Permanents : Pascal Pernot (DR2), Fabien Cailliez (MCF)
La quantification des incertitudes de prédiction des modèles est un enjeu majeur lorsque la simulation se substitue à des expériences en laboratoire, mais aussi lorsque les paramètres du modèle sont très incertains, voire incomplets. Nos travaux innovent sur plusieurs aspects méthodologiques de cette problématique, aspects inhérents aux modèles et simulations physico-chimiques, et définissent une approche originale et novatrice.
Représentation probabiliste des paramètres cinétiques et spectraux ; application à la chimie ionosphérique de Titan
La quantification et la réduction optimale des incertitudes de prédiction d’un modèle nécessitent une représentation la plus juste possible de ses paramètres incertains.
En collaboration avec des expérimentateurs et des planétologues, nous nous sommes spécifiquement intéressés à la chimie ionosphérique de Titan, pour laquelle une infime partie des quelques milliers de constantes de vitesse du modèle ont été mesurées à des températures représentatives. Dans ce cas, une simulation déterministe est illusoire, et il est vital d’y intégrer la gestion des incertitudes.
En savoir plus...
Quantification et propagation des incertitudes en chimie computationnelle ; application du concept de Mesure Virtuelle
L’utilisation des méthodes de chimie computationnelle comme outils de mesure virtuelle nécessite l’élaboration d’un bilan des incertitudes (numériques, paramétriques) et la correction des erreurs systématiques.
En savoir plus...
Analyse bayésienne des matrices spectro-cinétiques
L’approche probabiliste d’analyse des données développée dans le groupe depuis plusieurs années est couramment utilisée dans diverses collaborations avec des expérimentateurs du laboratoire..
En savoir plus...