Lusenn développe ses propres mathématiques appliquées afin d'identifier et de caractériser les régimes de séries temporelles. Elle permet de relever le défi posé par l'accroissement de la quantité de données disponibles aux modèles mathématiques classiques et prend le relai des outils conventionnels qui s'essoufflent face à l'explosion de la masse de données.
La biologie, la physique, l'économie, les autres sciences sociales ou la finance sont touchées chacune à leur manière. Lusenn met en oeuvre des théories probabilistes qui ont montré de longue date leur efficacité dans tous ces domaines.
En finance en particulier, les modèles stochastiques ou les modèles de volatilité locale sont développés depuis le milieu des années 1990. S'ils contribuent à améliorer la perception des marchés en capturant les effets de volatilité implicite, ils se heurtent aux propriétés multi-échelles des données. Les séries temporelles connaissent ainsi des variations de taille qui rendent difficile la mise au point d'un modèle capable de simuler des phénomènes à plusieurs échelles. Lusenn élabore des modèles fondés sur des processus multifractionnaires afin de capturer les propriétés multi-échelles des séries temporelles non markoviennes et de qualifier leur rugosité.

Lusenn est une activité de Sivienn.