EMULSION : un langage accessible aux experts

EMULSION : un langage accessible aux experts pour concevoir et explorer des modèles épidémiologiques mécanistes

Les modèles épidémiologiques mécanistes complexes sont des méthodes puissantes pour comprendre et prévoir la propagation des agents pathogènes à de multiples échelles.

Les modèles épidémiologiques mécanistes complexes sont des méthodes puissantes pour comprendre et prévoir la propagation des agents pathogènes à de multiples échelles. Pourtant, le développement de modèles est une tâche longue et difficile, qui aboutit souvent à un code de simulation figé, difficilement accessible aux non-informaticiens, soit pour vérifier que le modèle a été correctement mis en œuvre, soit pour modifier le modèle lui-même.
Pour aider à concevoir de tels modèles, l'intelligence artificielle (IA) fournit des méthodes puissantes. Dans le cadre de cet atelier, nous avons l'intention de présenter EMULSION, un outil innovant basé sur l'IA destiné à favoriser la description explicite des modèles via un langage convivial, à réviser/explorer les hypothèses sur la structure des modèles, sur les valeurs des paramètres et sur la gestion des maladies, et à faciliter le changement d'échelle (par exemple, de l'échelle intra- à l'échelle inter-troupeaux).
L'objectif de cet atelier est de démontrer comment changer rapidement de modèle en réponse à des hypothèses révisées, y compris en faisant des allers-retours entre une échelle et une autre, et en transformant un modèle compartimenté en un modèle individuel, sans mise en œuvre de code. Après un bref aperçu des principes d'EMULSION, les participants seront guidés à travers une série d'exercices progressifs basés sur des situations réalistes rencontrées en santé animale. Un modèle déjà mis en œuvre sera utilisé et mis à jour.

Le travail pratique sera effectué en petits groupes (2-3 personnes) pour favoriser l'interactivité. Les participants sont censés travailler avec leur propre ordinateur portable, pour lequel des instructions d'installation seront fournies avant l'atelier.

Résultats de l'apprentissage:

1. Pouvoir utiliser le langage de modélisation EMULSION pour décrire leurs modèles

2. Se familiariser avec les commandes du logiciel pour effectuer leurs propres simulations.

Compétences et connaissances préalables à l'atelier - Expérience en modélisation épidémiologique mécaniste. Compétences en programmation non requises.

http://svepm2019.org/program/workshops/

Date de modification : 18 février 2020 | Date de création : 07 décembre 2018 | Rédaction : AC