Pr. Bernard Grabot
Tout ce qu’il ne faut pas faire quand on soumet un article
Cet exposé, qui s’adresse plutôt aux jeunes chercheurs, propose le bêtisier accumulé en tant que Rédacteur en Chef de « Computers in Industry ». Nous essaierons quand même de tirer quelques leçons de cette accumulation de bévues garanties authentiques…
Pr. Alain Oustaloup
Approche non entière de la dynamique d’une épidémie : application au COVID-19
Reconnu comme « Fait marquant 2021 du CNRS », le modèle de propagation virale dont il s’agit est un modèle à puissance non entière (ou fractionnaire) ou modèle FPM (Fractional Power Model). Cette puissance est un marqueur simple de la complexité qui confère, au modèle, sa capacité de représenter naturellement les systèmes et phénomènes complexes. Par sa puissance non entière, ce modèle contribue à l’unification des phénomènes de diffusion en physique et de propagation virale en épidémiologie.
D’une forme d’une simplicité insolente, A+Btm, qui généralise la régression linéaire, A+Bt, le modèle ne comporte que trois paramètres : une constante additive, A, une constante multiplicative, B, et la puissance non entière, m, qui constitue un paramètre de haut niveau ; il est vrai que ce paramètre assure un caractère indimensionnel au modèle pour répondre à la complexité, et indique à lui seul, selon sa valeur par rapport à 1, une progression, une stabilisation ou une régression d’une épidémie.
A travers la puissance non entière du temps, ou loi de puissance, tm, qui admet une décomposition selon un nombre indéfini de dynamiques, dites internes, le modèle permet de représenter toutes les dynamiques internes d’une épidémie : les dynamiques très lentes issues des campagnes très désertifiées, les dynamiques très rapides issues des grandes villes très densifiées, et toutes les dynamiques intermédiaires qui se produisent entre ces deux cas extrêmes. En fait, une telle propriété, spécifique du modèle FPM, est l’essence de la bonne représentativité du modèle en matière de complexité.
A travers une forme prédictive de la loi de puissance, tm, qui prend en compte tout le passé, en exprimant toute valeur future en fonction de toutes les valeurs passées, le modèle bénéficie intrinsèquement d’une grande capacité de prédiction. La prise en compte de tout le passé, qui permet au modèle de capturer toute évolution, est en effet essentielle pour emprunter au mieux au passé, sachant que seul le passé peut être utilisé pour prédire le futur. Une telle propriété, spécifique du modèle FPM, est d’ailleurs de nature à faire de ce modèle, un bon prédicteur pour les décideurs.
La représentativité du modèle a été validée avec les données officielles du Ministère Français de la santé sur la propagation du COVID-19, notamment les séries temporelles des contaminations et des hospitalisations. Sa prédictivité a également été validée par des prédictions vérifiées dans des phases de confinement et de vaccination, et même pour la vaccination elle-même.
A l’origine de cette conférence, un article publié en 2021 dans Annual Reviews in Control : Non-integer (or fractional) power model to represent the complexity of a viral spreading: Application to the COVID-19
Ing. Gérard de Boisboissel
Nouvelles technologies et systèmes complexes : le chef doit rester au cœur de l’action militaire
L’introduction de technologies innovantes sur le champ de bataille implique de nouvelles opportunités et de nouveaux usages qu’il convient d’anticiper pour les Armées. La numérisation des équipements et la robotisation des conflits sont notamment en marche et se doublent d’une automatisation avancée et progressive des systèmes que certains qualifieront d’autonomes, alimentée par des IA. Pour faire face aux enjeux que pose le déport de l’action militaire et de la réactivité accrue des systèmes, le chef doit rester le garant du contrôle de la manœuvre et de la coordination des ensembles.
- Quels sont les risques liés à ces nouveaux usages ?
- Comment exercer un contrôle responsable?
- Quelles solutions pour l’anticipation et la gestion des évènements critiques?