Professeur Jef Caers
Professeur Université de Stanford
Jef Caers a obtenu un master (1993) en génie minier et géophysique ainsi qu'un doctorat (1997) en génie minier à l'Université catholique de Louvain, en Belgique. Il est actuellement professeur de sciences de la Terre et des planètes à l'université de Stanford. Jef Caers a été un pionnier de la recherche en science des données, en intelligence artificielle et en prise de décision en situation d'incertitude dans le domaine de l'exploitation des ressources terrestres. En tant que fondateur de Stanford Mineral-X, le professeur Caers collabore avec le secteur de l'exploration minière afin de réduire les coûts et d'améliorer les découvertes. Jef Caers est l'auteur de six ouvrages sur la science des données et la prise de décision, qui allient rigueur académique et applications industrielles pratiques. Il a reçu la médaille Krumbein de l'Association internationale des géosciences mathématiques pour l'ensemble de ses réalisations professionnelles.
Programme des sessions 2026
La science des données moderne pour accélérer la découverte
Cette session explore la manière dont les techniques analytiques avancées, fondées sur l'apprentissage automatique, la théorie des réseaux et la modélisation stochastique, transforment l'exploration minière à travers l'Afrique. Elle présente GeoChemNet, une approche novatrice de visualisation des ensembles de données géochimiques par l'analyse de réseaux, qui permet aux géologues d'identifier des valeurs aberrantes et des tendances significatives que les méthodes traditionnelles négligent souvent. Les participants examineront également comment l'interpolation stochastique des données de lignes de vol réduit les faux positifs dans les levés géophysiques, améliore la précision du ciblage souterrain et permet d'économiser des millions en coûts d'exploration.
Mercredi 11 février 14 h 50 - 15 h 50 Scène des Pyramides de Nubie (CTICC2 - Rez-de-chaussée - Hall d'exposition)
Technologies de rupture
Cette session explore la manière dont les techniques analytiques avancées, fondées sur l'apprentissage automatique, la théorie des réseaux et la modélisation stochastique, transforment l'exploration minière à travers l'Afrique. Elle présente GeoChemNet, une approche novatrice de visualisation des ensembles de données géochimiques par l'analyse de réseaux, qui permet aux géologues d'identifier des valeurs aberrantes et des tendances significatives que les méthodes traditionnelles négligent souvent. Les participants examineront également comment l'interpolation stochastique des données de lignes de vol réduit les faux positifs dans les levés géophysiques, améliore la précision du ciblage souterrain et permet d'économiser des millions en coûts d'exploration.
Scène des Pyramides de Nubie (CTICC2 - Rez-de-chaussée - Salle d'exposition) Afrique/JohannesburgOptimisation basée sur l'IA de l'exploration, de l'exploitation minière et du traitement des minerais
Cette discussion s'ouvre sur la génération de prospects basée sur l'intelligence artificielle, où les algorithmes sont désormais capables de croiser des données géologiques avec des modèles de viabilité économique, de contraintes environnementales et d'impact social afin d'identifier des sites qui sont non seulement riches en minéraux, mais dont l'exploitation est également viable et responsable.
Mercredi 11 février 16 h 10 - 17 h 10 Scène des Pyramides de Nubie (CTICC2 - Rez-de-chaussée - Hall d'exposition)
Technologies de rupture
Cette discussion s'ouvre sur la génération de prospects basée sur l'intelligence artificielle, où les algorithmes sont désormais capables de croiser des données géologiques avec des modèles de viabilité économique, de contraintes environnementales et d'impact social afin d'identifier des sites qui sont non seulement riches en minéraux, mais dont l'exploitation est également viable et responsable.
Scène des Pyramides de Nubie (CTICC2 - Rez-de-chaussée - Salle d'exposition) Afrique/Johannesburg
-Logo_CMYK_1.jpg?width=1000&height=500&ext=.jpg){kind=logo}
.png?width=300&height=208&ext=.png){kind=logo}
_mi25-weblogo.png?ext=.png)
_1.png?ext=.png){kind=logo}
_logo.png?ext=.png){kind=logo}
_mi25-weblogo.png?ext=.png)
