ICM 2026 Invited Section Lecture - Benedetto Piccoli

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : l’orateur présente une théorie mathématique originale, avec définitions précises, résultats d’existence, d’unicité et de régularité, ainsi que des applications concrètes. L’argumentation est solide, s’appuyant sur des preuves formelles esquissées et des exemples numériques. La progression logique est claire : d’abord la théorie, puis le contrôle, puis les applications. La démonstration de la continuité par rapport à la mesure, même en présence de discontinuités (scission de masse), est convaincante. Les résultats sont contextualisés par rapport à la littérature (ex. obstacles d’Artstein) et les limites sont indiquées (problèmes ouverts).

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est exemplaire : les affirmations sont appuyées par des énoncés de théorèmes et des conditions précises. Les sources citées (John Hopkins, GIAD) sont des références fiables, bien que non détaillées ici. L’adéquation titre/contenu est parfaite. La présentation est autoportante, mais suppose un public averti ; elle ne vulgarise pas excessivement. Aucune source externe n’est explicitement référencée dans la description, mais les données et modèles sont mentionnés de manière transparente. Le niveau technique avancé est cohérent avec une conférence de section ICM.

Le titre décrit précisément le contenu : il s'agit d'une conférence invitée de section à l'ICM 2026, portant sur les équations différentielles de mesure pour les systèmes multi-agents.

9/10

Exposé de recherche avancé, méthodologie rigoureuse, résultats théoriques et applications, s'appuyant sur des concepts mathématiques établis (transport optimal, équations différentielles). La clarté de la présentation et la profondeur des démonstrations justifient une note élevée.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 01:00Introduction : définition informelle des équations différentielles de mesure (MDE).
• 05:00Théorie mathématique : existence, unicité, condition de Lipschitz et opérateur w1v2.
• 15:00Application au contrôle : mesure-contrôles, régularité, exemple du cercle et scission de masse.
• 25:00Application à la surveillance de foule : formulation du problème avec drones et distance de Wasserstein généralisée.
• 35:00Application réelle : modélisation des vagues de COVID-19 par variants avec fusion de données John Hopkins et GIAD.
• 40:00Conclusion et problèmes ouverts, notamment le principe du maximum de Pontryagin pour ces systèmes.

• John Hopkins University - COVID-19 Data Repository — Source des cas quotidiens par pays et États pendant la pandémie.
• GISAID - Global Initiative on Sharing All Influenza Data — Données de séquençage génétique pour identifier les variants du COVID-19.