Quand on a recueilli des données, on se trouve souvent confronté au problème d’omissions ou de destructions ; ce livre a pour objectif de proposer une nouvelle méthode appelée EPH (Experimental Probabilistic Hyper surface) pour reconstituer les données manquantes à partir de celles dont on dispose effectivement en les remplaçant par une variable aléatoire gaussienne.

Le livre est divisé en trois parties :
– La première, accessible sans connaissances préalables, présente l’outil avec des formules explicites. Dimension 1, dimension quelconque, prendre en compte les incertitudes, des estimations locales aux globales, situations non homogènes, affectation de poids aux paramètres, comment choisir les données ?, une source, plusieurs capteurs.
– La seconde, très accessibles, donne des exemples concrets d’application de la méthode : épidémiologie (prédire l’évolution du nombre de décès dus au cancer dans une région) ; consommation industrielle (anticiper la demande pour un certain métal) ; pollution chimique dans une zone portuaire ; ordonnancement d’objets industriels ; sécurité des réacteurs nucléaires.
– La troisième donne la construction générale de l’EPH en utilisant des notions avancées de calcul des probabilités et d’analyse fonctionnelle (information, entropie) en donnant des démonstrations détaillées et en distinguant entre aspects théoriques et pratiques.