Crisis risk assessment, applied to armed intrastate conflict detection
Evaluation des risques de crise, appliquée à la détection des conflits armés intra-étatiques
Résumé
In many different fields, rational risk analysis is part of the decision making process. It is a fundamental methodological tool which helps economic and politic actors to anticipate potential crises. Such an analysis aims at identifying not only risky situations but also the main risk factors so that prevention policies can be built more easily.
This analysis is usually dedicated to human experts, but the data available in which to retrieve the relevant information may be so large that there is a great need for tools automating part of the risk analysis.
We propose a generic decision support system dedicated to crisis prediction. The goal of this system is to provide a synthesis of the structural situation through the identification of potential crises and of the main factors that may explain the weaknesses of the situation. Our system relies on the supervised learning of fuzzy decision rules. As the data quality is a major concern in many applications a large part of our study has to deal with data preprocessing and more precisely missing data imputation and feature selection. We have also investigated the problem of model selection so that our system can find the most suitable model for a given application. To assess the quality of our methodology we have chosen to apply it on intrastate conflict prediction which will thus be at the subject of our experiments throughout the thesis.
This analysis is usually dedicated to human experts, but the data available in which to retrieve the relevant information may be so large that there is a great need for tools automating part of the risk analysis.
We propose a generic decision support system dedicated to crisis prediction. The goal of this system is to provide a synthesis of the structural situation through the identification of potential crises and of the main factors that may explain the weaknesses of the situation. Our system relies on the supervised learning of fuzzy decision rules. As the data quality is a major concern in many applications a large part of our study has to deal with data preprocessing and more precisely missing data imputation and feature selection. We have also investigated the problem of model selection so that our system can find the most suitable model for a given application. To assess the quality of our methodology we have chosen to apply it on intrastate conflict prediction which will thus be at the subject of our experiments throughout the thesis.
Dans de nombreux domaines, l'analyse rationnelle des risques fait partie intégrante du processus de décision. Il s'agit d'un outil méthodologique essentiel pour les acteurs politiques et économiques qui leur permet d'anticiper le déclenchement de crises potentielles. Dans certains secteurs d'activité les conséquences de telles crises sont parfois telles que le recours à l'analyse de risque correspond à une contrainte réglementaire imposée par le législateur. L'objectif d'une telle analyse est de parvenir à identifier les situations à risque ainsi que les principaux facteurs de risque de manière à pouvoir mettre en place les politiques de prévention adéquates.
Si de nombreuses cellules de veille ont été mises en place, tant au niveau de l'entreprise, qu'au niveau des institutions nationales et internationales, la quantité d'information potentiellement pertinente pour un sujet donné est parfois telle que la mise à disposition d'outils automatisant tout ou partie du traitement de cette information répond à un besoin réel, sinon à une nécessité.
Dans cette optique, dans cette thèse, nous proposons un système générique d'aide à l'anticipation de crises. Notre objectif est de fournir une synthèse d'une situation donnée, d'un point de vue structurel et non événementiel, via l'identification des crises potentielles ainsi que des principaux facteurs de risque associés. Le système que nous proposons repose sur l'apprentissage supervisé de règles de décision floues.
La qualité des données d'apprentissage étant problématique dans de nombreuses applications, nous proposons, dans nos travaux, une étude approfondie sur la chaîne de prétraitement, et en particulier sur le traitement des valeurs manquantes et sur la sélection d'attributs. Nous avons également mis l'accent sur l'évaluation et la sélection de modèles afin de pouvoir adapter les modèles de détection au problème à traiter, ainsi qu'aux besoins de l'utilisateur final.
La synthèse des résultats fournis par notre système étant destiné à des utilisateurs en charge de la veille stratégique, des outils d'aide au raisonnement et à la compréhension de cette synthèse sont également proposés.
Pour juger de l'intérêt de notre méthodologie nous détaillons son application à un problème concret : la détection des conflits armés intra-étatiques.
Si de nombreuses cellules de veille ont été mises en place, tant au niveau de l'entreprise, qu'au niveau des institutions nationales et internationales, la quantité d'information potentiellement pertinente pour un sujet donné est parfois telle que la mise à disposition d'outils automatisant tout ou partie du traitement de cette information répond à un besoin réel, sinon à une nécessité.
Dans cette optique, dans cette thèse, nous proposons un système générique d'aide à l'anticipation de crises. Notre objectif est de fournir une synthèse d'une situation donnée, d'un point de vue structurel et non événementiel, via l'identification des crises potentielles ainsi que des principaux facteurs de risque associés. Le système que nous proposons repose sur l'apprentissage supervisé de règles de décision floues.
La qualité des données d'apprentissage étant problématique dans de nombreuses applications, nous proposons, dans nos travaux, une étude approfondie sur la chaîne de prétraitement, et en particulier sur le traitement des valeurs manquantes et sur la sélection d'attributs. Nous avons également mis l'accent sur l'évaluation et la sélection de modèles afin de pouvoir adapter les modèles de détection au problème à traiter, ainsi qu'aux besoins de l'utilisateur final.
La synthèse des résultats fournis par notre système étant destiné à des utilisateurs en charge de la veille stratégique, des outils d'aide au raisonnement et à la compréhension de cette synthèse sont également proposés.
Pour juger de l'intérêt de notre méthodologie nous détaillons son application à un problème concret : la détection des conflits armés intra-étatiques.