Méthodologies avancées pour la modélisation des systèmes interdépendants - applications en physique expérimentale – METAMODEL

"L'objectif de ce projet de recherche est de développer les outils mathématiques - et algorithmiques qui nous permettront d'étudier, de modéliser et d'entraîner des - systèmes de sous-systèmes interdépendants. Le projet de recherche est motivé par - des questions soulevées par des méthodes d'analyse de données en physique - expérimentale. Nous proposons de soutenir ces expériences en leur fournissant - des techniques d'analyse statistique, et, parallèlement, de développer des - méthodes générales en apprentissage statistique qui sont applicables dans des - domaines dont les caractéristiques sont similaires (en particulier, forage de - texte, bioinformatique et robotique). - - Le projet représentera une partie importante de l'activité de recherche du - nouveau groupe AppStat (Apprentissage Automatique et Statistique Appliqué) au - Laboratoire de l'Accélérateur Linéaire (LAL), dirigé par le responsable du - projet. Nous estimons également que la nature interdisciplinaire du projet - catalysera des collaborations fructueuses entre la communauté de l'apprentissage - statistique et les communautés des sciences naturelles du campus de l'Université - Paris Sud. - - Dans le cadre du projet, nous avons identifié trois thèmes particuliers et trois - applications dans le domaine de la physique expérimentale des particules - élémentaires. Les applications profiteront directement des solutions aux - problèmes proposés, tandis que les sous-projets contribueront à la résolution - d'importants problèmes dans le domaine de l'apprentissage automatique. Les trois - thèmes sont regroupés autour des questions méthodologiques et calculatoires sur - la modélisation et l'entraînement d'un système formé de sous-systèmes - interdépendants. - - Objectifs (thèmes) - - A) Modélisation des systèmes de systèmes. Dans ce thème, nous développerons les - cadres mathématiques dans lesquels les systèmes de sous-systèmes interdépendants - peuvent être décrits et analysés. Nous proposerons deux approches. Dans la - première, nous associerons les sous-systèmes dans le cadre d'un modèle de - réseaux bayesien global, et nous utiliserons des outils probabilistes standards - pour entraîner le système. La deuxième approche est basée sur AdaBoost, un des - algorithmes d'apprentissage les plus aboutis de la dernière décennie. - - B) Optimisation des hyper-paramètres en utilisant des processus gaussiens. Dans - un système constitué de nombreux sous-systèmes, un des problèmes les plus - difficiles est l'optimisation simultanée des nombreux hyper-paramètres (les - paramètres qui déterminent la complexité de chaque sous-système). Le but de ce - thème est de développer des méthodes d'optimisation basées sur des travaux - récents d'un des membres du projet sur l'optimisation des fonctions chères à - évaluer. - - C) Implémentations sur la grille. Dans ce thème, nous proposons de paralléliser - les méthodes développés dans A) et B), et de les implanter sur la grille EGEE - (une grille de plusieurs 10K de CPU, mise en place partiellement pour satisfaire - les besoins en calcul (CPU) et de stockage du projet "Large Hadron Collider" - (LHC) au CERN). - - Applications - - 1) L'expérience Pierre Auger. Le but de cette expérience est d'étudier les - propriétés des rayons cosmiques d'ultra-haute énergie en observant les gerbes - atmosphériques générées. Pour cet objectif, un grand observatoire de 1600 cuves - et quatre détecteurs de fluorescence a été construit dans la Pampa - argentine. Les méthodologies développées en A) et B) fourniront un cadre global - pour formaliser les modèles statistiques et pour optimiser le processus - d'estimation; les outils développés en C) rendront la procédure - computationellement faisable. - - 2) L'expérience ATLAS. ATLAS est une des expériences installées sur - l'accélérateur LHC. Son objectif est d'explorer la nature fondamentale de la - matière et les forces basiques qui sculptent notre univers en observant le - produit des collisions proton-proton. Nous utiliserons le cadre de la - modélisation proposé...