Academic literature on the topic 'Biais de régularisation ridge'

Fingerprint identification has long been used by law enforcement to either identify or eliminate potential suspects in a case. It relies on friction ridges – the upraised skin that forms grooves on fingers – and friction ridge impressions, which form from natural secretions of sweat and other trace components. Latent prints, a common term for friction ridge impressions, have many benefits and advantages as a type of forensic evidence. However, they are not a perfect tool: wrongful convictions identified by post-conviction DNA testing and the re-evaluation of forensic evidence have spawned criticism and investigation into the scientific basis of this branch of forensics. This literature review examines literature in both the scientific and legal fields, and investigates three main themes: the principle of uniqueness assumed in individualization, the presence of cognitive bias and human error in analysis, and the changing role of expert testimony in court. There are arguments both for and against uniqueness, but it is still difficult to prove using statistical models and data analysis. Bias in examiners, on the other hand, undeniably exists in different ways, and should be actively guarded against in fingerprint analysis and expert testimony. Expert witness testimony that misleads, exaggerates, or is scientifically unsupportable has been linked to wrongful convictions in the past, highlighting the importance of careful regulation of how an expert witness is advised to testify. In addition to these topics, the techniques of collecting latent print evidence and the standard procedures of analysis have also been examined and evaluated for potential sources of error. Le maintien de l’ordre public utilise depuis longtemps les empreintes digitales pour identifier et éliminer des suspects d’une affaire criminelle. Les empreintes digitales se ent aux crêtes papillaires — les crêtes et les creux qui formes des rainures sur les doigts — et des empreintes des crêtes papillaires, ce qui se forme par les sécrétions naturelles de transpiration et autres composantes de traces. Les empreintes latentes, un terme courant pour les empreintes digitales, possèdent plusieurs avantages en tant qu’élément médico-légal de preuve. Toutefois, ce n’est pas une ressource able; des condamnations injustifiées identifiées par un test d’ADN post-condamnatoire et la réévaluation de l’évidence médico-légale ont frayé des critiques et des enquêtes de la base des sciences des empreintes digitales. Cette revue examine les textes dans les domaines scientifiques et médico-légaux, et examine trois thèmes : le principe d’unicité assumé par l’individualisation, la présence d’un biais cognitif et l’erreur humaine dans l’analyse, et le rôle changeant de témoignages experts devant la Cour. Il existe des arguments pour et contre l’unicité, mais l’unicité est tout de même difficile à prouver en utilisant les modèles statistiques et l’analyse de données. Un préjugé chez les examinateurs, d’autres parts, existe incontestablement, et devrait être activement évité lors de l’analyse d’empreinte digitale et de témoignages experts. Le témoignage d’expert qui induit en erreur, qui est exagéré ou qui est scientifiquement faux a mené à des condamnations injusti ées dans le passé, ce qui met en évidence l’importance d’une législation prudente sur comment l’expert est conseillé de témoigner. En plus de ces thèmes, les techniques de collecte des empreintes digitales latentes et les procédures normales d’analyse ont aussi été examinés et évalués pour des sources d’erreurs potentielles.

Les valeurs manquantes sont courantes dans la plupart des ensembles de données du monde réel, en raison de la combinaison de sources multiples et d'informations intrinsèquement manquantes, telles que des défaillances de capteurs ou des questions d'enquête sans réponse. La présence de valeurs manquantes empêche souvent l'application d'algorithmes d'apprentissage standard. Cette thèse examinevaleurs manquantes dans un contexte de prédiction, visant à obtenir des prédictions précises malgré l'occurrence de données manquantes dans les données d'apprentissage et de test. L'objectif de cette thèse est d'analyser théoriquement des algorithmes spécifiques pour obtenir des garanties d'échantillons finis. Nous dérivons des bornes inférieures minimax sur le risque des prédictions linéaires en présence de valeurs manquantes. Ces bornes inférieures dépendent de la distribution du motif de valeurs manquantes et peuvent croître de manière exponentielle avec la dimension. Nous proposons une méthode très simple consistant à appliquer la procédure des moindres carrés uniquement aux motifs de valeurs manquantes les plus fréquents. Une telle méthode simple se révèle être une procédure presque minimax-optimale, qui s'écarte de l'algorithme des moindres carrés appliqué à tous les motifs de valeurs manquantes. Par la suite, nous explorons la méthode de l'imputation puis régression, où l'imputation est effectuée en utilisant l'imputation naïve par zéro, et l'étape de régression est réalisée via des modèles linéaires, dont les paramètres sont appris via la descente de gradient stochastique. Nous démontrons que cette méthode très simple offre de fortes garanties pour des échantillons finis dans des contextes de grande dimension. Plus précisément, nous montrons que le biais de cette méthode est inférieur au biais de la régression ridge. Étant donné que la régression ridge est souvent utilisée en haute dimension, cela prouve que le biais des données manquantes (via l'imputation par zéro) est négligeable dans certains contextes de grande dimension. Enfin, nous étudions différents algorithmes pour gérer la classification linéaire en présence de données manquantes (régression logistique, perceptron, LDA). Nous prouvons que la LDA est le seul modèle qui peut être valide pour des données complètes et manquantes dans certains contextes génériques
Missing values are common in most real-world data sets due to the combination of multiple sources andinherently missing information, such as sensor failures or unanswered survey questions. The presenceof missing values often prevents the application of standard learning algorithms. This thesis examinesmissing values in a prediction context, aiming to achieve accurate predictions despite the occurrence ofmissing data in both training and test datasets. The focus of this thesis is to theoretically analyze specific algorithms to obtain finite-sample guarantees. We derive minimax lower bounds on the excess risk of linear predictions in presence of missing values.Such lower bounds depend on the distribution of the missing pattern, and can grow exponentially withthe dimension. We propose a very simple method consisting in applying Least-Square procedure onthe most frequent missing patterns only. Such a simple method turns out to be near minimax-optimalprocedure, which departs from the Least-Square algorithm applied to all missing patterns. Followingthis, we explore the impute-then-regress method, where imputation is performed using the naive zeroimputation, and the regression step is carried out via linear models, whose parameters are learned viastochastic gradient descent. We demonstrate that this very simple method offers strong finite-sampleguarantees in high-dimensional settings. Specifically, we show that the bias of this method is lowerthan the bias of ridge regression. As ridge regression is often used in high dimensions, this proves thatthe bias of missing data (via zero imputation) is negligible in some high-dimensional settings. Thesefindings are illustrated using random features models, which help us to precisely understand the role ofdimensionality. Finally, we study different algorithm to handle linear classification in presence of missingdata (logistic regression, perceptron, LDA). We prove that LDA is the only model that can be valid forboth complete and missing data for some generic settings

Motivé par la mise en évidence des relations entre l'expression de gènes et d'autres variables biologiques, notre travail consiste à présenter et développer une méthodologie répondant à ce problème. Parmi les méthodes statistiques abordant ce sujet, l'Analyse Canonique (AC) semblait bien appropriée, mais la haute dimensionalité est actuellement l'un des obstacles majeurs pour les techniques statistiques d'analyse de données issues de biopuces. Naturellement l'axe de ce travail a été la recherche de solutions tenant compte de cet aspect crucial dans la mise en oeuvre de l'AC. Parmi les approches envisagées pour contourner ce problème, nous nous sommes intéressés à des méthodes de régularisation. Ainsi, la méthode développée ici, appelée Analyse Canonique Régularisée (ACR), est basée sur le principe de régularisation ridge introduit initialement en régression linéaire multiple. L'ACR nécessitant le choix de deux paramètres de réglage pour sa mise en oeuvre, nous avons proposé la méthode de validation croisée par sous-groupes pour traiter ce problème. Nous avons présenté en détail des applications de l'ACR à des données fortement multidimensionnelles provenant d'études génomiques ainsi qu'à des données provenant d'autres domaines. Sur ce point on s'est intéressé à une visualisation des données aidant à l'interprétation des résultats obtenus. À cet effet, nous avons proposé un certaine nombre de méthodes graphiques : représentations des variables (graphiques des corrélations), représentations des individus ainsi que des représentations alternatives comme les graphiques de réseaux et les cartes de double classification (heatmaps). Pour la mise en oeuvre de l'AC, nous avons développé le package CCA (disponible en ligne sur le site cran. R-project. Org). Ce package permet le traitement de données avec plus de variables que d'unités expérimentales par l'ACR, la manipulation des valeurs manquantes et la réalisation des graphiques aidant à l'interprétation des résultats. .
Motivated by the study of relationships between gene expressions and other biological variables, our work consists in presenting and developing a methodology answering this problem. Among the statistical methods treating this subject, Canonical Analysis (CA) seemed well adapted, but the high dimension is at present one of the major obstacles for the statistical techniques of analysis data coming from microarrays. Typically the axis of this work was the research of solutions taking into account this crucial aspect in the implementation of the CA. Among the approaches considered to handle this problem, we were interested in the methods of regularization. The method developed here, called Regularised Canonical Analysis (RCA), is based on the principle of ridge regularization initially introduced in multiple linear regression. RCA needing the choice of two parameters of regulation for its implementation, we proposed the method of M-fold cross-validation to handle this problem. We presented in detail RCA applications to high multidimensional data coming from genomic studies as well as to data coming from other domains. Among other we were interested in a visualization of the data in order to facilitate the interpretation of the results. For that purpose, we proposed some graphical methods: representations of variables (correlations graphs), representations of individuals as well as alternative representations as networks and heatmaps. .

SMOS (Soil Moisture and Ocean Salinity) est une des missions d'exploration de la Terre menées par l'ESA dans le cadre de ses missions dites d'opportunité. Son objectif est l'observation, à une échelle globale, de l'humidité des sols et de la salinité des océans, deux paramètres importants pour une meilleure modélisation du climat et de meilleures prévisions météorologiques. Ces variables sont mesurées de manière indirecte par l'instrument MIRAS, un radiomètre micro-onde imageur dont le principe observationnelle repose sur l'interférométrie et la synthèse d'ouverture. Dans le cadre de cette mission, le problème de la reconstruction de la distribution de température de brillance des scènes observées à partir des données interférométriques est la clef de la réussite de la mission. Il a été démontré que ce problème est mal posé et doit être régularisé afin de fournir une solution unique et stable. Lors de cette thèse, la méthode de régularisation retenue par l'ESA pour la reconstruction de la distribution de la température de brillance est tout d'abord étudiée. Le problème de l'erreur systématique, ou biais de reconstruction, qui peut parfois être importante est ensuite traité et une approche efficace de réduction de cette erreur est proposée et validée. Une extension de cette méthode aux deux modes polarimétrique de SMOS polarisation double et polarisation totale) est ensuite proposée. Deux autres problèmes liés à la reconstruction d'image sont aussi étudiés. Dans un premier temps, l'effet de deux genres de pannes de certains éléments de MIRAS sur la qualité de la reconstruction est étudié. Ensuite, l'étalonnage des diagrammes d'antennes de MIRAS, une fois en orbite, est abordé où une méthode est proposée pour estimer ces diagrammes d'antennes
Synthetic aperture imaging radiometers are powerful sensors for high-resolution observations of the Earth at low microwave frequencies. Within this context, the European Space Agency is currently developing the Soil Moisture and Ocean Salinity (SMOS) mission devoted to the monitoring of SMOS at global scale from L-band space-borne radiometric observations obtained with a 2-D interferometer. This PhD is concerned with the reconstruction of radiometric brightness temperature maps from interferometric measurements through a regularization approach called Band Limited Regularization. More exactly, it concerns with the reduction of the systematic error (or bias) in the reconstruction of radiometric brightness temperature maps from SMOS interferometric measurements. It also extends the concept of "band-limited regularization approach" to the case of the processing of dual and full polarimetric data. Also, two problems that may affect the quality of the reconstruction are investigated. First, the impact of correlators and receivers failures on the reconstruction process is studied. Then, the calibration of MIRAS antenna's voltage patterns, when the instrument is in orbit, is also studied where a general approach is proposed to estimate this antenna's patterns