Organisateurs: Tony Humphries (McGill), Sebastian Reich (Potsdam & Reading), Andrew Stuart (Caltech)
L’intégration harmonieuse de jeux de données de grande taille au sein de modèles de calcul constitue un des défis principaux des sciences mathématiques du 21e siècle. Lorsque le modèle de calcul est basé sur les systèmes dynamiques et que les données ont un ordre temporel, l’intégration des données aux modèles est appelée assimilation de données. Jusqu’ici ce domaine a été surtout développé par des experts en sciences géophysiques; toutefois son potentiel de développement dans d’autres disciplines est énorme.
Le présent programme thématique, qui durera un mois, a pour objectif de faire progresser la théorie mathématique sous-jacente à l’assimilation de données, c’est-à-dire le processus consistant à intégrer des données aux systèmes dynamiques afin de découvrir des états cachés et des paramètres inconnus. Pour les activités du programme thématique, les organisateurs s’inspireront des applications provenant des sciences physiques, biomédicales, sociales et cognitives. Le programme portera sur des méthodologies reliées aux filtres particulaires, aux filtres de Kalman d’ensemble, à l’optimisation et à l’approche bayésienne pour les problèmes inverses. Des visiteurs à long terme dans tous ces domaines participeront au programme, et des visiteurs à court terme assisteront aux ateliers (probablement quatre ateliers) consacrés aux méthodologies, aux applications géophysiques, aux applications biomédicales, et aux applications en sciences sociales et cognitives.