Développer des méthodes statistiques robustes pour estimer et quantifier l’incertitude
OptiMoCSI développe de nouvelles méthodes statistiques pour améliorer l’estimation de phénomènes complexes à partir de données incomplètes, bruitées ou incertaines. Le projet répond à un défi majeur de l’aide à la décision : produire des estimations fiables tout en quantifiant explicitement les incertitudes qui leur sont associées, notamment dans des contextes d’urgence ou de fort enjeu sociétal.
Le projet combine des méthodes d’optimisation non lisse, d’inférence bayésienne et d’échantillonnage Monte Carlo afin de modéliser des phénomènes dynamiques observés à travers des données imparfaites. Il développe des outils permettant d’estimer les paramètres d’intérêt, d’évaluer la robustesse des résultats face aux choix de modélisation et de proposer de nouvelles approches de visualisation des incertitudes, favorisant leur compréhension et leur appropriation par différents publics.
En produisant des méthodes génériques et des logiciels ouverts, OptiMoCSI contribue au développement d’outils d’aide à la décision plus fiables pour des applications variées, allant de l’épidémiologie au traitement du signal et des images, jusqu’à l’analyse des phénomènes de diffusion dans les réseaux sociaux.
