pyCSAMT
Python toolbox for AMT/CSAMT: end-to-end processing, SEG-EDI/Zonge compatibility, and 2D/3D geophysical inversion workflows.
Actuellement à l’INP-HB · YamoussoukroGéophysicien
Géophysicien
computationnel
Je conçois une IA guidée par la physique et des outils open source qui transforment les données du sous-sol et satellitaires en prévisions fiables, pour les risques naturels, les eaux souterraines et les ressources minérales.
- 0
- Publications
- 0
- Présentations
- 1,14 M $US
- Financements
- 0
- Brevets et droits d’auteur
- 0
- Outils open source
- 0
- Pays
dont 16 en premier auteur
Depuis 2017 · 1 session présidée
2 subventions · 12 contrats
1 brevet · 1 droit d’auteur logiciel
Paquets Python sur GitHub et PyPI
Chine · Thaïlande · EAU · États-Unis
Parcours de recherche
Publications et présentations à chaque étape de ma carrière, en cumul ou année par année.
Étapes clés
2026
Enseignant-chercheur à l’INP-HB, Côte d’Ivoire
2024
Chercheur-enseignant à la CSU
2022
Chercheur postdoctoral à l’Université du Centre-Sud
2018
Doctorat en géophysique à l’Université du Zhejiang
Production cumulée depuis 2017
PublicationsPrésentations
Quatre axes, une question
Comment le big data et l’IA guidée par la physique peuvent-ils rendre les prévisions du système Terre assez fiables pour agir ?
Axe 01
Big Data dans les systèmes terrestres
Satellites, prospections géophysiques et réseaux de capteurs produisent bien plus de données que les méthodes géoscientifiques classiques ne peuvent en exploiter.
Explorer l’axe
Axe 02
Risques naturels
Affaissement des sols, contamination par des décharges défaillantes et feux de forêt menacent villes, eaux et écosystèmes — souvent plus vite que la surveillance.
Explorer l’axe
Axe 03
Eaux souterraines et exploration minière
Trouver l'eau et les ressources minérales là où les données manquent reste coûteux et incertain.
Explorer l’axe
Axe 04
Incertitude et prévisions fiables
Prendre des décisions fiables nécessite une compréhension sûre de l'incertitude des prévisions.
Explorer l’axeLogiciels open source
Les paquets Python que je développe et maintiens pour la communauté.
k-diagram
Boîte à outils de diagnostics polaires pour l'incertitude, la couverture, la calibration et la sévérité des prévisions.
GeoPrior-v3
Framework Python scientifique pour l'analyse des géorisques guidée par la physique, la prévision et l'interprétation orientée risque.
Base-attentive
Framework encodeur-décodeur modulaire pour la prévision séquence-à-séquence avec des blocs d'attention en couches.
Publications choisies
Travaux récents évalués par les pairs.
Environmental Modelling & Software2026
A diagnostic framework for interpreting spatiotemporal probabilistic forecasts
Kouadio, K. L.; Liu, R.; Loukou, K. G. H.; Liu, W.; Qing, Z.; Liu, Z.
Lire l’articleWaste Management2026
A low-cost method for planar localization of leakage points in closed landfills
Liu, R.; Liu, Y.; Jiang, S.; Yang, G.; Kouadio, K. L.
Lire l’articleComputers & Geosciences2025
A mixture learning strategy for predicting aquifer permeability coefficient K
Kouadio, K. L.; Liu, J.; Liu, W.; Liu, R.
Lire l’articleDerniers articles
Essais et tutoriels sur la géophysique, l’IA et la science ouverte.
Géophysique14 oct. 20269 min de lecture
La géoscience numérique : bien plus qu’une discipline, une passion
Quand la curiosité pour la Terre rencontre le plaisir de programmer, de comprendre et de créer
Lire l’article
Géophysique14 oct. 202617 min de lecture
Comprendre la géoscience numérique : fondements, méthodes et perspectives
Comment les mathématiques, la physique, le calcul scientifique et l’intelligence artificielle transforment notre compréhension de la Terre
Lire l’article
Logiciel4 avr. 202618 min de lecture
GeoPrior-v3 : une IA guidée par la physique pour une prévision fiable des géorisques
Pourquoi GeoPriorSubsNet compte pour la prévision de la subsidence des sols, la science reproductible et l’analyse du risque orientée vers la décision
Lire l’articleInitiative en cours
Water4All Africa
De meilleures décisions pour l’eau, une sécurité hydrique renforcée.
Une plateforme ouverte de données sur l’eau et d’aide à la décision qui relie les besoins des communautés, la science de terrain et une modélisation fiable, avec l’intelligence des eaux souterraines et des forages assistée par l’IA en son cœur.
- La Côte d’Ivoire comme premier nœud pilote
- 54 nœuds pays africains préparés
- Observer → Comprendre → Prévoir → Valider → Agir
water4all-africa.org
Construisons ensemble quelque chose d’utile
Collaboration de recherche, projets étudiants, conférences ou logiciels : je suis toujours heureux d’échanger sur de nouvelles idées.