamais été aussi crucial de favoriser la collaboration interdisciplinaire. En collaboration avec le National Institute of Statistical Sciences (NISS), nous sommes fiers de présenter la NISS-CANSSI Collaborative Data Science Webinar Series, consacrée à la présentation du travail des data scientists et des scientifiques de domaine issus de divers domaines scientifiques qui collaborent pour faire progresser la science. Cette initiative célèbre le pouvoir de la collaboration, en démontrant comment la fusion de la science des données avec diverses disciplines peut stimuler l’innovation, résoudre des problèmes complexes et repousser les frontières de la connaissance au-delà du domaine des statistiques.
Chaque session sera animée par deux intervenants : un data scientist et un expert d’un autre domaine qui ont collaboré avec succès pour obtenir des résultats percutants. Grâce à leurs expériences et à leurs connaissances partagées, les participants acquerront une compréhension plus approfondie des processus collaboratifs qui comblent les écarts entre différents paysages scientifiques. Ces séminaires mettront non seulement en lumière les partenariats réussis, mais offriront également une plateforme d’échange d’idées, de méthodologies et de bonnes pratiques qui inspirent de nouvelles collaborations.