La quantification des incertitudes s’appuie sur des disciplines comme la modélisation probabiliste, la statistique, l’analyse, l’apprentissage machine, etc. pour fournir des outils aux chercheurs et ingénieurs utilisant des simulations numériques pour la modélisation de phénomènes (physiques, chimiques, biologiques…), la conception de systèmes, la maîtrise et la réduction des risques environnementaux et anthropiques.

Une liste non exhaustive de sujets liés au GIS est la suivante :

• la propagation de l’incertitude dans les modèles numériques, l’analyse de sensibilité,
• la modélisation et/ou la détection des valeurs extrêmes, l’estimation de probabilités faibles,
• le développement de stratégies visant à réduire les temps de calcul des simulations numériques, en prenant en compte les incertitudes (méthodes de Monte Carlo, modèles réduits, métamodèles, plans d’expériences optimaux, active learning…)
• la planification d’expériences numériques
• l’optimisation et la RO dans un contexte de temps de calcul élevés et / ou en présence d’incertitudes
• les problèmes inverses, l’assimilation de données, les jumeaux numériques,
• la représentation, la visualisation et la mise en évidence de l’incertitude,
• la sélection de modèles, l’estimation de paramètres d’un modèle,
• …

Le GIS encourage les équipes de chercheurs et d’ingénieurs en provenance de toute discipline (mathématiques, informatique, sciences physiques, biologie, agronomie, hydrologie, climatologie, ingénierie de la conception et de la sûreté des systèmes, sécurité alimentaire…) et membres de l’Université Paris-Saclay à le rejoindre.