Des données complexes aux modèles

Les données sont devenues omniprésentes dans la recherche en général et la modélisation de systèmes complexes ne fait pas exception. Elles peuvent être utilisées de différentes manières pour construire ou calibrer des modèles. UMMISCO aborde de nombreux problèmes de traitement, d’analyse, de fouille et d’utilisation des données. Ces données sont dites complexes dans le sens où elles représentent une réalité complexe, socio-environnementale, ou même un construit social, décrite avec des points de vues multiples sur les objets composant le système, et à différents niveaux d'observation. Ce sont des données hétérogènes, multi-échelles, pour lesquelles il s'agit souvent d'intégrer des mesures qualitatives et quantitatives provenant de sources diverses, et de résolution spatio-temporelle variable.

Les questions de recherche abordées dans ce thème permettent de développer des approches guidées par les données pour construire et calibrer des modèles de systèmes complexes. Il s’agit de permettre d’intégrer les données nécessaires à la transformation de ces modèles, par exemple en systèmes de surveillance, et rendre plus réalistes les modèles développés dans le thème 1(Applications de la modélisation de systèmes complexes). Les principaux types de données sur lesquels ce thème est focalisé sont des mesures environnementales (de pollution, d’humidité, etc.), de localisation (GPS), des images satellitaires, des échographies (du sol ou d’acoustique marine), des données médicales (séquençage haut débit et clinique). Ces données sont de natures très différentes, mais elles ont en commun d’être au coeur du processus de construction de modèles complexes en utilisant (analyse en ondelette, reconstruction de réseau, clustering).

Dans ce thème, en sus des méthodes qui viseront à améliorer l’existant sur les aspects de fouille et de fusion de données, notre objectif est d’explorer de nouvelles méthodes de captation des données et de construction de modèles complexes à partir de données. Les processus de captation de données multiples (images, son, capteurs environnementaux) en effet, représentent un enjeu considérable pour permettre aux modèles informatiques ou mathématiques, quand cela s’avère pertinent (monitoring, systèmes de surveillance, systèmes d’alerte), d’interagir avec la réalité et d’être nourris, en temps réel, par des données. Toutes les disciplines (écologie, biologie, climat, océanographie, sciences humaines,...) sont a priori concernées par la promesse de révolution technologique qu’offrent les nouveaux moyens d’acquisition de données. Par ailleurs, maintenant que les méthodes d’apprentissage basées sur l’"Apprentissage profond" surpassent l’état de l’art dans un nombre croissant de tâches, elles feront l’objet du dernier sous-axe de ce thème.

• Captation de Données Complexes (Exemple des réseaux de capteurs)
• Analyse d’images complexes pour la modélisation
• Analyse de données complexes temporelles
• Fouille de données complexes médicales
• Apprentissage profond à partir de données d’observation marines

Contenu en préparation ....