Retour à Evênements

Cours / Formation sur la formalisation mathématique et les outils pour le calage et la validation de modèle

Cours / Formation sur la formalisation mathématique et les outils pour le calage et la validation de modèle

Dates: jeudi 5 septembre 2013
Lieu: Lyon
Organisateur: Arthur Vidard

Programme prévisionnel:

1. Introduction
1.1) Rappeler que ce n’est pas magique, ce n’est que la somme de ce qu’on y met
1.2) définition des éléments constitutifs et des objectifs (avec exemples très simples)
calibration, analyse de sensibilité, propagation d’incertitude, validation (rapidement, on y revient après)
contrôle / entrée – fonction objective / sortie – espaces admissibles
définir ce qu’on appelle données et les différents types (complètes, partielles, directes, indirectes, …)
incertitudes a priori et a posteriori sur les différents éléments
les contraintes (dures, connaissances a priori, régularisation)
les métriques

2. Caractéristiques des différents éléments
2.1) retracer la procédure « à la main » et faire le lien avec les éléments décrits ci dessus
les données : pas forcément besoin d’un jeu complet ;
les entrées : pas trop, mieux si pas corrélées, définition de l’espace
les sorties : les définir, les contraintes, les a priori, les données. Poids sur les différents termes. Les métriques et les quantitées regardées.

3. Les méthodes d’optimisation
3.1) Selon ce qu’il y a au dessus, choix des méthodes.
Méthodes globales – méthodes locales
Boites noires ou pas
3.2) Avantages et inconvénients.
3.3) Domaines d’application. Ce qu’on sait faire ou pas trop
entrées corrélées, modèles stochastique, espace des paramètres mal connu, …
3.4) Exemple pour les LUTI

4. Les méthodes d’analyse de sensibilité et de propagation d’incertitude.
4.1) Intérêt (insister sur l’importance de fournir une barre d’erreur) – lien avec la validation
4.2) Selon ce qu’il y a au dessus, choix des méthodes.
4.3) Avantages et inconvénients.
4.4) Domaines d’application. Ce qu’on sait faire ou pas trop
entrées corrélées, modèles stochastique, espace des paramètres mal connu, …
4.5) Exemple pour les LUTI

5. La validation
5.1) Définir
5.2) Approches possibles
5.3) métriques, tests statistiques, …
5.4) Lien avec ce qu’il y a au dessus
5.5) Exemple pour les LUTI ?

6. Discussions