Abigail R. Azari
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Abigail R. Azari est titulaire d’une chaire en IA Canada-CIFAR à l’Amii et professeure adjointe à la Faculté des sciences et à la Faculté de génie de l’Université de l’Alberta. Ses recherches portent sur l’apprentissage automatique scientifiquement documenté pour la science planétaire et la physique spatiale. Ses travaux font progresser les connaissances sur les environnements spatiaux entourant les planètes, y compris Mars et Saturne. Abigail Azari participe régulièrement à des missions spatiales multinationales en tant que spécialiste de l’apprentissage automatique et des sciences du domaine. Elle s’intéresse de manière générale à la résolution des défis méthodologiques de l’apprentissage automatique communs aux sciences de la Terre et de l’espace afin de favoriser des découvertes scientifiques.
Prix
- Bourse de recherche en science des données, Université de la Colombie-Britannique, 2023
- Recherche de doctorat exceptionnelle, Université du Michigan, 2020
- Formatrice-étudiante diplômée exceptionnelle, Université du Michigan, 2020
- Bourse de recherche aux cycles supérieurs, NSF, 2016
- Bourse en sciences planétaire et spatiale, NASA, 2015
Publications Pertinentes
- Azari, A. R., Abrahams, E., Sapienza, F., Halekas, J., Biersteker, J., Mitchell, D. L. et al. (2024). « A virtual solar wind monitor at Mars with uncertainty quantification using Gaussian processes », Journal of Geophysical Research: Machine Learning and Computation.
- Azari, A. R., Abrahams, E., Sapienza, F., Mitchell, D. L., Biersteker, J., Xu, S. et al. (2023). « Magnetic field draping in induced magnetospheres: Evidence from the MAVEN mission to Mars », Journal of Geophysical Research: Space Physics.
- Azari, A., Biersteker, J. B., Dewey, R. M., Doran, G., Forsberg, E. J., Harris, C. D. K., … Ruhunusiri, S. (2021). « Integrating Machine Learning for Planetary Science: Perspectives for the Next Decade », Bulletin of the AAS, 53(4).
- Azari, A. R., Lockhart, J. W., Liemohn, M. W. et Jia, X. (2020). « Incorporating Physics Knowledge in Machine Learning for Planetary Space Physics », Frontiers in Astronomy and Space Sciences.
- Azari, A. R. (2020). A Data-Driven Understanding of Plasma Transport in Saturn’s Magnetic Environment. Thèse de doctorat, Université du Michigan.