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.


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


Contact

Vincent Verbavatz
Doctorant à l’Institut de Physique Théorique (IPhT, CEA)
vincent.verbavatz@ipht.fr

Marc Barthélémy
Directeur de recherche à l’Institut de Physique Théorique (IPhT, CEA)
marc.barthelemy@cea.fr

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.

Publication

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.

Auteurs

  • 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

Abstract

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.

Authors and affiiliations

Juste Raimbault 1,2,3, Denise Pumain 3

1 Centre for Advanced Spatial Analysis, UCL, London, United Kingdom
2 UPS CNRS 3611 ISC-PIF, Paris, France
3 UMR CNRS 8504 Géographie-cités, Paris, France

Abstract

This chapter is about Complexity and Spatial Dynamics in Urban Systems. Strong inequalities in the size of cities and the apparent difficulty of limiting their growth raise practical issues for spatial planning. At a time when new constraints in terms of limited energy and raw material resources or possible catastrophic events such as pandemics are challenging further urban expansion, it is important to consolidate the theories from various scientific disciplines to estimate to what extent the urban dynamics can be modified. While briefly reviewing the contributions to urban theories provided by the new developments in complexity sciences, we first advocate for the soundness of urban theories. Second, we develop our original approach considering spatial interaction and evolutionary path dependence as major features in the general behavior of urban entities. Third, we test these principles grounded in an evolutionary theory of urban systems by experimenting four dynamic models of urban growth calibrated on harmonized empirical data sets with comparisons across the whole world.

Keywords

spatial dynamics; complex systems; system of cities; evolutionary theory; urban growth; simulation

Authors and affiliation

  • Antoine  Gaget, Manchester Metropolitan University,  Manchester, UK/
  • Jean-Marie Montanier, Tinyclues, Paris, France.
  • René Doursat, Complex Systems Institute Paris Ile-de-France (ISC-PIF) Paris, France.

Abstract

Swarm robotics studies how a large number of relatively simple robots can accomplish various functions collectively and dynamically. Modular robotics concentrates on the design of specialized connected parts to perform precise tasks, while other swarms exhibit more fluid flocking and group adaptation. Here we focus on the process of morphogenesis per se, i.e. the programmable and reliable bottom-up emergence of shapes at a higher level of organization. We show that simple abstract rules of behavior executed by each agent (their “genotype”), involving message passing, virtual link creation, and force-based motion, are sufficient to generate various reproducible and scalable multi-agent branched structures (the “phenotypes”). On this basis, we propose a model of collective robot dynamics based on “morphogenetic engineering” principles, in particular an algorithm of programmable network growth, and how it allows a flock of self-propelled wheeled robots on the ground to coordinate and function together. The model is implemented in simulation and demonstrated in physical experiments with the PsiSwarm platform.

 

A-t-on correctement modélisé la Covid-19 ? Comment pourrait-on mieux faire pour la prédire ? Pour l’expliquer ? Pour la comprendre ? Qu’est-ce qui est le plus limitatif pour la qualité des modèles en contexte d’urgence et de forte demande à la fois sociale et politique ? Mais surtout : à partir de quelle perspective critique pourrait-on le mieux – ou le moins mal – évaluer les apports et les limites des modèles computationnels dans un domaine particulièrement complexe parce que mêlant nécessairement et intimement les objets des sciences sociales et ceux des sciences biologiques et médicales ?

Un instrument d’analyse et de réflexion vient de paraître dans la collection MS2C:  “La diffusion de la Covid-19 – Que peuvent les modèles ?” par  Juliette Rouchier (DR CNRS – Lamsade) – Victorien Barbet (PhD)

Présentation :

Face à l’irruption de la Covid-19, ont surgi des demandes urgentes de prédire, d’expliquer et de faire comprendre sa diffusion aussi bien géographique que sociale, notamment lorsqu’il s’agissait de soutenir telle ou telle décision politique ou de santé publique (distanciations, confinement, etc.). Plusieurs modèles computationnels – en particulier à agents – ont été bien vite mis en avant. Mais dans quelle mesure sont-ils réellement à même de remplir de telles fonctions, en particulier dans un contexte aussi contraint et variable ? Ce livre propose un ensemble d’analyses précieuses et salutaires pour qui voudra former son jugement à ce sujet. Il s’appuie sur des exemples et des analyses de plusieurs modèles de diffusion de la Covid-19, dont certains ont été utilisés par les pouvoirs publics. Il propose aussi des modèles alternatifs, dont certains inédits. Il s’adresse à un large lectorat. Les analyses techniques y sont effectuées avec beaucoup de pédagogie, sans sacrifier à la précision. Elles peuvent donc intéresser les concepteurs et utilisateurs de modèles, les étudiants, les élus, les associations concernées et tout citoyen soucieux de comprendre ces outils omniprésents. Au-delà du cas de la Covid-19, on y trouve une mise en perspective et une discussion plus générale concernant l’usage des modèles formels en sciences sociales, en particulier dans le cadre de l’aide à la décision publique. Analysant le contexte de la crise que l’on traverse, les auteurs évitent de donner un point de vue personnel, mais au contraire tentent d’aider chacun à avancer dans sa propre réflexion, en mettant en avant les questionnements qui peuvent s’adosser aux modèles présentés.

L’ouvrage comprend deux parties : l’une qui propose une analyse critique de modèles existants, l’autre prenant la forme de trois propositions de modèles qui permettent de percevoir la richesse et la multiplicité des modèles agents de diffusion de maladie – à la fois dans leur conception et leur manipulation. Un glossaire et un intermède sur les « apports des modèles agents en général et pour la Covid-19 en particulier » replacent ces réflexions dans le cadre plus large de la simulation agents appliquée aux sciences sociales.

Auteurs : Colline Lapina, Mathieu Rodic, Denis Peschanski, SALMA MESMOUDI
doi: https://doi.org/10.1101/2020.04.06.027318
Preprint from medRxiv and bioRxiv

ABSTRACT

The literature reports several symptoms of SARS-CoV-2 in humans such as fever, cough, fatigue, pneumonia, and headache. Furthermore, patients infected with similar strains (SARS-CoV and MERS-CoV) suffered testis, liver, or thyroid damage. Angiotensin-converting enzyme 2 (ACE2) serves as an entry point into cells for some strains of coronavirus (SARS-CoV, MERS-CoV, SARS-CoV-2). Our hypothesis was that as ACE2 is essential to the SARS-CoV-2 virus invasion, then brain regions where ACE2 is the most expressed are more likely to be disturbed by the infection. Thus, the expression of other genes which are also over-expressed in those damaged areas could be affected. We used mRNA expression levels data of genes provided by the Allen Human Brain Atlas (ABA), and computed spatial correlations with the LinkRbrain platform. Genes whose co-expression is spatially correlated to that of ACE2 were then clustered into 16 groups, depending on the organ in which they are the most expressed (as described by the NCBI genes database). The list of organs where genes sharing local over-expression with the ACE2 gene are the most expressed is astonishingly similar to the organs affected by Covid-19.

Tout au long de la campagne présidentielle française de 2017, des chercheurs et des ingénieurs du CNRS et de l’EHESS ont examiné la formation et l’évolution des communautés politiques sur le réseau social Twitter. Après avoir montré que ces traces numériques permettent d’identifier précisément les communautés politiques et leur reconfigurations au cours des 11 mois de cette campagne exceptionnellement mouvementée, ils ont analysés leurs caractéristiques.Les résultats de leurs travaux, publiés dans le journal PLOS ONE ce mercredi 19 septembre, montrent entre autre que, contrairement à ce que l’on pourrait penser, il n’y a pas eu de raz de marée de fake news pendant la campagne de 2017, tout du moins sur Twitter.

We assess the impact of genetics and aging on immune system dynamics by investigating the dynamics of proliferation of T lymphocytes across their differentiation through thymus and spleen in mice. Understanding cell proliferation dynamics requires specific experimental methods and mathematical modelling. Our investigation is based upon single-cell multicolour flow cytometry analysis thereby revealing the active incorporation in DNA of a thymidine analogue during S phase after pulse-chase experiments in vivo, versus cell DNA content

The team of the ERC Grant GeoDiverCity is pleased to announce the publication of the book “Urban dynamics and simulation models” coordinated by Denise Pumain and Romain Reuillon.

Here we introduce MecaGen, an integrative modelling platform enabling the hypothesis-driven simulation of these dual processes via the coupling between mechanical and chemical variables. Our approach relies upon a minimal ‘cell behaviour ontology’ comprising mesenchymal and epithelial cells and their associated behaviours.