Objectifs

L’activité sur la quantification des incertitudes au CERFACS vise à estimer les incertitudes pour les solveurs numériques qui nécessitent de larges ressources computationnelles. Ces solveurs sont dédiés à l’estimation du risque environnemental, l’assimilation de données, l’optimisation (notamment sous incertitudes) et le couplage dans un contexte de calcul à haute performance.

Au CERFACS, l’activité de quantification des incertitudes se trouve au sein de l’axe transverse « Modélisation orientée données » (« Data-Driven Modeling ») et à la croisée des axes thématiques Environnement, Climat, Aérodynamique et Combustion. Les applications au CERFACS concernent la prévision des crues et des inondations, la prévision de la dispersion atmosphérique de polluants, le comportement des incendies de végétation, la représentation de la variabilité climatique ou encore le calcul d’allumage de chambres de combustion.

Les actions principales sont :

• Simulation d’ensembles avec variables scalaires et fonctionnelles avec des stratégies de réduction de dimension
• Développement et évaluation de méthodologies de modèles réduits adaptés aux problèmes de grande dimension
• Utilisation efficace de modèles réduits pour l’analyse de sensibilité, l’optimisation et l’assimilation des données
• Développement d’algorithmes efficaces pour l’estimation stochastique avec des solveurs de complexité croissante (multi-fidélité, Monte Carlo à plusieurs niveaux/MLMC)

Ces actions sont déployées sur les applications suivantes :

• Développement d’algorithmes de quantification des incertitudes pour le calcul à l’échelle réelle avec des algorithmes de décomposition de domaines efficaces, évolutifs et résistants
• Développement de modèles de substitution pour l’analyse de sensibilité et l’assimilation de données d’ensemble, application en hydraulique et en aérodynamique pour les variables incertaines de grande dimension
• Application des modèles réduits pour les simulations de couche limite atmosphérique pour la quantification des incertitudes, application à la météorologie micro-échelle et en particulier à la dispersion des polluants
• Application des algorithmes multi-fidelité et MLMC pour la mécanique des fluides numérique industrielle, les systèmes multidisciplinaires et les géosciences.
• Construction d’un cas test pour l’émulation du climat mondial/les modèles climatiques simples pour tester les hypothèses sur les projections climatiques futures et améliorer les projections des scénarios existants, évaluer les incertitudes sur les trajectoires de réchauffement à long terme et améliorer la cohérence entre les modèles des systèmes physiques et les modèles socio-économiques

Partenaires