Modèles stochastiques, modèles multi-agents et simulations sociales

Présentation

Nombre de systèmes humains présentent des défis de modélisation mathématique et d’analyse scientifique similaires à ceux rencontrés pour des systèmes complexes physiques, naturels et biologiques. Les travaux de cette thématique s’attachent donc, pour des objets de sciences humaines et sociales, à développer et étudier des approches de modélisation stochastique et de simulations numériques analogues à celles mobilisées par exemple en physique statistique.

Nous nous concentrons notamment sur l’établissement d’un cadre formel permettant de déterminer, analytiquement ou par simulation, les diagrammes de phase décrivant le comportement de systèmes complexes d’interactions humaines, sociales, historiques et/ou économiques.

Nous cherchons également à définir un cadre théorique pour l’emploi de modèles multi-agents ou d’autres types de simulations à des fins de prédiction ou d’inférence causale. Nous modélisons aussi des dynamiques de diffusion sur réseaux et des phénomènes socio-géographiques tels que la ségrégation.

Enfin, nous étudions les propriétés de certains processus stochastiques (chaînes de Markov, marches aléatoires, processus de Lévy) intervenant dans nos modèles, en particulier des questions de valeurs extrêmes, de temps de premier passage, d'événements rares et de géométrie stochastique.

Mots clés

Complexité ; Modèles et processus stochastiques ; Modèles multi-agents ; Simulations ; Dynamiques collectives ; Inférence causale ; Géométrie stochastique

 

Applications

Les travaux menés dans ce thème fournissent une base théorique pour modéliser des systèmes socio-économiques réels, prédire leur comportement, tester d’éventuels scénarios d’intervention et ainsi pouvoir proposer une aide à la prise de décision en matière de politique publique et/ou au pilotage de systèmes collectifs dans les domaines de la Santé publique et la prévention, des Sciences de l'orientation et transitions éducatives et dans les interactions Mathématiques et SHS.

Thèmes abordés

• Systèmes complexes : diagrammes de phase, transitions de phase, criticalité, émergence, simulations, modèles multi-agents, modèles hybrides
• Processus stochastiques : temps d’atteinte et de premier passage, valeurs extrêmes, événements rares, enveloppes convexes aléatoires

Relations internationales

• ABM Lab (NYU School of Global Public Health, New York)
• Complex Systems Lab (Columbia Univ., New York)
• Applied Complexity Group (Global Studies Institute, Univ. Genève)
• Center for Advanced Spatial Analysis (UCL Londres)