Le modèle FPM, un modèle de prédiction pour des phénomènes complexes les plus divers

Alain Oustaloup, François Levron, Stéphane Victor () and Luc Dugard ()
Additional contact information
Alain Oustaloup: IMS - Laboratoire de l'intégration, du matériau au système - UB - Université de Bordeaux - Institut Polytechnique de Bordeaux - CNRS - Centre National de la Recherche Scientifique
François Levron: IMB - Institut de Mathématiques de Bordeaux - UB - Université de Bordeaux - Bordeaux INP - Institut Polytechnique de Bordeaux - CNRS - Centre National de la Recherche Scientifique
Stéphane Victor: IMS - Laboratoire de l'intégration, du matériau au système - UB - Université de Bordeaux - Institut Polytechnique de Bordeaux - CNRS - Centre National de la Recherche Scientifique
Luc Dugard: GIPSA-lab - Grenoble Images Parole Signal Automatique - CNRS - Centre National de la Recherche Scientifique - UGA - Université Grenoble Alpes - Grenoble INP - Institut polytechnique de Grenoble - Grenoble Institute of Technology - UGA - Université Grenoble Alpes, GIPSA-SAFE - GIPSA - Safe, Controlled and Monitored Systems - GIPSA-DAS - GIPSA - Département Automatique et Sûreté des systèmes - GIPSA-lab - Grenoble Images Parole Signal Automatique - CNRS - Centre National de la Recherche Scientifique - UGA - Université Grenoble Alpes - Grenoble INP - Institut polytechnique de Grenoble - Grenoble Institute of Technology - UGA - Université Grenoble Alpes

Post-Print from HAL

Abstract: Reconnu comme « Fait marquant 2021 du CNRS » et se distinguant par ses prédictions pour des phénomènes complexes de nature différente (contaminations, vaccinations, CO₂, température, niveau moyen des océans, dette de la France,..), le modèle FPM (Fractional Power Model), en loi de puissance et à trois paramètres, est un modèle unifié grâce à une unification de la complexité, simple par sa représentation globale de la complexité et prédictif par sa capacité d'utiliser au mieux le passé pour mieux prédire le futur, faisant ainsi de ce modèle un bon prédicteur pour les décideurs.

Date: 2026-07-22
Note: View the original document on HAL open archive server: https://hal.science/hal-05700948v1
References: Add references at CitEc
Citations:

Published in 2026

Downloads: (external link)
https://hal.science/hal-05700948v1/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:journl:hal-05700948

Access Statistics for this paper

More papers in Post-Print from HAL
Bibliographic data for series maintained by CCSD ().