Inférence et apprentissage statistique appliqués à la calibration du radiocarbone

Nom de l'orateur
Destin ASHUZA CIRUMANGA
Etablissement de l'orateur
LMJL
Date et heure de l'exposé
Lieu de l'exposé
Salle des séminaires

La datation par le radiocarbone est l'une des méthodes les plus utilisées en archéologie et en paléoanthropologie pour établir la chronologie sur les 50 000 à 60 000 dernières années. Elle repose sur la mesure de l'activité résiduelle du carbone 14 présent dans la matière organique des objets à dater. Cependant les mesures C14 relevées en laboratoire ne permettent pas d'obtenir directement les vrais âges des objets datés. Il faut alors passer par une étape de calibration en utilisant un modèle mathématique qui permet d'obtenir les vrais âges de ces objets lorsque l'on a leurs âges C14 mesurés en laboratoire. Néanmoins on constate qu'il y a un problème de robustesse avec les différentes mises à jour des courbes de calibration largement utilisées par la communauté du C14. L'un des objectifs de ma thèse est de trouver une façon d'améliorer la robustesse de cette courbe de calibration en explorant notamment la modélisation par les réseaux de neurones.

Le but de cet exposé est de vous présenter mon sujet de thèse et mes premiers travaux. Je vais donc commencer par une présentation rapide de la méthode de datation par le radiocarbone en expliquant pourquoi il est nécessaire de calibrer les âges C14. Ensuite, je vais présenter rapidement la méthodologie statistique utilisée pour construire la dernière courbe publiée en 2020. Enfin, je vais présenter l'approche et les pistes de modélisation par réseaux de neurones sur lesquelles je travaille actuellement.