 |
 |
Réseau
Processus Dynamiques Stochastiques Complexes
Description
Ce réseau a pour but de proposer une animation autour des questions de modélisation, d'inférence et de contrôle optimal dans le cadre de processus dynamiques stochastiques complexes : processus partiellement observés (censurés, cachés), processus multi-dimensionnels ou couplés, processus pilotés. Du fait de la composition initiale du réseau, dans un premier temps, un intérêt particulier sera porté aux modèles multi-états, dans lequel le système étudié passe par des états discrets (modèles markoviens et semi-markoviens, processus décisionnels de Markov), mais cela pourra être étendu à d’autres types de processus stochastiques dynamiques (par exemple à espace d’état continu, …) selon les centres d’intérêt des participants.Le réseau a un objectif double. D’une part, il s’agit de contribuer à croiser et unifier des approches développées parallèlement dans des communautés différentes, notamment statistique, intelligence artificielle et traitement du signal. Cela permettra un meilleur partage des avancées, notamment sur les questions d'implémentation qui constituent un enjeu fondamental sur ces modèles, et l’identification de nouveaux fronts de recherche. D’autre part, nous souhaitons favoriser les interactions entre chercheurs développeurs de modèles et de méthodes et chercheurs des disciplines finalisées utilisatrices de ces modèles (dynamique des populations, biologie des plantes, médecine, risques naturels, …), avec un regard croisé où les questions finalisées soulèvent de nouveaux verrous méthodologiques et où les avancées méthodologiques renouvellent la façon d’aborder les questions finalisées.
Animateurs du réseau :
Vlad Stephan Barbu (Univ. Rouen), Christophe Gonzales (Univ. Aix Marseille), Estelle Kuhn (MaIAGE), Nathalie Peyrard (MIAT), Sandra Plancade(MaIAGE/MIAT).
Financements :
Demande de financement au département MATHNUM de INRAE en septembre 2020.