Soutenu par l'axe 1, l'axe "Données, modèles quantitatifs et algorithmes pour l'analyse des risques et l'aide à la décision" vise à apporter une expertise de haut niveau en mathématiques et en ingénierie pour accompagner les chercheurs en sciences du risque à développer une approche plus globale et à répondre aux besoins des décideurs de considérer des variables, critères et indicateurs opérationnels intégrés capables de faire face à des contraintes climatiques et changements socio-environnementaux.
L'exploration de données pour l'évaluation des risques, et la conception de mesures quantitatives pertinentes des risques et d'algorithmes d'aide à la décision demeurent un défi car elles nécessitent de traiter des phénomènes multifactoriels et interdépendants (y compris le comportement humain) et des données nombreuses et hétérogènes, de manière dynamique à différentes échelles spatiales et temporelles, et en tenant compte de non-stationnarités potentiellement fortes.
Cet axe sera dédié à la conception d'algorithmes innovants pour fournir de nouveaux modèles quantitatifs à l'axe 1 et aux autres axes (3, 4 et 5) du PEPR Risques (IRiMa).
Les défis
- Défi 1. Gérer la qualité des données (données hétérogènes, complexes), et la réduction des modèles, à travers une approche interdisciplinaire associant les mathématiques appliquées, les sciences et technologies du numérique, l'ingénierie, les sciences sociales quantitatives et les sciences de l'environnement.
- Défi 2. Améliorer la modélisation multi-échelles et multi-physique, incluant des enjeux sociaux et économiques, spécifiquement adaptée à la grande diversité des échelles spatiales, du local au global, et temporelles (du passé au futur, en prenant en compte le changement global), et aux effets en cascade.
- Défi 3. Mesurer le risque multidimensionnel pour l’aide à la décision en améliorant la prise en compte des interdépendances entre les infrastructures, des effets en cascade, et des événements concomitants dans les méthodologies d’évaluation des risques. Il s’agit de considérer la chaine complète donnée-modèle-expertise-décision.
