Anouar Meynaoui

Dr. Anouar Meynaoui


Research Focus & Metrics

Academic Career Length

5Years (2022-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
2 September 2022 in Entropy
Verified
Journal Article
Open access
PDF file
LZLei ZAN
Lei ZAN
AMAnouar Meynaoui
Anouar Meynaoui
Charles K. AssaadCharles K. Assaad
Charles K. Assaad
EDEmilie Devijver
Emilie Devijver
EGEric Gaussier
Eric Gaussier
In this study, we focus on mixed data which are either observations of univariate random variables which can be quantitative or qualitative, or observations of multivariate random variables such that each variable can include both quantitative and qualitative components. We first propose a novel method, called CMIh, to estimate conditional mutual information taking advantages of the previously proposed approaches for qualitative and quantitative data. We then introduce a new local permutation test, called LocAT for local adaptive test, which is well adapted to mixed data. Our experiments illustrate the good behaviour of CMIh and LocAT, and show their respective abilities to accurately estimate conditional mutual information and to detect conditional (in)dependence for mixed data.

26 June 2022 in Quality and Reliability Engineering International
Verified
Journal Article
Open access
AMAnouar Meynaoui
Anouar Meynaoui
AMAmandine Marrel
Amandine Marrel
BLBéatrice Laurent
Béatrice Laurent
Numerical simulators are widely used to model physical phenomena and global sensitivity analysis (GSA) aims at studying the global impact of the input uncertainties on the simulator output. To perform GSA, statistical tools based on inputs/output dependence measures are commonly used. We focus here on the Hilbert–Schmidt independence criterion (HSIC). Sometimes, the probability distributions modeling the uncertainty of inputs may be themselves uncertain and it is important to quantify their impact on GSA results. We call it here the second‐level global sensitivity analysis (GSA2). However, GSA2, when performed with a Monte Carlo double‐loop, requires a large number of model evaluations, which is intractable with CPU time expensive simulators. To cope with this limitation, we propose a new statistical methodology based on a Monte Carlo single‐loop with a limited calculation budget. First, we build a unique sample of inputs and simulator outputs, from a well‐chosen probability distribution of inputs. From this sample, we perform GSA for various assumed probability distributions of inputs by using weighted HSIC measures estimators. Statistical properties of these weighted estimators are demonstrated. Subsequently, we define 2nd‐level HSIC‐based measures between the distributions of inputs and GSA results, which constitute GSA2 indices. The efficiency of our GSA2 methodology is illustrated on an analytical example, thereby comparing several technical options. Finally, an application to a test case simulating a severe accidental scenario on nuclear reactor is provided.

3 April 2026
Verified
Thesis
Closed access
AMAnouar Meynaoui
Anouar Meynaoui
Nouveaux développements autour des mesures de dépendance pour l’analyse de sensibilité : application aux études d’accidents graves pour les réacteurs de génération IV: Dans le cadre des études de sûreté pour les réacteurs nucléaires, les simulateurs numériques sont essentiels pour comprendre, modéliser et prévoir des phénomènes physiques. Les informations relatives à certaines entrées des simulateurs sont souvent limitées ou incertaines. L'Analyse de Sensibilité Globale (ASG) vise alors à déterminer comment la variabilité des paramètres en entrée influe sur la valeur de la sortie ou de la quantité d’intérêt. Les travaux réalisés dans cette thèse ont pour objectif de proposer des nouvelles méthodes statistiques basées sur les mesures de dépendance pour l'ASG des simulateurs numériques. On s’intéresse plus particulièrement aux mesures de dépendance de type HSIC (Hilbert-Schmidt Independence Criterion). Après les Chapitres 1 et 2 introduisant le contexte général et les motivations de la thèse respectivement en versions française et anglaise, le Chapitre 3 présente d'abord une revue générale des mesures HSIC, dans un cadre théorique et méthodologique. Ensuite, des nouveaux développements autour de l'estimation des mesures HSIC à partir d'un échantillon alternatif et s'inspirant des techniques d'échantillonnage préférentiel sont proposés. Grâce à ces développements théoriques, une méthodologie efficace pour l’ASG en présence d’incertitudes sur les distributions de probabilité des entrées est développée dans le Chapitre 4. La pertinence de la méthodologie proposée est démontrée d’abord sur un cas analytique avant d’être appliquée au simulateur MACARENa modélisant un scénario accidentel de type ULOF (Unprotected Loss Of Flow), sur un réacteur à neutrons rapides refroidi au sodium. Le Chapitre 5 porte ensuite sur le développement d'un test d'indépendance agrégeant plusieurs paramétrisations des noyaux intervenant dans les HSIC. La méthodologie proposée permet ainsi de capturer un plus large spectre de dépendance entre les entrées et la sortie. L’optimalité de cette méthodologie est tout d'abord démontrée d’un point de vue théorique. Ses performances et son intérêt applicatif sont ensuite illustrés sur plusieurs exemples analytiques ainsi que sur le cas du simulateur MACARENa.