Plan du cours
Introduction à MATLAB pour la géophysique
- Environnement et flux de travail MATLAB
- Scripting de base et visualisation de données
- Chargement et manipulation de jeux de données géophysiques
Fondements de la programmation orientée objet
- Concepts de la POO : classes, objets et encapsulation
- Avantages de la POO en calcul scientifique
- Syntaxe MATLAB pour la définition de classes
Création et gestion des classes dans MATLAB
- Définition des propriétés et des méthodes
- Accès public, privé et protégé
- Constructeurs et instanciation d'objets
Héritage et hiérarchie de classes
- Création de sous-classes et surcharge de méthodes
- Classes abstraites et interfaces
- Polymorphisme dans la POO MATLAB
Application de la POO à l'analyse de données géophysiques
- Conception de classes pour les données sismiques, gravimétriques et magnétiques
- Méthodes de prétraitement et de filtrage des données
- Fonctions de visualisation et de tracé au sein des classes
Étude de cas : Flux de travail de modélisation géophysique
- Construction d'une architecture POO modulaire pour la modélisation
- Intégration des algorithmes de modélisation comme méthodes de classe
- Exportation et documentation des résultats d'analyse
Bonnes pratiques et optimisation
- Amélioration de la lisibilité et de la maintenabilité du code
- Astuces de performance pour les grands jeux de données géophysiques
- Contrôle de version et développement collaboratif
Synthèse et prochaines étapes
Pré requis
- Compréhension de base des concepts de programmation
- Connaissance des principes fondamentaux de la géophysique
- Familiarité avec MATLAB ou un autre environnement de calcul scientifique
Public cible
- Utilisateurs débutants de MATLAB travaillant en géophysique
- Chercheurs en géophysique souhaitant passer à la programmation orientée objet
- Professionnels cherchant à organiser les flux de travail de traitement des données géophysiques
Nos clients témoignent (3)
Des exercices de mise en pratique concrets qui étaient pertinents pour notre coeur de métier. Le fait d'avoir un formateur avec un profil scientifique était un vrai plus car nous avons pu échanger en profondeur en ne parlant pas uniquement de programmation mais aussi de sciences et comment joindre les deux. Les TPs en format jupyter notebook étaient intéressants.
Victor - Vermon
Formation - Python for Matlab Users
Les nombreux exemples et la construction du code de A à Z.
Toon - Draka Comteq Fibre B.V.
Formation - Introduction to Image Processing using Matlab
Traduction automatique
Les exercices pratiques et la disponibilité du formateur pour répondre aux questions.
