CCS – France 2021

French Regional Conference on Complex Systems

May 26 – 28, 2021

Dijon, France

You are cordially invited to submit your contribution until April 06, 2021 (Firm deadline).

 CCS – France 2021 (Conference on Complex Systems – France 2021) is the first edition of the French regional conference on complex systems organized by the French chapter of CSS (Complex Systems Society – France). It aims to promote interdisciplinary exchanges between researchers from various scientific disciplines and backgrounds (sociology, economics, history, management, archaeology, geography, linguistics, statistics, mathematics, and computer science). CCS – France 2020 is an opportunity to exchange and promote the cross-fertilization of ideas by presenting recent research work, industrial developments, and original applications. Special attention is given to research topics with a high societal impact from the perspective of complexity science.

Submission Guidelines

Finalized work (published or unpublished) and work in progress are welcome. Two types of contributions are accepted:

  • Full paper about original research
  • Extended Abstract about published or unpublished research. It is recommended to be between 2-3 pages. They should not exceed four pages.

Submissions must follow the Springer publication format available on the journal Applied Network Science in the Instructions for Authors’ instructions entry.

All contributions should be submitted in pdf format via EasyChair.


All Accepted submissions of unpublished work will be invited for publication in a special issue (fast track procedure) in one of the journals:

o   Applied Network Science edited by Springer

o   Complexity edited by Hindawi

List of Topics

Topics include, but are not limited to:

  • Foundations of complex systems
    • Self-organization, non-linear dynamics, statistical physics, mathematical modeling and simulation, conceptual frameworks, ways of thinking, methodologies and methods, philosophy of complexity, knowledge systems, Complexity and information, Dynamics and self-organization, structure and dynamics at several scales, self-similarity, fractals
  • Complex Networks
    • Structure & Dynamics, Multilayer and Multiplex Networks, Adaptive Networks, Temporal Networks, Centrality, Patterns, Cliques, Communities, Epidemics, Rumors, Control, Synchronization, Reputation, Influence, Viral Marketing, Link Prediction, Network Visualization, Network Digging, Network Embedding & Learning.
  • Neuroscience, Linguistics
    • Evolution of language, social consensus, artificial intelligence, cognitive processes & education, Narrative complexity
  • Economics & Finance
    • Game Theory, Stock Markets and Crises, Financial Systems, Risk Management, Globalization, Economics and Markets, Blockchain, Bitcoins, Markets and Employment
  • Infrastructure, planning, and environment
    • critical infrastructure, urban planning, mobility, transport and energy, smart cities, urban development, urban sciences
  • Biological and (bio)medical complexity
    • biological networks, systems biology, evolution, natural sciences, medicine and physiology, dynamics of biological coordination, aging
  • Social complexity

o   social networks, computational social sciences, socio-ecological systems, social groups, processes of change, social evolution, self-organization and democracy, socio-technical systems, collective intelligence, corporate and social structures and dynamics, organizational behavior and management, military and defense systems, social unrest, political networks, interactions between human and natural systems, diffusion/circulation of knowledge, diffusion of innovation

  • Socio-Ecological Systems
    • Global environmental change, green growth, sustainability & resilience and culture
  • Organisms and populations
    • Population biology, collective behavior of animals, ecosystems, ecology, ecological networks, microbiome, speciation, evolution
  • Engineering systems and systems of systems
    • bioengineering, modified and hybrid biological organisms, multi-agent systems, artificial life, artificial intelligence, robots, communication networks, Internet, traffic systems, distributed control, resilience, artificial resilient systems, complex systems engineering, biologically inspired engineering, synthetic biology
  • Complexity in physics and chemistry
    • quantum computing, quantum synchronization, quantum chaos, random matrix theory)



Hocine Cherifi                    LIB, UBFC, Dijon



Cyrille Bertelle                  LITIS, Normastic, Le Havre

David Chavalarias              ISC PIF, Paris

Chantal Cherifi                   DISP, Lyon

Bertrand Jouve                  LISST, Toulouse

Hamamache Kheddouci       LIRIS, Lyon

Benjamin Renoust              Median Technologies, Sophia Antipolis


The European Workshop on Urban Climate Indicators,, tackles the design of relevant and computable urban climate indicators to study and adapt to climate change, specifically indicators that can be scaled in space and in time throughout Europe thanks to a better access to and better sharing of data. It is organised with the support of EuroSDR, of the national mapping agencies, statistical institutes and meteorological institutes of France and of Finland (IGN, INSEE, MétéoFrance, Statistics Finland, FMI, NLS), of the finnish environment institute (SYKE) and of the european project ERA4CS URCLIM on urban climate services. Targeted audience is scientists and experts who specify, prototype or produce indicators relevant to urban climate study, scientists and experts who advance the field of information infrastructure to support this application.

The workshop will include paper sessions (see below) and a challenge track (see below for challenges description). In both cases, you are invited to submit a short paper (5-6 pages) describing your contribution on All accepted submissions will be archived in an electronic proceedings published by

Papers track : (deadline February 1st 2021)

Paper contributions are welcome about: specific indicators design to study climate change and adapt to it, more generally applications illustrating the benefits of better exploiting such information, technical challenges to find and combine different data sources, indicate quality and suitability of results and store results in an accessible way, and indicate quality / suitabilityinstitutional and economic prerequisites and barriers regarding GIS information access, sharing, merging, quality management, various facilitation roles that different agencies could play to further access and sharing of such GIS, as well as quality assurance.

Challenges tracks : (deadline March 31st)

Within the general scope of the workshop, three specific challenges have been identified for which we welcome contributions in the challenge track. They are described below. Through these challenges, we hope to encourage either scientists who may be new to climate studies but skilled in data integration and harmonization, or climate scientists who may ignore the availability of data to make a step and engage in fruitful exchanges during the workshop based on concrete proposals.  The challengers may use any data or classification that might prove useful, at the European, national or local level, preferably open data. They will describe the difficulties they will have faced,  whether it be in terms of lack of data, quality of data, metadata, interoperability, scalabilty (comparability in space and in time), licensing and aggregation or disaggregation  methodology. To help them, the chairs draw their attention to the existing datasets or to the existing classifications. If you wish to use a dataset that is not in this list yet, please send the description of this dataset to ewuci2021 at so that we can add it to the list and other participants can more easily discover it. If you wish to register to one or more challenges, or if you have any question, please send an email to ewuci2021 at so that we can contact you further on.

Challenge 1 : Adding environmental indicators to the European Grid LAEA

Summary : The challenge consists in adding  environmental indicators to the already existing grid and to their socio-economic data. The indicators may be linked to urban climate, pollution, geospatial information, or meteolorogy. The quality and the sensibility of each indicators will be assessed as well.

Context : This challenge is in line with the UN Global Statistical Geospatial Framework (GSGF). In order to foster cross domain analysis, Principle 3 of the GSGF recommends using “common geographies” for the dissemination of information by different national or global bodies. To achieve this goal,  the European Grid (ETRS 89, LAEA) used by Eurostat and by many European countries (France, Finland, …) seems to be a suitable territorial classification. This grid complies, for example, with the Inspire recommendations. Insee already provides data (population, dwelling, incomes) using the 200m version of the grid, while Eurostat aims to release some of the data of the next 2021 census round using the 1km version.

Data of possible relevance for challenge 1 especially : see

Challenge 2 : Urban concepts and definitions for urban climate change studies

Summary : The challenge consists in highlighting various key concepts and practical stakes in the context of research and studies questioning current urban concepts and definitions applicability for urban climate change studies.

Context : Common terms allow us to define common concepts. Cross-domain topics are dependent on well-defined and described data. Standardized concepts are one of the key elements fostering cooperation, joint development and allowing data to be obtained from various sources and to be utilised by information users and analysts in various domains. Are the current definitions of urban areas, mainly urban centres and urban delineation recalled below, also applicable for urban climate change studies? What restrictions on use, advantages or deficiencies have been identified? Are there inconsistencies in the definitions? How are they aligned with other definitions used in the urban climate change domain or how can they be used in combination with other definitions? Are the corresponding geographical delineations of alternative definitions available?

As a reminder, the definition of urban clusters and urban centres has been developed by EU (Eurostat, DG REGIO and JRC in cooperation with the national statistical institutes). The unified definitions across Europe, and the delineation of urban clusters and centres made accordingly, allow to examine urban areas in a consistent manner. Both concepts are part of the “degree of urbanisation” framework of concepts, that has been recommended by the UN Statistical Commission in March 2020 for international statistical comparisons and has received support from ILO, FAO, OECD UN-Habitat and the World Bank. Urban centres are defined as groups of contiguous raster cells of 1 sqkm size, having a population density of at least 1500 inhabitants/km² and a total population of  at least 50000 inhabitants. These groups act as a raster-based representation of cities. Smaller urban areas are called “urban clusters” are defined as groups of contiguous raster cells of 1 sqkm size, having a population density of at least 300 inhabitants/sqkm and a total population of at least 5000. These groups represent towns and suburbs. The definition of urban centres and urban clusters underpins the urban/rural typology of NUTS3 regions and the degree of urbanisation classification of local administrative (LAU) units. With respect to delineations, the Urban Clusters and Urban Centres datasets contains urban clusters and centres, based on local population data of 2011. The data are derived from the population grid 2011 produced by the GEOSTAT project (Eurostat), combined with data on the share of land area by grid cell (JRC).

Classifications and data of possible relevance to challenge 2 especially :

Challenge 3 : Urban adaptation indicators

Summary : The challenge can be addressed in several ways, as indicated by the following questions:

– provide theoretical and methodological underpinning, as well as an outline of an urban adaptation indicator set which has the features outlined below (see context)

– present alternative combinations of data sources to produce selected indicators and succinctly describe strengths and weaknesses (e.g. resolution – uncertainty trade-offs; adaptability; portability (applicability in many places); ….)

– propose a method to adapt LCZ classifications or parameter values as means to represent adaptation interventions in the urban environment (e.g. raising vegetation factors without reducing building density)

Context : The resilience of urban areas with respect to climate change depends on the local climate conditions and the natural environment, on the degree of exposure steered by human activity, land use and urban morphology, and on the variations in vulnerability across space and social strata. Urban adaptation indicators somehow have to represent these conditions and the associated risk levels. Furthermore, for the purpose of giving guidance in decision making and policy monitoring, urban adaptation indicators should be able to show development of the urban climate resilience over time, and, ideally, enable options to disclose the components of change for selected indicators. Last but not least indicators should be relatively easy to use, interpret, and update for practitioners, whereas the total number of indicators must remain manageable, and the indicator set should be applicable across a range of different cities (even though occasionally some indicators may be only relevant for subsets of cities). Obviously, the indicators should allow for spatial representation as well. Although achieving resilient cities is in the scope of the UN 17 Sustainable Development Goals (see Goals 11 and 13), related indicators are designed for national levels and are not enough to meet the above objectives.

These at least mildly conflicting demands make it very challenging to develop a comprehensive set of urban adaptation indicators. It is probably wise to regard such an indicator system not as a once completed system, but rather as evolving. Due to new experiences, policy changes, and technical development, new indicators may be added, while other indicators may be merged, redefined, or abolished. Cities and urban regions are not equally equipped when starting to develop and use such indicator sets. Even though the practical applicability of the indicators has been emphasized above, insufficient data availability at early stages should not lead to neglect of certain adaptation risk domains. Under such circumstances the design and stagewise development of the indicator set should closely coordinated with the improvement of the necessary data sets.

Classifications and data of possible relevance to challenge 3 especially :


L’institut des systèmes complexes de Paris est une structure de recherche du CNRS interdisciplinaire et un lieu d’échange pour des scientifiques de nombreuses disciplines. Une de ces missions est de développer des outils transversaux pour les systèmes complexes.

Le logiciel libre OpenMOLE est développé depuis 2008 au sein de l’ISC-PIF. Il permet l’exploration et la validation de modèles de simulation scientifique. Son cœur est codé en Scala, et son interface web en Scala-js (Scala compilé vers du javascript). Un démonstrateur de cette application est disponible ici :

OpenMOLE propose de nombreuses méthodes avancées pour l’exploration des modèles de simulation (calibrage automatique, analyse de sensibilité, optimisation multi-objectifs, recherche de diversité, etc). Ces méthodes itératives produisent des résultats bruts à haute information mais ne possèdent pas pour l’heure de représentation graphique ergonomique. Une API fournissant pour chaque méthode la convergence, les meilleurs résultats obtenus depuis le début de la simulation, est en cours de développement.


Le stage s’articule en quatre temps :

1) une prise en main des méthodes produisant des données à représenter dans le cadre du stage.
2) la construction sous forme de mockup d’un tableau de bord de l’évolution de la simulation pour les méthodes envisagées.
3) l’implémentation de ces deux tableaux de bord dans une application autonome. Ces implémentions se feront en Scala / Scala-js et utiliseront la librairie graphique Plotly.
4) l’intégration des tableaux de bord dans l’application OpenMOLE

Technologies et compétences à mettre en œuvre durant le stage:

  • Scala / Scala-js
  • Mathématiques niveau licence
  • UX – Expérience Utilisateur
  • Plotly
  • Javascript
  • OS : linux
  • Attrait pour le monde de la recherche et le logiciel libre


Durée: 4 à 6 mois

Lieu: Institut des Systèmes Complexes (ISC-PIF) / Paris-13

Niveau: Licence ou Master

Contact :,

Stage indemnisé (environ 500€ / mois)


  • CV détaillant les formations reçues et les expériences professionnelles antérieures
  • Lettre de motivation

We are looking for students who are interested in Mobile development, especially Android!

Diploma required: Bac + 5 in a quantitative field (applied mathematics, statistics, computing…)
Internship starting date: Flexible
Duration : 2 – 6 month
Salary policy: the internship is paid according to the legal wage rates (approx. 560€/month)

About the Institute of Complex Systems (ISC-PIF)

Created in 2005, ISC-PIF is a CNRS service and research unit dedicated to the inter-institutional and inter-disciplinary development of research on complex systems. At once a research laboratory, project incubator, shared resource centre, conference centre and academic co-working space, this scientific hub provides researchers with a dynamic research environment and innovative tools based on big data and high-performance computing.

Address :
Institut des Systèmes Complexes de Paris IdF,  113 rue Nationale 75013 Paris

About the internship

Description :

We are looking for students interested in a  2-6 months internship to help us create the equivalent of our existing iOS apps for Android. You are free to use either React Native or Android (Java/Kotlin) or a combination of both.

Some of the existing iOS apps:

These iOS apps have essentially the same structure and features which makes it easy to reuse across the 3 Android apps.

Requirements : 

  • Proficient in Android (Java, Kotlin) or strong knowledge of React.js
  • Experience with third-party libraries and APIs
  • Very comfortable with NoSQL Databases like MongoDB and Elasticsearch
  • Solid understanding and experience with JavaScript, HTML5, CSS3
  • Solid understanding of the full mobile development life cycle
  • (Bonus) Published an app to the Google Play Store
  • (Bonus) Familiarity with REST and Websockets on mobile
  • (Bonus) Experience with the MVVM and/or MVP design patterns

Responsibilities (two or more) :

  • Converting Politoscope iOS app to Android
  • Converting SciCope iOS app to Android
  • Converting 24 News iOS app to Android

How to Apply :

Please email your job application (reference in the subject line: Multivac Intern) including a cover letter, a resume, and an indication of availability date to maziyar dot panahi at iscpif dot fr. 

Multivac Big Data Architecture


NOTE: This position is open for the year 2021.

We are looking for students who are interested in Data Science and Machine Learning! A great opportunity to work with cutting-edge technologies and billions of data. You will be working on Multivac Platform developed at ISC-PIF : our platform is one of the biggest academic repositories with over 15 billion documents hosted across 80 servers on dedicated servers and cloud services.

Diploma required: Bac + 5 in a quantitative field (applied mathematics, statistics, computing…)
Internship starting date: Flexible
Duration : 2 – 6 month
Salary policy: the internship is paid according to the legal wage rates (approx. 560€/month)

About the Institute of Complex Systems (ISC-PIF)

Created in 2005, ISC-PIF is a CNRS service and research unit dedicated to the inter-institutional and inter-disciplinary development of research on complex systems. At once a research laboratory, project incubator, shared resource centre, conference centre and academic co-working space, this scientific hub provides researchers with a dynamic research environment and innovative tools based on big data and high-performance computing.

Address :
Institut des Systèmes Complexes de Paris 113 rue Nationale 75013 Paris

About the internship

Description :

You will be working on the Multivac Platform developed at ISCPIF. Multivac Platform is one of the biggest academic repositories with over 75 billion documents hosted across 100 servers on dedicated servers and cloud services. The datasets contain metadata from published scientific papers and social networks with a wide range of topics. Multivac platform is meant as an interface between researchers and Big Data, especially in the domain of NLP and text mining. It offers services such as comprehensive dashboards that enable scientists to explore and discover facts with a wider overview of large-scale data through visualizations. It also offers API access that allows researchers to exploit this huge architecture and computation without any prior technical knowledge. In addition, Multivac Data Science Lab offers interactive notebooks over Apache Hadoop/Spark cluster in private Cloud.

Why Multivac Platform :

Multivac Platform is built by cutting-edge technologies such as:

  • Large-scale databases (MongoDB and Redis with over 12 billion documents)
  • Search engine clusters (Elasticsearch/Kibana with over 6 billion documents)
  • Distributed computations and real-time processing (RabbitMQ, NodeJS, etc.)
  • Cloudera Hadoop 2.0 with interactive Spark notebooks (HDFS, YARN, Apache Spark, Apache Hive, Apache HBase, Apache Zeppelin, Hue, etc.)
  • Cloud services (OpenStack)

You get to learn all about these new technologies and have access to Multivac Data Science Lab. Multivac Platform hosts over 14 billion data with over 50 million data every day.

Multivac Data Science Lab

Multivac Data Science Lab

Requirements : 

  • Master in Statistics or Data Sciences
  • Basic knowledge of Machine Learning Algorithms
  • Good knowledge of Scala, Python, or R
  • Good knowledge of Deep Learning libraries (BigDL, Tensor Flow …)
  • Strong knowledge of text mining in social networks
  • Interest in NLP tasks and Graph analytics
  • Experience with Twitter datasets and other REST API services (Bonus)
  • Familiar with Apache Spark or any other Hadoop components (Bonus)

Responsibilities (two or more) :

  • Work on unsupervised learning algorithms for topic detection
  • Work on supervised learning algorithms for classifications and predictions
  • Develop and optimize our existing LDA implementations
  • Develop algorithms to perform NLP tasks such as clustering, topic detections, etc. (StanfordCoreNLP)
  • Implement algorithms to improve sentimental analysis and mentions clustering
  • Develop and implement methods of automatic detection of opinions in Tweets
  • Implement methods of keyword extractions in scientific publications

How to Apply :

Please email your job application (reference in the subject line: Multivac Intern) including a cover letter, a resume, and an indication of availability date to maziyar dot panahi at iscpif dot fr. 

Sujet du stage

L’urgence écologique, dont nous prenons conscience depuis quelques dizaines d’années maintenant, a entraîné une transformation progressive des modes de mobilité urbaine de proximité vers des solutions qui favorisent les transports publics et les mobilités « douces ». Début 2020 en Europe, la pandémie de COVID-19 vient percuter ces transformations en cours et les individus réévaluent, en un temps très court, leurs options de déplacement entre des modes isolés comme l’automobile ou le vélo personnel, les transports publics, ou encore les services partagés comme le Vélo en Libre Service (VLS) [1].

Des considérations relatives aux risques sanitaires accrus ou aux risques de circulation moindre s’invitent par exemple dans les décisions individuelles. Si le contexte pandémique a dans l’ensemble donné un coup d’accélérateur à l’utilisation des VLS, on peut avancer au vu des premières analyses que cette accélération est différentiée suivant les secteurs urbains et les types de déplacements.

Le défi pour nos sociétés urbaines est maintenant de pérenniser et d’accompagner ces transformations d’usage. Cela passe par une analyse fine des dynamiques à l’œuvre en distinguant en particulier celles qui relèvent déjà du temps long et qui sont dues en particulier à la prise de conscience écologique, de celles qui relèvent de la crise sanitaire et qui ont réellement entraîné une bifurcation (au sens des systèmes complexes) dans la dynamique des usages en cours. Le projet dans lequel s’inscrit ce stage de Master aborde ces questions pour la ville de Toulouse et le cas des VelÔToulouse.

À Toulouse, deux ans après Lyon, c’est en 2007 que JCDecaux met en place les premiers VLS, les “velÔToulouse”, que nous avons aujourd’hui : près de 50 millions de trajets ont été effectués depuis leur mise en fonction, 100 millions de kilomètres parcourus, 284 stations équipées et 2600 vélos sont disponibles. Le projet que nous menons propose de croiser les données d’emprunts des velÔToulouse et des résultats d’enquêtes pour 1) comparer de façon interdisciplinaire la cartographie des usages des Vélos en Libre Service avant, pendant et après les périodes de confinement, 2) questionner l’effet de la pandémie COVID-19 à court et moyen termes sur les transformations d’usages des VLS, 3) penser la perspective d’une intensification de l’utilisation des VLS et de l’extension du réseau vers la périphérie urbaine toulousaine.

Le stage de master s’inscrit essentiellement dans le premier enjeu. Pour cela nous disposons des données d’emprunt des vélÔToulouse, sous la forme de fichier texte, depuis début 2019. Il s’agit d’environ 4 millions de log d’emprunts de velÔToulouse par an.

Le stage de master consistera à reconstruire la dynamique spatio-temporelle des emprunts de velÔToulouse depuis début 2019 en séparant les périodes pre-, pendant- et post-confinement, et à proposer des premières analyses. Les deux périodes de confinement pourront aussi être comparées.

Le stage comportera 4 phases :

  1. mise en place d’un outils automatique d’interrogation des fichiers de log, paramétré par la fenêtre temporelle et la localisation des stations à prendre en compte et qui fournit en sortie un graphe pondéré dont les nœuds sont les stations et les poids des arêtes correspondent au nombre de vélos empruntés à la 1ère station et rendus à la 2ème dans la fenêtre temporelle.
  2. comparaison des graphes de différentes périodes pre-, pendant- et post-confinements à l’aide d’outils classiques d’analyse de réseaux.
  3. implémentation d’une méthode « par flots de liens » [2] pour détecter des bifurcations ou changement de rythme et comparaison avec les résultats du 2).
  4. Tentatives d’interprétations.

[1] Bert, J., Schellong, D., Hagenmaier, M., Hornstein, D., Wegscheider, A. K., & Palme, T. (2020). How COVID- 19 Will Shape Urban Mobility. Boston Consulting Group
[2] Latapy, M., Viard, T. & Magnien, C. (2018). Stream graphs and link streams for the modeling of interactions over time. Soc. Netw. Anal. Min. 8, 61.

Profil recherché : Le stagiaire de master sera accueilli dans notre équipe pluridisciplinaire qui comporte deux mathématiciens, une sociologue, deux urbanistes-géographe, un économiste, une cartographe, et un anthropologue. Le stage s’inscrit dans le cadre d’un partenariat avec la métropole de Toulouse au sein du pôle d’expertise VILAGIL. Le profil que nous recherchons en priorité est un étudiant de master étant sensibilisé aux techniques d’analyse de réseaux et plus généralement de systèmes complexes, ayant de bonnes connaissances en informatique et en traitement automatique des données (Python, R, …), et ayant une appétence pour les approches interdisciplinaires.

Rémunération : Le stage sera d’une durée possible entre 4 et 6 mois et effectué intégralement en 2021. La rémunération est classique d’environ 570€ par mois, suivant le nombre de jours ouvrés.

Lieu de stage : Laboratoire Interdisciplinaire Solidarités, Sociétés, Territoires (LISST), UMR 5193 CNRS EHESS UT2J, Toulouse.

Contact et encadrant : Bertrand Jouve, Directeur de Recherche CNRS.

Appel à participation
École chercheurs modélisation eX Modelo
30 Mai – 4 Juin 2021


eX Modelo – 3 ème édition – est une école de recherche sur l’exploration des modèles de simulation (analyse de sensibilité, calibration, validation, etc.) qui se tiendra du 30 mai au 4 juin 2021 dans un cadre champêtre à 1h de Paris.

Cette école thématique s’adresse aux masters, doctorant·e·s, ingénieur·e·s, chercheur·euse·s académiques et entreprises qui s’intéressent à la modélisation, quel que soit leur domaine scientifique. L’objectif est d’apprendre aux participant·e·s à devenir autonomes dans l’exploration de leurs modèles, dans un contexte convivial.

Les cours, TP et retours d’expériences seront animés par un réseau de chercheur·euse·s qui ont une expertise reconnue dans ces pratiques transdisciplinaires.

Pendant cette semaine de formation, vous découvrirez pas à pas des méthodes avancées pour l’exploration des modèles, vous recevrez un enseignement théorique et vous participerez à des ateliers pratiques en groupe portant sur des cas d’étude adaptés.

La plateforme OpenMOLE (, spécialement dédiée à l’exploration de modèles numériques, sera utilisée tout au long de la semaine pour faciliter la compréhension et la mise en œuvre des cas pratiques.

À vos agendas!

-Soumission des candidatures avant le : 12 Février 2021
-Sélections des dossiers : 19 Février 2021
-Paiement avant le : 31 Mars 2021
-Participation à l’école d’été : du 30 Mai au 4 Juin 2021

L’ensemble des informations est disponible sur le site

Pour toute demande d’information vous pouvez nous envoyer un mail à

L’équipe eX Modelo

English version

Title: Summer school on simulation models eX Modelo | May 30th -June 4th 2021

Dear all,

eX Modelo – 3rd edition – is a research school dedicated to the exploration of simulation models (sensitivity analysis, calibration, validation, etc.) that will be held from May 30th to June 4th, 2021 in a rural setting 1 hour from Paris.

This thematic school targets postgraduate students, engineers, academic researchers and companies interested in modelling, whatever their scientific field. The objective is to teach participants to become autonomous in exploring their models, in a friendly environment.

The courses, practical sessions and feedbacks will be led by a network of researchers with a recognized expertise in these transdisciplinary practices.

During this week of training, you will discover step by step advanced methods for model exploration. There will be theoretical sessions as well as practical group workshops on adapted case studies.

The OpenMOLE platform (, specially dedicated to the exploration of numerical models, will be used throughout the week to facilitate the understanding and implementation of practical cases.

Important dates:

Applications before: February 12th, 2021
Shortlisting and notification of acceptance: February 19th, 2021
Payment due: March 31st, 2021
Participation in the summer school: from May 30th to June 4th, 2021

More details online at

Should you need further information, you can send us an email at
See you soon!

Le dispositif “Collective Science” de l’équipe MACA  (Mapping Autistic Cognitive Abilities – dirigé par Fabienne Cazalis et actuellement en résidence à l’ISC-PIF, vient d’être sélectionné par CNRS Innovation pour bénéficier de l’accompagnement RISE, le programme d’accompagnement à la création de start-up de CNRS Innovation.

Le programme de recherche MACA a pour objectif de décrire l’autisme en termes de capacités et aptitudes cognitives et perceptives. Il propose de collecter de vastes jeux de données et d’avoir recours au jeu vidéo comme outil de mesure. C’est pourquoi ils développent leur propre outil web de psychologie expérimentale : le dispositif Collective Science.

Grâce au programme RISE, les membres de l’équipe MACA pourront profiter de l’expertise et du réseau de CNRS Innovation, et faire émerger leur projet dans des conditions optimales, en bénéficiant d’un accompagnement amont efficace d’un an, dispensé par une équipe d’experts dédiés et de mentors pour les accompagner dans toutes leurs étapes de développement.


Dans sa version actuelle, le dispositif permet la création et mise en ligne de questionnaires et tâches animées, la collecte et le stockage de données expérimentales, dans le plus strict respect de l’anonymat des participants, conformément aux recommandations du G29. Avec l’accompagnement du programme RISE, l’objectif est de permettre également la création et la mise en ligne de jeux vidéo de psychologie expérimentale et la collecte de données identifiantes en conformité avec la règlementation européenne (RGPD).

Site Web

Contact MACA
Fabienne CAZALIS
chargée de recherches en sciences cognitives au CNRS. Elle est affiliée au Centre d’Analyse et de Mathématique Sociales (CNRS-EHESS).

Vincent Verbavatz, ingénieur des ponts, des eaux et des forêts, mène ses travaux de doctorat en résidence à l’ISC-PIF.  Son projet de thèse a pour objectif de comprendre et de modéliser les phénomènes urbains avec une approche en physique statistique : à travers la physique non-linéaire, le calcul stochastique ou encore la théorie des graphes, c’est une nouvelle façon d’appréhender la science des villes qu’il essaie de mettre en œuvre.

Dans un papier co-rédigé avec Marc Barthélémy et publié récemment dans Nature, The growth equation of cities, il propose un nouveau modèle théorique pour comprendre l’organisation hiérarchique de la population des villes et l’occurrence statistique des mégapoles.

Les deux chercheurs de l’IPHT présentent dans cette publication une équation stochastique pour modéliser la croissance démographique dans les villes, construite à partir d’une analyse empirique d’ensembles de données récents (pour le Canada, la France, le Royaume-Uni et les États-Unis). Ce modèle révèle à quel point les chocs migratoires interurbains rares mais importants dominent la croissance des villes, soulignant ainsi l’importance d’événements rares dans l’évolution des systèmes complexes et, à un niveau plus pratique, dans l’urbanisme.

Verbavatz, V., Barthelemy, M. The growth equation of citiesNature 587397–401 (2020).


Vincent Verbavatz
Doctorant à l’Institut de Physique Théorique (IPhT, CEA)

Marc Barthélémy
Directeur de recherche à l’Institut de Physique Théorique (IPhT, CEA)

L’Institut des Systèmes Complexes de Paris IdF travaille en collaboration avec des chercheurs de ‘Université de Tokyo sur la conception d’un système de traçabilité mobile pour des réseaux d’approvisionnement alimentaire durables. Cette collaboration à récemment fait l’objet d’un article dans Nature : « Mobile-based traceability system for sustainable food supply networks ».

Suite aux différents crises sanitaires qui ont secoué le monde alimentaire ces dernières années, les consommateurs se soucient de plus en plus de l’origine des produits qu’ils achètent.  Des systèmes officiels de certification des denrées alimentaires existent dans de nombreux pays, mais celles-ci font souvent l’objet de fraudes, et les coûts de mise en œuvre élevés freinent leur implémentation par les expert.

Dans un article paru le 2 novembre dans Nature Food, des chercheurs de l’université de Tokyo et de l’Institut des Systèmes Complexes de Paris IdF (CNRS) présentent un système de traçage bidirectionnel mobile pour les produits alimentaires qui intègre des données graphiques et une architecture peer-to-peer. Leur objectif est de proposer une application mobile de traçabilité des aliments qui soit bon marché pour les petits exploitants agricoles, facile d’utilisation pour les consommateurs.

Concrètement, ce système recueille les informations relatives au produit via un QR code qui est scanné à toutes les étapes des transactions, de la production jusqu’à la distribution. L’application a été conçue avec un logiciel libre et repose sur une technologie Peer-to-Peer (P2P), ce qui signifie que les modifications ne sont pas contrôlées par un serveur centralisé, et que le stockage des données est réparti entre les appareils de chaque utilisateur.

Fig. 3 | System operation and database content

Fig. 3 | System operation and database content

La structure décentralisée et flexible du système favorise la participation des parties prenantes et est applicable à des réseaux alimentaires variés et dynamiques. En favorisant l’efficacité des ressources et la transparence de l’origine, de la production et de la distribution, le système assure une surveillance par maillage et met en lumière les réseaux alimentaires complexes, contribuant ainsi à l’avancement de la recherche alimentaire.


Kaiyuan Lin, David Chavalarias, Maziyar Panahi, Tsaiching Yeh, Kazuhiro Takimoto, Masaru Mizoguchi, “Mobile-based traceability system for sustainable food supply networks,” Nature Food: November 2, 2020, doi:10.1038/s43016-020-00163-y.


  • Kaiyuan Lin, Laboratory of Agro-informatics, Graduate School of Agricultural and Life Sciences, The University of Tokyo, Bunkyo City, Tokyo, Japan, Complex Systems Institute of Paris Île-de-France, CNRS, Paris, France
  • David Chavalarias, Complex Systems Institute of Paris Île-de-France, CNRS, Director
  • Maziyar Panahi, Complex Systems Institute of Paris Île-de-France, CNRS, Senior Engineer
  • Tsaiching Yeh, Independent researcher, Taipei, Taiwan
  • Kazuhiro Takimoto, Independent researcher, Tokyo, Japan
  • Masaru Mizoguchi, Laboratory of Agro-informatics, Graduate School of Agricultural and Life Sciences, The University of Tokyo, Bunkyo City, Tokyo, Japan


Traceability is key to ensure food quality and safety from farm to fork, yet high implementation costs and the complexity of the food supply chain pose challenges to its operationalization. This research proposes a mobile-based bi-directional tracing system for food products that integrates graphic database and pear-to-pear (P2P) architecture. The system allows for data synchronization to happen seamlessly between all connected nodes by default, since data is gathered through market transactions and all related information of products is concatenated via scanning products’ 2D barcodes. The system’s decentralized and flexible structure favors bottom-up synergy among stakeholders and is applicable to various and dynamic food networks. This network can reduce the information disconnect seen in conventional traceability systems while facilitating product management and enhancing product value along the food supply chain. In response to the increasing demand for supply chain transparency, the proposed system could become an efficient traceability tool accessible by consumers and producers. Ensuring traceability ultimately means giving people back their rights to product information. Besides promoting resource efficiency and transparency of origin, production and distribution, the system can mesh surveillance and shed light on complex food networks, ultimately contributing to the advancement of food research.