CE48 - Fondements du numérique : informatique, automatique, traitement du signal 2023

Optimisation et échantillonnage Monte Carlo entrelacés – OptiMoCSI

Résumé de soumission

Elaborant sur des travaux antérieurs consacrés au développement d'outils avancés de traitement du signal reposant sur l'optimisation pour la quantification de l'évolution spatio-temporelle de l'intensité de la pandémie de Covid19 (mesurée par le nombre de reproduction) dans un contexte de crise / d'urgence et à partir de données de qualité limitée, les principaux objectifs d'OptiMoCSI sont de développer des contributions méthodologiques, combinant optimisation (non lisse) et échantillonnage Monte Carlo, pour relever les défis posés par des problématiques à fort enjeu sociétal.
Premièrement, OptiMoCSI concevra des outils statistiques (de type processus auto-excitants) pour la modélisation conjointe de mécanismes induits par les applications et issus du monde-réel et de données ou d'observations, consistant souvent en comptes non stationnaires et non négatifs fortement corrompus par des valeurs aberrantes ou manquantes.
Deuxièmement, OptiMoCSI concevra des outils solides théoriquement et efficaces pratiquement permettant l’estimation statistique (de type inférence bayésienne et échantillonage Monte Carlo) des paramètres d'intérêt et, également et surtout, assorties de l'évaluation des incertitudes associées.
Troisièmement, OptiMoCSI construira des outils (reposant sur de l’inférence soit déterministe soit stochastique) permettant d'évaluer la robustesse des estimations obtenues par rapport à des choix arbitraires effectués dans la modélisation des mécanismes du monde réel ou de la qualité des observations.
En effet, lorsqu’on s’attaque, par des outils scientifiques, à des problèmes à fort enjeu sociétal impliquant prise de décision et/ou information des citoyens, l'évaluation de l'incertitude et de la robustesse des résultats estimés est à la fois une obligation essentielle et un devoir moral. Elle pose également des défis techniques et scientifiques importants.
Quatrièmement, dans une perspective de contribution à une science ouverte/reproductible et de facilitation des relations entre science et société, OptiMoCSI inventera des outils de visualisation reposant sur la cartographie qui permettent une meilleure compréhension et donc une meilleure appropriation de la notion d'incertitude à la fois pour les déploiements de la recherche interdisciplinaire et pour la communication avec des publics non scientifiques.
Au-delà des ambitions méthodologiques, OptiMoCSI entend produire un ensemble de boîtes à outils documentées, orientées vers la réalisation de trois objectifs principaux.
En collaboration avec des épidémiologistes, la mise en œuvre systématique sur les données de pandémie de Covid19 devrait permettre d'évaluer si et comment les outils développés permettent de dépasser de manière significative l'état de l'art en épidémiologie quantitative, en particulier dans des contextes d'urgence (données de qualité limitée), ou immédiatement au début de la pandémie, ou pour l'adaptation à d'autres types d’épidémies (grippe, ebola,...).
Au-delà de l'épidémiologie, les outils méthodologiques et les boîtes à outils sont destinés à être utilisés de manière générique pour une grande variété d'applications dans le traitement des signaux et des images, où un processus auto-excitant sous-jacent est observé à travers un dispositif de comptage imparfait.
En outre, les boîtes à outils seront conçues pour être utilisées par des non-spécialistes du traitement statistique des signaux, dans le cadre d'autres projets de recherches interdisciplinaires en sciences sociales et humaines (par exemple, axés sur la viralité dans les réseaux sociaux ou la détection des cascades de repartage), ou orientés vers les défis sociétaux à fort enjeu, les décideurs politiques ou l'information des citoyens.

Coordination du projet

Patrice ABRY (LABORATOIRE DE PHYSIQUE DE L'ENS DE LYON)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenariat

LS2N Laboratoire des Sciences du Numérique de Nantes
LAAS Laboratoire d'Analyse et d'Architecture des Systèmes
LABORATOIRE DE PHYSIQUE DE L'ENS DE LYON
IMT Institut de Mathématiques de Toulouse

Aide de l'ANR 300 592 euros
Début et durée du projet scientifique : septembre 2023 - 42 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter