Vers des modèles dynamiques et stochastiques identifiables en écologie et au delà – TIDySModels

Identifier les paramètres de modèles dynamiques à partir des variables d'état est une entreprise importante mais difficile, en particulier pour les systèmes biologiques interagissants, comme les systèmes multi-espèces. Les fonctions nonlinéaires, l'aléatoire des processus biologiques ainsi que l'erreur de mesure, et enfin le contenu en information modéré des comptages sur le terrain rendent la modélisation inverse compliquée. Pour de nombreux modèles en apparence standards, les paramètres ne sont en fait pas toujours identifiables (i.e., jeu de paramètres optimal unique ou bien circonscrit) à la fois en théorie et en pratique, pour des données limitées. TIDySModels diagnostiquera quand les modèles dynamiques sont identifiables ou non, et améliorera leur identifiabilité par des combinaisons de multiples sources de données. Deux exemples écologiques d'importance servent de cas d'étude : la quantification de la régulation par les prédateurs et le maintien de la diversité des espèces.