| |
|
| |
|
| |
Six grands thèmes méthodologiques
apparaissent comme prioritaires pour répondre aux enjeux
de la modélisation pour les objectifs de l'INRA. Chacun
de ces thèmes fait appel à plusieurs champs disciplinaires
des mathématiques et de l'informatique.
|
| |
|
| |
TM1 Systèmes dynamiques complexes
TM2 Méthodologie d'analyse et de gestion
des risques
TM3 Représentation et exploitation d'informations
dynamiques et spatialisées
TM4 Recherche d'une structure dans une grande
quantité de données
TM5 Modèles pour l'action
TM6 Algorithmique et complexité calculatoire
|
| |
|
| |
TM1 Systèmes
dynamiques complexes
|
| |
|
| |
Développer des méthodes d'analyse
des modèles dynamiques complexes, construits à partir
d'assemblage de sous modèles et très fortement paramétrés.
En construire une représentation manipulable.
Disciplines mobilisées
- Statistique et probabilités : agrégation, désagrégation,
modèles mixtes, analyse de sensibilité, processus
de branchement, etc.
- Systèmes dynamiques : détection de ruptures, EDP,
etc.
- Informatique : modèles qualitatifs, symboliques, multi
agents, etc.
Equipes impliquées
- Mathématiques pour les Risques - MIA
Jouy en Josas
- Biostatistique et Processus Spatiaux Avignon
- Analyse des systèmes - MISTEA
Montpellier
- Modélisation des grands systèmes - BIA
Toulouse
|
| |
|
|
| |
TM2 Méthodologie
d'analyse et de gestion des risques
|
| |
|
| |
L'analyse des risques pose des problèmes
particuliers puisqu'il s'agit souvent d'événements
rares, associés à un faible nombre de données,
avec des états mesurés incertains et des effets
de seuil
Disciplines mobilisées
- Statistiques : statistiques bayésiennes, théorie
des valeurs extrêmes
Equipes impliquées
- Mathématiques pour les risques -
MIA Jouy en Josas
- Met@risk
- Méthodes informatiques pour la maitrise des risques alimentaires
- MIA AgroParisTech
|
| |
|
|
| |
TM3 Représentation
et exploitation d'informations dynamiques et spatialisées
|
| |
|
| |
Il s'agit de développer des méthodes
pour caractériser des structures spatiales ou des systèmes
dynamiques spatialisés
Disciplines mobilisées
- Statistiques : statistique spatiale, modèles bayésiens,
modèles mixtes, statistique des processus
- Analyse d'image : analyse des mouvements en 3d
Equipes impliquées
- Mathématiques pour la biologie cellulaire -
MIA Jouy en Josas
- Mathématiques pour les risques - MIA
Jouy en Josas
- Génome - MIA AgroParisTech
- Modèles mathématiques pour la biologie et l'environnement -
MIA AgroParisTech
- Modélisation des grands systèmes - BIA
Toulouse
- Biostatistique et Processus Spatiaux Avignon
|
| |
|
|
| |
TM4 Recherche d'une
structure dans une grande quantité de données
|
| |
|
| |
Comment construire des bases de données,
les interroger, intégrer des informations de nature multiple,
et enfin développer des méthodes d'analyse de ces
données en grand nombre
Disciplines mobilisées
- Statistiques : MCMC, data mining
- Informatique : applications clients serveur, télégestion,
graphes conceptuels, fouille de données, représentation
de connaissances, extraction de connaissances textuelles
Equipes impliquées
- MIG
- Mathématiques pour la biologie cellulaire -
MIA Jouy en Josas
- Génome - MIA AgroParisTech
- Méthodes informatiques pour la maîtrise des risques
alimentaires - MIA AgroParisTech
- mét@risk
- statistiques et informatique appliquées à la génétique
et à la biologie moléculaire -BIA Toulouse
- Génome -
MISTEA Montpellier
- analyse des systèmes -
MISTEA Montpellier
- Statistiques
et Génome Evry
|
| |
|
|
| |
TM5 Modèles
pour l'action
|
| |
|
| |
Il s'agit de développer des méthodes
pour agir sur les systèmes modélisés : contrôler,
gérer, décider
Disciplines mobilisés
- Intelligence Artificielle : processus décisionnel de
Markov, modèles multiacteurs
- Automatique : contrôle robuste, contrôle optimal
Equipes impliquées
- Méthodes mathématiques et informatiques pour la
décision - BIA
Toulouse
- Analyse des systèmes -MISTEA
Montpellier
|
| |
|
|
| |
TM6 Algorithmique
et complexité calculatoire
|
| |
|
| |
La dimension paramétrique des modèles
et le nombre de données et de contraintes en jeu, sont
des sources de problèmes algorithmiques qui peuvent être
déterminants
Disciplines mobilisés
- Statistiques : MCMC, réseaux bayésiens
- Informatique : réseaux bayésiens, réseaux
de contraintes, processus décisionnel de Markov
Equipes impliquées :
- MIG
- Mathématiques pour la biologie cellulaire - MIA
Jouy en Josas
- Statistiques
et Génome Evry
- Génome - MIA AgroParisTech
- Statistiques et informatique appliquées à la génétique et à
la biologie moléculaire - BIA
Toulouse
- Méthodes mathématiques et informatiques pour la décision
- BIA Toulouse
- Biostatistique et Processus Spatiaux Avignon
|
| |
|
|
