L’essor de l’intelligence artificielle et des méthodes mathématiques avancées transforme profondément notre capacité à analyser, modéliser et résoudre des problèmes complexes dans des domaines essentiels tels que la santé, l’environnement, la mobilité, l’énergie, l’économie et les systèmes sociaux.
À l’heure où les données deviennent massives, hétérogènes et dynamiques, l’intégration de techniques d’IA modernes avec des approches mathématiques rigoureuses est indispensable pour concevoir des solutions fiables, interprétables et à fort impact sociétal.
Ce numéro spécial vise à rassembler des contributions innovantes situées à l’intersection de l’IA, de l’apprentissage automatique, de la modélisation mathématique et des sciences appliquées. Il encourage les travaux théoriques, méthodologiques et appliqués qui démontrent comment l’IA et les mathématiques peuvent produire un impact concret dans le monde réel.
Thèmes d’intérêt
Les sujets d’intérêt incluent, sans s’y limiter :
Apprentissage automatique et modélisation statistique pour données réelles
IA pour l’optimisation et l’aide à la décision
Modèles hybrides : Physique + IA (Physics‑Informed, Grey‑Box)
Jumeaux numériques et modèles substituts
Détection d’anomalies, diagnostic et pronostic (FDI/PHM)
Contrôle intelligent (MPC, contrôle adaptatif, RL)
IA pour la conception, la vérification et l’automatisation
Ingénierie énergétique et systèmes électriques
Modélisation mathématique, simulation et systèmes dynamiques
IA explicable, interprétable et fiable
Optimisation, contrôle et décision sous incertitude
IA et modélisation probabiliste pour les paris sportifs
IA pour la santé, l’environnement, le climat et les politiques publiques
Modélisation spatio‑temporelle et analyse géospatiale
IA pour environnements à ressources limitées ou données rares
Approches hybrides IA–mathématiques (physics‑informed ML, modèles guidés, etc.)
Études de cas démontrant un impact réel
Inférence bayésienne et quantification d’incertitude
Méthodes numériques et calcul scientifique pour systèmes IA
Théorie des graphes et apprentissage sur graphes
Apprentissage par renforcement et décision séquentielle
Optimisation pour systèmes complexes ou grande échelle
IA pour l’épidémiologie, la modélisation des maladies et la surveillance sanitaire
Fondements mathématiques du deep learning
Robustesse, équité et réduction des biais
Fusion de données, assimilation et prédiction temps réel
IA pour le développement durable, l’agriculture et la gestion des ressources
Systèmes multi‑agents, théorie des jeux et intelligence collective
IA pour la mobilité, la logistique et les villes intelligentes
Modélisation socio‑économique et sciences sociales computationnelles
Validation, vérification et fiabilité des modèles IA‑mathématiques
Types de contributions attendues
Nous accueillons : Articles de recherche originaux présentant des modèles, méthodes ou résultats nouveaux, Études de cas appliquées démontrant un impact réel, Contributions théoriques apportant des avancées mathématiques ou algorithmiques, Travaux interdisciplinaires combinant IA, mathématiques et expertise métier, Articles de synthèse (sur invitation) mettant en perspective un domaine émergent
Processus d’évaluation
Toutes les soumissions seront évaluées selon un processus de relecture par les pairs (double‑aveugle ou simple‑aveugle selon la revue). Les articles doivent être originaux, non soumis ni publiés ailleurs.
Instructions de soumission
Les auteurs doivent soumettre leur manuscrit via la plateforme de la revue en sélectionnant l’option :
« Numéro spécial : IA & Méthodes Mathématiques pour un Impact Réel ». Les manuscrits doivent respecter les normes de formatage de la revue (longueur, style, bibliographie, figures, etc.).
Comit#e Editorial
Prof. Dr Selain Kasereka Kabunga, University of Kinshasa and University of Klagenfurt
Prof Dr Ruffin-Benoit Ngoie Mpoy, Institute Supérieur Pédagogique de Mbanza Ngungu
Prof. Dr Nathanael Kasoro Mulenda, University of Kinshasa
Contact
Pour toute question concernant ce numéro spécial, veuillez contacter : selain.kasereka (at) unikin.ac.cd