En naviguant sur notre site vous acceptez l'installation et l'utilisation des cookies sur votre ordinateur. En savoir +

Menu Logo Principal AgroParisTech

MIA Paris

Soutenance de thèse de Guillaume Damblin

20/11/2015 - 15h00 - AgroParisTech, amphithéâtre Rissler

"Contributions statistiques au calage et la validation des codes de calcul"
Lieu :

amphithéâtre Tisserand de l'AgroParisTechsitué au 16 rue Claude Bernard à Paris

Le jury sera composé de :

Gilles Celeux, Université Paris-Sud/INRIA - Rapporteur,David Ginsbourger, Idiap/Université de Berne - Rapporteur,Céline Helbert, École centrale de Lyon - Examinatrice,Marc Sancandi, CEA Cesta - Examinateur,

Éric Parent, AgroParisTech/INRA - Directeur de thèse

Résumé:

La validation des codes de calcul a pour but d’évaluer l’incertitude de prédiction d’un système physique à partir d’un code de calcul l’approchant et des mesures physiques disponibles. D’une part, le code peut ne pas être une représentation exacte de la réalité. D’autre part, le code peut être entaché d’une incertitude affectant la valeur de certains de ses paramètres, dont l’estimation est appelée « calage de code ». Après avoir dressé un état de l’art unifié des principales procédures de calage et de validation des codes de calcul, nous proposons plusieurs contributions à ces deux problématiques lorsque le code est appréhendé comme une fonction boîte noire coûteuse. D’abord, nous développons une technique bayésienne de sélection de modèle pour tester l’existence d’une fonction d’erreur entre les réponses du code et le système physique, appelée « erreur de code ». Ensuite, nous présentons de nouveaux algorithmes destinés à la construction de plans d’expériences séquentiels afin de rendre plus précis le calage d’un code de calcul basé sur l’émulation par processus gaussien. Enfin, nous validons un code de calcul utilisé pour prédire la consommation énergétique d’un bâtiment au cours d’une période de temps. Nous utilisons les résultats de l’étude de validation pour apporter une solution à un problème de statistique décisionnelle dans lequel un fournisseur d’électricité doit s’engager auprès de ses clients sur des prévisions moyennes de consommation. En utilisant la théorie bayésienne de la décision, des estimateurs ponctuels optimaux sont calculés.

Mot-clés :

Validation d’un code de calcul, Calage bayésien, Sélection bayésienne de modèle, Émulation par processus gaussien, Théorie de la décision bayésienne.