Menu | Contenu | Retour | Actualités | Progression | Rechercher | Pied de page | Accessibilité | Plan du site | Accueil


                      
                      
Accueil « Archives « L'image du mois « L'image de l'été 2016

L’image de l’été 2016

Une plateforme intégrée pour la construction et l’évaluation de modèles de simulation en géographie

Qui est l’auteur de cette image ?

Sébastien Rey-Coyrehourcq, doctorant à Géographie-cités entre 2010 et 2015 est l’auteur de cette image. Ma thèse s’intitule « Une plateforme intégrée pour la construction et l’évaluation de modèles de simulation en géographie » Depuis octobre 2015 je suis Ingénieur de Recherche spécialiste en calcul scientifique à l’UMR IDEES.

D’où cette image est-elle extraite ?

Cette image est extraite de la slide 17 dans le support utilisé pour la soutenance de thèse (voir http://these.sebastienreycoyrehourcq.fr/soutenance).

Comment cette image est-elle construite ?

Cette image est construite en utilisant le logiciel Inkscape, en utilisant différentes sources. On retrouve une visualisation du modèle de simulation SimpopLocal en Netlogo (capture d’écran en haut à gauche), ainsi qu’une suite de graphiques (en haut à droite) construits lors des premières explorations de ce modèle. En bas à gauche, il s’agit du logo du logiciel OpenMOLE (openmole.org), utilisé depuis 2010 pour construire les explorations de modèles de simulation dans le cadre des différents projets de modélisation auquel je participe.

Pourquoi as-tu choisi de montrer cette image ?

Cette image présente de façon synthétique le résultat des premières incursions pour les géographes dans un processus d’exploration de modèles de simulation appuyés par des ressources informatiques distribuées massives (jusqu’à 4000 processeurs utilisés de façon simultanée pendant plusieurs semaines). L’accès à ces ressources est facilité par l’utilisation de la plateforme OpenMOLE, utilisée par notre équipe de modélisateurs dès juin 2010 pour définir plusieurs plans d’expérience de type « plan complet » (on explore l’ensemble des combinaisons de valeurs de paramètres. Par exemple, trois paramètres prenant trois valeurs différentes, il existe 27 combinaisons possibles). Ces explorations sont formalisées sous la forme de workflows OpenMOLE (différents types de tâches sont reliés par différents types de transitions) au sein desquels certaines tâches, comme l’exécution des simulations, vont être distribuées sur une grille de calcul à l’échelle mondiale (les points rouges sur la carte symbolise de façon théorique cette distribution sur différents nœud de calcul). Une fois les simulations exécutées, OpenMOLE doit encore rapatrier et agréger les milliers, voire millions d’observations que nous avons définis en sortie des simulations. Les gigaoctets de données récupérées et stockées au sein d’une base de données permettent ensuite d’établir des graphiques qui tentent de résumer ces explorations. Cette stratégie est dite inductive, car elle ne pose pas de questions a priori au modèle (c’est à dire venant contraindre sa dynamique d’exécution), et se contente de chercher a posteriori des réponses par de la fouille de données. Cette première phase fut importante pour la suite du projet, car elle a montré les limites d’une telle approche, et cela même lorsqu’on dispose des ressources informatiques permettant ces explorations. En effet, le volume de données généré par de telles explorations complexifie très rapidement la construction de « graphiques résumés » efficaces, surtout lorsqu’on veut questionner de multiples dimensions (les paramètres, les critères de sorties) de façon simultanée (dans nos expériences, nous devions encore analyser à la main des milliers de graphiques pour tenter de détecter les comportements intéressants). D’autre part, l’utilisation de plan complet n’est en aucun cas une bonne solution, car non seulement l’explosion combinatoire arrive très rapidement lorsqu’on augmente le nombre de dimension (paramètres) ou de points par dimension (n valeurs par paramètre) à explorer, mais en plus rien ne garantit que la finesse de maillage de l’espace de paramètre retenue pour une exploration permettent d’observer les dynamiques d’un modèle dont on ne connaît encore rien des comportements. Les analyses que nous produisions à ce moment-là sont très bien résumées par la fameuse maxime « autant chercher une aiguille dans une botte de foin », sans compter que nous n’avions aucune garantie que cette aiguille existe dans les résultats produits pour cette maille donnée. Cette expérience a permis le développement d’une autre approche d’exploration complémentaire dite « déductive » (slide 18 suivante), qui impose plus directement les questions que l’on se pose (ce qui n’empêche pas celle-ci d’être exploratoire ...) au modèle, afin de voir la capacité de celui-ci à y répondre.

Date de mise à jour : 29 juillet 2016

 
 

Géographie-cités 2011, Tous droits réservés