Institut de l'Information Scientifique et Technique
Portail HAL-LARA (Libre accès aux rapports scientifiques et techniques)Not a member yet
78443 research outputs found
Sort by
Conference report for 'Cultures of Democracy: Commonwealth leadership, grassroots activism and people empowerment in times of crisis'
No full textThis two-day conference was organised to coincide with two major anniversaries of the Commonwealth of Nations, as highlighted by Kingsley Abbott in his opening remarks.First, the creation of the Commonwealth Secretariat 60 years ago, which went on to establish a Commonwealth-wide team of diplomats and administrators to oversee programmes and policies and to provide informed insights; and secondly, the Millbrook Action Programme on the Harare Declaration, which set up the Commonwealth Ministerial Action Group (CMAG) 30 years ago to promote democracy, human rights and the rule of law as well as sanction states found to be in violation of these tenets. But with the advance of far-right and populist regimes in recent years, there have been increasingly blatant displays of transactional diplomacy and attacks (both actual and contemplated) on international regimes of sovereignty, human rights and the rule of law. While this is not unprecedented, attacks on democratic governance have in recent months benefited from rising disregard for fact-checking, particularly in the age of social media and artificial intelligence. This has highlighted the importance of responsible and accountable reporting, as well as the safeguarding of sites of knowledge production across the world, as a key priority for states, people, and international organisations whose commitment to democracy is primordial.In this context, the panellists and the audience coming together for this conference, in-person and online, considered a series of vital questions for the Commonwealth as an organisation of states and peoples, looking both at the relevance of programmes and dialogue within the Commonwealth and at the relevance of the Commonwealth itself (state and non-state) on the wide international stage. How wellequipped is the Commonwealth to face the multiplicity of challenges posed to a rulesbased international system? What leadership, or support, can its experience, expertise, institutions and networks provide, to preserve and promote the rule of law, in both domestic contexts and on the international stage?</div
Fundamental Energy Efficiency and Spectral Efficiency Limit for Machine-Type Communications
No full textInternational audienceWe study and establish the fundamental energy efficiency and spectral efficiency (EE-SE) limit for machine-type communications (mMTC) in the downlink broadcast channel. Considering non-orthogonal multiple access (NOMA) with superposition coding (SC) and leveraging the model of spatial continuum broadcast channel (SCBC), we derive the mathematical expression of the EE-SE limit in the case of Rayleigh fading, which is an extension of Shannon capacity. Several key findings and fundamental system design properties are shown. Unlike the case of Gaussian SCBC, the theoretical power required to serve the cell would be infinite under Rayleigh SCBC. However, by setting a small service request discard rate (called the outage probability), it is possible to guarantee zero-error reception for the transmitted packets. Considering multiple resource blocks (RBs) with distinct channel realization, the required service discard rate for zero-error reception can tend to zero. Besides, with a certain number of SC levels, NOMA under discrete SCBC can approach the asymptotic EE-SE limit. Finally, we compare the derived EE-SE bounds with results obtained via a graph matching based resource allocation optimization solution to demonstrate the effectiveness and achievability of the capacity
Grand Est, Bas-Rhin, Brumath, 4 rue des Jardiniers - Indices d’occupation de la période romaine en limite sud-est de l’antique Brocomagus: ocomagus
No full textChaine intégrée pour la prévision hydrométéorologique des étiages et des sécheresses - Rapport final du projet CIPRHES
No full textTowards an integrated chain for hydrometeorological forecasting of low flows and droughts – Enhancement of the PREMHYCE platform through the CIPRHES projectThe “Integrated hydrometeorological forecasting chain for low flows and droughts” (CIPRHES (2021-2026) - Chaîne intégrée de prévision hydrométéorologique des étiages et des sécheresses) project aimed to improve the modelling chains used in the PREMHYCE operational platform. It brought together eight research teams from INRAE, BRGM, EDF, Météo-France and the University of Lorraine, and helped to strengthen links with institutional and operational stakeholders involved in water management. Main issues raised & general objectives - A growing need for anticipation to address the challenges of water sharing and the protection of water resources and ecosystems during droughtsIn many countries, rivers are the main source of water supply for various purposes (drinking water, irrigation, energy, navigation, etc.), which can be severely affected by water shortages. Furthermore, maintaining a minimum environmental flow is crucial for preserving the quality of the aquatic environment and biodiversity. In 2022, France experienced a drought of exceptional intensity, with severe consequences for various sectors and damages estimated at over €5 billion. This type of event foreshadows what hydroclimatic projections suggest will become common occurrences in the remainder of the 21st century, due to climate change. This prospect of more severe, prolonged and late low-flow periods highlights the need for tools to better prepare for and anticipate their impacts, improve crisis management and facilitate decision-making for better water sharing. Assessments and developments of drought forecasting chains have been carried out in various countries to meet these objectives, with forecast horizons ranging from the medium term (around ten days) to the seasonal term (three months). In France, an initiative to evaluate hydrological models for the purpose of low-flows forecasting, known as PREMHYCE (Low-flow Forecasting using Hydrological Models, Comparison and Evaluation), has led to the development of an operational prototype hydrological service, based on a multi-model approach and tested from 2018 onwards to produce real-time forecasts for the French river network. The CIPRHES project was designed as a laboratory for the development and refinement of methods associated with the PREMHYCE platform. The aim was to establish an integrated forecasting chain able to produce consistent long-term hydrometeorological forecasts (ranging from a few days to several months) that are coherent across different spatial scales (river basins and sub-basins). The proposed developments were tested on a large dataset to assess the strengths and weaknesses of the forecasting chain. More specifically, the CIPRHES project was guided by five main objectives: (1) To produce effective and homogeneous atmospheric forecasts ranging from medium to seasonal lead time; (2) To develop an integrated hydrometeorological modelling approach for low-flow forecasting; (3) To develop methods for quantifying the various sources of uncertainty affecting low-flow forecasts; (4) To establish advanced ‘crash-test’ frameworks to assess the performance, robustness and usefulness of low-flow forecasts; (5) To design a user-centred online hydrometeorological service to provide informative real-time forecasts.Methods used - A large sample of catchments and hydroclimatic data to enhance the robustness and generalisability of the statistical models and methods testedThe project drew on a wide range of mathematical, numerical, statistical and modelling methods, applied to the fields covered by the project (meteorology, hydrology, hydrogeology). It used five hydrological models of different types and levels of complexity, with the aim of ensuring a degree of generality and robustness in the modelling chain. These models, developed by the project partners, represent various ways of modelling the processes underlying low flows. Various data assimilation techniques, using different types of observations (discharge, groundwater level) to calibrate the models, were applied. In addition, a wide range of statistical approaches was used for the post-processing of meteorological and hydrological forecasts, and for quantifying the uncertainties associated with observations and forecasts.The project also used data from a wide range of catchments in mainland France in order to test the proposed methodologies under various conditions and to draw general conclusions. The data were mainly extracted from public databases (Météo-France for climate data, HydroPortail for hydrological data, and the ADES database for groundwater data). More specific data were used for certain studies, such as historical weather forecast records or rating curves associated with specific hydrometric stations. These data underwent detailed analysis to ensure their quality and spatio-temporal consistency. The catchments used for the tests were selected on the basis of various criteria relating to data availability, data quality and spatial coverage. The national sample was compiled by cross-referencing the catchment database from the PREMHYCE operational platform (approximately 1,300 catchments) with the CAMELS-FR national reference sample of catchments (654 catchments). Cross-referencing these two catchment samples enabled the definition of a set of 478 catchments well distributed across mainland France. Variations of this national sample have been used in various studies, depending on additional constraints imposed during certain tests (data availability, choice of time periods, etc.). Some studies linked to the project have also used specific databases independent of this national database.A more detailed database has also been established for the Meuse catchment at Chooz (approximately 10,000 km²), used as a demonstration case study within the project, particularly for the evaluation of semi-distributed hydrological models. Main resultsThe project has led to progress in several areas. With regard to weather forecasting, a statistical method for combining medium-range and seasonal forecasts has been proposed. This method enables the production of continuous forecasts across a wide range of lead times, whilst capitalising on the strengths of both types of forecasts. Implemented in the operational production chain, it simplifies data fluxes in real time and the analysis of results.A significant part of the project’s work focused on improving the hydrological models used to forecast low flows. Improvements were proposed for the functions responsible for simulating low flows and for the conceptualisation of exchanges between surface and groundwater. A more explicit representation of aquifers was proposed, along with the inclusion of storage structures. Modelling schemes that more explicitly represent spatial variability within catchments (semi-distributed approach) were also evaluated, with encouraging results for the Meuse catchment. The implementation of hydrological models in forecasting mode has been the subject of several studies aimed at correcting the models in real time by incorporating available observations (data assimilation). Whilst observed river flow is a classical source of information, the research has also sought to incorporate groundwater levels. This additional information has not yielded significant improvements compared with flow data alone, but it enhances the models’ ability to simulate both variables jointly. As forecasting is inherently uncertain, the project focused specifically on three sources of uncertainty: weather forecasts, hydrometric observations and hydrological modelling. Methods were proposed to quantify hydrometric uncertainties, related to rating curves or the quality of gauging stations. Statistical approaches were also developed to ensure better temporal consistency in uncertainty estimates related to hydrological modelling and weather forecasts.Furthermore, analyses of a large sample of catchments made it possible to quantify the time horizons for which informative forecasts can be provided (predictability) and to identify the factors determining this (hydroclimatic or physical context). Finally, the operational platform has been improved, with a significant increase in spatial coverage of the territory (now around 1,300 forecast points), a strengthened user network, and a more functional and user-friendly interface incorporating user requests and needs.Outstanding feature and future prospectThe CIPRHES project has advanced our understanding of the factors underlying the efficiency of operational drought forecasting chains. It opens up various avenues, including the gradual implementation of the CIPRHES project’s results within the PREMHYCE operational platform, further developments in seasonal forecasting (atmosphere – surface – subsurface) as part of other projects, the exploration of complementary methods and data (machine learning methods, use of satellite information), a more detailed consideration of anthropogenic influences, and the production of indicators tailored to different water user sectors.The project was carried out across a number of research directions with focus on the main sources of uncertainty in the forecasting chain. A feedback seminar organised in late 2025 brought together around 220 people from various fields. It served as a forum for multidisciplinary and multi-sectoral exchange, with the participation of stakeholders from the fields of research, operational management, engineering and public decision-making. The discussions brought together different perspectives and highlighted the outlook, needs and expectations regarding research developments, institutional challenges, the operational aspects of low-flow management and, finally, potential applications across various water-related sectors, particularly agriculture. These exchanges highlighted the challenges facing drought management, from the local to the national level, in the context of rapid evolutions linked to global change. The French Office for Biodiversity (OFB) and the Directorate for Water and Biodiversity (DEB) within the Ministry for Ecological Transition, which initiated the development of the PREMHYCE platform, are helping to make it a useful and accessible tool to assist in managing short-term water crises and in public decision-making regarding water resources governance.Vers une chaine intégrée pour la prévision hydrométéorologique des étiages et des sécheresses – Amélioration de la plateforme PREMHYCE par le projet CIPRHESLe projet « Chaîne intégrée de prévision hydrométéorologique des étiages et des sécheresses » (CIPRHES) s’est déroulé de mars 2021 à février 2026 et visait à améliorer les chaînes de modélisation utilisées dans la plateforme opérationnelle de prévision des étiages PREMHYCE. Il a associé huit équipes de recherche d’INRAE, du BRGM, d’EDF, de Météo-France et de l’Université de Lorraine, et a permis de renforcer les liens avec les acteurs institutionnels et opérationnels de la gestion de l’eau. Enjeux et objectifs - Des besoins d’anticipation croissants pour répondre aux enjeux de partage de l’eau et de protection de la ressource et des milieux lors des sécheressesDans de nombreux pays, les cours d'eau constituent la principale source d'approvisionnement en eau pour divers usages (eau potable, irrigation, énergie, navigation, etc.), qui peuvent être fortement affectés par les pénuries d'eau. En outre, le maintien d'un débit environnemental minimal est un enjeu fort pour le maintien de la bonne qualité des milieux et de la biodiversité. En 2022, la France a connu un événement de sécheresse d’une intensité exceptionnelle, avec des conséquences fortes sur différents secteurs activités, et des dommages estimés à plus de 5 milliards d’euros. Ce type d’événement préfigure ce que les projections hydroclimatiques laissent entrevoir comme des événements communs dans la suite du 21e siècle, du fait des changements climatiques. Cette perspective d'étiages plus sévères, longs et tardifs souligne la nécessité de disposer d'outils permettant de mieux se préparer et d'anticiper leurs impacts, d’améliorer la gestion de crise et de faciliter la prise de décision pour un meilleur partage de l’eau. Des évaluations et développements de chaînes de prévision des sécheresses ont été menés dans différents pays pour répondre à ces objectifs, avec des horizons de prévision allant de la moyenne échéance (de l’ordre d’une dizaine de jours) à l’échéance saisonnière (3 mois). En France, une démarche d’évaluation de modèles hydrologiques pour un objectif de prévision des étiages, appelée PREMHYCE (Prévision des Étiages par des Modèles Hydrologiques, Comparaison et Évaluation), a conduit au développement d’un prototype opérationnel de service hydrologique, basé sur une approche multimodèle et mis en test à partir de 2018 pour produire des prévisions en temps réel sur le réseau hydrographique français. Le projet CIPRHES a été conçu comme un laboratoire de développement et d’amélioration des méthodes associées à la plateforme PREMHYCE. L'objectif était d'obtenir une chaîne intégrée pouvant produire des prévisions hydrométéorologiques homogènes à long terme (de quelques jours à plusieurs mois) et cohérentes à différentes échelles spatiales (bassins versants et sous-bassins versants). Les développements proposés ont été testés sur un large ensemble de données afin d'évaluer les forces et les faiblesses de la chaîne de prévision. Plus spécifiquement, le projet CIPRHES a été guidé par cinq grands objectifs : (1) Produire des prévisions atmosphériques efficaces et homogènes allant des échéances moyenne à saisonnière ; (2) Développer une approche de modélisation hydrométéorologique intégrée pour la prévision des étiages ; (3) Développer des approches permettant de quantifier les différentes sources d'incertitude affectant les prévisions de étiages ; (4) Mettre en place des cadres avancés de « crash-test » afin d’évaluer les performances, la robustesse et l'utilité des prévisions d’étiage ; (5) Concevoir un service hydrométéorologique en ligne adapté aux besoins des utilisateurs afin de fournir des prévisions informatives en temps réel.Méthodes et approches - Un large échantillon de bassins versants et de données hydroclimatiques pour renforcer la robustesse et la généralité des modèles et méthodes statistiques testéesLe projet s’est appuyé sur un large éventail de méthodes mathématiques, numériques, statistiques et de modélisation, appliquées aux domaines concernés par le projet (météorologie, hydrologie, hydrogéologie). Il a notamment exploité cinq modèles hydrologiques de types et de niveaux de complexité différents, avec l’objectif d’assurer une certaine généralité et robustesse à la chaîne de modélisation. Ces modèles, développés par les partenaires du projet, correspondent à des façons variées de représenter les processus à l'origine des étiages. Diverses techniques d’assimilation de données, utilisant différents types d’observations (débit, niveau de nappe) pour corriger les modèles, ont été utilisées. De plus, une large gamme d’approches statistiques a été utilisée pour le post-traitement des prévisions météorologiques et hydrologiques, et pour la quantification des incertitudes associées aux observations et aux prévisions.Le projet a par ailleurs exploité des données d’un large ensemble de bassins versants en France métropolitaine, afin de tester les méthodologies proposées dans diverses conditions et de tirer des conclusions générales. Les données ont été principalement extraites de bases de données publiques (Météo-France pour les données climatiques, HydroPortail pour les données hydrologiques, banque ADES pour les données sur les eaux souterraines). Des données plus spécifiques ont été utilisées pour certains travaux, par exemple des archives de prévision météorologiques ou des courbes de tarage associées à certaines stations hydrométriques. Ces données ont fait l’objet d’analyses détaillées pour en assurer la bonne qualité et la cohérence spatio-temporelle. Les bassins versants utilisés pour les tests sont le résultat de procédures de sélection pour répondre à différents critères de disponibilité et de qualité de données ou de couverture spatiale. L’échantillon national a été constitué en croisant la base de bassins versants de la plateforme opérationnelle PREMHYCE (environ 1300 bassins) et l’échantillon national de bassins versants de référence CAMELS-FR (654 bassins). Le croisement de ces deux échantillons de bassins a permis de définir un ensemble de 478 bassins versants bien répartis sur le territoire métropolitain. Des variantes de cet échantillon national ont pu être utilisées dans différents travaux, en fonction de contraintes supplémentaires imposées lors de certains tests (disponibilité des données, choix des périodes, etc.). Quelques travaux liés au projet ont également utilisé des bases de données spécifiques indépendantes de cette base nationale.Une base de données plus détaillée a également été mise en place pour le cas du bassin versant de la Meuse à Chooz (10 000 km² environ), utilisé comme cas d’étude de démonstration au sein du projet, notamment pour l’évaluation des modèles hydrologiques en mode semi-distribué. RésultatsLe projet a permis de progresser sur plusieurs aspects. Sur la partie des prévisions météorologiques, une méthode statistique de concaténation des prévisions à moyenne échéance et des prévisions saisonnières a été proposée. Elle permet de produire des prévisions continues sur une large gamme d’échéances tout en bénéficiant de l’intérêt de ces deux types de prévisions. Implémentée dans la chaîne de production opérationnelle, elle simplifie les flux de données et l’analyse des résultats.Une partie importante des travaux du projet a porté sur l’amélioration des modélisations hydrologiques utilisées pour prévoir les débits d’étiage. Des améliorations ont été proposées sur les fonctions responsables de la simulation des bas débits et sur la conceptualisation des échanges entre surface et souterrain. Une représentation plus explicite des nappes a pu être proposée, ainsi qu’une prise en compte des ouvrages de stockage. Des schémas de modélisation représentant plus explicitement la variabilité spatiale au sein des bassins versants (approche semi-distribuée) ont également été évalués, avec des résultats encourageants sur le bassin de la Meuse. La mise en œuvre des modèles hydrologiques en mode prévisionnel a fait l’objet de plusieurs travaux visant à corriger en temps réel les modèles grâces à l’intégration des observations disponibles (assimilation de données). Si le débit observé en rivière est une source classique d’information, les travaux ont également visé à intégrer les niveaux de nappe. Cette information complémentaire n’a pas apporté de gains significatifs par rapport aux débits seuls, mais elle renforce les modèles dans leur capacité à simuler conjointement ces deux variables. L’exercice de prévision étant par nature incertain, les travaux du projet se sont intéressés plus spécifiquement à trois sources d’incertitudes : prévisions météorologiques, observations hydrométriques et modélisation hydrologique. Des méthodes ont été proposées pour quantifier les incertitudes hydrométriques, en lien avec les courbes de tarage ou la qualité des stations de mesure. Des approches statistiques ont également été développées pour assurer une meilleure cohérence temporelle des estimations d’incertitude liées à la modélisation hydrologique et aux prévisions météorologiques.Par ailleurs, des analyses sur un large échantillon de bassins ont permis de quantifier les échéances auxquelles on peut fournir des prévisions informatives (prévisibilité) et d’en cerner les déterminants (contexte hydroclimatique ou physique). Enfin, la plateforme opérationnelle a été améliorée, avec un fort accroissement de la couverture spatiale du territoire (désormais environ 1300 points de prévision), un réseau d’utilisateurs renforcé et une interface plus fonctionnelle et conviviale intégrant les demandes et besoins des utilisateurs.PerspectivesLe projet CIPRHES a permis des progrès dans notre compréhension des déterminants de l’efficacité de chaînes opérationnelles de prévisions des sécheresses. Il ouvre diverses perspectives, avec notamment la mise en œuvre progressive des résultats du projet CIPRHES au sein de la plateforme opérationnelle PREMHYCE, la poursuite des développements sur la prévision saisonnière (atmosphère - surface - souterrain) dans le cadre d’autres projets, l’ouverture sur des méthodes et données complémentaires (méthodes d’apprentissage automatique, utilisation d’informations satellites), la prise en compte plus détaillée des influences anthropiques ou encore la production d’indicateurs adaptés à différents secteurs usagers de l’eau.Le projet a été mené suivant de nombreux axes de travail portant sur les principales sources d’incertitudes dans la chaîne de prévision. Un séminaire de restitution organisé fin 2025 a regroupé environ 220 personnes issues de différents domaines. Il a été un lieu d’échange pluridisciplinaire et multi-sectoriel, avec la participation d’acteurs évoluant dans les domaines de la recherche, la gestion opérationnelle, l’ingénierie et la décision publique. Les discussions ont croisé les points de vue et fait ressortir les perspectives, besoins et attentes sur les développements en recherche, les enjeux institutionnels, les dimensions opérationnelles de la gestion des étiages et enfin les applications possibles dans différents secteurs usagers de l’eau, notamment celui de l’agriculture. Ces échanges ont souligné les défis
Case-Based Identification of Anti-Coagulation Therapy for Pregnant Women Using Approximation and Interpolation of Sequences (extended version)
No full textIn a current medical study about anti-coagulation therapy for pregnant women, an issue of missing data has been raised. This issue is modeled as a problem-solving task where a problem is a description of the known data of a patient and the solution is her missing data. A case-based approach is used for inferring missing data, where a case is a complete data. The approaches of approximation (using a similarity relation) and interpolation (using a fuzzy betweenness relation) are considered for implementing such a CBR system. A technical difficulty is that the problems in this application are represented using temporal sequences, and the issue of implementing similarity and betweenness on such sequences had to be addressed. The proposed approach is based on similarity paths, i.e. paths in the problem space. The evaluation had to be made on generated data but has shown the efficiency of these approaches.</div
Comment sont choisies les stratégies de protection des cultures ? Regards croisés d’agriculteurs, de conseillers et de chercheurs
No full textPrincipaux résultats d'une étude dont l’objectif était de mieux comprendre les critères perçus par les agriculteurs comme importants lorsqu’ils choisissent une stratégie de protection des cultures, et le décalage potentiel avec les autres acteurs de la recherche et développement : les chercheurs et les conseillers agricoles
Aubigné-Racan (Sarthe, Pays de la Loire). Le site antique de Cherré et son environnement de la Protohistoire au début du Moyen Âge: Rapport d'activités scientifiques 2025
No full textSafe Bayes
No full textSkopein AI is a dual-engine cognitive-fractal system for scientific and analogical reasoning. It combines a semantic engine (logical, symbolic, and evidential analysis) with a non-semantic engine (fractal, topological, and dynamical modeling) to support cross-scale scientific inquiry. This institutional technical datasheet (TRL-8/9 target) specifies the architecture, confidence model, and governance of Skopein AI as a research-grade companion system. It formally integrates PRISMA-compliant meta-analysis workflows, CONSORT and STROBE guideline mapping, and RoB1/RoB2 risk-of-bias scoring into a single audit-ready framework. The document includes: a mathematical formalization of the dual-engine cognitive-fractal model; the auditable confidence scheme with H1/H2/H3 evidence tiers and cross-engine convergence checks; a verification and validation plan aligned with technology readiness levels (TRL-8/9); governance, logging, and transparency mechanisms for meta-analytic and methodological use; repository-readiness criteria for open-science environments (Zenodo, HAL, ReScience C). The datasheet is intended for institutional evaluation (e.g. CNRS, ESA, CERN) and for use as a citable, versioned reference when Skopein AI is employed in meta-analysis, methodological review, or reproducible research w orkflows.SEF-BAYES Strategic Experimentation Framework Sequential Bayesian Audit Engine for Institutional Decision Support Auteur : Anne Povie Version : 1.0 Date : 2026 Licence : MIT Résumé exécutif SEF-Bayes est un framework logiciel destiné à la mise à jour probabiliste séquentielle d’hypothèses stratégiques à partir d’évidences horodatées. Il implémente : un moteur bayésien séquentiel une pondération par qualité des données un facteur d’oubli temporel un audit trail complet et traçable un système de déclenchement décisionnel (watch / alert / incoherence) des garde-fous institutionnels (anti-saturation, décorrélation, plafonnement log-odds) L’objectif est de fournir un outil d’aide à la décision robuste, transparent et audit-ready. 1. Cadre conceptuel 1.1 Principe mathématique Le moteur repose sur : P(H|E) ∝ P(E|H) × P(H) Implémentation opérationnelle : PosteriorOdds(H) = PriorOdds(H) × ∏ LR(E_i) Avec : LR(E_i) = P(E_i|H=1) / P(E_i|H=0) 1.2 Mise à jour séquentielle Pour des fenêtres temporelles successives : Odds_t = (Odds_{t-1})^λ × ∏ LR(E_i,t) où : λ ∈ [0,1] = facteur d’oubli (forgetting factor) 2. Architecture logicielle 2.1 Couches Core probabiliste Meta-Evidence (gestion corrélations) Gouvernance décisionnelle Calibration & Validation Interface Audit 2.2 Modules principaux math.ts update.ts metaEvidence.ts governance.ts audit.ts calibration.ts 3. Spécification des données 3.1 Hypothèse latente Type : Bernoulli Exemple : H11_Erosion_Illiberale Prior = 0.25 3.2 EvidenceEvent Structure JSON : { "featureId": "E_Presse", "windowId": "2026-Q1", "binarized": 1, "source": { "type": "index", "name": "RSF" }, "quality": { "confidence": 0.80 } } 3.3 Audit Trail Chaque mise à jour produit : PriorP PriorOdds LR produit PosteriorOdds PosteriorP Contribution marginale par évidence (Δlog-odds) Horodatage Checksum modèle Checksum données 4. Garde-fous institutionnels 4.1 Anti-saturation Plafonnement log-odds : logOdds ∈ [-L, +L] Valeur recommandée : L = 5 Probabilité maximale affichée ≈ 99.33% Objectif : empêcher l’affichage 100% sur phénomènes complexes. 4.2 Décorrélation des évidences Création d’un meta-indice : E_Institutions = agrégation pondérée de : Liberté presse Indépendance judiciaire Qualité électorale État d’urgence Évite la multiplication artificielle des LR corrélés. 4.3 Cap sur absences d’événements Les observations négatives (E=0) sont plafonnées : LR_absence ≤ 2.0 Justification : l’absence d’attribution n’est pas preuve forte. 5. Gouvernance décisionnelle 5.1 Triggers standards T1 — Watch Condition : P(H) > 0.40 sur 2 fenêtres Action : audit approfondi T2 — Alert Condition : P(H) > 0.55 + convergence indicateurs hard Action : rapport contradictoire T3 — Incoherence Condition : hausse sans données hard Action : diagnostic modèle T4 — Data Insufficient Condition : qualité moyenne < seuil Action : pas d’alerte forte T5 — Instabilité Condition : variation brutale ΔP Action : analyse régime de données 6. Calibration et validation 6.1 Métriques Brier Score Log Loss Courbe de calibration Sensitivity Analysis 6.2 Backtests Le framework permet l’évaluation sur scénarios historiques multi-fenêtres. 7. Conformité FAIR Schémas JSON versionnés Paramètres CPT traçables Checksum des runs Séparation modèle / données 8. Limites Les probabilités ne sont pas des prédictions déterministes. Les CPT doivent être calibrées empiriquement. Les corrélations résiduelles peuvent subsister. L’outil assiste la décision, il ne décide pas. 9. Conclusion SEF-Bayes constitue un framework probabiliste structuré permettant : l’exploration scénaristique la mise à jour transparente d’hypothèses la traçabilité complète des contributions d’évidence la production de signaux décisionnels auditables Il peut être utilisé en : mode laboratoire (exploratoire) mode institutionnel (contraint, régularisé, gouverné) Annexes A. Pseudo-code complet du moteur B. Schémas JSON C. Exemple de run complet D. Exemple de calibration Références Dépôts Zenodo liés : 10.5281/zenodo.17807186 10.5281/zenodo.17806711 10.5281/zenodo.1777119
GEOSUR -Lot3 -Test Case Generation for Geolocation Fusion Algorithms
No full textA key component of autonomous agricultural robots is the geolocation system, which relies on multiple sensors (e.g., GNSS -Global Navigation Satellite System -and IMU -Inertial Measurement Unit) combined using fusion algorithms. These algorithms must handle diverse situations caused by environmental conditions, sensor failures, or measurement inaccuracies. One major challenge is to systematically explore these situations with diverse scenarios, in order to generate test cases for validating such algorithms. This paper addresses this challenge by proposing a comprehensive framework that integrates a geolocation fault model with an open-source test case generator (TAF). An experiment conducted on a standard fusion algorithm demonstrates that the proposed framework can generate valid and diverse test cases with very low resource consumption
Approche territoriale pour la prévention des risques en montagne, Proposition de cadre technique pour l’analyse et la gestion intégrée des risques naturels en montagne, Module 3 : Analyse des risques saisonniers
No full textLa gestion intégrée des risques naturels en montagne est un concept visant à coconstruire des stratégies de réduction des risques dans le cadre d’approches territoriales multi-phénomènes. Pour accompagner ce type d’approche, des documents techniques ont été imaginés pour aider les opérateurs à réaliser ces étapes principales. Le module décrit les modes d’évaluation des risques matériels et humains directs liés aux enjeux fixes (bâtiments) et mobiles (véhicules) ainsi que leurs occupants en prenant en compte les variations saisonnières d’occurrence des phénomènes et d’exposition en termes d’occupation partielle ou variable pour des bâtiments ou de présence pour des enjeux mobiles (nombre de véhicules, durée de présence en fonction du trafic)