Pour une évaluation visuelle des modèles de simulation, au-delà de la face validation

International audienceIn this talk, we propose a new methodological framework, the "visual evaluation'', that enables or facilitates the evaluation of complex and stochastic simulation models that mostly rely on expert knowledge rather than empirical data for their hypotheses.This method has been developped for the modelling of space-time processes and relies on the thorough use of qualitative visual comparison between the model's outputs and the underlying empirical knowledge.Visual evaluation is based on a remediation of face validation for massive simulation datasets, and thus requires an interactive exploratory data analysis platform dedicated to simulation outputs.Nous proposons une approche méthodologique dédiée à l'évaluation de modèles de simulation stochastiques descriptifs caractérisés par une faible possibilité de recours à des données empiriques.En l'absence de données structurées de contrôle - ou quand celles-ci sont trop peu nombreuses, incertaines ou lacunaires -, l'évaluation peut être réalisée d'après les connaissances expertes, de manière qualitative.Pour que ce processus soit mené de manière rigoureuse, robuste et reproductible, il ne doit pas être uniquement basé sur des intuitions ou premières impressions.L'évaluation peut prendre la forme d'une comparaison systématique entre les sorties du modèle et les hypothèses thématiques sous-jacentes à la modélisation, tirées des connaissances expertes.Cette comparaison est menée à l'aide d'une méthode d' "évaluation visuelle" que nous définissons et appliquons ici.L'approche méthodologique proposée doit ainsi permettre et faciliter l'évaluation de modèles de simulations par le biais de connaissances expertes explicitées, en s'appuyant sur l'utilisation d'un environnement d'exploration interactive des données de sortie de simulation