Quantifying uncertainties in computer models An overview - Merlin KELLER - EDF R&D

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : l’orateur, expert reconnu, fournit une synthèse claire et structurée des concepts clés de l’UQ, avec des exemples industriels pertinents. L’argumentation est solide, s’appuyant sur une méthodologie éprouvée et des références à des guides internationaux. La présentation est pédagogique, mais reste technique, et l’orateur souligne les limites et les précautions nécessaires. La solidité de l’argumentation repose sur une logique claire : chaque étape de la méthodologie est justifiée par des besoins industriels concrets.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : l’orateur cite des guides de référence (NRC, métrologie) et des ouvrages spécialisés, et mentionne des logiciels développés en interne (OpenTURNS, URANIE). Les sources sont crédibles et pertinentes. L’adéquation entre le titre et le contenu est parfaite : il s’agit bien d’une vue d’ensemble de l’UQ. Aucun commentaire n’est fourni, donc aucune analyse des tendances du public n’est possible.

Le titre correspond parfaitement au contenu : il s'agit bien d'une vue d'ensemble de la quantification des incertitudes dans les modèles informatiques.

8/10

Exposé structuré et pédagogique par un expert d'EDF R&D, couvrant les concepts fondamentaux de l'UQ avec des exemples industriels concrets. Les méthodes présentées sont classiques et bien établies, mais la vidéo ne fournit pas de démonstrations détaillées ni de validation expérimentale.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 02:00Introduction et motivation : besoin de quantifier les incertitudes dans les simulations numériques pour la sûreté et la prise de décision.
• 05:00Présentation de la méthodologie générique en étapes : spécification du problème, modélisation probabiliste, propagation, analyse de sensibilité.
• 10:00Définition de la quantité d'intérêt (QoI) : moyenne, variance, quantiles, probabilités de défaillance.
• 15:00Modélisation probabiliste des entrées : lois marginales, copules, inférence bayésienne, cas des petites données.
• 20:00Propagation des incertitudes : approximation de Taylor, Monte Carlo, Latin Hypercube, méthodes de réduction de variance pour les événements rares.
• 25:00Analyse de sensibilité : méthodes graphiques, screening, indices de sensibilité globaux.
• 30:00Méthodes avancées : méta-modèles, UQ pour l'apprentissage profond, questions ouvertes.

• Guide de l'INRIA sur la quantification des incertitudes — Référence méthodologique générale mentionnée par l'orateur.
• OpenTURNS — Logiciel de quantification des incertitudes développé par EDF et d'autres partenaires, mentionné dans la vidéo.
• URANIE — Logiciel complémentaire développé par le CEA, mentionné dans la vidéo.

• Guide pour la vérification et la validation des modèles numériques — Référence aux guides du National Research Council mentionnés dans la vidéo.