Couplage entre agents, environnements et niveaux d’organisation dans les modèles mécanistes en épidémiologie. Application à la modélisation de maladies infectieuses en élevage porcin. - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2022

Coupling between agents, environments, and levels of organization in mechanistic models in epidemiology. Application to the modelling of infectious diseases in pig farming systems.

Couplage entre agents, environnements et niveaux d’organisation dans les modèles mécanistes en épidémiologie. Application à la modélisation de maladies infectieuses en élevage porcin.

Résumé

Epidemiological modelling has proven to be an essential tool for health crises. Understanding, anticipating and controlling diseases are major public health and veterinary medicine challenges, and need a detailed representation of the processes involved. The spatio-temporal organization of the host population is one of the factors influencing infection dynamics and control measures, but remains difficult to represent explicitly in epidemiological modelling. Artificial intelligence computing methodologies (agent-based system) make it possible to develop solutions for explicitly representing highly structured complex systems in mechanistic epidemiological models. This PhD thesis aims to propose a generic, flexible and modular solution, based on artificial ntelligence, to address these challenges. We have developed a multi-level agent-based organizational design pattern for representing the coupling between agents, environments, and organizational levels. The pattern has been implemented into the EMULSION framework and applied to model, explicitly with fine granularity, the spread of a swine influenza virus and of the porcine reproductive and respiratory syndrome virus in farms practising batch management. These models confirmed the significant role played by farm management, and identified the key elements of transmission. The design pattern and its applications open up new perspectives for multi-level agent-based systems and modelling.
La modélisation épidémiologique s’est révélée être un outil essentiel dans la gestion de crises sanitaires. La compréhension, l’anticipation et la maîtrise des maladies sont des enjeux majeurs de santé publique et vétérinaire, et nécessite une représentation détaillée des processus impliqués. L’organisation spatio-temporelle de la population hôte est l’un des facteurs impactant la dynamique d’infection et les mesures de gestion, mais reste néanmoins difficile à représenter de manière explicite dans les modèles épidémiologiques. Les méthodologies informatiques d’intelligence artificielle (systèmes multi-agents) permettent de développer des solutions pour représenter explicitement les systèmes complexes fortement structurés dans les modèles épidémiologiques mécanistes. L’objectif de cette thèse est de proposer une solution générique, flexible et modulaire, basée sur des méthodologies d’intelligence artificielle, pour répondre à ces besoins. Nous avons développé un design pattern organisationnel multi-agent multi-niveau pour représenter le couplage entre les agents, les environnements et les niveaux d’organisation. Le pattern a été implémenté dans le framework EMULSION et appliqué pour modéliser, de façon explicite et à une granularité fine, la propagation d’un virus influenza porcin et du virus du syndrome dysgénésique et respiratoire du porc dans des élevages pratiquant une conduite en bande. Ces modèles ont permis de confirmer le rôle déterminant joué par la structure d’élevage et la conduite mise en place, et d’identifier des mécanismes clefs de transmission. Le design pattern et ses applications ouvrent de nouvelles perspectives dans les SMA et en modélisation.
Fichier principal
Vignette du fichier
CAENOME.pdf (2.18 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-03933161 , version 1 (10-01-2023)

Identifiants

  • HAL Id : tel-03933161 , version 1

Citer

Vianney Sicard. Couplage entre agents, environnements et niveaux d’organisation dans les modèles mécanistes en épidémiologie. Application à la modélisation de maladies infectieuses en élevage porcin.. Informatique [cs]. Oniris, Ecole Nationale Vétérinaire, Agroalimentaire et de l'Alimentation Nantes Atlantique, 2022. Français. ⟨NNT : ⟩. ⟨tel-03933161⟩

Collections

TDS-MACS INRAE
41 Consultations
36 Téléchargements

Partager

Gmail Facebook X LinkedIn More