Découverte de modèles causaux pour les phénomènes d'ingénierie liés à la structure, à la construction et à la défense

La causalité, la science de la cause et de l'effet, a permis de créer une nouvelle famille de modèles. Ces modèles sont souvent appelés modèles causaux. Contrairement à ceux de nature mathématique, numérique, empirique ou d'apprentissage automatique (ML), les modèles causaux espèrent lier la(les) cause(s) aux effets liés à un phénomène (c'est-à-dire un processus générateur de données) à travers des principes de causalité. Cet article présente l'un des premiers travaux de création de modèles causaux dans le domaine de l'ingénierie structurelle et de construction. À cet effet, cet article commence par un bref examen des principes de la causalité et adopte ensuite quatre algorithmes de découverte causale, à savoir PC (Peter-Clark), FCI (inférence causale rapide), GES (recherche d'équivalence gourmande) et GRaSP (relaxation gourmande de la permutation la plus sparse), qui ont été utilisés pour examiner quatre phénomènes, notamment la prédiction de la capacité portante des éléments soumis à des charges axiales, la résistance au feu des éléments structurels, la résistance au cisaillement des poutres et la résistance des murs face aux charges impulsives (explosion). Les résultats de cette étude révèlent la possibilité et le mérite de découvrir des modèles causaux complets et partiels. Enfin, cette étude propose également deux métriques simples qui peuvent aider à évaluer la performance des algorithmes de découverte causale.