Bûn-Kim SAN
PHD Student at UC3M - PhD Program in Aerospace Engineering- Claim this Profile
Click to upgrade to our gold package
for the full feature experience.
Topline Score
Bio
0
/5.0 / Based on 0 ratingsFilter reviews by:
Credentials
-
Apprenez la programmation orientée objet avec Python
OpenClassroomsJun, 2021- Sep, 2024 -
Utilisez Git et GitHub pour vos projets de développement
OpenClassroomsJun, 2021- Sep, 2024 -
Introduction to Data Science in Python par l'University of Michigan
University of MichiganApr, 2021- Sep, 2024
Experience
-
UC3M - PhD Program in Aerospace Engineering
-
Spain
-
Aviation and Aerospace Component Manufacturing
-
1 - 100 Employee
-
PHD Student
-
Sep 2023 - Present
Amélioration des prévisions météo avec des méthodes d'IA/ML Amélioration des prévisions météo avec des méthodes d'IA/ML
-
-
-
Japan Meteorological Agency
-
1 - 100 Employee
-
Projet de fin d’études
-
Feb 2023 - Jul 2023
Research proposal: Innovating assimilation of non-Gaussian image data by the use of VAE as multidimensional Gaussian Anamorphosis Recent rapid evolution of remote-sensing technology has ushered in unprecedented volume of Earth observations, many come in the form of dense image data (especially satellite radiances and ground-based radar images). It has now become of urgent importance to extract as much information as possible from these 2D image observations, but effective assimilation of such observations poses three significant challenges: (1) Dimensional Redundancy, (2) Inter-pixel error correlations, and (3) non-Gaussian error distribution. Existing data assimilation (DA) methods have largely ignored or avoided these challenges, so that, to derive maximal values from the aforementioned 2D image observation, an innovative assimilation methodology is called for. In particular, in the case of DA for numerical weather prediction (NWP), naïve assimilation of 2D image observations with the existing methods results in unrealistic distortion of structure of weather disturbances and/or failure to correct position errors. Here we will radically innovate assimilation of 2D image observations at an algorithmic level by adapting Variational Auto-Encoder (VAE). VAE enables us to convert high-dimensional data like images with complicated non-Gaussian distribution into low-dimensional uncorrelated latent variables that follow standard Gaussian distribution. We hypothesize that, by converting high-dimensional image data into their low-dimensional latent space and by performing assimilation in this latent space, all the aforementioned three challenges can be overcome, allowing us, notably, to correct position errors of weather disturbances without deforming their structures. Implement of it with JMA’s operational regional NWP system and infrared geostationary imagery and demonstratation/validation of the efficacy of the proposed method. Show less
-
-
-
METEO FRANCE
-
France
-
Government Administration
-
700 & Above Employee
-
Projet tutoré
-
Sep 2022 - Jan 2023
Apprentissage de matrices de covariance des erreurs d'observation (matrice R et surtout son inverse en assimilation de données) par Deep Learning. Apprentissage de matrices de covariance des erreurs d'observation (matrice R et surtout son inverse en assimilation de données) par Deep Learning.
-
-
-
UQAM | Université du Québec à Montréal
-
Canada
-
Higher Education
-
700 & Above Employee
-
Chercheur stagiaire
-
Jun 2022 - Sep 2022
Titre du projet : Développement d’indices de convection en lien avec l’occurrence des éclairs et des feux de forêts au Canada Le réchauffement climatique va modifier les conditions de formation des systèmes météorologiques, avec notamment une augmentation des phénomènes extrêmes et des orages violents notamment, dont certains sont à l’origine de démarrage de feux de forêts. On estime à 45% les feux de forêts reliés à l’occurrence d’orage et d’éclairs associés au Canada (81% des superficies incendiées). Le présent travail consiste à identifier et évaluer les liens entre différents indices de convection (ex., convective available potential energy, CAPE), la précipitation (échelle horaire) et les éclairs à l’origine du démarrage des feux de forêts au Canada. Dans ce projet, les données utilisées proviennent de la réanalyse ERA5 (CAPE, précipitation ou autres variables atmosphériques), et les impacts de foudre utilisés proviennent du WWLLN (WorldWide Lightning Location Network, disponible à 1° de résolution à l’échelle journalière). Les principaux indices qui ont été analysés sont 1) {CAPE} x {Précipitations Convectives}, 2) K index (KI), et 3) d’autres indices élaborés à partir des connaissances de prévision d’orage (convergence d’humidité etc...). Le travail a donné lieu à un séminaire afin de présenter les résultats de celui-ci. Show less
-
-
-
Ecole nationale de la Météorologie
-
France
-
Higher Education
-
1 - 100 Employee
-
Assistance météorologique
-
May 2022 - May 2022
Le samedi 14 mai 2022 a eu lieu la 36ème édition du meeting aérien AirExpo, un évènement qui a accueilli plus de 15 000 visiteurs. -présentation de la situation météorologique prévue pour une échéance J+3 à l'organisation de AirExpo -briefing à J pour les pilotes et l'organisation de AirExpo -tenue d'un stand d'information sur l'ENM et la Météorologie en général pour les plus curieux -Prévision à J+1 pour les membres de la Patrouille de France pour la journée de retour à leur base aérienne (Baux-de-Provence) Show less
-
-
-
-
Projet Modélisation Innovation tuteuré
-
Feb 2022 - Apr 2022
Projet de groupe : Définition de régimes de temps ‘toutes saisons’ sur la région nord-Atlantique et analyse de potentielles tendances climatiques à partir de données ERA5, encadré par Frédéric FERRY, Christophe CASSOU, Julien CATTIAUX Projet de groupe : Définition de régimes de temps ‘toutes saisons’ sur la région nord-Atlantique et analyse de potentielles tendances climatiques à partir de données ERA5, encadré par Frédéric FERRY, Christophe CASSOU, Julien CATTIAUX
-
-
-
CERFACS
-
France
-
Research Services
-
100 - 200 Employee
-
Chercheur stagiaire
-
Jun 2021 - Aug 2021
Sujet : Exploration de la fermeture du PKF (filtre de Kalman paramétrique) pour des termes de dispersion Description : Le filtre de Kalman paramétrique (PKF) est une nouvelle implémentation du filtre de Kalman (KF), dans laquelle les matrices de covariances d’erreur sont modélisées à l’aide d’un modèle de covariance ajusté par des paramètres. Ainsi, décrire la dynamique des paramètres et leur mise à jour durant l’étape d’assimilation permet de reproduire le cycle d’assimilation du KF. Le PKF offre une formulation économique en coût de calcul comparée à un filtre de Kalman d’ensemble (EnKF), et ne souffre pas du bruit d’échantillonnage. Cependant, il est nécessaire de déterminer les équations de la dynamique des paramètres, ce qui est une étape difficile. Ces dernières années, différentes contribution ont permis de faciliter cette mise en mise en équation. D’abord en précisant le formalisme (Pannekoucke et al. 2018), puis en offrant des outils de calculs symbolique pour la construction des équations (Pannekoucke and Arbogast, 2021). Malgré ces outils, une second difficulté apparaît : certains termes de la dynamique doivent être fermé. Pour aider à construire des fermetures pertinentes, des outils d’hybridation physique-IA ont été développé (Pannekoucke and Fablet, 2020). L’objectif du stage est d’utiliser les outils développés autour du PKF pour construire les équations qui régissent la dynamique des incertitudes pour un processus dispersif : dérivée d’ordre 3 dans une équation d’évolution en 1D. Le travail consistera à développer des calepins Jupyter permettant d’explorer cette question. Ces calepins seront organisés et hébergés sur une plateforme collaborative (github/gitlab). Stage encadré par Olivier Pannekoucke Show less
-
-
-
Cabinet GRISILLON
-
France
-
Stagiaire au cabinet d'avocats GRISILLON
-
Mar 2014 - Mar 2014
Présence à des audiences Lecture de dossiers de litiges Présence à des audiences Lecture de dossiers de litiges
-
-
Education
-
Ecole nationale de la Météorologie
Diplôme d'ingénieur -
Institut national des Sciences appliquées de Toulouse
Diplôme d'ingénieur Génie Mathématiques et Modélisation, Mathématiques appliquées, Modélisations, Statistiques -
Université Paul Sabatier Toulouse III
Licence Mathématiques Enseignement Supérieur et Recherche, Mathématiques -
Lycée Henri Bergson
Classes préparatoires aux grandes écoles (CPGE), Mathématiques et Physique