Développement, test et application d'un modèle basé sur des agents artificiels intelligents pour aider à l'analyse et à la compréhension des mécanismes économiques et sociétaux

Development, testing and application of a model based on intelligent artificial agents to aid in the analysis and understanding of economic and societal mechanisms

• Auteur / Autrice : Zahra Ardalan
• Direction : Kurosh Madani, Olivier Meier
• Type : Projet de thèse
• Discipline(s) : Signal, Image, Automatique
• Date : Inscription en doctorat le 10/11/2020
• Etablissement(s) : Paris 12
• Ecole(s) doctorale(s) : École doctorale Mathématiques, Sciences et Technologies de l'Information et de la Communication
• Partenaire(s) de recherche : Laboratoire : Laboratoire Images, Signaux et Systèmes Intelligents (Créteil)

Mots clés

Mots clés libres

IA bio-inspirée

Agents artificiels

Modélisation

Mécanismes économiques

Mécanismes sociétaux

Applications

Bio-inspired AI

Artificial agents

Modeling

Economic mechanisms

Societal mechanisms

Applications

Résumé

L'analyse et la compréhension des mécanismes économiques et sociétaux restent parmi les défis les plus difficiles des sociétés modernes. En effet, la modélisation analytique ou paramétrique de ce type de mécanisme fait intervenir un grand nombre de paramètres (indicateurs, etc.) et des grandeurs hétérogènes difficiles à scruter sans considérer à la fois leur nature qualitative et quantitative. Au cours de la dernière décennie, l'Intelligence Artificielle et plus particulièrement l'Intelligence Artificielle Bio-inspirée (inspirée du vivant) ont été appliquées avec succès à la modélisation de phénomènes complexes et / ou de problèmes tels que l'identification et la prédiction de dynamiques. atmosphères ou le traitement et l'interprétation de grandes bases de données (Data-Mining). Les concepts et techniques issus de l'Intelligence Artificielle Bio-inspirée (en particulier ceux du «Soft-Computing», également appelés «calculs tolérants») offrent un potentiel attractif pour aborder de manière alternative les enjeux précités. L'objectif de cette recherche doctorale est le développement, l'évaluation et l'application d'un modèle basé sur des concepts issus de l'intelligence artificielle bio-inspirée pour aider à l'analyse et à la compréhension des mécanismes économiques et sociétaux. Il vise d'une part à montrer la capacité des concepts précités à modéliser des mécanismes économiques et sociétaux et d'autre part la pertinence d'une telle modélisation alternative pour affiner la compréhension de ces mécanismes. Cette thèse de doctorat s'inscrit dans le cadre d'une coopération (co-direction) entre deux laboratoires de l'UPEC (LISSI EA3956 et LIPHA EA7373) relevant chacun d'un axe stratégique majeur de l'UPEC («STIC et mathématiques» à l'égard du LISSI et «Économie et management» pour le LIPHA).

The analysis and understanding of economic and societal mechanisms remain among the most difficult challenges of modern societies. Indeed, the analytical or parametric modeling of this type of mechanism involves a large number of parameters (indicators, etc.) and heterogeneous quantities which are difficult to scrutinize without considering both their qualitative and quantitative nature. During the recent decade, Artificial Intelligence and more particularly Bio-inspired Artificial Intelligence (inspired by living organisms) have been successfully applied to the modeling of complex phenomena and / or problems such as the identification and prediction of dynamics. atmospheres or the processing and interpretation of large databases (Data-Mining). The concepts and techniques resulting from Bio-inspired Artificial Intelligence (in particular those of ''Soft-Computing'', also known as ''tolerant calculations'') offer an attractive potential to approach in an alternative way the aforementioned challenges. The objective of this doctoral research is the development, evaluation and application of a model based on concepts derived from bio-inspired artificial intelligence to aid in the analysis and understanding of economic and societal mechanisms. It aims on the one hand to show the capacity of the aforementioned concepts in the modeling of economic and societal mechanisms and on the other hand the relevance of such alternative modeling in refining the understanding of such mechanisms. This doctoral thesis is part of a cooperation (co-direction) between two UPEC laboratories (LISSI EA3956 and LIPHA EA7373) each falling under a major strategic axis of UPEC (''ICST and mathematics'' with regard to the LISSI and “Economy and management” for the LIPHA).