
Données générées par des modèles informatiques pour imiter des observations réelles, utilisées pour les tests et la validation.Les données simulées sont des ensembles de données générés par des modèles informatiques plutôt que collectés à partir de mesures physiques directes. Elles sont conçues pour imiter les propriétés statistiques et la physique sous-jacente des observations réelles, permettant aux chercheurs de tester des méthodes d'analyse, de valider des instruments et d'explorer des scénarios difficiles ou impossibles à reproduire expérimentalement. En physique, les données simulées sont essentielles pour calibrer les détecteurs, évaluer les algorithmes et estimer les incertitudes systématiques avant qu'une expérience réelle ne soit menée.
Cette pratique s'est généralisée avec l'avènement des ordinateurs numériques au milieu du XXe siècle, notamment en physique des particules et en astrophysique pour les simulations de Monte Carlo. Le terme « données simulées » a gagné en importance dans les années 1970 avec des expériences à grande échelle comme celles menées au CERN.
Un modèle du système physique est construit à partir d'équations et de paramètres connus, puis un bruit aléatoire est ajouté pour imiter les imperfections de mesure. Le résultat est un ensemble de données synthétiques qui ressemble statistiquement aux données réelles. En comparant les résultats issus des données simulées et réelles, les scientifiques peuvent vérifier que leur chaîne d'analyse est correcte et quantifier leur capacité à extraire des signaux du bruit.
Utilisée de manière intensive en physique des hautes énergies, en cosmologie et en imagerie médicale pour tester les algorithmes de reconstruction, calibrer les télescopes et entraîner les modèles d'apprentissage automatique avant leur déploiement sur des données réelles.
Le Grand collisionneur de hadrons génère plus d'événements de collision simulés que réels, avec des pétaoctets de données synthétiques produites pour couvrir chaque scénario physique possible.












