Nouveaux modèles de Semi-Markov caché multi-chaînes pour les dynamiques de métapopulation avec population partiellement observable.

• Directeurs de thèse : Nathalie Peyrard (INRAE, MIAT), Nikolaos Limnios (UTC) , Pierre-Olivier Cheptou (CEFE)
• Début de thèse : 1 octobre 2021
• École doctorale : MITT
• Établissement : Université Paul Sabatier
• Financement : 50% ANR, 50% département MathNum

Résumé :Mieux modéliser la dynamique sur patchs d’une métapopulation pour des espèces avec dormance ou stade cryptique est un enjeu pour une meilleure compréhension de la part relative des processus pilotant leur dynamique, et une meilleure gestion ou conservation de ces espèces. Un cadre naturel est celui des Hidden Markov Model (HMM), avec les deux limites que la modélisation de la durée de séjour est très contrainte et que les algorithmes classiques d’estimation et d’inférence ne passent pas à l’échelle des problèmes spatialisés. L’originalité de ce travail de thèse sera de proposer de nouvelles structures de couplage des chaînes cachées dans un HSMM multi-chaînes, pertinente pour l’étude des métapopulations avec population partiellement observable et d’apporter à la fois les éléments théoriques et opérationnels pour l’estimation des modèles correspondants. Les retombées de ce travail iront au-delà du cadre des dynamiques de métapopulation puisque les mêmes limites en modélisation et en estimation se retrouvent en épidémiologie et en séismologie dès lors que l’on veut intégrer la composante spatiale.