Créer des individus synthétiques à partir de statistiques agrégées tout en respectant les contraintes de la population.
Entropie maximale · Statistiques agrégées

Présentation
Les populations synthétiques sont des ensembles d’individus artificiels construits à partir de statistiques agrégées. Mes recherches explorent comment des contraintes explicites et des modèles d’entropie maximale peuvent reproduire les relations entre attributs, afin de constituer des populations pour la simulation et l’analyse.
Approche scientifique
Un modèle de population doit rendre compte des combinaisons d’attributs autant que de leurs fréquences individuelles. Les travaux menés avec Jean-Daniel Zucker étudient une relaxation par entropie maximale de contraintes de cardinalité multidimensionnelles. Elle permet d’ajuster un modèle probabiliste sans énumérer toutes les combinaisons possibles d’attributs.
Le modèle théorique reproduit les fréquences cibles en espérance. Son implémentation pratique utilise une procédure d’ajustement MCMC approchée ; l’article évalue les populations obtenues sur des jeux de test issus d’enquêtes et sur des jeux générés indépendamment.
Article et PDF
Maximum Entropy Relaxation of Multi-Way Cardinality Constraints for Synthetic Population Generation
François Pachet et Jean-Daniel Zucker
Frontiers in Artificial Intelligence, 9, article 1840945, 23 octobre 2026.
Article publié (PDF) · DOI
Prépublication arXiv antérieure · Prépublication (PDF)
ImagineAllThePeople
Ces recherches sont liées à mon travail chez ImagineAllThePeople. L’entreprise développe des populations synthétiques et des outils de simulation pour explorer la manière dont les personnes et les sociétés peuvent réagir à des décisions. Son site présente l’approche et ses applications.