Chargement en cours
Vous êtes ici : Accueil

Créé à l'École Nationale des Ponts et Chaussées en 2003,

le CEREA est devenu un Laboratoire Commun École nationale des ponts et chaussées - EDF R&D à compter du 1er janvier 2004.

Ses activités de recherche sont centrées sur la pollution de l'air et la micrométéorologie des basses couches de l'atmosphère.

CEREA 15 ans (clip vidéo)

Rendez-vous en air inconnu - Episode 1

Rendez-vous en air inconnu - Episode 2 à venir

Rendez-vous en air inconnu - Episode 3 à venir

Dernières publications

F. Liang, J. P. Valdes, S. Cheng, L. Kahouadji, S. Shin, J. Chergui, D. Juric, R. Arcucci, and O. K. Matar, “Liquid–Liquid Dispersion Performance Prediction and Uncertainty Quantification Using Recurrent Neural Networks,” Industrial & Engineering Chemistry Research, 2024.

Vous souhaitez accéder à :

F. Liang, J. P. Valdes, S. Cheng, L. Kahouadji, S. Shin, J. Chergui, D. Juric, R. Arcucci, and O. K. Matar, “Liquid–Liquid Dispersion Performance Prediction and Uncertainty Quantification Using Recurrent Neural Networks,” Industrial & Engineering Chemistry Research, 2024.

Pour continuer, merci de renseigner votre adresse email.
Les liens vous seront envoyés par email directement.

H. Wang, H. Zhou, and S. Cheng, “Dynamical system prediction from sparse observations using deep neural networks with Voronoi tessellation and physics constraint,” Computer Methods in Applied Mechanics and Engineering, vol. 432, p. 117339, 2024.

Vous souhaitez accéder à :

H. Wang, H. Zhou, and S. Cheng, “Dynamical system prediction from sparse observations using deep neural networks with Voronoi tessellation and physics constraint,” Computer Methods in Applied Mechanics and Engineering, vol. 432, p. 117339, 2024.

Pour continuer, merci de renseigner votre adresse email.
Les liens vous seront envoyés par email directement.

S. Cheng, H. Chassagnon, M. Kasoar, Y. Guo, and R. Arcucci, “Deep learning surrogate models of JULES-INFERNO for wildfire prediction on a global scale,” IEEE Transactions on Emerging Topics in Computational Intelligence, 2024.

Vous souhaitez accéder à :

S. Cheng, H. Chassagnon, M. Kasoar, Y. Guo, and R. Arcucci, “Deep learning surrogate models of JULES-INFERNO for wildfire prediction on a global scale,” IEEE Transactions on Emerging Topics in Computational Intelligence, 2024.

Pour continuer, merci de renseigner votre adresse email.
Les liens vous seront envoyés par email directement.
En poursuivant votre navigation sur ce site, vous acceptez nos conditions d'utilisation notamment l’utilisation de cookies afin d'améliorer la qualité de vos visites et réaliser des statistiques.
Mentions légales / Politique de confidentialitéX