Auswahl der wissenschaftlichen Literatur zum Thema „Profondeurs multivariées“

Une caractérisation morphométrique utilisant des approches multivariées a été réalisée sur des ovins Djallonké au Bénin afin d’apprécier la diversité intraraciale et d’orienter efficacement les schémas d’amélioration génétique. Au total, 488 femelles et 74 mâles ont été phénotypés en utilisant 15 variables quantitatives. L’étude a été réalisée dans la zone agroécologique des pêcheries (ZP), celle des terres de barre (ZTB) et la zone cotonnière du centre Bénin (ZC). L’influence des facteurs sexe, zone agroécologique, et classe d’âge a été appréciée en utilisant une analyse de variance. Les différentes analyses discriminantes réalisées à l’aide du logiciel SAS 9.2 ont permis d’identifier les variables qui ont un fort pouvoir discriminant. Les distances biométriques de Mahalanobis ont été calculées et le degré de similarité ou de dissemblance morphologique des animaux des différentes zones agroécologiques a été déterminé en utilisant la méthode de classification ascendante hiérarchique. Les résultats indiquent que la zone agroécologique exerce une influence significative (p < 0,05) sur les paramètres mesurés. In fine, les analyses discriminantes révèlent que les variables profondeur de poitrine, profondeur du flanc, longueur scapulo-ischiale, largeur de la tête, circonférence de la cuisse et longueur des oreilles, sont celles qui discriminent au mieux les populations ovines Djallonké. Les valeurs de distances de Mahalanobis entre les trois zones agroécologiques présentant des différences hautement significatives (p < 0,001), justifient la catégorisation de leurs populations ovines en deux écotypes morphologiquement distincts. Le pourcentage d’individus correctement classés dans leur zone d’origine est respectivement de 97,7 %, 60,3 % et 63,3 % pour la ZC, la ZP et la ZTB. Ces résultats révèlent aussi que les ovins de la zone cotonnière du Centre Bénin pourraient être soumis à des phénomènes d’introgression au profit des races sahéliennes ou montreraient des capacités d’adaptation aux conditions climatiques.

Plusieurs études montrent que les personnes âgées présentent moins d’anxiété que les jeunes adultes, mais sans préciser la nature de cette différence. La présente étude a pour but de mieux comprendre les différences entre ces deux populations sur le plan des symptômes anxieux. Pour ce faire, les données de 64 jeunes adultes et 78 personnes âgées à l'Inventaire d'anxiété de Beck sont utilisées. Les résultats obtenus à l’aide de tests t et d’un modèle d’analyse de variance multivariée à mesures répétées révèlent que les personnes âgées présentent moins d’anxiété de manière générale et moins de symptômes de type somatique et de type de panique et anxiété subjective que les jeunes adultes. Les résultats montrent aussi que la différence entre les deux groupes d’âge était la plus grande pour les symptômes de type somatique. Ces résultats soulignent le besoin d’étudier plus en profondeur les différences d’anxiété et de types de symptômes anxieux ressentis selon l’âge. L'étude permet d’en apprendre davantage sur les symptômes pouvant différer avec l’âge et offre aux professionnels de la santé des avenues pour mieux intervenir, dépister, diagnostiquer et traiter l’anxiété.

Cette étude a été menée sur des dromadaires vivants algériens Naili encore appelés Chameaux de la steppe. L’objectif était de caractériser les mensurations et la barymétrie de cette population qui n’a pas encore été étudiée et de les comparer à deux autres populations algériennes, la Sahraoui et la Targui. L’échantillon comprenait 60 dromadaires, 30 mâles et 30 femelles adultes de plus de cinq ans qui pâturaient dans les régions semi-arides du nord de Biskra en Algérie. Cinq mensurations ont été faites, puis l’indice (de vide) sous-sternal et le poids vif ont été calculés. Les valeurs moyennes ont été respectivement chez les mâles et chez les femelles de 551,2 kg ± 58,7 kg et 482,6 kg ± 60,0 kg pour le poids vif, de 0,92 m ± 0,05 m et 0,83 m ± 0,08 m pour le vide sous-sternal, de 0,92 m ± 0,05 m et 0,88 m ± 0,04 m pour la profondeur thoracique, et de 1,02 ± 0,09 et 0,94 ± 0,11 pour l’indice sous-sternal. Une analyse multivariée a permis de séparer les mâles des femelles et de les comparer aux populations Sahraoui et Targui. Le Chameau de la steppe se différencie nettement de ces populations par sa plus petite taille. Cette étude montre également que les chamelles sont un peu plus petites et moins élancées que les mâles. Cette population rustique est associée à un ensemble de pratiques alimentaires, elles-mêmes liées à la qualité des parcours dont l’influence sur le développement morphologique des animaux a été largement décrite.

Les fonctions de profondeur statistiques jouent un rôle fondamental dans l'analyse et la caractérisation des structures de données complexes. Les profondeurs fournissent une mesure de centralité ou d'excentricité pour une observation individuelle ou pour l'ensemble des données, ce qui aide à comprendre leurs positions relatives et leurs distributions sous-jacentes. Les concepts relatifs à la profondeur, tels qu'ils sont présents dans la littérature, trouvent leur origine dans la notion de profondeur de Tukey, également désignée sous le nom de profondeur médiane. Cette notion a été introduite par le statisticien John W. Tukey dans son article intitulé "Mathematics and the Picturing of Data" publié en 1975 [170]. La principale idée sous-jacente à la profondeur de Tukey consiste à généraliser la médiane univariée d'un jeu de données unidimensionnel en dimension supérieure.Dans un premier temps, nous nous intéressons aux profondeurs multivariées suivies des profondeurs fonctionnelles, pour lesquelles nous construisons une revue générale dans le Chapitre 1.Dans la seconde partie de la thèse, i.e. dans le Chapitre 2, nous entreprenons une étude rigoureuse des ensembles de niveaux des fonctions de profondeur multivariées et établissons plusieurs propriétés analytiques et statistiques. Tout d'abord, nous montrons que lorsque la profondeur multivariée sous-jacente est suffisamment régulière, la différence symétrique entre l'ensemble de niveaux de profondeur estimé et son équivalent théorique converge vers zéro en termes de volume d-dimensionel et de probabilité sous la distribution considérée. Outre ces contributions, la nouveauté du Chapitre 2, dans le cadre de la théorie du risque, réside dans l'introduction d'une mesure de risque basée sur une profondeur appelée Covariate-Conditional-Tail-Expectation (CCTE). Globalement, la CCTE vise à calculer un coût moyen sachant qu'au moins un des facteurs de risque en jeu est 'élevé' suivant une certaine direction. Cette dernière zone de risque est modélisée par un ensemble de niveau de faible profondeur. Contrairement à des mesures de risques fondées sur les queues de distribution, notre définition de CCTE est indépendante de toute direction grâce à l'implication des ensembles de niveaux d'une profondeur. Nous démontrons également que, lorsque la taille de l'échantillon tend vers l'infini, la CCTE basée sur la profondeur empirique est consistante par rapport à sa version théorique. Et nous fournissons les taux de convergence pour la CCTE, pour des niveaux de risque fixes ainsi que lorsque le niveau de risque tend vers zéro quand la taille de l'échantillon tend vers l'infini. Dans ce dernier cas d'étude, nous analysons de même le comportement de la définition originelle de CCTE basée sur une fonction de répartition, cas qui n'a pas été étudié dans [56]. En plus des simulations effectuées sur la CCTE, nous illustrons son utilité sur des données environnementales.La dernière partie de cette thèse, le Chapitre 3, conclut notre travail et consiste à définir une profondeur fonctionnelle générale pour des données fonctionnelles basée sur l'analyse en composantes principales fonctionnelles. Cela implique l'utilisation d'une profondeur multivariée générique. Dans cette optique, nous utilisons la décomposition bien connue de Karhunen-Loève comme outil pour pro- jeter un processus aléatoire centré et de carré intégrable le long d'une combinaison linéaire finie de fonctions orthogonales appelées composantes principales. À notre connaissance, il s'agit d'une approche novatrice dans le cadre des profondeurs fonctionnelles. Naturellement, nous proposons un estimateur de notre profondeur fonctionnelle pour lequel nous démontrons une consistance uniforme. Nous complétons enfin notre étude avec des simulations et des applications sur données réelles dans des problèmes de classifications, où notre nouvelle profondeur se révèle être au moins aussi performante que la plupart des concurrents classiques
Statistical depth functions play a fundamental role in analyzing and characterizing complex data structures. Depth functions provide a measure of centrality or outlyingness for individual observations or entire datasets, aiding in the understanding of their relative positions and underlying distributions. The concepts related to depth, as found in the literature, originate from the notion of Tukey's depth, also known as the median depth. This concept was introduced by the statistician John W. Tukey in his article titled "Mathematics and the Picturing of Data," published in 1975 [170]. The fundamental idea underlying Tukey's depth is to generalize the univariate median of a one-dimensional dataset in higher dimension. First, our interest focuses on multivariate depths followed by functional depths, both of which we build an overall review within Chapter 1. In the second part of this thesis, i.e. in Chapter 2, we undertake a rigorous study of multivariate depth-level sets and establish several analytical and statistical properties. First, we show that, when the underlying multivariate depth is smooth enough, then the symmetric difference between the estimated depth-level set and its theoretical counterpart converges to zero in terms of the d-dimensional volume and of the probability under the unknown distribution. Apart from these contributions, the novelty of Chapter 2 is the introduction and study of a depth-based risk measure called the Covariate-Conditional- Tail-Expectation (CCTE), within a risk theory setup. Roughly, the CCTE aims at computing an average cost knowing that at least one of the risk factors at hand is 'high' in some direction. The latter risk area is modelled by a level-set of low depth value. In contrast to risk measures based on distribution tails, our definition of CCTE is direction-free, owing to the involvement of depth level sets. We establish that, as the sample size goes to infinity the empirical depth-based CCTE is consistent for its theoretical version. We demonstrate consistency and provide rates of convergence for the depth- CCTE, for fixed levels of risk as well as when the risk level goes to zero as the sample size goes to infinity. In this last case of study, we also analyze the behavior of the original CCTE definition based on a distribution function, a case that was not studied in [56]. On top of several simulations performed on the CCTE, we illustrate its usefulness on environmental data.The final part of this thesis, Chapter 3, wraps up our work in which we contribute to defining a new type of depth for functional data based on functional principal component analysis. This includes using a generic multivariate depth. In this view, we use the well known Karhunen-Loève decomposition as a tool to project a centered square-integrable random process along some finite linear combination of orthogonal functions called the principal components. To the best of our knowledge, this is a novel approach in the functional depth literature. In this extent, we involve a multivariate depth function for the vector of the projected principal components. Naturally, we provide an estimator of our functional depth for which we demonstrate uniform consistency with a rate of convergence. We complement our study with several simulations and real data applications to functional classification, where our new depth equals or outperforms most of conventional competitors

L'interprétation des spectres ToF-SIMS requiert une expérience et une expertise confirmées et nécessite un temps d'exploitation important. Les méthodes classiques d'interprétation des spectres ToF-SIMS se focalisent sur quelques ions spécifiques considérés comme étant physiquement significatifs. Ceci génère une importante perte de l'information contenue dans les données ToF-SIMS. Par contraste, les méthodes multivariables prennent en compte la totalité des volumineux spectres de masse, corrèlent tous les ions et extraient exhaustivement l'information spectrale. Afin de démontrer l'intérêt de ces méthodes, l'analyse en composantes principales et la régression sur composantes principales ont été appliquées aux trois modes d'analyse ToF-SIMS : les spectres de surface, le profil en profondeur et l'imagerie de surface. Au cours de ce travail de recherche, le logiciel MULTI-ION SIMS®, spécialement dédié à l'analyse multivariable de données ToF-SIMS, a été développé.

Ces travaux de cette thèse s'inscrivent dans la thématique du développement de techniques de contrôle avancé des procédés dans l'industrie de la microélectronique. Leur but est la mise en place de boucles d'asservissement permettant d'ajuster les paramètres d'un procédé de fabrication en temps réel. Ces techniques ont été appliquées sur le bloc isolation des circuits de la technologie CMOS. L'utilisation de tranchées d'isolation peu profondes est la solution pour les technologies <0,25µm. L'influence de la morphologie du STI sur la génération des contraintes mécaniques est montrée. Des études statistiques ont permis de démontrer que la dispersion de la hauteur de marche (paramètre critique du module isolation) influence directement une dispersion de la tension de seuil des transistors parasites. Trois boucles de régulation sont proposées afin de réduire la dispersion de la hauteur de marche. L'indicateur électrique choisi pour le suivi des boucles de régulation R2R est la tension de seuil des transistors parasites. Les procédés concernés par ces régulations sont le dépôt CVD à haute densité plasma, le polissage mécano-chimique et la gravure humide. Les modèles physiques des procédés représentent le cœur d'une boucle de régulation et ont été déduis à partir de plans d'expériences
This work belongs to the development of Advanced Process Control (APC) applications in the microelectronics industry. The APC component studied here is the implementation of close regulation loops which can adjust the process parameters in real time. This technique is applied on the isolation module of the CMOS circuits. The shallow trench isolation (STI) is the chosen solution for the technologies below 0. 25 µm. The impact of the STI morphology on the mechanical stress is confirmed and the influence of the STI on the electrical parameters through different correlation analysis is demonstrated. An electrical indicator for the monitoring of the regulation close loop is defined. This parameter is the punch-through voltage of the parasitic transistors. The step height dispersion affects directly the punch-through voltage of the parasitic transistors. In order to reduce this dispersion, we proposed to achieve three regulation closed loops. The processes to be regulated are: the high density plasma CVD deposition, the chemical mechanical polishing and the wet etching. The process models represent the heart of the regulation close loop and have been established from Design Of Experiments (DOE)

Suite à l’amélioration des outils de capture et de stockage des données, ces dernières années ont vu les quantités de données à traiter croître énormément. De nombreux travaux, allant du traitement automatique à la visualisation d’information, ont alors été mis en place, mais certains domaines sont encore trop spécifiques pour en profiter. C’est le cas du Renseignement d’Origine ÉlectroMagnétique (ROEM). Ce domaine ne fait pas uniquement face à de grandes quantités de données mais doit aussi gérer des données et des usages complexes ainsi que des populations d’utilisateurs ayant de moins en moins d’expérience. Dans cette thèse nous nous sommes intéressés à l’usage de l’existant et des nouvelles technologies appliquées à la visualisation pour proposer des solutions à la combinaison de problématiques comme les données en grandes quantité et les données complexes. Nous commençons par présenter une analyse du domaine du ROEM qui a permis d’extraire les problématiques auxquelles il doit faire face. Nous nous intéressons ensuite aux solutions gérant les combinaisons de telles problématiques. L’existant ne contenant pas directement de telles solutions, nous nous intéressons alors à la description des problématiques de visualisation et proposons une caractérisation de ces problématiques. Cette caractérisation nous permet de décrire les représentations existantes et de mettre en place un outil de recommandation des représentations basé sur la façon dont l’existant résout les problématiques. Enfin nous nous intéressons à identifier de nouvelles métaphores pour compléter l’existant et proposons une représentation immersive permettant de résoudre les problématiques du ROEM. Ces contributions permettent d’analyser et d’utiliser l’existant et approfondissent l’usage des représentations immersives pour la visualisation d’information
As a result of the improvement of data capture and storage, recent years have seen the amount of data to be processed increase dramatically. Many studies, ranging from automatic processing to information visualization, have been performed, but some areas are still too specific to take advantage of. This is the case of ELectromagnetic INTelligence(ELINT). This domain does not only deal with a huge amount of data but also has to handle complex data and usage as well as populations of users with less and less experience. In this thesis we focus on the use of existing and new technologies applied to visualization to propose solutions to the combination of issues such as huge amount and complex data. We begin by presenting an analysis of the ELINT field which made it possible to extract the issues that it must faces. Then, we focus on the visual solutions handling the combinations of such issues but the existing work do not contain directly such solutions. Therefore, we focus on the description of visual issues and propose a characterization of these issues. This characterization allows us to describe the existing representations and to build a recommendation tool based on how the existing work solves the issues. Finally, we focus on identifying new metaphors to complete the existing work and propose an immersive representation to solve the issues of ELINT. These contributions make it possible to analyze and use the existing and deepen the use of immersive representations for the visualization of information

Ces travaux de cette thèse s'inscrivent dans la thématique du développement de techniques de contrôle avancé des procédés dans l'industrie de la microélectronique. Leur but est la mise en place de boucles d'asservissement permettant d'ajuster les paramètres d'un procédé de fabrication en temps réel. Ces techniques ont été appliquées sur le bloc isolation des circuits de la technologie CMOS. L'utilisation de tranchées d'isolation peu profondes est la solution pour les technologies <0,25µm. L'influence de la morphologie du STI sur la génération des contraintes mécaniques est montrée. Des études statistiques ont permis de démontrer que la dispersion de la hauteur de marche (paramètre critique du module isolation) influence directement une dispersion de la tension de seuil des transistors parasites. Trois boucles de régulation sont proposées afin de réduire la dispersion de la hauteur de marche. L'indicateur électrique choisi pour le suivi des boucles de régulation R2R est la tension de seuil des transistors parasites. Les procédés concernés par ces régulations sont le dépôt CVD à haute densité plasma, le polissage mécano-chimique et la gravure humide. Les modèles physiques des procédés représentent le cœur d'une boucle de régulation et ont été déduis à partir de plans d'expériences.