GdR MASCOT-NUM

Upcoming MASCOT-NUM events

• Workshop on "Physics informed learning", December 4-5, IMT, Toulouse, France
• MASCOT-NUM 2024, April 3-5, organized by INRIA Sophia Antipolis, Côte d'Azur, France
• Workshop on "Bayesian Optimization", June 20, IHP, Paris, France

Main objectives

The increase of computing power makes it possible to run many complex computer simulation codes. To modelize physical reality, these programs need a large number of input variables and can furnish as output a huge amount of results. Such simulation results thus become difficult to analyze.

In order to measure the output variability and to determine the influence of the inputs, one needs to explore the space of the input variables. However, the dimension of the input space (from 10 to hundreds) makes an exhaustive exploration impossible.

To go further, one has to define and make use of partial knowledge on variables. Stochastic models can tackle the dependencies between them, at different complexity levels. Moreover, computer design of experiments become possible through their use. These models are well suited to more specific inspections like sensitivity analyses.

The goal of the seminars, conferences and workshops organized by the GdR is to exchange informations on this topic between industrial and academic research teams, and to establish a kind of state of the art on this field.
The GdR aims also to reveal some new research topics, originated from applied and industrial problems, and to propose some innovative solutions.

La croissance de la puissance des moyens de calcul permet de mettre en oeuvre des codes de simulation de plus en plus complexes. Pour approcher la réalité des phénomènes physiques, ces codes nécessitent un grand nombre de variables d'entrée et délivrent de nombreuses variables en sortie.

Pour mesurer la variabilité des sorties et connaître l'influence des diverses variables d'entrée, il est nécessaire d'explorer l'espace des variables d'entrée. La dimension de cet espace (de l'ordre d'une dizaine à plusieurs centaines) rend une exploration exhaustive impossible.

Pour passer outre cette impossibilité, il faut définir des stratégies fondées sur une connaissance partielle des variables. L'utilisation de modèles stochastiques permet de rendre compte des dépendances à divers niveaux de complexité et autorise la mise en oeuvre de plans d'expériences. Ces modèles sont aussi bien adaptés à des études plus locales comme l'analyse de sensibilité.

Le but des journées et ateliers organisés par le GdR est d'échanger des informations sur ce thème entre chercheurs des milieux industriels et universitaires, et de tenter d'établir un état de l'art en ce domaine.
Le GdR a aussi comme objectif de faire émerger des problèmes mathématiques en amont de cette thématique.
Ces recherches devront être motivées par des problèmes d'origines appliquées ou industrielles.
Les synergies de travail entre chercheurs issus de laboratoires variés devraient permettre de proposer des solutions innovantes à ces problèmes.