Le réseau européen de métrologie dédié aux Mathématiques et Statistiques pour la Métrologie, EMN Mathmet (European Metrology Network for Mathematics and Statistics), a publié une version révisée de son Strategic Research Agenda (SRA). Cette nouvelle édition est désormais accessible en ligne.
Le RNMF, via le département Sciences des Données et Incertitudes du LNE, a été impliqué dans sa révision.
Une vision alignée sur les priorités de la transition numérique européenne
Image
Le document présente la vision stratégique de l'EMN pour les années à venir et identifie les principaux axes de recherche dans lesquels les mathématiques et statistiques contribuent à relever les défis de la métrologie moderne.
Cette nouvelle version accorde une place importante à des thématiques émergentes telles que l’intelligence artificielle et l’apprentissage automatique (machine learning), les données synthétiques et la métrologie virtuelle, tout en consolidant les travaux sur la quantification des incertitudes, l’analyse de données et la modélisation.
La version révisée du SRA prend également en compte les récentes réglementations et stratégies européennes en matière d’IA et de transformation numérique. Elle enrichit ainsi les orientations techniques avec de nouveaux sujets, notamment les données de référence, les systèmes hybrides et auto-adaptatifs, ainsi que de nouvelles approches pour l’analyse et l’évaluation des incertitudes. Elle présente par ailleurs les progrès réalisés par les instituts nationaux de métrologie membres de Mathmet, depuis la précédente version publiée en 2023.
Cette mise à jour s’inscrit pleinement dans les priorités européennes liées à la transition numérique et souligne le rôle des méthodes mathématiques et statistiques dans le développement de nouvelles approches pour la mesure, la modélisation et l’aide à la décision.
Une lecture recommandée pour tous les acteurs impliqués dans la métrologie
Une lecture recommandée pour tous les acteurs impliqués dans la métrologie, la science des données et les méthodes de modélisation appliquées à la mesure.
