Modélisation

L’équipe est organisée autour d’un noyau de chercheurs pour qui la modélisation (théorique, numérique et/ou expérimentale) est un outil essentiel et qui contribuent à son développement (voir rubrique intervenants).

Elle comprend également des membres associés qui, tout en ayant une activité propre de modélisation, préfèrent donner de la visibilité à leur appartenance à une communauté d’acquisition de données, mais souhaitent participer aux échanges sur la modélisation (Laure Berti, Cyrille Blanpain, Philippe Dussouillez, Nicolas Espurt, Xavier Giraud, Vincent Godard, Yoann Quesnel, Sophie Viseur, Christine Vallet-Coulomb). La modélisation se décline ici selon deux axes.

1 : la modélisation des processus et son environnement

C’est une façon simplifiée de représenter la réalité qu’il s’agisse de processus ou de structures. Ces modèles servent de support pour la mise en place de concepts ou pour faire des projections vers le passé ou vers le futur.

L’équipe aborde trois types de modélisation :

• La modélisation théorique, avec la résolution d’équations ou système d’équations (différentielles, intégrales, déconvolution, ....) (problème direct dans certains cas, problème inverse dans d’autres qui peut déboucher sur de nouvelles méthodes ou des méthodes mixtes, ou un éclairage nouveau sur des problèmes "connus ou anciens").
• La modélisation numérique pour développer, adapter et utiliser des codes informatiques représentant les processus mécanistes dans le cadre des huit thèmes de recherche du CEREGE. Les membres de l’équipe sont soit des développeurs, soit des utilisateurs avertis de codes développés sous différents langages de programmation. Quels que soient ces codes, un certain nombre de concepts et d’outils sont communs : formalisation, calibration, estimation des incertitudes, validation, inversion, changement d’échelle, ...
• La modélisation expérimentale comme l’étude des processus physiques et ondulatoires des milieux hétérogènes poreux multiphasiques ou multi-échelle pouvant évoluer au cours du temps. Un exemple d’application est l’étude les fonds-marins à l’aide de sondage acoustique (investigation non destructive). A l’échelle du pore ou des grains, on rentre dans la physique des milieux désordonnés, que seul un ajustement des méthodes de traitement par des allers-retours entre expérimentations et approche théorique peut permettre de comprendre.

2 : l’analyse statistique

L’analyse statistique n’est pas le propre de l’approche de modélisation. La production de données, surtout si celles-ci sont nombreuses, ne va pas sans une batterie de statistiques qui permettent de synthétiser les données et d’en dégager des structures par exemple par le « data mining ». L’équipe modélisation n’a pas pour objectif de fournir un service de statistiques aux autres équipes, mais elle peut mettre à la disposition de ces dernières les outils que ses chercheurs seraient amenés à développer dans le cadre de leurs propres recherches.