🇫🇷 🇬🇧

Nos recherches

 

L'unité BioSP possède trois grands champs de compétences disciplinaires

Statistiques spatiales et spatio-temporelles #Stats

Géostatistique ; théorie des champs aléatoires ; géométrie stochastique (processus ponctuels et processus d’objets) ; méthodes pour les données spatio-temporelles ; modèles spatiaux pour les valeurs extrêmes ; méthodes pour les variables du climat.

Systèmes dynamiques #SysDyn

Analyse des équations aux dérivées partielles (notamment réaction-diffusion) ; équations intégro-différentielles et autres problèmes non locaux ; fronts de propagation en milieu hétérogène ; problèmes inverses.

Ecologie et épidémiologie #Ecologie

Suivi et modélisation de dynamiques abeilles/ruchers ; distribution d'espèces et biologie des communautés ; invasions biologiques ; démo-génétique ; durabilité des résistances.

 

Les chercheurs et ingénieurs développent des recherches sur ces questions disciplinaires et aux interfaces entre ces questions disciplinaires

Interface Statistiques & Systèmes dynamiques  #Stats-SysDyn

Approches mécanistico-statistiques (notamment couplages EDP-probabilités-statistiques) ; outils EDP pour l'analyse de processus stochastiques modélisés par des EDS et processus de branchement ; EDP stochastiques pour champs spatiaux (p ex INLA).

Interface Statistiques & Ecologie  #Stats-Ecologie

Modèles de dispersion, champs aléatoires et noyaux de dispersion/convolution ; inférence sur données génético-spatio-temporelles ; sciences participatives

Interface Systèmes dynamiques & Ecologie  #SysDyn-Ecologie

Colonisation et persistance en milieu hétérogène ; dispersion à longue distance et accélération des fronts ; propagation de la diversité dans les fronts ; dynamiques adaptatives.

 

 

 

L'unité BioSP s'investit collectivement sur 5 priorités scientifiques autour desquelles s'organise une animation scientifique, via des groupes de travail et/ou des journées financées notamment par des réseaux méthodologiques INRAE.

#Epi-stat : Statistique pour l'épidémiologie prédictive

Modélisation des dynamiques épidémiques ; méthodes statistiques inférentielles (estimation, tests, prédiction, algorithmes numériques...) ; utilisation de données hétérogènes ; analyse des propriétés des modèles ; méthodes de surveillance basées sur le risque ; conception in silico de stratégies de lutte ; déploiement informatique. Ces thèmes sont régulièrement abordés au cours de rencontres du réseau ModStatSAP (SPE-MathNum-SA). La priorité #Epi-stat constitue en outre une surface d'échange privilégiée entre l'équipe Recherche et l'équipe OPE. 

#Geolearning : Apprentissage statistique pour l’environnement et le climat

Développement de méthodes d’apprentissage statistique dans un cadre spatio-temporel permettant de répondre aux problèmes d’évaluation de risques environnementaux ou climatiques. : rôle de l’espace et du temps par rapport aux autres variables, identification des échelles pertinentes ; gestion de données hétéroclites (multi-source, multi-échelle, biais d’observation) ; évaluation des incertitudes. Ces questions sont abordées au cours de rencontres du réseau RESSTE (MathNum).

#Evol-sys : Dynamiques évolutives, dynamique de la diversité

Analyse de phénomènes d'adaptation/mutation via des modèles temporels et spatio-temporels de type réaction-diffusion (un des thèmes du réseau MathNum MEDIA) et des processus stochastiques ; analyse de la dynamique de la diversité au cours d'événements de dispersion via l'analyse de modèles EDP ou intégro-différentiels ; estimation du risque de sauvetage évolutif par couplage EDP/EDS ; prise en compte de données génétiques et inférence à partir de données génétiques ; biologie des communautés : phénomènes de compétition et autres interactions.

#Obs-model : Observer et modéliser la distribution d'espèces

Dynamiques de biodiversité dans des paysages complexes ; impact de ces dynamiques sur le fonctionnement des écosystèmes ; caractérisation des assemblages d’espèces et de leur structure spatio-temporelle ; prise en compte d'incertitudes non standard, notamment sur les données participatives, opportunistes ou protocolées (un des thèmes du réseau MathNum CiSStats).

#Spread : Propagations sur supports géométriques complexes

Analyse d’EDP et IDE en présence d’obstacles & modélisation de propagation par EDP sur paysages réalistes. Développement d’un environnement informatique et numérique de résolution et d’estimation de modèles spatio-temporels basés sur des EDP (MSE).