Systèmes complexes en sciences sociales

Année 2020/2021

Henri Berestycki (directeur d’études à l’EHESS)
Jean-Pierre Nadal (directeur d’études à l’EHESS et directeur de recherche au CNRS)

Le séminaire « Systèmes complexes en sciences sociales » se tient (sauf mention contraire) tous les 2ème et 4ème vendredis de cette année 2020-2021, à partir du 13 novembre (voir le site de l’Ehess), à 15h00.
Pour la période actuelle (covid-19), séminaire en visio-conférence exclusivement.

La participation est libre. Cependant, pour nous permettre de disposer de la liste des participants, merci de vous inscrire sur Listsem, ceci pour chaque séance (pour choisir directement le bon séminaire sur Listsem, mettre : UE 357 (avec un espace entre UE et 357).
Le lien avec le code d’accès est envoyé à tous les inscrits de la séance concernée.
L’annonce du séminaire est diffusée sur les listes ehess : vie-scientifique, cams-infos, humanict.
Contact : jpnadal@ehess.fr

Présentation générale du Séminaire sur le site de l’EHESS, ici.

Jumelage :
Cette année, notre séminaire est couplé au séminaire du même nom, Systèmes complexes en sciences sociales, qui a lieu à Toulouse et en visio-conférence, organisé par Michel Grossetti (CNRS & EHESS) et Bertrand Jouve (CNRS), labex SMS (Structuration des mondes sociaux), programme ici (séances des vendredis : 6 novembre, 18 décembre, 12 février).

A venir, séances actuellement programmées :
prochaine et derniè-re séance de cette année universitaire, 25 juin, Aurélien Hazan (UPEC – Université Paris-Est Créteil, IUTSF-GEII), sur des modèles de réseaux à plusieurs échelles (séance initialement programmée pour le 14 mai, déplacée au 25 juin).

  • Vendredi 25 juin 2021, 15h en visio-conférence.

    Aurélien Hazan
    UPEC – Université Paris-Est Créteil, IUTSF-GEII

    Titre: Applications d’un modèle de réseaux renormalisable

    Résumé : Les systèmes complexes sont souvent organisés à une multitude de niveaux différents, ce qui nécessite des descriptions distinctes, et parfois de nature hiérarchique. De nombreuses travaux modélisent ces systèmes comme des réseaux, et s’intéressent à la stabilité de leur propriétés lorsque le niveau d’observation est de plus en plus agrégé, en s’inspirant des outils et concepts tirés de la physique (fractales, auto-similarité).

    Dans cet exposé nous évoquerons un modèle récent tiré de la littérature des réseaux aléatoires, capable de représenter un système à plusieurs échelles simultanément. En nous appuyant sur l’analyse de données empiriques de plusieurs domaine applicatifs (échanges commerciaux internationaux), nous discuterons de ses atouts et de ses limites et envisagerons son application à d’autres domaines (réseaux trophiques, mouvements de populations, etc…).

    Enfin en nous appuyant sur des approches connexes (apprentissage non-supervisé, structure hiérarchique) nous présenterons des pistes d’applications concrètes originales (par exemple pour les réseaux spatialisés).

  • Vendredi 28 mai 2021, 15h en visio-conférence.

    David Martimort
    EHESS, Ecole d’Economie de Paris (PSE)

    Titre: PRECAUTION AND INFORMATION IN A WORLD OF DEEP UNCERTAINTY: ON THE (NEGATIVE) VALUE OF THE PRECAUTIONARY PRINCIPLE

    Abstract. The Precautionary Principle is a controversial policy instrument, often criticized for stifling innovation and growth. To give an economic perspective on the consequences of adopting this Principle, we consider a dynamic decision-making problem under irreversibility and uncertainty. Examples include, consumption/production decisions in view of their consequences for global warming, or consumption/production of GMOs and their consequences on the biotope.
    The basic elements of the model are as follows. A decision-maker enjoys surplus from his current actions but faces the possibility of an irreversible catastrophe, an event that follows a non-homogeneous Poisson process with a rate that depends on the stock of past actions. To model irreversibility, we assume that, passed a tipping point, the probability that a disaster arises increases once for all.

    For such a context, the Precautionary Principle has repeatedly been invoked as a means to regulate risk. We ask whether such an institutional commitment to prudent actions, in a world where regulation are incomplete social contracts, has any value. We answer negatively.

    To do so, we proceed we first describe optimal trajectories under two informarmational scenarios that reflect the degree of knowledge on the physical process under scrutiny.

    In the first scenario, that serves as a benchmark, the tipping point is known for sure. The optimal action plan goes through a first precautionary phase before jumping to a myopic optimum. In the first phase, actions are low and decrease over time because of the irreversibility problem. The Precautionary Principle is here irrelevant. There is no need to regulate a behavior that already is prudent enough.

    Under a scenario of Deep Uncertainty, only the distribution of possible tipping points is now known. The optimal feedback rule should a priori determine the current action in terms of two state variables that summarize the system: First the stock of past actions and second, the beliefs on whether the tipping point has been passed or not. We first characterize the dynamics under such circumstances by means of an Hamilton-Jacobi equation with a two-dimensional value function and the associated feedback rule. We then notice that beliefs are highly manipulable in a world where experts and interest groups may have their own incentives. This argument serves to motivate our focus on incomplete feedback rules which are based only on the stock of past actions.

    We define and analyze so called Stock-Markov Equilibria, which are sustained with such feedback rules. In those equilibria, the decision-maker can only commit to actions for infinitesimally short periods of time and stick to the equilibrium feedback rule because he expects to continue to do so in the future. We characterize such equilibria by means of a pseudo-value function. This function satisfies a functional equation that generalizes a Hamilton-Jacobi equation but is also forward-looking. We demonstrate that the decision-maker adopts a prudent behavior because of a pseudo-information learning effect. Indeed, as long as no disaster is encountered acting makes it now more likely that the tipping point has been passed anyway.

    Yet, we show that the optimal trajectory can be implemented with such a Stock-Markov Equilibrium. Intuitively, the infinitesimally short periods of commitment allow the decision-maker to encapsulate the evolution of beliefs in his decision at any point in time. Even incomplete feedback rules are enough to reconstruct an optimal path of actions with infinitesimal commitments. A contrario, committing to such an incomplete feedback rule once for all, as requested by the Precautionary Principle, is definitvely suboptimal. The pseudo-information learning effect is then exacerbated and actions end up being too cautious. This points at the negative value of the Precautionary Principle.

  • Vendredi 23 avril 2021, 15h en visio-conférence.

    Quentin Feltgen
    Clesthia, Université Sorbonne Nouvelle (Paris 3)

    Titre: Émergence de lois d’échelle au niveau des constructions langagières individuelles : loi de Zipf en diachronie et loi de Heaps-Herdan comme outil prédictif.

    Résumé : Les mots d’une langue obéissent collectivement, une fois rangés par ordre de fréquence, à la loi de Zipf, une loi d’échelle qui lie leur fréquence et leur rang, connue depuis 1935 au moins. De même, il existe une relation entre la taille du lexique (en termes de nombres de mots différents) et la taille d’un texte, la loi de Heaps-Herdan, là encore une loi d’échelle entre les quantités concernées. Au cours de la dernière décade, il est également apparu que la loi de Zipf se retrouvait à des niveaux plus spécifiques de l’organisation langagière, en particulier en relation avec les constructions schématiques, c’est-à-dire présentant un paradigme de variations interne, comme par exemple l’expression « de manière ADJ » (de manière analogue, de manière certaine, etc.) ou la construction verbale « venir de Vinf » (venir de manger, venir de finir, etc.). Les arguments de ce schéma libre obéissent en effet, de par leur fréquence de collocation avec la construction, à une loi de Zipf « locale », spécifique de la construction.

    Dans cette présentation, je confirmerai cette observation et la complémenterai par une autre, à savoir que les arguments du schéma constructionnel suivent également une loi de Heaps-Herdan (le nombre d’arguments différents trouvés dans un corpus dérive du nombre d’occurrences de la construction). Je montrerai par ailleurs, sur l’exemple de la construction en anglais « way too ADJ », que la loi de Heaps-Herdan, une fois calibrée sur une fenêtre temporelle donnée, permet de prédire le nombre d’arguments à partir de la fréquence d’occurrences sur l’ensemble de la période. J’illustrerai également la manière dont la loi de Zipf vient à se stabiliser au cours de l’émergence de la construction schématique.

  • Vendredi 9 avril 2021, 15h en visio-conférence.

    David Chavalarias
    CNRS, CAMS & ISC-PIF.

    Titre: Personnifier les réseaux sociaux à l’ère de la désinformation.

    Résumé : Les espaces numériques sont de plus en plus présents et influents lorsque l’on s’intéresse au fonctionnement de nos sociétés, au point que ce qui s’y passe ne peut plus être ignoré lorsqu’il s’agit de comprendre leur évolution. De la politique aux débats sur le réchauffement climatique, en passant par les débats sur la vaccination, ce qui se passe en ligne, et en particulier sur les réseaux sociaux, a de plus en plus d’influence sur ce qui se passe hors ligne.

    Cette virtualisation des interactions sociale apporte autant de nouvelles questions de recherches qu’elle constitue des enjeux majeurs pour nos démocraties. D’un côté, nous n’avons jamais eu autant de données sur les systèmes sociaux, ce qui devrait être propice à une meilleure maîtrise conceptuelle et coordination collective plus efficace. De l’autre, l’accélération de l’information, l’amplification des phénomènes de désinformation et mésinformation, ainsi que la multiplication des ingérences numériques entre pays concurrents nous donne l’impression d’un dérèglement de nos démocraties, victimes de fragmentation et de polarisation.

    Nous illustrerons ces phénomènes sur des cas concrets tels que l’ingérence étrangère lors de l’élection présidentielle de 2017, l’apparente polarisation du débat autour du réchauffement climatique ou la polémique autour de l’usage du terme « islamo-gauchisme ».

    Nous montrerons ensuite comment le développement de macroscopes sociaux peut apporter la réflexivité sociale nécessaire à la ré-identification de formes d’expression collectives. La re-contextualisation des échanges par ces formes d’expression collectives permet de redonner un sens aux interactions sociales virtuelles et pose des repères pour des débats démocratiques plus informés et plus sereins.

    Ressources : http://chavalarias.org & http://politoscope.org

  • Vendredi 26 mars 2021, 15h en visio-conférence.

    Luc BEHAGHEL
    PSE – Ecole d’économie de Paris, INRAE.

    Title: Directing job search: large scale experiments.

    Abstract: We analyze the employment effects of directing job seekers’ applications towards establishments likely to recruit, building upon an existing Internet platform developed by the French public employment service. Our two-sided randomization design, with about 1.2 million job seekers and 100,000 establishments, allows to precisely estimate supply- and demand-side effects. We find a 2% increase in job finding rates among women, while establishments advertised on the website increase their hirings on indefinite duration contracts by 3%.

    Travail joint avec M. Gurgand, Y. Hazard, S. Dromundo, T. Zuber.

  • Vendredi 19 février 2021, 15h en visio-conférence.

    Gaël GIRAUD
    Directeur de recherche au CNRS
    Professor, Director of Environmental Justice Program, Georgetown University, USA.

    Titre : Impacts économiques d’une période glaciaire: une réflexion visant à évaluer la déconnexion entre économétrie et sciences du climat.

    Résumé : Le changement climatique anthropique soulève des inquiétudes croissantes quant à ses effets potentiels catastrophiques sur les écosystèmes et les sociétés humaines. Pourtant, plusieurs études portant sur les dommages causés par le réchauffement climatique sur l’économie ont proposé une image beaucoup moins inquiétante de l’avenir, avec seulement quelques points de baisse du produit intérieur brut (PIB) mondial par habitant d’ici la fin du siècle et ce, même pour un réchauffement climatique supérieur à 4°C.
    Nous considérons deux fonctions différentes estimées empiriquement, liant la croissance du PIB ou le niveau du PIB à la température, au niveau national, et nous les appliquons à un refroidissement global de 4°C en 2100 – ce qui correspond à un retour aux conditions glaciaires. Nous montrons que l’impact sur le PIB moyen mondial par habitant va de −1,8% – si la température affecte le niveau du PIB – à +36% – si l’impact porte plutôt sur la croissance du PIB. Ces résultats sont ensuite comparés aux conditions environnementales auxquelles l’humanité pourrait être confrontée, en prenant pour référence le dernier maximum glaciaire (LGM). Les impacts modélisés sur le PIB mondial semblent fortement sous-estimés compte tenu de l’ampleur des changements climatiques et écologiques enregistrés pour cette période.
    Après avoir discuté des faiblesses de l’approche statistique agrégée pour estimer les dommages économiques, nous concluons que, si ces fonctions ne sont pas raisonnablement fiables pour un refroidissement aussi important, elles ne devraient pas être considérées comme fournissant des informations pertinentes sur les dommages potentiels en cas de réchauffement d’une ampleur similaire – comme prévu en cas d’émissions de gaz à effet de serre non maîtrisées.

  • Vendredi 12 février 2021, 15h en visio-conférence.

    Pedro RAMACIOTTI
    Medialab, SciencesPo

    Titre : Attitudes à l’égard des questions du débat public : Analyse par plongement des utilisateurs de réseaux sociaux dans des espaces idéologiques latents aux structures des réseaux.

    (Title and abstract in English below).

    Résumé : Traditionnellement, l’attitude des citoyens à l’égard des questions du débat public (par exemple, l’immigration, l’intégration européenne, la fiscalité) a été mesurée à l’aide de sondages et d’enquêtes. Plus récemment, l’examen de la structure des réseaux sociaux en ligne a permis d’estimer les attitudes des citoyens. En supposant une certaine forme d’homophilie – des personnes ayant des attitudes similaires se suivent ou se lient d’amitié – l’inférence bayésienne permet d’extraire des paramètres latents qui pourraient être à l’origine de la connexion entre les utilisateurs. Notre étude a révélé que certains de ces paramètres latents étaient corrélés avec des attitudes idéologiques : en témoigne l’exemple de l’inférence de la préférence pour les groupes politiques dans des systèmes bipartites comme celui des États-Unis. Néanmoins, l’interprétation a posteriori de ces paramètres latents en tant qu’indicateurs d’attitudes reste délicate, plus encore dans les systèmes sociaux et politiques multipartites et multi-problématiques, ce qui est le cas de la plupart des pays européens.
    Il sera question, dans cette présentation, d’exposer une méthode pour plonger les acteurs des réseaux sociaux dans des espaces idéologiques, où les dimensions servent d’indicateurs d’attitudes vis-à-vis des différentes problématiques du débat public. Nous l’illustrerons par le cas du réseau Twitter français, où les mesures du système national des partis fourniront des moyens quantitatifs pour l’identification des enjeux liés aux dimensions latentes de ces espaces idéologiques. Cet ancrage idéologique permettra d’enquêter sur l’importance relative des différentes questions dans la structuration des interactions dans le débat public. Par ailleurs, cet ancrage sera mobilisé dans l’étude de la dynamique idéologique des acteurs en ligne, ce qui sera illustré par l’étude de la trajectoire idéologique des groupes Facebook sympathisants du mouvement des Gilets Jaunes.

    Title : Attitudes towards questions of public debate: Embedding social networks users and entities into ideological spaces latent in network structures.

    Abstract: Traditionally, people’s attitudes towards issues of the public debate (e.g., immigration, European integration, taxation) have been measured using polls and surveys. More recently, different attitudes have been mined from the structure of online social networks. Assuming some form of homophilic behavior (people with similar attitudes follow or befriend each other), Bayesian inference allows for the retrieval of latent parameters that might be driving connection between users. Some of these latent parameters have been successfully related to ideological attitudes: an illustrative example is the inference of preference for political groups in two-party systems such as that of the US. The a posteriori interpretation of these latent parameters as indicators of attitudes remains challenging, more so in multi-party, multi-issue social and political systems, which is the case of most European countries.
    In this presentation, I will present a method for embedding social network actors in ideological spaces, where dimensions serve as indicators of attitudes towards different issues of the public debate. This will be illustrated by the case of French Twitter network, where measurements of the national party system will provide quantitative means for the identification of the issues associated with the latent dimensions of these ideological spaces. This ideological embedding will allow for investigations about the relative importance of different issues in structuring interactions in the public debate. Additionally, this embedding will be mobilized in the study of the ideological dynamics of actors, which will be illustrated by the study of the Facebook groups affiliated with the Yellow Vest movement.

  • Vendredi 22 janvier 2021, 15h en visio-conférence.

    Imke MAYER
    EHESS, CAMS

    Inférence causale pour données observationnelles et analyses jointes de données expérimentales et observationnelles
    (English below)

    Résumé : Dans le domaine de l’apprentissage machine, de grands progrès ont été réalisés dans l’obtention de modèles prédictifs puissants, mais ces modèles reposent sur des corrélations entre variables et ne permettent pas de comprendre les mécanismes sous-jacents ou la manière d’intervenir sur le système pour atteindre un certain objectif. Les concepts de causalité sont fondamentaux pour disposer de leviers d’action, pour formuler des recommandations et pour répondre aux questions suivantes : « que se passerait-il si nous avions agi différemment? » L’idée est de rechercher une “human-like AI », de prendre des décisions raisonnables et solides dans des situations jamais vécues. Dans cet exposé, je présenterai le cadre de réponses potentielles pour l’inférence causale afin de répondre à des questions telles que « quel est l’effet d’une formation professionnelle sur l’insertion professionnelle ? » Je présenterai des techniques pour estimer l’effet moyen de traitement à partir de données observationnelles telles que les dossiers médicaux électroniques. Je montrerai ensuite comment ces méthodes peuvent tirer parti des outils puissants de l’apprentissage machine pour l’inférence statistique. Enfin, je me concentrerai sur le problème de la fusion des données qui consiste à combiner des données observationnelles et des données d’essais contrôlés randomisés.

    Causal inference for observational data and joint experimental and observational data

    Abstract: In machine learning, there has been great progress in obtaining powerful predictive models, but these models rely on correlations between variables and do not allow for an understanding of the underlying mechanisms or how to intervene on the system for achieve a certain goal. The concepts of causality are fundamental to have levers for action, to formulate recommendations and to answer the following questions: « what would happen if we had acted differently? » The idea is to search for “Human-like AI », to take reasonable, robust decisions in never experienced situations. In this talk, I will introduce the potential outcomes framework for causal inference to answer questions such as « what is the effect of a job training on employment integration? » I will present techniques to estimate the average treatment effect from observational data such as electronic health records. Then I will show how these methods can leverage powerful machine learning tools for statistical inference. Finally I will focus on the data fusion problem that consists in combining observational and randomized controlled trial data.

    L’exposé sera en français ou anglais en fonction de l’auditoire. Talk in French or English depending on the audience.

  • Vendredi 8 janvier 2021, 15h en visio-conférence.

    Odile PLATTARD
    Architecte diplômée d’Etat, spécialisation Prévention des risques majeurs
    ATER à l’Institut d’Urbanisme et de Géographie Alpine, Université Grenoble-Alpes
    Chercheuse associée – UMR 8504 Géographie-cités & UMR 5194 Pacte

    Exposé sur des modèles multi-agents pour améliorer les plans d’évacuation de ville du littoral en cas de séisme combiné à un tsunami (Prix de thèse Systèmes complexes 2020).

    Repenser l’évacuation d’une population littorale en milieu urbain dans un contexte multi-risques

    Résumé : Cet exposé questionne l’évacuation piétonne d’une population littorale en milieu urbain en cas de tsunami et séisme à travers l’implémentation d’un modèle multi-agents spécifié pour deux communes du littoral.
    L’aléa tsunami, premièrement considéré dans ce travail, est engendré par un évènement précurseur qui est, dans la majorité des cas, un séisme, aléa deuxièmement pris en compte. Deux sites d’études ont été considérés : Saint-Laurent-du-Var et Syracuse, car ils présentent des configurations d’exposition de leur espace urbain et de stratégies d’évacuation de la population différentes.
    L’espace urbain est au cœur du questionnement de ce travail. Premièrement, à travers l’influence que la lisibilité du milieu urbain peut avoir sur une évacuation piétonne. Deuxièmement, à travers la prise en compte du contexte multi-risques et des dommages d’un séisme précurseur sur les constructions, en questionnant la praticabilité des itinéraires d’évacuation en milieu urbain.
    J’introduirai le modèle STEP (Seisme Tsunami Evacuation Population), un modèle hybride alliant le multi-agents et les automates cellulaires et implémenté sur la commune de Saint-Laurent-du-Var. Son environnement est construit à partir des données géographiques de terrain (topographie, bâtiments). Le tsunami est implémenté à partir des données issues de simulation d’évènements de référence. La lisibilité de l’espace urbain est construite à travers la mise en place de zones de non-visibilité des zones refuge générée en fonction de leur hauteur et de celle des bâtiments. La praticabilité de l’espace urbain se traduit par la mise en place d’une probabilité d’effondrement des constructions en fonction de l’intensité sismique ; les débris peuvent obstruer les rues, obligeant les individus à trouver un autre itinéraire jusqu’aux zones refuge. Trois scénarios principaux ont été mis en place, se basant sur des évènements de références et explorés par variation des paramètres liés aux agents et zones refuge ; ces trois scénarios principaux font varier la lisibilité (hauteur des zones refuge) et la praticabilité (effondrement lié au séisme) de manière indépendante afin de mieux en percevoir les effets sur les résultats.

  • Vendredi 18 décembre, 13h – 15h en visio-conférence – Séance organisée par le labex SMS, Toulouse.

    Séance organisée par nos partenaires toulousains,
    thème de la séance : « des outils innovants pour la modélisation interdisciplinaire ».

    * 13h-14h : Adrien BARTON (Chercheur CNRS, IRIT, Toulouse) « Comment articuler des données de domaines différents ? L’apport de l’ontologie appliquée »

    * 14h-15h : Benoit CHEVALLIER (Enseignant-Chercheur, IMT, Toulouse) « Dimensions sensibles, dimensions intelligibles »

    programme détaillé ici.

    Le lien de connexion a été diffusé sur les listes vie-scientifique (EHESS), cams-infos, humanict, et la liste de diffusion du labex SMS.
    Pour cette séance, contact : Bertrand Jouve, jouve@univ-tlse2.fr

  • Vendredi 27 novembre, 15h en visio-conférence – Séance coorganisée avec l’ISC-PIF.

    Vincent VERBAVATZ
    Institut de Physique Théorique, CEA & résident à l’ISC-PIF

    L’équation de la croissance urbaine

    L’exposé sera en Français (contrairement à ce qui avait été annoncé initialement).
    Résumé : La modélisation de la dynamique de population des villes est au cœur de toutes les études urbaines. L’une des questions les plus débattues est celle de l’origine de la différence du nombre d’habitants d’une ville à l’autre et de l’occurrence statistique des mégalopoles. Jusqu’ici, la distribution des populations semblait pouvoir être décrite par un principe universel connu sous le nom de loi de Zipf. Philosophiquement, ce principe revenait à supposer que le hasard des chocs de naissances ou de migrations entraînait l’inévitable inégalité des villes : certaines villes réussissent et d’autres non.

    Pourtant, ce modèle a été empiriquement remis en cause depuis quelques années. Il n’est notamment pas capable d’expliquer les variations relativement fréquentes des rangs des villes et des civilisations. Dans cette présentation, j’introduirai une nouvelle équation stochastique pour modéliser la croissance de la population dans les villes. Ce modèle révèle que ce sont les chocs migratoires interurbains, rares mais majeurs, qui dominent la croissance des villes. Cette équation prédit une forme complexe pour la distribution des populations des villes et montre que, en raison d’effets de temps fini, la loi de Zipf ne tient pas en général, ce qui implique une organisation plus complexe de la hiérarchie des villes. Elle prédit également l’existence de multiples variations temporelles dans le rang des villes, en accord avec les observations. En particulier, la réussite des villes s’explique davantage par des chocs extérieurs, éventuellement induits et maîtrisables (politiques publiques de planification urbaine ou de développement) que par l’accumulation d’effets strictement aléatoires.

    English version:
    The growth equation of cities

    Abstract: Modelling the population evolution of cities is at the core of all urban studies. Quantitatively, the most fundamental problem is to understand the hierarchical organization of city population and the statistical occurrence of megacities. This was first thought to be described by a universal principle known as Zipf’s law; however, the validity of this model has been challenged by recent empirical studies. A theoretical model must also be able to explain the relatively frequent rises and falls of cities and civilizations.
    In this talk I will introduce a new stochastic equation for modelling population growth in cities, constructed from an empirical analysis of recent datasets (for Canada, France, the UK and the USA). This model reveals how rare, but large, interurban migratory shocks dominate city growth. This equation predicts a complex shape for the distribution of city populations and shows that, owing to finite-time effects, Zipf’s law does not hold in general, implying a more complex organization of cities. It also predicts the existence of multiple temporal variations in the city hierarchy, in agreement with observations.

    Ref.: Verbavatz, V., & Barthelemy, M. (2020). The growth equation of cities. Nature, 587, 397–401.

    Pour cette séance la logistique est assurée par l’ISC-PIF. Le lien de connexion sera : :
    https://iscpif.fr/evenements/online-seminar-the-growth-equation-of-cities-verbavatz-barthelemy
    La participation est libre. Cependant, pour nous permettre de disposer de la liste des participants, merci de vous inscrire sur Listsem https://listsem.ehess.fr/

  • Vendredi 13 novembre, 15h en visio-conférence.

    Michèle SEBAG
    Directrice de recherche au CNRS, Laboratoire de Recherche en Informatique, Université Paris Saclay

    Observational causal modeling. Analyzing the relationship between quality of life at work and firm profitability.

    Abstract: The increasing pressure toward transparent, explainable and accountable reasoning in Artificial Intelligence has caused renewed attention to be given to causal models.
    While the royal road toward establishing causal relationships is based on randomized controlled experiments, these might be subject to severe ethic or feasibility restrictions, or too costly in some domains.
    Observational causal modeling aims to exploit existing data (usually gathered for other purposes) to investigate the presence of causal relationships among variables.
    We will present a new approach based on adversarial generative models – a class of machine learning models in which learning is done through the competion between two neural networks. We will illustrate this approach on a use case, exploiting data provided by SECAFI (a society approved by the French Ministry of Labour for occupational health missions).

    Joint work: Diviyan Kalainathan, Olivier Goudet, David Lopez-Paz, Isabelle Guyon.

    Slides here: Part 1, Part 2

    Pour se connecter :
    merci de vous inscrire sur Listsem https://listsem.ehess.fr/
    Le lien avec le code d’accès sera envoyé à tous les inscrits.
    L’annonce du séminaire est diffusée sur les listes ehess : tlm, cams-infos, humanict.
    Contact : jpnadal@ehess.fr


Archives :