Modélisation mathématique de la diffusion contrôlée de l'information en cas de catastrophe

Les dernières décennies ont été marquées par une forte augmentation du nombre de
catastrophes, accompagnée d'une nette diminution des pertes humaines mais d'une
augmentation significative des pertes financières. De nouveaux risques - naturels,
technologiques ou sociaux - sont constamment annoncés pour l'avenir. Afin de mieux
faire face à ces situations inédites et anxiogènes, la science des risques naturels et des
catastrophes vise à comprendre les schémas spatio-temporels, les processus et les
mécanismes de ces événements et à élaborer des stratégies d'intervention.
En particulier, la gestion efficace des informations en situation de catastrophe est cruciale
pour limiter les impacts humains, matériels et environnementaux. Ce travail de thèse
propose de modéliser mathématiquement la diffusion de l'information dans de tels
contextes. L'objectif est d'explorer, via la modélisation mathématique, l’intégration de
méthodes statistiques de l’apprentissage et l’utilisation de données massives, les
dynamiques complexes impliquant les canaux d'information formels (autorités publiques,
médias) et informels (réseaux sociaux, bouche-à-oreille), en tenant compte des
contraintes inhérentes aux situations de crise, telles que l'urgence temporelle, l'accès
limité aux infrastructures de communication et les comportements humains sous stress.

Le LMAH est le seul laboratoire de mathématiques de l’université Le Havre Normandie. Il développe des travaux de recherche académiques et appliqués qui s’inscrivent dans le contexte normand, national et international.

Il a fixé un unique axe fédérateur de recherche intitulé:

"Modélisation et Analyse des Systèmes Complexes".

Cet axe s’est considérablement développé au cours des vingt dernières années, tant du point de vue des méthodes que de la formalisation et des outils d’analyse de ces systèmes. Le réseau national des SC (RNSC) définit un système complexe comme un système constitué d’un grand nombre d’entités hétérogènes qui forment le support d’interactions locales générant des structures collectives et des organisations sur de nombreux niveaux d’échelles (http://rnsc.fr/). Le LMAH s'inscrit dans cette définition, en particulier en étudiant des réseaux d'EDP (par exemple des systèmes de systèmes d’EDP et les “patterns” qui en émergent) ou des réseaux et plateformes en logistique.

Ainsi, les membres du LMAH travaillent à la modélisation de problèmes concrets, à l’analyse de ces modèles par des outils mathématiques et à l’élaboration de stratégies efficaces pour l’optimisation des performances, en s’intéressant à deux applications majeures :

Modèles du vivant

Modèles en logistique

Les travaux de recherche du LMAH, centrés sur la mise en place et le traitement mathématique de modèles pour les systèmes complexes essentiellement déterministes, ont été appliqués à des systèmes issus de différents domaines tels que le vivant (neuroscience, écosystèmes, épidémiologie), les phénomènes extrêmes (catastrophes naturelles), la logistique (supply chain, logistique portuaire et industrielle, transport intelligent).

Ce thème fédérateur est investi par l'intermédiaire de deux champs mathématiques:

Systèmes Dynamiques, Problèmes d’Évolution et Valeurs Extrême

Optimisation et Recherche Opérationnelle

- M2 en Mathématiques Appliquées
- Bonne connaissance (numérique et théorique) des EDO non linéaires et des méthodes d'apprentissage statistique
- Expérience en modélisation mathématiques
- Excellente maîtrise du français et de l'anglais à l'écrit et à l'oral
- Excellentes capacités de communication dans un environnement interdisciplinaire