Ce cours a pour but de donner les outils nécessaires à la modélisation des Interactions Homme Environnement. A partir des compétences acquises en calcul numérique (Matlab), en statistique et en méthodes d’analyse, les étudiants apprendront à mettre en œuvre une méthodologie adaptée à l’exploration des phénomènes étudiés. Cela comprend une méthodologie d’exploration et d’exploitation des résultats obtenus à partir d’un grand ensemble de données (ex : régressions logistique, arbres de décision, statistique multivariée…) et une méthodologie de modélisation numérique des différents phénomènes en jeu dans les Interactions Homme Environnement comme les phénomènes temporels, spatiaux et/ou fréquentiels. La notion de paramètre de modèle sera mise en avant pour comprendre l’influence de ces différentes dimensions sur le résultat modélisé. Enfin les méthodologies d’optimisation numérique seront abordées pour mettre en relation les résultats mis en évidence et les modèles capables de les expliquer.
Les travaux dirigés mettront en œuvre ces méthodes qui porteront sur des applications prises parmi les modèles classiques du domaine (ex : modèle cybernétique, réseau de neurones, deep-learning, modèle bayésien, modèle dynamique…). Une attention particulière portera sur les phases transitoires des modèles pour décrire l’évolution des phénomènes étudiés.
Au final, les étudiants devront être capables de mettre en évidence les résultats, de modéliser les phénomènes et d’en optimiser les paramètres pour expliquer, prévoir et/ou optimiser les Interactions Homme-Environnement.
- Enseignant: Remy CASANOVA