Дисертації з теми "Inférence Dynamique"
Щоб переглянути інші типи публікацій з цієї теми, перейдіть за посиланням: Inférence Dynamique.
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-44 дисертацій для дослідження на тему "Inférence Dynamique".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте дисертації для різних дисциплін та оформлюйте правильно вашу бібліографію.
1
Delattre, Maud. "Inférence statistique dans les modèles mixtes à dynamique Markovienne." Phd thesis, Université Paris Sud - Paris XI, 2012. http://tel.archives-ouvertes.fr/tel-00765708.
Анотація:
La première partie de cette thèse est consacrée à l'estimation par maximum de vraisemblance dans les modèles mixtes à dynamique markovienne. Nous considérons plus précisément des modèles de Markov cachés à effets mixtes et des modèles de diffusion à effets mixtes. Dans le Chapitre 2, nous combinons l'algorithme de Baum-Welch à l'algorithme SAEM pour estimer les paramètres de population dans les modèles de Markov cachés à effets mixtes. Nous proposons également des procédures spécifiques pour estimer les paramètres individuels et les séquences d' états cachées. Nous étudions les propriétés de cette nouvelle méthodologie sur des données simulées et l'appliquons sur des données réelles de nombres de crises d' épilepsie. Dans le Chapitre 3, nous proposons d'abord des modèles de diffusion à effets mixtes pour la pharmacocin étique de population. Nous en estimons les paramètres en combinant l'algorithme SAEM a un filtre de Kalman étendu. Nous étudions ensuite les propriétés asymptotiques de l'estimateur du maximum de vraisemblance dans des modèles de diffusion observés sans bruit de mesure continûment sur un intervalle de temps fixe lorsque le nombre de sujets tend vers l'infini. Le Chapitre 4 est consacré a la s élection de covariables dans des modèles mixtes généraux. Nous proposons une version du BIC adaptée au contexte de double asymptotique où le nombre de sujets et le nombre d'observations par sujet tendent vers l'infini. Nous présentons quelques simulations pour illustrer cette procédure.
2
Billoir, Élise. "Modélisation dynamique et inférence bayésienne pour l'analyse de données en écotoxicologie." Lyon 1, 2008. http://www.theses.fr/2008LYO10146.
3
Cornuéjols, Antoine. "De l'apprentissage incrémental par adaptation dynamique : le système Influence." Paris 11, 1989. http://www.theses.fr/1989PA112003.
Анотація:
Présentation d'un modèle de mémoire adaptative ou l'interprétation de l'univers perçu se modifie spontanément en fonction des informations nouvelles qui parviennent au sysytème. Le traitement de nouvelles données dépend de l'interprétation courante et l'évolution de cette interprétation peut être non monotone. Les caractéristiques de l'apprentissage incrémental sont analysées et explorées grâce à l'emploi du système influencé dans des tâches de compréhension non monotone de textes en langage naturel.
4
Fischer, Fabian. "Inférence de la structure et dynamique des forêts tropicales humides avec un modèle individu-centré." Thesis, Toulouse 3, 2019. http://www.theses.fr/2019TOU30229.
Анотація:
Le changement climatique constitue un défi qui dépasse les échelles temporelles et spatiales de la plupart des problèmes. Il nécessite donc des approches qui reflètent la complexité du système terrestre. Cela est particulièrement vrai pour la biosphère et les écosystèmes forestiers, l'une des principales sources d'incertitude dans les projections climatiques. Les efforts concertés de collecte de données, tels que les inventaires forestiers, les bases de données des traits et les nouvelles technologies, telles que la télédétection, ont considérablement accru notre capacité à observer et à analyser l'état actuel de la végétation de la Terre. Cependant, pour estimer les développements futurs et comprendre les feedbacks entre la végétation et le changement climatique, des modèles sont nécessaires pour assimiler ces données et les traduire en dynamique des écosystèmes. Les modèles forestiers mécanistes et individu-centrés sont une approche particulièrement prometteuse, car ils simulent la dynamique forestière "bottom-up", reconstruisent les forêts arbre par arbre, et sont donc capables de prédire des patrons à différentes échelles. Cette thèse continue le développement du simulateur de dynamique forestière TROLL, rajoute la variation intraspécifique et la plasticité de la croissance des arbres, dérive une nouvelle méthode pour traduire les données de télédétection en inventaires forestiers virtuels et l'utilise pour inférer la structure forestière et la dynamique des écosystèmes dans les régions tropicales. Enfin, conformément à l'approche de TROLL, basée sur les traits, une mise à jour d'une base mondiale de traits, la base de données mondiale de la densité du bois est présentée, explorant la contribution des changements évolutives et cartographiant la densité du bois à travers le mondeClimate change presents society and science with a challenge that goes beyond the temporal and spatial scales of most practical problems. It therefore requires approaches that reflect the complexity of the Earth's system. This holds particularly true for the biosphere and forest ecosystems, one of the most important sources of uncertainty in climate projections. Concerted data collection efforts, such as forest inventories, trait data bases, and new technologies, such as remote sensing, have considerably increased our ability to observe and analyze the current state of the Earth's vegetation. However, to extrapolate findings into the future and understand the feedbacks between vegetation and climate change, models are needed that assimilate these data and translate them into ecosystem dynamics. Mechanistic and individual-based forest models are a particular promising approach, since they simulate dynamics bottom-up, reconstruct forests tree by tree, and are thus able to predict patterns across scales. This PhD further develops the trait- and individual-based forest growth simulator TROLL, including intraspecific variation and plasticity in tree growth, derives a new method to translate Airborne Lidar data into virtual forest inventories and uses it to infer forest structure and ecosystem dynamics in tropical rain forests. Finally, in line with TROLL's trait-based approach, an update to a global trait base, the Global Wood Density Database is presented, exploring the contribution of evolutionary lineages to wood density variation and mapping wood density across the globe
5
Sylvand, Benjamin. "Concept et changement de concept : Concept, contenu et inférence, Bases pour une approche dynamique du concept." Phd thesis, Université Paris-Sorbonne - Paris IV, 2005. http://tel.archives-ouvertes.fr/ijn_00000655.
Анотація:
Le concept est l'entité mentale qui permet à un agent cognitif qui la possède de penser son environnement. Le concept se caractérise par deux dimensions : d'une part son application (les objets auxquels il réfère) et son usage d'autre part (les relations qu'il entretient avec les autres états mentaux). Les théories contemporaines du concept ne parviennent pas à rendre compte de ces deux aspects. Cela vient de l'assimilation de la théorie des concepts avec une théorie de la classification et d'une distinction floue entre le conceptuel et le nonconceptuel. Le concept est considéré ici comme étant représentationnel alors que le nonconceptuel ne l'est pas. Représentationnel signifie ici que le concept peut être changé ou corrigé alors que le nonconceptuel (le percept) ne l'est pas. La théorie du concept défendue ici est normative dans la mesure où des principes sont énoncés pour caractériser le concept. L'agent possède un concept s'il est capable de postuler une assignation à celui-ci. Et ce à la fois en première personne (contenu cognitive) et en troisième personne (contenu canonique). Cela suppose une théorie de l'esprit et un accès au contenu du concept (aspect épistémique). L'agent doit également pouvoir rendre compte de l'usage qu'il fait du concept, et ce non seulement pour lui (dérivation cognitive) mais aussi en troisième personne (dérivation canonique). Le holisme qui découle de cette conception implique que le concept apparaît toujours dans une « conception », c'est-à-dire comme inférentiellement relié à d'autres concepts. Cette théorie du concept permet de rendre compte du changement et de l'évolution d'un concept plutôt que son remplacement systématique.
6
Leroux, Romain. "Inférence bayésienne pour la reconstruction d'écoulements complexes - Application au profil NACA0012." Phd thesis, Université de Poitiers, 2012. http://tel.archives-ouvertes.fr/tel-00766239.
Анотація:
Cette thèse se place dans le cadre de la calibration de modèles réduits d'écoulement à partir de séquences expérimentales acquises par PIV résolue en temps autour d'un profil NACA0012 à différents angles d'incidence et nombres de Reynolds. Un modéle à espace d'état régissant l'évolution des variables d'état du modèle réduit POD-Galerkin et mesurant de manière directe ou indirecte une partie ou l'ensemble de ces variables d'état est alors utilisé. Une première partie est consacrée à l'application d'estimateurs bayésiens issus de l'assimilation séquentielle de données sur le modèle réduit POD-Galerkin linéaire et quadratique dans le cas où l'ensemble des observations est pris en compte. Les estimateurs bayésiens utilisés sont les filtres de Kalman linéaire et d'ensemble EnKF. Ils permettent au modèle réduit de restituer la dynamique de l'écoulement considéré au cours du temps et de reconstruire un pourcentage significatif de l'écoulement. La seconde partie traite de la reconstruction de champs de vitesse manquants après un sous-échantillonnage des données. Les coefficients manquants sont ensuite reconstruits à l'aide de l'algorithme EM. Une dernière partie est consacrée au filtrage stochastique du modèle réduit POD-Galerkin à l'aide du filtre EnKF en fonction d'un signal de tension obtenu par anémométrie à film chaud en aval du profil NACA0012. La PLSR a été mise en place pour définir un opérateur linéaire des observations dans le filtre de Kalman EnKF. Ces méthodes sont ensuite validées expérimentalement pour la reconstruction de champs de vitesse d'écoulements d'une des congurations étudiées.
7
Munoz, François Julien. "Distribution régionale des espèces et dynamique des métapopulations : modèle hiérarchique d'habitat et inférence du taux relatif extension/colonisation." Montpellier 2, 2006. http://www.theses.fr/2006MON20012.
Анотація:
Une espèce ne peut survivre que si elle rencontre des conditions conformes à ses besoins biologiques, à sa niche. Mais à cause de la nature stochastique de leur propre dynamique et de celle de leur environnement, les populations sont vouées à s'éteindre. La survie d'une métapopulation, dès lors, dépend du balancier entre l'inéluctable extinction locale et la colonisation incessante de nouveaux espaces. Dans ce travail, nous considérons l'atlas floristique de la Drôme de Luc Garraud comme support à notre réflexion sur la dynamique spatiale des populations. Nous choisissons de concevoir la distribution d'une espèce comme le résultat de la dynamique d'une seule métapopulation. Nous avons montré l'importance des structures auto-organisées dans le temps et dans l'espace, ainsi que l'existence de mesures spatiales pertinentes, issues de l'analyse spectrale, pour étudier la dynamique des métapopulations. En définitive, nous proposons une méthode d'inférence pour estimer conjointement la niche et la dynamique spatiale des espèces. Nous avons pu établir par ce moyen quelques repères généraux sur la dynamique des plantes dans la Drôme. Finalement nous mettons en exergue quelques principes qui ont déterminé le succès de la démarche. Le principe d'incertitude souligne que l'imprécision de mesure spatiale peut mener à la pertinence écologique, en occultant l'empreinte locale des structures contingentes. En outre l'inférence des processus locaux, sans être globale, doit se faire à une échelle intermédiaire au regard des structures spatiales émergentes. L'étude spatiale de la niche, en terme d'habitat, est le point de rencontre de ces concepts, et leur alliance nouvelle offre ici des perspectives inédites en écologie des populations et des communautésA species cannot survive locally unless its biological requirements are met (niche concept). However, because of the stochasticity of its own dynamics and of the dynamics of its environment, every population is doomed to go extinct. Hence the fate of a metapopulation depends on the balance between colonization and extinction of individual populations. The floristic atlas of the French Drôme district by Luc Garraud is the basis and the motivation of our research on this topic. We consider a species' distribution as the spatial map of a single metapopulation. A global theoretical investigation of the processes involved allows us to propose new developments. We show that self-organized spatial and temporal structures are of importance. We also demonstrate that appropriate spatial statistics using spectral analysis allow to evidence metapopulation dynamics. Finally we propose an inference framework that sequentially estimates niche properties and metapopulation features. We use this framework to establish some general ecological features of plant dynamics in the Drôme district. We highlight some principles that are of importance to infer ecological processes from spatial occurrence data. The uncertainty principle means that less precise indexes of spatial structure can provide more relevant ecological information, because they filter out local contingent structures. Also, local processes should be inferred using observations at an intermediate scale and not at the scale of the overall system: this allows taking into account the effect of emergent structures. The niche concept and its spatial counterpart, the habitat, are at the meeting point of such ideas. The perspectives we propose in our work offer interesting and promising milestones in the fields of population and community ecology
8
Zhang, Erliang. "Etude de problèmes inverses en dynamique des structures par inférence bayésienne : recalage de modèle et reconstruction des efforts." Compiègne, 2010. http://www.theses.fr/2010COMP1857.
Анотація:
Le recalage de modèle et la reconstruction des efforts sont deux problèmes inverses fondamentaux pour étudier le comportement dynamique d'une structure. Face aux questions de non-identifiabilité et de coût de calcul, le recalage de modèle consiste à estimer les paramètres de modèle. La reconstruction des efforts s'accomplit en se basant sur un modèle souvent incertain. Impliquant une reconstruction d'information à partir de mesures en nombre limité et toujours bruitées, ces deux problèmes sont mal posés au sens de Hadamard. Une approche reposant sur l'inférence bayésienne formulée dans le domaine fréquentiel est ainsi proposée. Le recalage de modèle par inférence bayésienne peut être effectué grâce aux points suivants. Une stratégie spécifique de mesures est adoptée pour estimer la meilleure approximation linéaire d'une structure et l'écart-type associé en utilisant une excitation mufti-sinusoïdale. L'algorithme MCMC évolutionnaire est introduit pour explorer une distribution de probabilité a posteriori implicite des paramètres. Un MEF stochastique par CP est également construit. Les déficits du MEF sont pris en compte dans le recalage du modèle en introduisant des variables supplémentaires représentant erreurs de modèle. La reconstruction d'efforts de forme lisse en fréquence est accomplie dans le cadre bayésien. L'effort est reconstruit à l'aide de l'échantillonnage de Gibbs via une méthode 'approximation en sous-domaines facilitant son paramétrage et sa régularisation par morceau. Dans le cas du modèle incertain, une approche est proposée pour reconstruire l'effort et conjointement ajuster le modèle. L' approche élaborée est validée sur une structure du laboratoireThis work deals with inverse problems in structural dynamics, model updating and force reconstruction, both of them are two fundamental issues to study the dynamic behavior of a structure. Faced to the problems of non-identifiability and of calculation time, model updating consists in identifying the parameters of Finite element (FE) model. Force reconstruction is performed based on a model which is often uncertain. Due to noisy and finite expérimental data, both kinds of inverse problems are potentially ill-posed in the sense of Hadamard. In order to deal with this, a Bayesian approach domain is proposed in the frequency. FE model updating is carried out within Bayesian framework thanks to the following points. A special strategy of measurement is adopted to identify the best linear approximation of a structure and the associated standard deviation using a multi-sine excitation. The evolutionary MCMC algorithm is applied to explore the posterior probability distribution which is implicit function of the parameters. A stochastic FE model is constructed using the polynomial chaos. The FE modeling error is taken into account in the model updating process by introducing additional variables. The second part of the work uses Bayesian inference to reconstruct the force of smooth form in the frequency domain. The force is reconstructed with the Gibbs sampler, where the force is parameterized by a 1D Hermit element and segment regularization is formed. In the case of uncertain model, a conjoint approach is proposed to reconstruct the force and adjust the uncertain model. The established approach is validated by a laboratory structure
9
Gajda, Dorota. "Optimisation des méthodes algorithmiques en inférence bayésienne. Modélisation dynamique de la transmission d'une infection au sein d'une population hétérogène." Phd thesis, Université Paris Sud - Paris XI, 2011. http://tel.archives-ouvertes.fr/tel-00659618.
Анотація:
Ce travail se décompose en deux grandes parties, "Estimations répétées dans le cadre de la modélisation bayésienne" et "Modélisation de la transmission de maladies infectieuses dans une population. Estimation des paramètres.". Les techniques développées dans la première partie sont utilisées en fin de la seconde partie. La première partie est consacrée à des optimisations d'algorithmes stochastiques très souvent utilisés, notamment dans le contexte des modélisations Bayésiennes. Cette optimisation est particulièrement faite lors de l'étude empirique d'estimateurs des paramètres d'un modèle où les qualités des estimateurs sont évaluées sur un grand nombre de jeux de données simulées. Quand les lois a posteriori ne sont pas explicites, le recours à des algorithmes stochastiques itératifs (de la famille des algorithmes dits de Monte Carlo par Chaîne de Makov) pour approcher les lois a posteriori est alors très couteux en temps car doit être fait pour chaque jeu de données. Dans ce contexte, ce travail consiste en l'étude de solutions évitant un trop grand nombre d'appels à ces algorithmes mais permettant bien-sûr d'obtenir malgré tout des résultats précis. La principale technique étudiée dans cette partie est celle de l'échantillonnage préférentiel. La seconde partie est consacrée aux études de modèles épidémiques, en particulier le modèle compartimental dit SIS (Susceptible-Infecté-Susceptible) dans sa version stochastique. L'approche stochastique permet de prendre en compte l'hétérogénéité de l'évolution de la maladie dans la population. les approches par des processus Markoviens sont étudiés où la forme des probabilités de passage entre les états est non linéaire. La solution de l'équation différentielle en probabilité n'est alors en général pas explicite. Les principales techniques utilisées dans cette partie sont celles dites de développement de l'équation maîtresse ("master equation") appliquées au modèle SIS avec une taille de population constante. Les propriétés des estimateurs des paramètres sont étudiées dans le cadre fréquentiste et bayésien. Concernant l'approche Bayésienne, les solutions d'optimisation algorithmique de la première partie sont appliquées.
10
Roncen, Rémi. "Modélisation et identification par inférence bayésienne de matériaux poreux acoustiques en aéronautique." Thesis, Toulouse, ISAE, 2018. http://www.theses.fr/2018ESAE0023/document.
Анотація:
Les travaux de thèse gravitent autour de la thématique des matériaux poreux en aéronautique, et de la prise en compte de l'incertitude sur les caractérisations réalisées. Est envisagé l'ajout de matériaux poreux au sein des cavités de liners acoustiques, matériaux constitués d'une plaque perforée et d'une cavité fonctionnant sur le principe du résonateur de Helmholtz et majoritairement utilisés dans l'industrie aéronautique. Cet ajout est réalisé avec pour objectif d'augmenter l'étendue spectrale de l'absorption acoustique de tels matériaux et d'en améliorer le fonctionnement en présence d'un fort niveau sonore et d'un écoulement rasant.Pour répondre à cette problématique générale, deux grandes pistes sont suivies. Plusieurs études sont d'abord menées sur des matériaux poreux seuls, afin de déterminer les propriétés intrinsèques de leur micro-géométrie, nécessaires à l'utilisation des modèles semi-phénoménologiques de fluide équivalent adoptés par la suite. Pour cela, un outil statistique d'inférence Bayésienne est utilisé afin d'extraire l'information sur ces propriétés, contenue dans les signaux réfléchis ou transmis par un matériau poreux, et ce dans trois régimes fréquentiels distincts. De plus, une extension de la modélisation des matériaux poreux rigides est proposée, par l'ajout de deux paramètres intrinsèques reliés au comportement visco-inertiel du fluide intra-pores dans le régime des basses fréquences.Dans un second temps, l'impédance d'un liner, une propriété globale représentant le comportement acoustique de matériaux, est identifiée par inférence Bayésienne. Des données issues d'un benchmark de la NASA sont utilisées pour valider l'outil d'inférence développé, lorsque le matériau est en présence d'un écoulement rasant. Une extension des résultats au cas du banc B2A de l'ONERA est également réalisée, avec des mesures des champs de vitesses au dessus du liner, obtenues par LDV. Cette technique d'identification est par la suite utilisée sur un cas issu du B2A où un matériau poreux est présent au sein des cavités du liner, afin de mettre à jour l'influence du matériau poreux sur la réponse acoustique du liner en présence d'un écoulement rasant. Des mesures complémentaires en tube à impédance, sans écoulement et en incidence normale, sont également réalisées à différents niveaux sonores et pour diverses combinaisons de plaques perforées et de matériaux poreux, de façon à mettre en évidence l'influence de la présence d'un matériau poreux sur le comportement acoustique d'un liner soumis à de forts niveaux sonoresThe present work focuses on porous materials in aeronautics and the uncertainty considerations on the performed identifications. Porous materials are added inside the cavities of acoustic liners, materials formed with perforated plates and cavities, behaving as Helmholtz resonators, which are widely used in the industry. The aim is to increase the frequency range of the absorption spectrum, while improving the behaviour of liners to grazing flow and high sound intensity.This general topic is addressed by following two different leads.Porous materials were first considered in order to identify the intrinsic properties of their micro-geometry, necessary to the equivalent fluid semi-phenomenological models used later on. To achieve this, a statistical Bayesian inference tool is used to extract information on these properties, contained in reflected or transmitted signals, in three distinct frequency regimes. Furthermore, a modelling extension of rigid porous media is introduced, by adding two new intrinsic parameters related to the pore micro-structure and linked to the visco-inertial behaviour of the intra-pore fluid, at low frequencies.Then, the liner impedance, a global property representing the acoustic behaviour of materials, is identified through a Bayesian inference process. Data from a NASA benchmark are used to validate the developed tool, when the liner is subject to a shear grazing flow. An extension of these results to ONERA's B2A aeroacoustic bench is also performed, with measurements of the velocity profiles above the liner, obtained with a Laser Doppler Velocimetry technique. This identification technique is then further used for liner materials filled with porous media, to highlight the eventual influence of such a porous media on the acoustic response of the liner, when subject to a shear grazing flow. Additional measurements are permed without flow, at normal incidence, in a classical impedance tube. Different combinations of perforated plates and porous materials are tested at different sound pressure level, to evaluate the influence of the presence of porous media on the non-linear behaviour of liners when high sound pressure levels are present
11
Reype, Christophe. "Modélisation probabiliste et inférence bayésienne pour l’analyse de la dynamique des mélanges de fluides géologiques : détection des structures et estimation des paramètres." Electronic Thesis or Diss., Université de Lorraine, 2022. http://www.theses.fr/2022LORR0235.
Анотація:
L'analyse de données hydrogéochimiques a pour objectif d'améliorer la compréhension des échanges de matières entre sol et du sous-sol. Ce travail se concentre sur l'étude des interactions fluides-fluides au travers des systèmes de mélange de fluides et plus particulièrement de la détection des compositions des sources du mélange. La détection se fait au moyen d'un processus ponctuel : le modèle proposé se veut non supervisée et applicable à des données multidimensionnelles. Les connaissances physiques sur les mélanges et géologiques sur les données sont directement intégrés dans la densité de probabilité d'un processus ponctuel de Gibbs, qui distribue des configurations de points dans l'espace des données, appelé le modèle HUG. Les sources détectées forment la configuration de points qui maximise la densité de probabilité du modèle HUG. La densité de probabilité est connue sachant un paramètre choisi par l'utilisateur. Ces sources sont obtenues par un algorithme de type recuit simulé et des méthodes de type Monte-Carlo par Chaînes de Markov (MCMC). Le paramètre du modèle est estimé par une méthode de calcul bayésien approximatif (ABC). Tout d'abord, le modèle est appliqué sur des données synthétiques puis sur des données réelles. Le paramètre du modèle est ensuite estimé pour un jeu de données synthétiques avec les sources connues. Enfin, la sensibilité du modèle aux données, au paramètre et aux algorithmes est étudiéeThe analysis of hydrogeochemical data aims to improve the understanding of mass transfer in the sub-surface and the Earth’s crust. This work focuses on the study of fluid-fluid interactions through fluid mixing systems, and more particularly on the detection of the compositions of the mixing sources. The detection is done by means of a point process: the proposed model is unsupervised and applicable to multidimensional data. Physical knowledge of the mixtures and geological knowledge of the data are directly integrated into the probability density of a Gibbs point process, which distributes point patterns in the data space, called the HUG model. The detected sources form the point pattern that maximises the probability density of the HUG model. This probability density is known up to the normalization constant. The knowledge related to the parameters of the model, either acquired experimentally or by using inference methods, is integrated in the method under the form of prior distributions. The configuration of the sources is obtained by a simulated annealing algorithm and Markov Chain Monte Carlo (MCMC) methods. The parameters of the model are estimated by an approximate Bayesian computation method (ABC). First, the model is applied to synthetic data, and then to real data. The parameters of the model are then estimated for a synthetic data set with known sources. Finally, the sensitivity of the model to data uncertainties, to parameters choices and to algorithms set-up is studied
12
Ciuciu, Philippe. "Dynamique cérébrale en neuroimagerie fonctionnelle." Habilitation à diriger des recherches, Université Paris Sud - Paris XI, 2008. http://tel.archives-ouvertes.fr/tel-00333734.
Анотація:
Mes travaux portent sur l'analyse de la dynamique cérébrale à partir de données de neuro-imagerie fonctionnelle issues d'examens d'Imagerie par Résonance Magnétique fonctionnelle (IRMf). Ils concernent aussi bien l'étude de la dynamique évoquée par un paradigme d'activation cérébrale et celle issue de l'activité spontanée ou de « fond » lorsque le sujet est au repos (resting state). Les algorithmes que j'ai développés s'appuient pour une large partie sur une connaissance explicite du paradigme expérimental mis au point par l'expérimentateur mais aussi prennent place dans une moindre part au sein des méthodes exploratoires, qui n'exploitant pas ces informations issues du paradigme.Ce thème de recherche embrasse à la fois des problèmes bas niveau relatifs à la reconstruction d'images en IRM mais aussi des aspects plus haut niveau qui concernent l'estimation et la sélection de modèles hémodynamiques régionaux non-paramétriques, capables de prendre en compte la variabilité inter-individuelle de la réponse impulsionnelle du système neuro-vasculaire. Les problèmes de reconstruction sont traités à l'aide de méthodes classiques de régularisation dans l'espace image ou des méthodes plus évoluées opérant dans l'espace transformé des coefficients d'ondelette. Les aspects inférentiels haut niveau sont majoritairement abordés dans le cadre des statistiques bayésiennes.
13
Bennaceur, Amel. "Synthèse dynamique de médiateurs dans les environnements ubiquitaires." Phd thesis, Université Pierre et Marie Curie - Paris VI, 2013. http://tel.archives-ouvertes.fr/tel-00849402.
Анотація:
Assurer l'interopérabilité de manière dynamique et automatique demeure un enjeu majeur dans le développement et la mise en œuvre des systèmes logiciels modernes. En effet, ces systèmes comprennent souvent plusieurs composants qui fonctionnent conjointement afin de satisfaire aux exigences des utilisateurs. Toutefois, les disparités pouvant exister entre les interfaces et les comportements de ces composants les empêchent de fonctionner ensemble, c'est-à-dire d'interopérer. Les solutions existantes visent à concilier ces disparités à travers la mise en œuvre d'intergiciels ou la génération de médiateurs. La mise en œuvre d'intergiciels n'offre qu'une solution statique, inadaptée aux environnements fortement dynamiques, tels que les environnements ubiquitaires. Les approches pour la génération de médiateurs requièrent que les correspondances entre les interfaces des composants soient préalablement spécifiées, et n'offrent de ce fait qu'une solution partiellement automatique à l'interopérabilité. Ainsi, les solutions existantes se révèlent souvent insuffisantes, particulièrement dans les environnements où les composants devant interopérer ne sont connus qu'à l'exécution. Dans cette thèse, nous définissons une approche à l'interopérabilité basée sur la synthèse automatique de médiateurs. Tout d'abord, nous intégrons la programmation par contraintes et le raisonnement ontologique afin d'inférer les traductions nécessaires pour pallier les différences entre les interfaces des composants. Ces traductions servent de base à la synthèse de médiateurs qui coordonnent les comportements des composants afin de garantir l'absence d'interblocage lors de leurs interactions. Enfin, nous procédons à l'analyse et la génération des messages au niveau intergiciel de façon à implémenter ces médiateurs. Pour valider notre approche, nous avons développé un prototype, appelé MICS, qui effectue la synthèse dynamique de médiateurs afin d'assurer l'interopérabilité entre composants en dépit de leurs différences aussi bien au niveau applicatif qu'au niveau intergiciel. Nous avons également expérimenté MICS en considérant plusieurs cas d'études allant de la médiation entre messageries instantanées à la gestion de l'interopérabilité dans les systèmes de systèmes. Cela nous a permis d'une part de démontrer la viabilité de notre solution et d'autre part d'évaluer son efficacité.
14
Birolleau, Alexandre. "Résolution de problème inverse et propagation d'incertitudes : application à la dynamique des gaz compressibles." Phd thesis, Université Pierre et Marie Curie - Paris VI, 2014. http://tel.archives-ouvertes.fr/tel-01023856.
Анотація:
Cette thèse porte sur la propagation d'incertitudes et la résolution de problème inverse et leur accélération par Chaos Polynomial. L'objectif est de faire un état de l'art et une analyse numérique des méthodes spectrales de type Chaos Polynomial, d'en comprendre les avantages et les inconvénients afin de l'appliquer à l'étude probabiliste d'instabilités hydrodynamiques dans des expériences de tubes à choc de type Richtmyer-Meshkov. Le second chapitre fait un état de l'art illustré sur plusieurs exemples des méthodes de type Chaos Polynomial. Nous y effectuons son analyse numérique et mettons en évidence la possibilité d'améliorer la méthode, notamment sur des solutions irrégulières (en ayant en tête les difficultés liées aux problèmes hydrodynamiques), en introduisant le Chaos Polynomial généralisé itératif. Ce chapitre comporte également l'analyse numérique complète de cette nouvelle méthode. Le chapitre 3 a fait l'objet d'une publication dans Communication in Computational Physics, celle-ci a récemment été acceptée. Il fait l'état de l'art des méthodes d'inversion probabilistes et focalise sur l'inférence bayesienne. Il traite enfin de la possibilité d'accélérer la convergence de cette inférence en utilisant les méthodes spectrales décrites au chapitre précédent. La convergence théorique de la méthode d'accélération est démontrée et illustrée sur différents cas-test. Nous appliquons les méthodes et algorithmes des deux chapitres précédents à un problème complexe et ambitieux, un écoulement de gaz compressible physiquement instable (configuration tube à choc de Richtmyer-Meshkov) avec une analyse poussée des phénomènes physico-numériques en jeu. Enfin en annexe, nous présentons quelques pistes de recherche supplémentaires rapidement abordées au cours de cette thèse.
15
Pasanisi, Alberto. "Aide à la décision dans la gestion des parcs de compteurs d'eau potable." Phd thesis, ENGREF (AgroParisTech), 2004. http://pastel.archives-ouvertes.fr/pastel-00000935.
Анотація:
La métrologie des compteurs d'eau se dégrade au long de leur vie opérationnelle, entraînant, pour la plupart des compteurs actuellement utilisés en France, une sous-estimation du volume d'eau facturé. Ce phénomène est source de problèmes pour les distributeurs d'eau: il se traduit en un manque à gagner non négligeable et détermine une situation d'inégalité entre les usagers. En outre, une réglementation, de plus en plus exigeante, obligera bientôt les distributeurs à limiter la proportion d'appareils à métrologie imparfaite en dessous d'une valeur fixée. La planification des renouvellements des compteurs est, par conséquent, un problème complexe qui demande la mise en place d'une stratégie optimale. N'importe quelle méthode de planification nécessite la connaissance préliminaire de la métrologie des compteurs en conditions réelles d'exploitation. Le but de cette thèse est de fournir des éléments utiles à la mise en place des règles de gestion optimale adoptées par la Compagnie Générale des Eaux. L'étude de la dégradation de la métrologie se fait avec un modèle dynamique (markovien) à quatre états discrets à métrologie de plus en plus dégradée. Les calculs d'inférence sont réalisés dans un cadre bayésien avec des techniques MCMC (Markov Chain Monte Carlo). Cette méthode d'estimation est une alternative, plus que valide, aux procédures basées sur la recherche du maximum de la vraisemblance sous contraintes. Finalement, on montre que le modèle est capable de fournir des prévisions directement utilisables par les décideurs: l'estimation du sous-comptage et de la probabilité de non-conformité, en fonction de l'âge, de l'agressivité du site et de la consommation annuelle.
16
Rozas, Rony. "Intégration du retour d'expérience pour une stratégie de maintenance dynamique." Thesis, Paris Est, 2014. http://www.theses.fr/2014PEST1112/document.
Анотація:
L'optimisation de stratégies de maintenance est un sujet primordial pour un grand nombre d'industriels. Il s'agit d'établir un plan de maintenance qui garantisse des niveaux de sécurité, de sûreté et de fiabilité élevé avec un coût minimum et respectant d'éventuelles contraintes. Le nombre de travaux grandissant sur l'optimisation de paramètres de maintenance et notamment sur la planification d'actions préventives de maintenance souligne l'intérêt de ce problème. Un grand nombre d'études sur la maintenance repose sur une modélisation du processus de dégradation du système étudié. Les Modèles Graphiques Probabilistes (MGP) et particulièrement les MGP Markoviens (MGPM) fournissent un cadre de travail pour la modélisation de processus stochastiques complexes. Le problème de ce type d'approche est que la qualité des résultats est dépendante de celle du modèle. De plus, les paramètres du système considéré peuvent évoluer au cours du temps. Cette évolution est généralement la conséquence d'un changement de fournisseur pour les pièces de remplacement ou d'un changement de paramètres d'exploitation. Cette thèse aborde le problème d'adaptation dynamique d'une stratégie de maintenance face à un système dont les paramètres changent. La méthodologie proposée repose sur des algorithmes de détection de changement dans un flux de données séquentielles et sur une nouvelle méthode d'inférence probabiliste spécifique aux réseaux bayésiens dynamiques. D'autre part, les algorithmes proposés dans cette thèse sont mis en place dans le cadre d'un projet d'étude avec Bombardier Transport. L'étude porte sur la maintenance du système d'accès voyageurs d'une nouvelle automotrice destiné à une exploitation sur le réseau ferré d'Ile-de-France. L'objectif général est de garantir des niveaux de sécurité et de fiabilité importants au cours de l'exploitation du trainThe optimization of maintenance strategies is a major issue for many industrial applications. It involves establishing a maintenance plan that ensures security levels, security and high reliability with minimal cost and respecting any constraints. The increasing number of works on optimization of maintenance parameters in particular in scheduling preventive maintenance action underlines the importance of this issue. A large number of studies on maintenance are based on a modeling of the degradation of the system studied. Probabilistic Models Graphics (PGM) and especially Markovian PGM (M-PGM) provide a framework for modeling complex stochastic processes. The issue with this approach is that the quality of the results is dependent on the model. More system parameters considered may change over time. This change is usually the result of a change of supplier for replacement parts or a change in operating parameters. This thesis deals with the issue of dynamic adaptation of a maintenance strategy, with a system whose parameters change. The proposed methodology is based on change detection algorithms in a stream of sequential data and a new method for probabilistic inference specific to the dynamic Bayesian networks. Furthermore, the algorithms proposed in this thesis are implemented in the framework of a research project with Bombardier Transportation. The study focuses on the maintenance of the access system of a new automotive designed to operate on the rail network in Ile-de-France. The overall objective is to ensure a high level of safety and reliability during train operation
17
Petiet, Florence. "Réseau bayésien dynamique hybride : application à la modélisation de la fiabilité de systèmes à espaces d'états discrets." Thesis, Paris Est, 2019. http://www.theses.fr/2019PESC2014/document.
Анотація:
L'analyse de fiabilité fait partie intégrante de la conception et du fonctionnement du système, en particulier pour les systèmes exécutant des applications critiques. Des travaux récents ont montré l'intérêt d'utiliser les réseaux bayésiens dans le domaine de la fiabilité, pour modélisation la dégradation d'un système. Les modèles graphiques de durée sont un cas particulier des réseaux bayésiens, qui permettent de s'affranchir de la propriété markovienne des réseaux bayésiens dynamiques. Ils s'adaptent aux systèmes dont le temps de séjour dans chaque état n'est pas nécessairement distribué exponentiellement, comme c'est le cas dans la plupart des applications industrielles. Des travaux antérieurs ont toutefois montré des limitations à ces modèles en terme de capacité de stockage et de temps de calcul, en raison du caractère discret de la variable temps de séjour. Une solution pourrait consister à considérer une variable de durée continue. Selon les avis d'experts, les variables de temps de séjour suivent une distribution de Weibull dans de nombreux systèmes. L'objectif de la thèse est d'intégrer des variables de temps de séjour suivant une distribution de Weibull dans un modèle de durée graphique en proposant une nouvelle approche. Après une présentation des réseaux bayésiens, et plus particulièrement des modèles graphiques de durée et leur limitation, ce rapport s'attache à présenter le nouveau modèle permettant la modélisation du processus de dégradation. Ce nouveau modèle est appelé modèle graphique de durée hybride Weibull. Un algorithme original permettant l'inférence dans un tel réseau a été mis en place. L'étape suivante a été la validation de l'approche. Ne disposant pas de données, il a été nécessaire de simuler des séquences d'états du système. Différentes bases de données ainsi construites ont permis d'apprendre d'un part un modèle graphique de durée, et d'autre part un modèle graphique de durée hybride-Weibull, afin de les comparer, que ce soit en terme de qualité d’apprentissage, de qualité d’inférence, de temps de calcul, et de capacité de stockageReliability analysis is an integral part of system design and operation, especially for systems running critical applications. Recent works have shown the interest of using Bayesian Networks in the field of reliability, for modeling the degradation of a system. The Graphical Duration Models are a specific case of Bayesian Networks, which make it possible to overcome the Markovian property of dynamic Bayesian Networks. They adapt to systems whose sojourn-time in each state is not necessarily exponentially distributed, which is the case for most industrial applications. Previous works, however, have shown limitations in these models in terms of storage capacity and computing time, due to the discrete nature of the sojourn time variable. A solution might be to allow the sojourn time variable to be continuous. According to expert opinion, sojourn time variables follow a Weibull distribution in many systems. The goal of this thesis is to integrate sojour time variables following a Weibull distribution in a Graphical Duration Model by proposing a new approach. After a presentation of the Bayesian networks, and more particularly graphical duration models, and their limitations, this report focus on presenting the new model allowing the modeling of the degradation process. This new model is called Weibull Hybrid Graphical Duration Model. An original algorithm allowing inference in such a network has been deployed. Various so built databases allowed to learn on one hand a Graphical Duration Model, and on an other hand a Graphical Duration Model Hybrid - Weibull, in order to compare them, in term of learning quality, of inference quality, of compute time, and of storage space
18
Lohier, Théophile. "Analyse temporelle de la dynamique de communautés végétales à l'aide de modèles individus-centrés." Thesis, Clermont-Ferrand 2, 2016. http://www.theses.fr/2016CLF22683/document.
Анотація:
Les communautés végétales constituent des systèmes complexes au sein desquels de nombreuses espèces, pouvant présenter une large variété de traits fonctionnels, interagissent entre elles et avec leur environnement. En raison de la quantité et de la diversité de ces interactions les mécanismes qui gouvernent les dynamiques des ces communautés sont encore mal connus. Les approches basées sur la modélisation permettent de relier de manière mécaniste les processus gouvernant les dynamiques des individus ou des populations aux dynamiques des communautés qu'ils forment. L'objectif de cette thèse était de développer de telles approches et de les mettre en oeuvre pour étudier les mécanismes sous-jacents aux dynamiques des communautés. Nous avons ainsi développés deux approches de modélisation. La première s'appuie sur un cadre de modélisation stochastique permettant de relier les dynamiques de populations aux dynamiques des communautés en tenant compte des interactions intra- et interspécifiques et de l'impact des variations environnementale et démographique. Cette approche peut-être aisément appliquée à des systèmes réels et permet de caractériser les populations végétales à l'aide d'un petit nombre de paramètres démographiques. Cependant nos travaux suggèrent qu'il n'existe pas de relation simple entre ces paramètres et les traits fonctionnels des espèces, qui gouvernent pourtant leur réponse aux facteurs externes. La seconde approche a été développée pour dépasser cette limite et s'appuie sur le modèle individu-centré Nemossos qui représente de manière explicite le lien entre le fonctionnement des individus et les dynamiques de la communauté qu'ils forment. Afin d'assurer un grand potentiel d'application à Nemossos, nous avons apportés une grande attention au compromis entre réalisme et coût de paramétrisation. Nemossos a ainsi pu être entièrement paramétré à partir de valeur de traits issues de la littérature , son réalisme a été démontré, et il a été utilisé pour mener des expériences de simulations numériques sur l'importance de la variabilité temporelle des conditions environnementales pour la coexistence d'espèces fonctionnellement différentes. La complémentarité des deux approches nous a permis de proposer des éléments de réponse à divers questions fondamentales de l'écologie des communautés incluant le rôle de la compétition dans les dynamiques des communautés, l'effet du filtrage environnementale sur leur composition fonctionnel ou encore les mécanismes favorisant la coexistence des espèces végétales. Ici ces approches ont été utilisées séparément mais leur couplage peut offrir des perspectives intéressantes telles que l'étude du lien entre le fonctionnement des plantes et les dynamiques des populations. Par ailleurs chacune des approches peut être utilisée dans une grande variété d'expériences de simulation susceptible d'améliorer notre compréhension des mécanismes gouvernant les communautés végétalesPlant communities are complex systems in which multiple species differing by their functional attributes interact with their environment and with each other. Because of the number and the diversity of these interactions the mechanisms that drive the dynamics of theses communities are still poorly understood. Modelling approaches enable to link in a mechanistic fashion the process driving individual plant or population dynamics to the resulting community dynamics. This PhD thesis aims at developing such approaches and to use them to investigate the mechanisms underlying community dynamics. We therefore developed two modelling approaches. The first one is based on a stochastic modelling framework allowing to link the population dynamics to the community dynamics whilst taking account of intra- and interspecific interactions as well as environmental and demographic variations. This approach is easily applicable to real systems and enables to describe the properties of plant population through a small number of demographic parameters. However our work suggests that there is no simple relationship between these parameters and plant functional traits, while they are known to drive their response to extrinsic factors. The second approach has been developed to overcome this limitation and rely on the individual-based model Nemossos that explicitly describes the link between plant functioning and community dynamics. In order to ensure that Nemossos has a large application potential, a strong emphasis has been placed on the tradeoff between realism and parametrization cost. Nemossos has then been successfully parameterized from trait values found in the literature, its realism has been demonstrated and it has been used to investigate the importance of temporal environmental variability for the coexistence of functionally differing species. The complementarity of the two approaches allows us to explore various fundamental questions of community ecology including the impact of competitive interactions on community dynamics, the effect of environmental filtering on their functional composition, or the mechanisms favoring the coexistence of plant species. In this work, the two approaches have been used separately but their coupling might offer interesting perspectives such as the investigation of the relationships between plant functioning and population dynamics. Moreover each of the approaches might be used to run various simulation experiments likely to improve our understanding of mechanisms underlying community dynamics
19
Frusque, Gaëtan. "Inférence et décomposition modale de réseaux dynamiques en neurosciences." Thesis, Lyon, 2020. http://www.theses.fr/2020LYSEN080.
Анотація:
Les graphes dynamiques permettent de comprendre l'évolution de systèmes complexes qui évoluent dans le temps. Ce type de graphe a récemment fait l'objet d'une attention considérable. Cependant, il n'existe pas de consensus sur les manières d'inférer et d'étudier ces graphes. Dans cette thèse, on propose des méthodes d'analyse de graphes dynamiques spécifiques. Ceux-ci peuvent être vues comme une succession de graphes complets partageant les mêmes nœuds, mais dont les poids associés à chaque lien évoluent dans le temps. Les méthodes proposées peuvent avoir des applications en neurosciences ou dans l'étude des réseaux sociaux comme Twitter et Facebook par exemple. L'enjeu applicatif de cette thèse est l'épilepsie, l'une des maladies neurologiques les plus rependues dans le monde affectant environ 1% de la population.La première partie concerne l'inférence de graphe dynamique à partir de signaux neurophysiologiques. Cette inférence est généralement réalisée à l'aide de mesures de connectivité fonctionnelle permettant d'évaluer la similarité entre deux signaux. La comparaison de ces mesures est donc d'un grand intérêt pour comprendre les caractéristiques des graphes obtenus. On compare alors des mesures de connectivité fonctionnelle impliquant la phase et l'amplitude instantanée des signaux. On s'intéresse en particulier à une mesure nommée Phase-Locking-Value (PLV) qui quantifie la synchronie des phases entre deux signaux. On propose ensuite, afin d'inférer des graphes dynamiques robustes et interprétables, deux nouvelles mesures de PLV conditionnées et régulariséesLa seconde partie présente des méthodes de décomposition de graphes dynamiques. L'objectif est de proposer une méthode semi-automatique afin de caractériser les informations les plus importantes du réseau pathologique de plusieurs crises d'un même patient. Dans un premier temps on considère des crises qui ont des durées et des évolutions temporelles similaires. Une décomposition tensorielle spécifique est alors appliquée. Dans un second temps, on considère des crises qui ont des durées hétérogènes. Plusieurs stratégies sont proposées et comparées. Ce sont des méthodes qui en plus d'extraire les sous-graphes caractéristiques communs à toutes les crises, permettent d'observer leurs profils d'activation temporelle spécifiques à chaque crise. Finalement, on utilise la méthode retenue pour une application clinique. Les décompositions obtenues sont comparées à l'interprétation visuelle du clinicien. Dans l'ensemble, on constate que les sous-graphes extraits correspondent aux régions du cerveau impliquées dans la crise d'épilepsie. De plus l'évolution de l'activation de ces sous-graphes est cohérente avec l'interprétation visuelleDynamic graphs make it possible to understand the evolution of complex systems evolving over time. This type of graph has recently received considerable attention. However, there is no consensus on how to infer and study these graphs. In this thesis, we propose specific methods for dynamical graph analysis. A dynamical graph can be seen as a succession of complete graphs sharing the same nodes, but with the weights associated with each link changing over time. The proposed methods can have applications in neuroscience or in the study of social networks such as Twitter and Facebook for example. The issue of this thesis is epilepsy, one of the most common neurological diseases in the world affecting around 1% of the population.The first part concerns the inference of dynamical graph from neurophysiological signals. To assess the similarity between each pairs of signals, in order to make the graph, we use measures of functional connectivity. The comparison of these measurements is therefore of great interest to understand the characteristics of the resulting graphs. We then compare functional connectivity measurements involving the instantaneous phase and amplitude of the signals. We are particularly interested in a measure called Phase-Locking-Value (PLV) which quantifies the phase synchrony between two signals. We then propose, in order to infer robust and interpretable dynamic graphs, two new indexes that are conditioned and regularized PLV. The second part concerns tools for dynamical graphs decompositions. The objective is to propose a semi-automatic method in order to characterize the most important patterns in the pathological network from several seizures of the same patient. First, we consider seizures that have similar durations and temporal evolutions. In this case the data can be conveniently represented as a tensor. A specific tensor decomposition is then applied. Secondly, we consider seizures that have heterogeneous durations. Several strategies are proposed and compared. These are methods which, in addition to extracting the characteristic subgraphs common to all the seizures, make it possible to observe their temporal activation profiles specific to each seizures. Finally, the selected method is used for a clinical application. The obtained decompositions are compared to the visual interpretation of the clinician. As a whole, we found that activated subgraphs corresponded to brain regions involved during the course of the seizures and their time course were highly consistent with classical visual interpretation
20
Guggiola, Alberto. "Une approche physique-statistique à différents problèmes dans la théorie des réseaux." Thesis, Paris, Ecole normale supérieure, 2015. http://www.theses.fr/2015ENSU0034/document.
Анотація:
La physique statistique, développée à l'origine pour décrire les systèmes thermodynamiques, a joué pendant les dernières décennies un rôle central dans la modélisation d'un ensemble incroyablement vaste et hétérogène de différents phénomènes qui ont lieu par exemple dans des systèmes sociaux, économiques ou biologiques. Un champ d'applications possibles aussi vaste a été trouvé aussi pour les réseaux, comme une grande variété de systèmes peut être décrite en termes d'éléments interconnectés. Après une partie introductive sur les thèmes abordés ainsi que sur le rôle de la modélisation abstraite dans la science, dans ce manuscrit seront décrites les nouvelles perspectives auxquelles on peut arriver en approchant d'une façon physico-statistique trois problèmes d'intérêt dans la théorie des réseaux: comment une certaine quantité peut se répandre de façon optimale sur un graphique, comment explorer un réseau et comment le reconstruire à partir d'un jeu d'informations partielles. Quelques remarques finales sur l'importance que ces thèmes préserveront dans les années à venir conclut le travailStatistical physics, originally developed to describe thermodynamic systems, has been playing for the last decades a central role in modelling an incredibly large and heterogeneous set of different phenomena taking for instance place on social, economical or biological systems. Such a vast field of possible applications has been found also for networks, as a huge variety of systems can be described in terms of interconnected elements. After an introductory part introducing these themes as well as the role of abstract modelling in science, in this dissertation it will be discussed how a statistical physics approach can lead to new insights as regards three problems of interest in network theory: how some quantity can be optimally spread on a graph, how to explore it and how to reconstruct it from partial information. Some final remarks on the importance such themes will likely preserve in the coming years conclude the work
21
Guedj, Jérémie. "Inférence dans les modèles dynamiques de population : applications au VIH et au VHC." Bordeaux 2, 2006. http://www.theses.fr/2006BOR21371.
Анотація:
L'étude des modèles explicatifs du VIH basés sur des systèmes d'équations différentielles ordinaires non-linéaires a consiférablement amélioré les connaissances sur la dynamique de l'infection. En raison des difficultés d'inférence dans ces modèles, les principaux résultats ont été obtenus en faisant des estimations patient-par-patient sur des modèles simplifiés. Toutefois, ces modèles ne permettent pas de considérer la dynamique de l'infection dans son ensemble. C'est pourquoi nous développons ici une méthode d'inférence par maximisation directe de la vraisemblance sur des modèles non simplifiés, en utilisant la structure particulière de ces modèles ainsi que les variabilités inter-patients. En prenant en compte la censure de la charge virale, nous appliquons notre méthode sur des données réelles et montrons son intérêt, en particulier pour définir des critères alternatifs d'analyse des essais cliniques. Efin, nous étudions l'identifiabilité pratique de ces modèlesThe study of the dynamical models of HIV, based on non- linear systems of Ordinary Differential Equations has considerably improved the knowledge on its pathogenicity. This modelling leads to complex issues for identifiability and parameter estimation. To overcome these difficulties, the first models used simplified ODE systems and analyzed each patient separately. However, these models prevent from considering the course of the infection as a whole. We propose here an alternative way based on a full likelihood inference, using the particular structure of the non-simplified models and borrowing strength from the whole sample. We apply it to real data, taking into account the viral load left-censoring, and we illustrate the interest of this approach to provide an alternative tool for analyzing clinical trials. Last, we study the practical identifiability of these models
22
Bonnaffoux, Arnaud. "Inférence de réseaux de régulation de gènes à partir de données dynamiques multi-échelles." Thesis, Lyon, 2018. http://www.theses.fr/2018LYSEN054/document.
Анотація:
L'inférence des réseaux de régulation de gènes (RRG) à partir de données d'expression est un défi majeur en biologie. L’arrivée des technologies de mesure de transcriptomique à l’échelle de la cellule a suscité de nombreux espoirs, mais paradoxalement elles montrent une nouvelle complexité du problème d’inférence des RRG qui limite encore les approches existantes. Nous avons commencé par montrer, à partir de données d'expression en cellules uniques acquises sur un modèle aviaire de différenciation érythrocytaire, que les RRG sont des systèmes stochastiques à l'échelle de la cellule et qu'il y a une évolution dynamique de cette stochasticité au cours du processus de différenciation (Richard et al, PLOS Comp.Biol., 2016). C'est pourquoi nous avons développé par la suite un modèle de RRG mécaniste qui inclus cette stochasticité afin d'exploiter au maximum l'information des données expérimentales à l'échelle de la cellule (Herbach et al, BMC Sys.Biol., 2017). Ce modèle décrit les interactions entre gènes comme un couplage de processus de Markov déterministes par morceaux. En régime stationnaire une formule explicite de la distribution jointe est dérivée du modèle et peut servir à inférer des réseaux simples. Afin d'exploiter l'information dynamique et d'intégrer d'autres données expérimentales (protéomique, demi-vie des ARN), j’ai développé à partir du modèle précédent une approche itérative, intégrative et parallèle, baptisée WASABI qui est basé sur le concept de vague d'expression (Bonnaffoux et al, en révision, 2018). Cette approche originale a été validée sur des modèles in-silico de RRG, puis sur nos données in-vitro. Les RRG inférés affichent une structure de réseau originale au regard de la littérature, avec un rôle central du stimulus et une topologie très distribuée et limitée. Les résultats montrent que WASABI surmonte certaines limitations des approches existantes et sera certainement utile pour aider les biologistes dans l’analyse et l’intégration de leurs donnéesInference of gene regulatory networks from gene expression data has been a long-standing and notoriously difficult task in systems biology. Recently, single-cell transcriptomic data have been massively used for gene regulatory network inference, with both successes and limitations.In the present work we propose an iterative algorithm called WASABI, dedicated to inferring a causal dynamical network from timestamped single-cell data, which tackles some of the limitations associated with current approaches. We first introduce the concept of waves, which posits that the information provided by an external stimulus will affect genes one-byone through a cascade, like waves spreading through a network. This concept allows us to infer the network one gene at a time, after genes have been ordered regarding their time of regulation. We then demonstrate the ability of WASABI to correctly infer small networks, which have been simulated in-silico using a mechanistic model consisting of coupled piecewise-deterministic Markov processes for the proper description of gene expression at the single-cell level. We finally apply WASABI on in-vitro generated data on an avian model of erythroid differentiation. The structure of the resulting gene regulatory network sheds a fascinating new light on the molecular mechanisms controlling this process. In particular, we find no evidence for hub genes and a much more distributed network structure than expected. Interestingly, we find that a majority of genes are under the direct control of the differentiation-inducing stimulus. Together, these results demonstrate WASABI versatility and ability to tackle some general gene regulatory networks inference issues. It is our hope that WASABI will prove useful in helping biologists to fully exploit the power of time-stamped single-cell data
23
Lèbre, Sophie. "Analyse de processus stochastiques pour la génomique : étude du modèle MTD et inférence de réseaux bayésiens dynamiques." Evry-Val d'Essonne, 2007. http://www.biblio.univ-evry.fr/theses/2007/interne/2007EVRY0017.pdf.
Анотація:
Cette thèse porte sur l'analyse de séquences d'ADN et de données temporelles d'expression de gènes. Nous étudions tout d'abord un modèle parcimonieux de mélange de transition markoviennes (MTD) et introduisons un algorithme EM pour son estimation. Nous présentons ensuite deux approches pour la reconstruction de réseaux génétiques utilisant des réseaux bayésiens dynamiques (DBN). Les dépendances sont décrites par un graphe orienté dont on cherche à estimer la topologie malgré le très faible nombre de mesures par rapport au nombre de gènes observés. Nous supposons d'abord une topologie fixe au cours du temps, approchons ce graphe en considérant des dépendances d'ordre partiel et développons une procédure déterministe d'inférence de DBN. Nous considérons ensuite un modèle de régression à ruptures multiples définissant une suite de phases homogènes. La position des points de rupture et la structure de chaque phase sont estimés simultanément grâce à une procédure MCMC à sauts réversiblesThis thesis deals with DNA sequence and time series gene expression analysis. First we study the parsimonious Markov model called Mixture Transition Distribution (MTD) model and introduce an EM algorithm for MTD models estimation. Then we propose two approaches for genetic network recovering using Dynamic Bayesian Networks (DBNs). The dependencies are described by a directed graph whose topology has to be inferred despite the overly low number of repeated measurements compared with the number of observed genes. First we assume that the topology is constant across time, we approximate this graph by considering partial order dependencies and we develop a deterministic procedure for DBNs inference. Then we consider a multiple changepoint regression model defining a succession of homogeneous phases. The changepoints location and the structure within each phase are simultaneously inferred thanks to a reversible jump MCMC procedure
24
Bouzidi, Halima. "Efficient Deployment of Deep Neural Networks on Hardware Devices for Edge AI." Electronic Thesis or Diss., Valenciennes, Université Polytechnique Hauts-de-France, 2024. http://www.theses.fr/2024UPHF0006.
Анотація:
Les réseaux de neurones (RN) sont devenus une force dominante dans le monde de la technologie. Inspirés par le cerveau humain, leur conception complexe leur permet d’apprendre des motifs, de prendre des décisions et même de prévoir des scénarios futurs avec une précision impressionnante. Les RN sont largement déployés dans les systèmes de l'Internet des Objets (IoT pour Internet of Things), renforçant davantage les capacités des dispositifs interconnectés en leur donnant la capacité d'apprendre et de s'auto-adapter dans un contexte temps réel. Cependant, la prolifération des données produites par les capteurs IoT rend difficile leur envoi vers un centre cloud pour le traitement. Par conséquent, le traitement des données plus près de leur origine, en edge, permet de prendre des décisions en temps réel, réduisant ainsi la congestion du réseau.L'intégration des RN à l'edge dans les systèmes IoT permet d'obtenir des solutions plus efficaces et réactives, inaugurant ainsi une nouvelle ère de edge AI. Néanmoins, le déploiement des RN sur des plateformes matérielles à ressources présente une multitude de défis. (i) La complexité inhérente des architectures des RN, qui nécessitent d'importantes capacités de calcul et de stockage. (ii) Le budget énergétique limité caractérisant les dispositifs matériels sur edge qui ne permet pas de supporter des RN complexes, réduisant drastiquement la durée de fonctionnement du système. (iii) Le défi d'assurer une harmonie entre la conception des RN et celle des dispositifs matériels de l’edge. (iv) L'absence de l'adaptabilité à l'environnement d'exécution dynamique et aux complexités des données.Pour pallier ces problèmes, cette thèse vise à établir des méthodes innovantes qui élargissent les cadres traditionnels de conception de RN (NAS pour Neural Architecture Search) en intégrant les caractéristiques contextuelles du matériel et de l’environnement d'exécution. Tout d'abord, nous intégrons les propriétés matérielles au NAS en adaptant les RN aux variations de la fréquence d'horloge. Deuxièmement, nous exploitons l’aspect dynamique au sein des RN d'un point de vue conceptuel, en introduisant un NAS dynamique. Troisièmement, nous explorons le potentiel des RN graphiques (GNN pour Graph Neural Network) en développant un NAS avec calcul distribué sur des multiprocesseurs hétérogènes sur puce (MPSoC pour Multi-Processors Système-on-Chip). Quatrièmement, nous abordons la co-optimisation software et matérielle sur les MPSoCs hétérogènes en proposant une stratégie d'ordonnancement innovante qui exploite l'adaptabilité et le parallélisme des RN. Cinquièmement, nous explorons la perspective de ML4ML (pour Machine Learning for Machine Learning) en introduisant des techniques d'estimation des performances des RN sur les plateformes matérielles sur edge en utilisant des méthodes basés sur ML. Enfin, nous développons un framework NAS évolutif et auto-adaptatif de bout en bout qui apprend progressivement l'importance des paramètres architecturaux du RN pour guider efficacement le processus de recherche du NAS vers l'optimalité.Nos méthodes aident à contribuer à la réalisation d’un framework de conception de bout en bout pour les RN sur les dispositifs matériels sur edge. Elles permettent ainsi de tirer avantage de plusieurs pistes d’optimisation au niveau logiciel et matériel, améliorant les performances et l’efficacité de l’Edge AINeural Networks (NN) have become a leading force in today's digital landscape. Inspired by the human brain, their intricate design allows them to recognize patterns, make informed decisions, and even predict forthcoming scenarios with impressive accuracy. NN are widely deployed in Internet of Things (IoT) systems, further elevating interconnected devices' capabilities by empowering them to learn and auto-adapt in real-time contexts. However, the proliferation of data produced by IoT sensors makes it difficult to send them to a centralized cloud for processing. This is where the allure of edge computing becomes captivating. Processing data closer to where it originates -at the edge- reduces latency, makes real-time decisions with less effort, and efficiently manages network congestion.Integrating NN on edge devices for IoT systems enables more efficient and responsive solutions, ushering in a new age of self-sustaining Edge AI. However, Deploying NN on resource-constrained edge devices presents a myriad of challenges: (i) The inherent complexity of neural network architectures, which requires significant computational and memory capabilities. (ii) The limited power budget of IoT devices makes the NN inference prone to rapid energy depletion, drastically reducing system utility. (iii) The hurdle of ensuring harmony between NN and HW designs as they evolve at different rates. (iv) The lack of adaptability to the dynamic runtime environment and the intricacies of input data.Addressing these challenges, this thesis aims to establish innovative methods that extend conventional NN design frameworks, notably Neural Architecture Search (NAS). By integrating HW and runtime contextual features, our methods aspire to enhance NN performances while abstracting the need for the human-in-loop}. Firstly, we incorporate HW properties into the NAS by tailoring the design of NN to clock frequency variations (DVFS) to minimize energy footprint. Secondly, we leverage dynamicity within NN from a design perspective, culminating in a comprehensive Hardware-aware Dynamic NAS with DVFS features. Thirdly, we explore the potential of Graph Neural Networks (GNN) at the edge by developing a novel HW-aware NAS with distributed computing features on heterogeneous MPSoC. Fourthly, we address the SW/HW co-optimization on heterogeneous MPSoCs by proposing an innovative scheduling strategy that leverages NN adaptability and parallelism across computing units. Fifthly, we explore the prospect of ML4ML -- Machine Learning for Machine Learning by introducing techniques to estimate NN performances on edge devices using neural architectural features and ML-based predictors. Finally, we develop an end-to-end self-adaptive evolutionary HW-aware NAS framework that progressively learns the importance of NN parameters to guide the search process toward Pareto optimality effectively.Our methods can contribute to elaborating an end-to-end design framework for neural networks on edge hardware devices. They enable leveraging multiple optimization opportunities at both the software and hardware levels, thus improving the performance and efficiency of Edge AI
25
Boualem, Abdelbassit. "Estimation de distribution de tailles de particules par techniques d'inférence bayésienne." Thesis, Orléans, 2016. http://www.theses.fr/2016ORLE2030/document.
Анотація:
Ce travail de recherche traite le problème inverse d’estimation de la distribution de tailles de particules (DTP) à partir des données de la diffusion dynamique de lumière (DLS). Les méthodes actuelles d’estimation souffrent de la mauvaise répétabilité des résultats d’estimation et de la faible capacité à séparer les composantes d’un échantillon multimodal de particules. L’objectif de cette thèse est de développer de nouvelles méthodes plus performantes basées sur les techniques d’inférence bayésienne et cela en exploitant la diversité angulaire des données de la DLS. Nous avons proposé tout d’abord une méthode non paramétrique utilisant un modèle « free-form » mais qui nécessite une connaissance a priori du support de la DTP. Pour éviter ce problème, nous avons ensuite proposé une méthode paramétrique fondée sur la modélisation de la DTP en utilisant un modèle de mélange de distributions gaussiennes. Les deux méthodes bayésiennes proposées utilisent des algorithmes de simulation de Monte-Carlo par chaînes de Markov. Les résultats d’analyse de données simulées et réelles montrent la capacité des méthodes proposées à estimer des DTPs multimodales avec une haute résolution et une très bonne répétabilité. Nous avons aussi calculé les bornes de Cramér-Rao du modèle de mélange de distributions gaussiennes. Les résultats montrent qu’il existe des valeurs d’angles privilégiées garantissant des erreurs minimales sur l’estimation de la DTPThis research work treats the inverse problem of particle size distribution (PSD) estimation from dynamic light scattering (DLS) data. The current DLS data analysis methods have bad estimation results repeatability and poor ability to separate the components (resolution) of a multimodal sample of particles. This thesis aims to develop new and more efficient estimation methods based on Bayesian inference techniques by taking advantage of the angular diversity of the DLS data. First, we proposed a non-parametric method based on a free-form model with the disadvantage of requiring a priori knowledge of the PSD support. To avoid this problem, we then proposed a parametric method based on modelling the PSD using a Gaussian mixture model. The two proposed Bayesian methods use Markov chain Monte Carlo simulation algorithms. The obtained results, on simulated and real DLS data, show the capability of the proposed methods to estimate multimodal PSDs with high resolution and better repeatability. We also computed the Cramér-Rao bounds of the Gaussian mixture model. The results show that there are preferred angle values ensuring minimum error on the PSD estimation
26
Prieur, Clémentine. "Dépendance faible: estimation et théorèmes limite.Application à l'étude statistique de certains systèmes dynamiques." Habilitation à diriger des recherches, Université Paul Sabatier - Toulouse III, 2006. http://tel.archives-ouvertes.fr/tel-00133468.
Анотація:
Le thème central des travaux présentés est l'étude des suites faiblement dépendantesnon -mélangeantes au sens de Rosenblatt (1956). La notion de mélange classique est affaiblie
afin d'établir des inégalités ainsi que des théorèmes limite pour différentes classes de processus
comme par exemple certains systèmes dynamiques, des chaînes de Markov non irréductibles,
ou encore des fonctions de processus linéaires non mélangeants. Les résultats obtenus sont
ensuite appliqués au domaine de la statistique non paramétrique.
Deux autres thématiques sont abordées dans ce manuscrit : d'une part l'étude de principes
de grandes déviations (notamment pour le processus de records généralisés), et d'autre part
l'estimation adaptative de fonctionnelles linéaires.
27
Castaño, Maria Soledad. "Hétérogénéité dans des processus de développement cachés : inférence et analyse de populations structurées en environnements fluctuants." Thesis, Antilles, 2017. http://www.theses.fr/2017ANTI0124/document.
Анотація:
Codakia orbicularis est un mollusque bivalve appartenant à la famille des Lucinidae et établissant des symbioses avec des bactéries sulfo-oxydantes (symbiotes) au sein de ses branchies. Dans l’hypothèse où toute symbiose nécessite une régulation par des molécules de dialogue, une étude chimique exhaustive pourrait aboutir à la mise en évidence des métabolites impliqués. Le travail de ce manuscrit porte donc sur l'isolement de métabolites secondaires à partir des branchies de ce bivalve et sur l'évaluation de l'activité antibactérienne des molécules isolées. Douze composés ont été isolés des branchies de Codakia orbicularis et leurs structures ont été déterminées par les méthodes spectroscopiques usuelles. Parmi ces molécules, une seule est nouvelle et a été nommée orbicularisine. Elle présente un squelette indolone spirotetracyclique inédit. Parmi les molécules isolées, seules quatre d’entre elles présentent une activité antibactérienne à savoir le soufre S8, la 4-hydroxybenzaldéhyde et deux monoglycérolipides. L'orbicularisine est inactive contre un panel de lignées cellulaires cancéreuses et de kinases. Le nouveau squelette de l’orbicularisine pourrait permettre d'aboutir à une nouvelle famille de molécules par synthèse organique et ainsi d'accroître la diversité moléculaire autour de ce motif inédit. Il sera également intéressant de déterminer l'origine des molécules isolées (procaryote ou eucaryote), particulièrement pour l’orbicularisine, et leurs rôles dans le cadre de la symbiose. Les résultats chimiques obtenus sur C. orbicularis et sur les Lucinidae en général sont intéressants puisque les espèces côtières appartenant aux bivalves ont été peu exploitées en chimie jusqu’à ce jourCodakia orbicularis is a bivalve mollusk belonging to the family Lucinidae harboring sulfur-oxidizing bacterial endosymbionts within its gills. Considering that any symbiosis is most likely regulated by dialogue molecules, an exhaustive chemical study could lead to identify the involved metabolites. Thus, the aim of this thesis focuses on the isolation of secondary metabolites from the gills of this bivalve and the evaluation of the antibacterial activity of the isolated molecules. Twelve compounds were isolated from the gills of Codakia orbicularis and their structures were determined by usual spectroscopic methods. Among these molecules, only one presented a new structure and has been named orbicularisine. The latter presents an undescribed spirotetracyclic indolone skeleton. Regarding the biological activities, among the isolated molecules, only four of them identified as S8 sulfur, 4-hydroxybenzaldehyde and two monoglycerolipids presented an antibacterial activity. Orbicularisine was inactive against a panel of cell lines and kinase. The orbicularisine new skeleton is an interesting start for the synthesis of new family of molecules, thus enhancing its molecular diversity. It will be interesting to determine the origin of the isolated molecules (prokaryotic or eukaryotic), especially for the new orbicularisine, and their roles in the frame of the symbiosis. The chemical results obtained on C. orbicularis and on lucinids in general are interesting since the coastal species belonging to Bivalves have not been chemically explored
28
Chevalier, Stéphanie. "Inférence logique de réseaux booléens à partir de connaissances et d'observations de processus de différenciation cellulaire." Electronic Thesis or Diss., université Paris-Saclay, 2022. http://www.theses.fr/2022UPASG061.
Анотація:
Les modèles dynamiques sont des outils importants pour l'exploration des mécanismes de régulation en biologie.Les travaux de cette thèse sont guidés par le besoin exprimé en biologie du développement et en cancérologie d'inférer automatiquement des réseaux booléens reproduisant des processus de différenciation cellulaire.En considérant les observations et les connaissances que les modélisateurs ont à disposition, ce mémoire de thèse présente une approche qui permet de modéliser la richesse de ce comportement cellulaire en inférant l’ensemble des réseaux booléens compatibles tout en passant à l’échelle des réseaux de régulation couramment considérés en biologie.Afin de développer cette méthode, les travaux présentés se décomposent en trois contributions principales.La première contribution est la proposition d'un cadre formel sur les propriétés des données collectées pour étudier la différenciation cellulaire. Ce cadre permet de raisonner sur les propriétés dynamiques souhaitées au sein des réseaux booléens pour qu’ils soient compatibles avec ce comportement cellulaire.La deuxième contribution porte sur l'encodage du problème d’inférence de modèles comme un problème de satisfiabilité booléenne dont les solutions sont les réseaux booléens compatibles avec les données biologiques. Pour cela, des contraintes sur la dynamique des réseaux booléens correspondant aux propriétés précédemment formalisées ont été implémentées en programmation logique.La dernière contribution est l’application à des problématiques biologiques réelles de la méthode d’inférence de modèles, nommée BoNesis, qui a été développée grâce aux contraintes créées. Ces applications ont montré l’apport de l’inférence d’ensemble de modèles pour l’analyse de processus et illustré la méthodologie de modélisation, de la préparation des données biologiques à l’analyse des modèles inférésDynamic models are essential tools for exploring regulatory mechanisms in biology. This thesis was guided by the need expressed in oncology and developmental biology to automatically infer Boolean networks reproducing cellular differentiation processes.By considering observations and knowledge that the modelers have at their disposal, this thesis presents an approach that allows to model the richness of this cellular behavior by inferring all the compatible Boolean networks at that scale of the regulatory networks commonly considered in biology.To develop this method, three main contributions are presented.The first contribution is a formal framework of the properties of data collected to study cellular differentiation. This framework allows reasoning about the desired dynamic properties within Boolean networks to be consistent with this cellular behavior.The second contribution concerns the encoding of the model inference problem as a Boolean satisfiability problem whose solutions are the Boolean networks compatible with the biological data. For this, constraints on the dynamics of Boolean networks corresponding to the previously formalized properties have been implemented in logic programming.The last contribution was to apply to real biological problems the model inference method, named BoNesis, which was developed thanks to the constraints. These applications showed the benefit of inferring a set of models for the process analysis and illustrated the modeling methodology, from the preparation of biological data to the analysis of the inferred models
29
Leurent, Fabien. "Modélisation du trafic, des déplacements sur un réseau et de l'accessibilité aux activités grâce au transport." Habilitation à diriger des recherches, Université Paris Dauphine - Paris IX, 2006. http://tel.archives-ouvertes.fr/tel-00348286.
Анотація:
Mes travaux de recherche ont pour sujet unificateur : les déplacements et les réseaux de transport ; et ils ont été traités par une approche unique, la modélisation physico-économique à caractère mathématique et algorithmique.Une telle modélisation comporte quatre aspects : un contenu sémantique, à caractère physique ou économique ; une formulation mathématique ; un solveur technique ; un aspect empirique (métrologie, statistique, économétrie).
Les disciplines mises en œuvre sont variées : théorie des réseaux, optimisation, informatique algorithmique, probabilités et statistiques, et aussi économie, socio-économie et physique du trafic. Mes contributions théoriques concernent la théorie des réseaux, l'économie du transport et la physique du trafic.
Mes travaux se répartissent en quatre thèmes :
A. La mesure et la modélisation du trafic. Au niveau local d'une route, j'ai analysé la relation entre flux et vitesse en mettant en cohérence l'analyse désagrégée, probabiliste au niveau du mobile individuel ; et l'analyse macroscopique en termes de flux et de distribution statistique des temps.
B. La modélisation des réseaux et des cheminements. L'équilibre entre offre de transport et demande de déplacement conjugue une dimension spatiale - topologique, une dimension temporelle, et une dimension comportementale - économique. Les enjeux de modélisation concernent : la représentation de l'offre et la demande ; la formulation et les propriétés d'existence – unicité – stabilité ; les algorithmes. Je me suis intéressé à la diversité des comportements ; et à la modélisation fine de l'offre et à la dimension temporelle.
C. L'analyse socio-économique des déplacements. Je me suis intéressé à l'usage de divers moyens de transport et à la prospection de leur clientèle potentielle ; au choix d'horaire de déplacement ; aux caractéristiques à la fois économiques et dynamiques de la congestion.
D. La distribution spatiale des déplacements et des activités. Je me suis intéressé d'une part à l'observation des flux par relation origine-destination (O-D) et à l'inférence statistique des matrices O-D ; et d'autre part, à la justification microéconomique des déplacements en raison de la localisation et de l'utilité des activités.
30
Landry, Clara. "Modélisation des dynamiques de maladies foliaires de cultures pérennes tropicales à différentes échelles spatiales : cas de la cercosporiose noire du bananier." Thesis, Antilles-Guyane, 2015. http://www.theses.fr/2015AGUY0835/document.
Анотація:
Cette thèse concerne la modélisation des dynamiques de maladies foliaires de cultures pérennes tropicales à différentes échelles spatiales. Cette approche de modélisation est appliquée à la cercosporiose noire du bananier. Il s’agit d’explorer et de déterminer les paramètres environnementaux et de résistance de l’hôte ayant une influence significative sur la dynamique spatiotemporelle de la maladie et d’apporter des éléments associés au contrôle de la cercosporiose noire.Deux modèles ont été développés dans le cadre de cette thèse. La dynamique épidémiologique au niveau de la plante est décrite par un modèle mécaniste décomposé en un modèle de croissance de la plante et un module épidémiologique décrivant le cycle épidémique du pathogène. L’architecture du bananier est prise en compte par le biais de compartiments foliaires positionnés dans l’espace. Le modèle a été validé par un jeu de données indépendant. Les expérimentations numériques et l’analyse de sensibilité du modèle réalisées par les méthodes de Morris et de e-FAST ont permis de mieux comprendre le fonctionnement épidémique de cette maladie et d’identifier les paramètres influant le plus la dynamique épidémique en particulier la vitesse d’extension des lésions, la durée d’incubation et l’efficacité d’infection .L’approche bayésienne a permis de prendre en compte l’information a priori disponible pour ces trois paramètres sur lesquels a porté l’inférence statistique. L’analyse de sensibilité du modèle a également permis d’identifier l’influence de deux paramètres liés à la croissance de la plante : le nombre de feuilles sur une plante et le rythme d’émission foliaire Un modèle de dynamique spatio-temporelle de la cercosporiose noire a été développé à l’échelle d’un territoire à partir d’enquêtes effectuées enMartinique pendant la période d’invasion de cette maladie de septembre 2010 à mai 2012. Les données récoltées étant censurées, l’inférence des paramètres du modèle a été réalisée dans un cadre bayésien en utilisant un algorithme d’augmentation de données. Le modèle et l’inférence développés permettent de reconstruire la dynamique spatio-temporelle de l’invasion et de prédire la fin d’invasion sur le territoire.Les deux modèles de dynamiques spatio-temporelles développés à deux échelles spatiales différentes ont permis d’acquérir des informations importantes pour construire des outils de conception de méthode de contrôle de la cercosporiose noire des bananiersThis thesis concerns the modeling of the dynamics of foliar diseases of tropical tree crops at different spatial scales. This modeling approach is applied to black Sigatoka of banana. It is to explore and determine the environmental parameters and host resistance has a significant influence on the spatiotemporal dynamics of the disease and to provide elements associated with the control of Sigatoka noire.Deux models were developed as part of this thesis. The epidemiological dynamics at the plant is described by a mechanistic model decomposed into a growth model of the plant and an epidemiological unit describing the pathogen epidemic cycle. The architecture of the banana is taken into account through foliar compartments positioned in space. The model was validated by an independent data set. Numerical experiments and model sensitivity analysis performed by the methods of Morris and e-FAST enabled to better understand the functioning of this epidemic disease and identify the parameters affecting the most dynamic epidemic especially speed extension of the lesions, the incubation period and efficiency of Bayesian .L'approche infection allowed to take into account prior information available for these three parameters that were the statistical inference. The model sensitivity analysis also identified the influence of two parameters related to plant growth: the number of leaves on a plant and rate of leaf emission A dynamic model of space-time Black Sigatoka has been developed at the scale of a territory from surveys enMartinique during the period of invasion of the disease from September 2010 to May 2012. The data collected being censored, inference of model parameters has was performed in a Bayesian framework, using a data augmentation algorithm. The model developed and inference possible to reconstruct the spatiotemporal dynamics of the invasion and predict the end of the invasion territoire.Les two spatio-temporal dynamics models developed at two different spatial scales has been gained important information for build tools design method of control of black Sigatoka of banana
31
Abboud, Candy. "Inférer et prédire les dynamiques d'espèces invasives : focus sur Xylella fastidiosa." Thesis, Aix-Marseille, 2019. http://www.theses.fr/2019AIXM0638.
Анотація:
La thèse porte sur la recherche d’une méthodologie générique permettant d'améliorer les prédictions d’une invasion biologique pour laquelle on ne dispose pas de modèle spécifique et dont les conditions initiales sont inconnues. Pour atteindre cet objectif, on procède suivant deux axes de recherche complémentaires. Dans le premier axe, on s’intéresse à l’inférence des invasions biologiques à partir d’un modèle spatio-temporel de propagation et de données collectées, en suivant une approche mécanistico-statistique. Elle repose sur (i) une équation aux dérivées partielles (EDP) offrant une représentation concise d’une dynamique qui envahit un domaine hétérogène, (ii) un modèle stochastique représentant le processus d’observation et (iii) une méthode d’inférence Bayésienne pour estimer les paramètres du modèle. Un modèle dérivé des processus de Markov déterministes par morceaux est proposé pour remplacer l'EDP permettant un compromis entre réalisme du modèle et facilité d’estimation. Dans le deuxième axe, on propose une approche prenant en compte les incertitudes entourant des modèles en compétition. La technique du Bayesian model-averaging combine les prédictions de ces modèles pour obtenir une prédiction unifiée améliorée. Cette technique a souvent été utilisée en sciences environnementales. Toutefois, elle n’est pas répandue dans le domaine de l’épidémiologie. L’un des buts méthodologiques de la thèse est d’en évaluer l’intérêt pour l’épidémiologie prédictive. Le cas d’étude est celui de Xylella fastidiosa, bactérie phytopathogène ayant le potentiel de causer en France une crise sanitaire majeure en santé végétale à l’image de celle qu’elle cause depuis 2013 en ItalieThe thesis research aims to provide a generic methodology that improves the predictions of an invasive species dynamics for which no dedicated model is available and whose initial conditions are unknown. In order to achieve this goal, we proceed in two complementary lines of research. The first one is to propose a model&data-based inference method of biological invasions, in the framework of the so-called mechanistic-statistical approach. This method allows us to jointly estimate the introduction point and other parameters of the dynamics related to diffusion, reproduction and death. It is hinged on (i) a partial differential equation (PDE) that offers a concise description of the invasive species dynamics in a heterogeneous domain, (ii) a stochastic model that represents the observation process and (iii) a statistical Bayesian inference procedure for estimating model parameters. We propose to replace the PDE by a model issued from the framework of Piecewise-deterministic Markov Process to balance the trade-off between model realism and estimation easiness. The second research line consists on accounting for the uncertainty about models form using the Bayesian model-averaging. This method consists of combining predictions drawn from competing models in order to obtain a unique and ameliorated prediction. This technique is not widespread in the field of epidemiology. One of the methodological goals of the PhD is to investigate its application and usefulness in predictive epidemiology. The case study of my thesis is the phytopathogenic bacterium Xylella fastidiosa which is susceptible to cause in France a major sanitary crisis as the one caused in Italy since 2013
32
Grigolon, Silvia. "Modelling and inference for biological systems : from auxin dynamics in plants to protein sequences." Thesis, Paris 11, 2015. http://www.theses.fr/2015PA112178/document.
Анотація:
Tous les systèmes biologiques sont formés d’atomes et de molécules qui interagissent et dont émergent des propriétés subtiles et complexes. Par ces interactions, les organismes vivants peuvent subvenir à toutes leurs fonctions vitales. Ces propriétés apparaissent dans tous les systèmes biologiques à des niveaux différents, du niveau des molécules et gènes jusqu’aux niveau des cellules et tissus. Ces dernières années, les physiciens se sont impliqués dans la compréhension de ces aspects particulièrement intrigants, en particulier en étudiant les systèmes vivants dans le cadre de la théorie des réseaux, théorie qui offre des outils d’analyse très puissants. Il est possible aujourd’hui d’identifier deux classes d’approches qui sont utilisée pour étudier ces types de systèmes complexes : les méthodes directes de modélisation et les approches inverses d’inférence. Dans cette thèse, mon travail est basé sur les deux types d’approches appliquées à trois niveaux de systèmes biologiques. Dans la première partie de la thèse, je me concentre sur les premières étapes du développement des tissus biologiques des plantes. Je propose un nouveau modèle pour comprendre la dynamique collective des transporteurs de l’hormone auxine et qui permet la croissance non-homogène des tissu dans l’espace et le temps. Dans la deuxième partie de la thèse, j’analyse comment l’évolution contraint la diversité́ de séquence des protéines tout en conservant leur fonction dans différents organismes. En particulier, je propose une nouvelle méthode pour inférer les sites essentiels pour la fonction ou la structure de protéines à partir d’un ensemble de séquences biologiques. Finalement, dans la troisième partie de la thèse, je travaille au niveau cellulaire et étudie les réseaux de signalisation associés à l’auxine. Dans ce contexte, je reformule un modèle préexistant et propose une nouvelle technique qui permet de définir et d’étudier la réponse du système aux signaux externes pour des topologies de réseaux différentes. J’exploite ce cadre théorique pour identifier le rôle fonctionnel de différentes topologies dans ces systèmesAll biological systems are made of atoms and molecules interacting in a non- trivial manner. Such non-trivial interactions induce complex behaviours allow- ing organisms to fulfill all their vital functions. These features can be found in all biological systems at different levels, from molecules and genes up to cells and tissues. In the past few decades, physicists have been paying much attention to these intriguing aspects by framing them in network approaches for which a number of theoretical methods offer many powerful ways to tackle systemic problems. At least two different ways of approaching these challenges may be considered: direct modeling methods and approaches based on inverse methods. In the context of this thesis, we made use of both methods to study three different problems occurring on three different biological scales. In the first part of the thesis, we mainly deal with the very early stages of tissue development in plants. We propose a model aimed at understanding which features drive the spontaneous collective behaviour in space and time of PINs, the transporters which pump the phytohormone auxin out of cells. In the second part of the thesis, we focus instead on the structural properties of proteins. In particular we ask how conservation of protein function across different organ- isms constrains the evolution of protein sequences and their diversity. Hereby we propose a new method to extract the sequence positions most relevant for protein function. Finally, in the third part, we study intracellular molecular networks that implement auxin signaling in plants. In this context, and using extensions of a previously published model, we examine how network structure affects network function. The comparison of different network topologies provides insights into the role of different modules and of a negative feedback loop in particular. Our introduction of the dynamical response function allows us to characterize the systemic properties of the auxin signaling when external stimuli are applied
33
Jaoua, Nouha. "Estimation Bayésienne non Paramétrique de Systèmes Dynamiques en Présence de Bruits Alpha-Stables." Phd thesis, Ecole Centrale de Lille, 2013. http://tel.archives-ouvertes.fr/tel-00929691.
Анотація:
Dans un nombre croissant d'applications, les perturbations rencontrées s'éloignent fortement des modèles classiques qui les modélisent par une gaussienne ou un mélange de gaussiennes. C'est en particulier le cas des bruits impulsifs que nous rencontrons dans plusieurs domaines, notamment celui des télécommunications. Dans ce cas, une modélisation mieux adaptée peut reposer sur les distributions alpha-stables. C'est dans ce cadre que s'inscrit le travail de cette thèse dont l'objectif est de concevoir de nouvelles méthodes robustes pour l'estimation conjointe état-bruit dans des environnements impulsifs. L'inférence est réalisée dans un cadre bayésien en utilisant les méthodes de Monte Carlo séquentielles. Dans un premier temps, cette problématique a été abordée dans le contexte des systèmes de transmission OFDM en supposant que les distorsions du canal sont modélisées par des distributions alpha-stables symétriques. Un algorithme de Monte Carlo séquentiel a été proposé pour l'estimation conjointe des symboles OFDM émis et des paramètres du bruit $\alpha$-stable. Ensuite, cette problématique a été abordée dans un cadre applicatif plus large, celui des systèmes non linéaires. Une approche bayésienne non paramétrique fondée sur la modélisation du bruit alpha-stable par des mélanges de processus de Dirichlet a été proposée. Des filtres particulaires basés sur des densités d'importance efficaces sont développés pour l'estimation conjointe du signal et des densités de probabilité des bruits
34
Vacher, Jonathan. "Synthèse de textures dynamiques pour l'étude de la vision en psychophysique et électrophysiologie." Thesis, Paris Sciences et Lettres (ComUE), 2017. http://www.theses.fr/2017PSLED005/document.
Анотація:
Le but de cette thèse est de proposer une modélisation mathématique des stimulations visuelles afin d'analyser finement des données expérimentales en psychophysique et en électrophysiologie. Plus précis\'ement, afin de pouvoir exploiter des techniques d'analyse de données issues des statistiques Bayésiennes et de l'apprentissage automatique, il est nécessaire de développer un ensemble de stimulations qui doivent être dynamiques, stochastiques et d'une complexité paramétrée. Il s'agit d'un problème important afin de comprendre la capacité du système visuel à intégrer et discriminer différents stimuli. En particulier, les mesures effectuées à de multiples échelles (neurone, population de neurones, cognition) nous permette d'étudier les sensibilités particulières des neurones, leur organisation fonctionnelle et leur impact sur la prise de décision. Dans ce but, nous proposons un ensemble de contributions théoriques, numériques et expérimentales, organisées autour de trois axes principaux : (1) un modèle de synthèse de textures dynamiques Gaussiennes spécialement paramétrée pour l'étude de la vision; (2) un modèle d'observateur Bayésien rendant compte du biais positif induit par fréquence spatiale sur la perception de la vitesse; (3) l'utilisation de méthodes d'apprentissage automatique pour l'analyse de données obtenues en imagerie optique par colorant potentiométrique et au cours d'enregistrements extra-cellulaires. Ce travail, au carrefour des neurosciences, de la psychophysique et des mathématiques, est le fruit de plusieurs collaborations interdisciplinairesThe goal of this thesis is to propose a mathematical model of visual stimulations in order to finely analyze experimental data in psychophysics and electrophysiology. More precisely, it is necessary to develop a set of dynamic, stochastic and parametric stimulations in order to exploit data analysis techniques from Bayesian statistics and machine learning. This problem is important to understand the visual system capacity to integrate and discriminate between stimuli. In particular, the measures performed at different scales (neurons, neural population, cognition) allow to study the particular sensitivities of neurons, their functional organization and their impact on decision making. To this purpose, we propose a set of theoretical, numerical and experimental contributions organized around three principal axes: (1) a Gaussian dynamic texture synthesis model specially crafted to probe vision; (2) a Bayesian observer model that accounts for the positive effect of spatial frequency over speed perception; (3) the use of machine learning techniques to analyze voltage sensitive dye optical imaging and extracellular data. This work, at the crossroads of neurosciences, psychophysics and mathematics is the fruit of several interdisciplinary collaborations
35
Matulewicz, Gustaw. "Statistical inference of Ornstein-Uhlenbeck processes : generation of stochastic graphs, sparsity, applications in finance." Thesis, Université Paris-Saclay (ComUE), 2017. http://www.theses.fr/2017SACLX066/document.
Анотація:
Le sujet de cette thèse est l'inférence statistique de processus d'Ornstein-Uhlenbeck multi-dimensionnels. Dans une première partie, nous introduisons un modèle de graphes stochastiques définis comme observations binaires de trajectoires. Nous montrons alors qu'il est possible de déduire la dynamique de la trajectoire sous-jacente à partir des observations binaires. Pour ceci, nous construisons des statistiques à partir du graphe et montrons de nouvelles propriétés de convergence dans le cadre d'une observation en temps long et en haute fréquence. Nous analysons aussi les propriétés des graphes stochastiques du point de vue des réseaux évolutifs. Dans une deuxième partie, nous travaillons sous l'hypothèse d'information complète et en temps continu et ajoutons une hypothèse de sparsité concernant le paramètre de textit{drift} du processus d'Ornstein-Uhlenbeck. Nous montrons alors des propriétés d'oracle pointues de l'estimateur Lasso, prouvons une borne inférieure sur l'erreur d'estimation au sens minimax et démontrons des propriétés d'optimalité asymptotique de l'estimateur Lasso Adaptatif. Nous appliquons ensuite ces méthodes pour estimer la vitesse de retour à la moyenne des retours journaliers d'actions américaines ainsi que des prix de futures de dividendes pour l'indice EURO STOXX 50The subject if this thesis is the statistical inference of multi-dimensional Ornstein-Uhlenbeck processes. In a first part, we introduce a model of stochastic graphs, defined as binary observations of a trajectory. We show then that it is possible to retrieve the dynamic of the underlying trajectory from the binary observations. For this, we build statistics of the stochastic graph and prove new results on their convergence in the long-time, high-frequency setting. We also analyse the properties of the stochastic graph from the point of view of evolving networks. In a second part, we work in the setting of complete information and continuous time. We add then a sparsity assumption applied to the drift matrix coefficient of the Ornstein-Uhlenbeck process. We prove sharp oracle inequalities for the Lasso estimator, construct a lower bound on the estimation error for sparse estimators and show optimality properties of the Adaptive Lasso estimator. Then, we apply the methods to estimate mean-return properties of real-world financial datasets: daily returns of SP500 components and EURO STOXX 50 Dividend Future prices
36
El, Beheiry Mohamed Hossam. "Towards whole-cell mapping of single-molecule dynamics." Thesis, Paris 6, 2015. http://www.theses.fr/2015PA066618/document.
Анотація:
La compréhension fondamentale de fonctions biologiques est accordée par l’imagerie de molécules uniques dans les cellules vivantes. Cet environnement nanoscopique est compliqué et largement mal compris. La microscopie de localisation permet cet environnement d’être sondé avec le suivi de molécules uniques. Depuis longtemps, l’obstacle principal qui empêcher la compréhension de processus physiques à cette échelle était la pénurie d’information accessible; de fortes hypothèses ne peuvent pas être établies à partir de quelques dizaines de trajectoires de molécules uniques. L’introduction des techniques de suivi de molécules à haute densité a recadré les possibilités. Dans cette thèse, les outils d’inférence Bayesienne ont été développé pour élucider le comportement de molécules uniques à partir la cartographie de leurs paramètres physiques de mouvement. Ces cartes décrivent, entre autre, les hétérogénéités aux échelles locales mais aussi à l’échelle de la cellule entière. Notamment elles dévoilent les détails quantitatifs sur les processus cellulaires de base. En utilisant cette approche cartographique, les interactions entre récepteurs et protéines d’échafaudage chez les neurones et les cellules non-neuronales sont étudiés. Une étude sur les interactions imprimées dans la cellule est également effectuée grace à un système prometteur d’impression de protéine. Les différents types d’interactions entre constructions chimériques du récepteur de glycine et de protéines d’échafaudage de géphyrine sont décrits et distingué in situ. Enfin, les perspectives vis-à-vis l’obtention de cartes tridimensionnelles de dynamiques de molécules uniques sont également commentéesImaging of single molecules inside living cells confers insight to biological function at its most granular level. Single molecules experience a nanoscopic environment that is complicated, and in general, poorly understood. The modality of choice for probing this environment is live-cell localisation microscopy, where trajectories of single molecules can be captured. For many years, the great stumbling block in comprehension of physical processes at this scale was the lack of information accessible; statistical significance and robust assertions are hardly possible from a few dozen trajectories. It is the onset of high-density single-particle tracking that has dramatically reframed the possibilities of such studies. Importantly, the consequential amounts of data it provides invites the use of powerful statistical tools that assign probabilistic descriptions to experimental observations. In this thesis, Bayesian inference tools have been developed to elucidate the behaviour of single molecules via the mapping of motion parameters. As a readout, maps describe heterogeneities at local and whole-cell scales. Importantly, they grant quantitative details into basic cellular processes. This thesis uses the mapping approach to study receptor-scaffold interactions inside neurons and non-neuronal cells. A promising system in which interactions are patterned is also examined. It is shown that interactions of different types of chimeric glycine receptors to the gephyrin scaffold protein may be described and distinguished in situ. Finally, the prospects of whole-cell mapping in three-dimensions are evaluated based on a discussion of state-of-the-art volumetric microscopy techniques
37
Alari, Anna. "Variations temporelles et géographiques des méningites à pneumocoque et effet du vaccin conjugué en France." Thesis, Université Paris-Saclay (ComUE), 2018. http://www.theses.fr/2018SACLV070/document.
Анотація:
Streptococcus pneumoniae est une bactérie cocci gram positif commensale de la flore oropharyngée qui colonise le rhinopharynx de l’Homme et dont près de 100 sérotypes sont connus. Les nourrissons et les jeunes enfants représentent son réservoir principal. Le pneumocoque peut être à l’origine d’infections graves, telles que la méningite, les bactériémies et la pneumonie, et moins graves mais plus courantes comme la sinusite et l’otite moyenne aiguë. Deux vaccins anti-pneumococciques conjugués ont été introduits en France : le PCV7 (couvrant contre 7 sérotypes) en 2003 et le PCV13 (couvrant contre 6 sérotypes supplémentaires) en 2010. L’objectif général de ce travail de thèse est d’évaluer l’impact des politiques vaccinales sur les infections invasives à pneumocoque en France, en s’intéressant principalement aux évolutions temporelles et géographiques des plus graves : les méningites à pneumocoque (MP). Un premier travail a étudié les dynamiques temporelles des MP sur la période 2001–2014 afin d’identifier l’impact de l’introduction des vaccins conjugués. Des techniques statistiques de modélisations adaptées aux séries temporelles ont été utilisées. Les résultats de ce travail retrouvent des effets rapportés dans la littérature : une réduction des MP à sérotypes vaccinaux mais aussi une augmentation des MP dues aux sérotypes non inclus dans le vaccin (phénomène de « remplacement sérotypique »).Par conséquent, le premier bénéfice, à l’échelle de la population générale, de l’introduction de cette vaccination a été observé seulement onze ans après l’introduction du PCV7, et principalement suite à l’introduction du PCV13 en 2010, avec une diminution de 25% du nombre de MP en 2014. La composante géographique a ensuite été prise en compte afin d’étudier le rôle de la de couverture vaccinale dans la variabilité des MP annuelles entre les départements sur la période 2001-2016. Les résultats confirment l’efficacité des deux formulations du vaccin sur les MP dues aux sérotypes vaccinaux et suggèrent une certaine homogénéité de cet effet entre les différents départements. Inversement, le remplacement sérotypique a été confirmé mais uniquement suite à l’introduction de la première formulation du vaccin et ces effets présentent une répartition géographique hétérogène et variable. La variabilité de la couverture vaccinale entre les départements n’explique pas celle observée dans le nombre de MP, ce qui suggère l’intervention d’autres facteurs tel que la densité géographique. Enfin, une modélisation dynamique, permettant de prendre en compte des aspects fondamentaux des dynamiques de transmission et d’infection du pneumocoque non intégrés dans les méthodes de modélisation statique, a été proposée afin de prédire l’impact de différentes stratégies de vaccination pour les adultes de 65 ans et plus et ainsi évaluer leur rapport coût-utilitéStreptococcus pneumoniae is a Gram-positive commensal bacterium of the oropharyngeal flora usually colonizing human’s rhino pharynx, of which almost 100 serotypes are known. Infants and young children constitute its main reservoir. Pneumococcus may cause serious infections, such as meningitis, bacteremia and pneumonia, or less serious but more common such as sinusitis and acute otitis media (AOM). Two conjugate pneumococcal vaccines have been introduced in France: PCV7 (covering 7 serotypes) in 2003 and PCV13 (covering 6 additional serotypes) in 2010. The overall objective of this thesis is to assess the impact of vaccination policy on invasive pneumococcal diseases in France, by focusing on temporal and geographical trends of the most serious of them: pneumococcal meningitis (PM). An initial study of PMs temporal dynamics over the 2011-2014 period assessed the impact of conjugate vaccines’ introduction. Statistical modeling techniques were used for time series analysis. The results confirm the effects found in literature: a reduction of vaccine serotypes PMs but at the same time an increase of PMs, due to non-vaccine serotypes (effect of “serotype replacement”). Therefore, the first benefit of vaccine introduction at population scale has been observed no less than 11 years after PCV7 introduction, and then principally after PCV13 was introduced in 2010, with a 25% decrease in PMs in 2014. The geographic component was then implemented to analyze the role of vaccine coverage in annual PM variability between geographic units over the 2001-2016 period. Results confirm the effectiveness of both vaccine compositions on vaccine serotypes PMs and suggest homogeneity of this effect among geographic units. Conversely the serotype replacement has been confirmed only after the first vaccine composition was introduced and presents a variable and heterogeneous geographical repartition. Variability in vaccine coverage among geographic units doesn’t explain the differences in PMs, which could suggest the role of others factors such as demographic density. Finally, a dynamic modeling capable of taking into consideration fundamental aspects of pneumococcus transmission and infection mechanisms not integrated in static modeling has been proposed in order to predict the impacts of different vaccination strategies for 65+ adults and therefore assess their cost-utility ratios
38
Nguyen, Van Duong. "Variational deep learning for time series modelling and analysis : applications to dynamical system identification and maritime traffic anomaly detection." Thesis, Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire, 2020. http://www.theses.fr/2020IMTA0227.
Анотація:
Ce travail de thèse se focalise sur une classe de méthodes d’apprentissage profond, probabilistes et non-supervisées qui utilisent l’inférence variationnelle pour créer des modèles évolutifs de grande capacité pour ce type de données. Nous présentons deux classes d’apprentissage variationnel profond, puis nous les appliquons à deux problèmes spécifiques liés au domaine maritime. La première application est l’identification de systèmes dynamiques à partir de données bruitées et partiellement observées. Nous introduisons un cadre qui fusionne l’assimilation de données classique et l’apprentissage profond moderne pour retrouver les équations différentielles qui contrôlent la dynamique du système. En utilisant une formulation d’espace d’états, le cadre proposé intègre des composantes stochastiques pour tenir compte des variabilités stochastiques, des erreurs de modèle et des incertitudes de reconstruction. La deuxième application est la surveillance du trafic maritime à l’aide des données AIS. Nous proposons une architecture d’apprentissage profond probabiliste multitâche pouvant atteindre des performances très prometteuses dans différentes tâches liées à la surveillance du trafic maritime, telles que la reconstruction de trajectoire, l’identification du type de navire et la détection d’anomalie, tout en réduisant considérablement la quantité de données à stocker et le temps de calcul. temps. Pour la tâche la plus importante - la détection d’anomalie, nous introduisons un détecteur géospatialisé qui utilise l’apprentissage profond variationnel pour construire une représentation probabiliste des trajectoires AIS, puis détecter les anomalies en jugeant la probabilité de cette trajectoireThis thesis work focuses on a class of unsupervised, probabilistic deep learning methods that use variational inference to create high capacity, scalable models for time series modelling and analysis. We present two classes of variational deep learning, then apply them to two specific problems related to the maritime domain. The first application is the identification of dynamical systems from noisy and partially observed data. We introduce a framework that merges classical data assimilation and modern deep learning to retrieve the differential equations that control the dynamics of the system. Using a state space formulation, the proposed framework embeds stochastic components to account for stochastic variabilities, model errors and reconstruction uncertainties. The second application is maritime traffic surveillance using AIS data. We propose a multitask probabilistic deep learning architecture can achieve state-of-the-art performance in different maritime traffic surveillance related tasks, such as trajectory reconstruction, vessel type identification and anomaly detection, while reducing significantly the amount data to be stored and the calculation time. For the most important task—anomaly detection, we introduce a geospatial detector that uses variational deep learning to builds a probabilistic representation of AIS trajectories, then detect anomalies by judging how likely this trajectory is
39
Bellot, Benoit. "Améliorer les connaissances sur les processus écologiques régissant les dynamiques de populations d'auxiliaires de culture : modélisation couplant paysages et populations pour l'aide à l'échantillonnage biologique dans l'espace et le temps." Thesis, Rennes 1, 2018. http://www.theses.fr/2018REN1B008/document.
Анотація:
Une alternative prometteuse à la lutte chimique pour la régulation des ravageurs de culture consiste à favoriser les populations de leurs prédateurs en jouant sur la structure du paysage agricole. L'identification de structures spatio-temporelles favorables aux ennemis naturels peut se faire par l'exploration de scénarios paysagers via une modélisation couplée de paysages et de dynamiques de population. Dans cette approche, les dynamiques de populations sont simulées sur des paysages virtuels aux propriétés structurales contrôlées, et l'observation des motifs de populations associés permet l'identification de structures favorables. La modélisation des dynamiques de populations repose cependant sur une connaissance fine des processus écologiques et de leur variabilité entre les différentes unités du paysage. L'état actuel des connaissances sur les mécanismes écologiques régissant les dynamiques des ennemis naturels de la famille des carabidés demeure l'obstacle majeur à la recherche in silico de scénarios paysagers favorables. La littérature sur les liens entre motifs de population de carabes et variables paysagères permet de formuler un ensemble d'hypothèses en compétition sur ces mécanismes. Réduire le nombre de ces hypothèses en analysant les convergences entre les motifs de population qui leur sont associés, et étudier la stabilité de ces convergences le long d'un gradient paysager apparaît comme une première étape nécessaire vers l'amélioration de la connaissance sur les processus écologiques. Dans une première partie, nous proposons une heuristique méthodologique basée sur la simulation de modèles de réaction-diffusion porteurs de ces hypothèses en compétition. L'étude des motifs de population a permis d'effectuer une typologie des modèles en fonction de leur réponse à une variable paysagère, via un algorithme de classification, réduisant ainsi le nombre d’hypothèses en compétition. La sélection de l'hypothèse la plus plausible parmi cet ensemble irréductible doit s'effectuer sur la base d'une observation des motifs de population sur le terrain. Cela implique que ces derniers soient caractérisés à des résolutions spatiales et temporelles suffisantes pour sélectionner une unique hypothèse parmi celles en compétition. Dans la deuxième partie, nous proposons une heuristique méthodologique permettant de déterminer a priori des stratégies d'échantillonnage maximisant la robustesse de la sélection d'hypothèses écologiques. Dans un premier temps, la simulation de modèles de réaction-diffusion représentatifs des hypothèses écologiques en compétition permet de générer des données biologiques virtuelles en tout point de l'espace et du temps. Ces données biologiques sont ensuite échantillonnées suivant des protocoles différant dans l'effort total d'échantillonnage, le nombre de dates, le nombre de points par unité d'espace et le nombre de réplicats de paysages. Les motifs des populations sont caractérisés à partir de ces échantillons. Le potentiel des stratégies d'échantillonnage est évalué via un algorithme de classification qui classe les modèles biologiques selon les motifs de population associés. L'analyse des performances de classification, i.e. la capacité de l'algorithme à discriminer les processus écologiques, permet de sélectionner un protocole d'échantillonnage optimal. Nous montrons également que la manière de distribuer l'effort d'échantillonnage entre ses composantes spatiales et temporelles est un levier majeur sur l'inférence des processus écologiques. La réduction du nombre d'hypothèses en compétition et l'aide à l'échantillonnage pour la sélection de modèles répondent à un besoin fort dans le processus d'acquisition de connaissances écologiques pour l'exploration in silico de scénarios paysagers favorisant des services écosystémiques. Nous discutons dans une dernière partie des implications de nos travaux et de leurs perspectives d'améliorationA promising alternative to the chemical control of pests consists in favoring their natural enemies populations by managing the agricultural landscape structure. Identifying favorable spatio-temporal structures can be performed through the exploration of landscape scenarios using coupled models of landscapes and population dynamics. In this approach, population dynamics are simulated on virtual landscapes with controlled properties, and the observation of population patterns allows for the identification of favorable structures. Population modeling however relies on a good knowledge about the ecological processes and their variability within the landscape elements. Current state of knowledge about the ecological mechanisms underlying natural enemies’ of the carabid family population dynamics remains a major obstacle to in silico investigation of favorable landscape scenarios. Literature about the relationship between carabid population and landscape properties allows the formulation of competing hypotheses about these processes. Reducing the number of these hypotheses by analyzing the convergence between their associated population patterns and investigating the stability of their convergence along a landscape gradient appears to be a necessary tep towards a better knowledge about ecological processes. In a first step, we propose a heuristic method based on the simulation of reaction-diffusion models carrying these competing hypotheses. Comparing the population patterns allowed to set a model typology according to their response to the landscape variable, through a classification algorithm, thus reducing the initial number of competing hypotheses. The selection of the most likely hypothesis from this irreducible set must rely on the observation of population patterns on the field. This implies that population patterns are described with spatial and temporal resolutions that are fine enough to select a unique hypothesis among the ones in competition. In the second part, we propose a heuristic method that allows determining a priori sampling strategies that maximize the robustness of ecological hypotheses selection. The simulation of reaction-diffusion models carrying the ecological hypotheses allows to generate virtual population data in space and time. These data are then sampled using strategies differing in the total effort, number of sampling locations, dates and landscape replicates. Population patterns are described from these samples. The sampling strategies are assessed through a classification algorithm that classifies the models according to the associated patterns. The analysis of classification performances, i.e. the ability of the algorithm to discriminate the ecological processes, allows the selection of optimal sampling designs. We also show that the way the sampling effort is distributed between its spatial and temporal components is strongly impacting the ecological processes inference. Reducing the number of competing ecological hypotheses, along with the selection of sampling strategies for optimal model inference both meet a strong need in the process of knowledge improvement about the ecological processes for the exploration of landscape scenarios favoring ecosystem services. In the last chapter, we discuss the implications and future prospects of our work
40
Drulhe, Samuel. "Identification de réseaux de régulation génique à partir de données d'expression : une approche basée sur les modèles affines par morceaux." Phd thesis, Université Joseph Fourier (Grenoble), 2008. http://tel.archives-ouvertes.fr/tel-00380505.
Анотація:
Les progrès récents des techniques expérimentales biologiques ont conduit à la production d'une énorme quantité de données sur le comportement dynamique des réseaux de régulation génique (RRG). Nous présentons une approche pour l'identification des modèles affines-par-morceaux (APM) de RRGs à partir de données expérimentales. Ces modèles reposent sur l'hypothèse que la régulation survient au niveau de la synthèse et de la dégradation des produits de l'expression des gènes : les paramètres cinétiques sont supposés être constants jusqu'à ce que la concentration d'une protéine régulatrice franchisse un seuil de transition.La méthode que nous présentons se concentrent sur le problème de la détection des transitions entre les différents modes dynamiques à partir des données d'expression génique et sur la reconstruction des seuils de transition associés avec les interactions régulatrices. En particulier, notre méthode prend en considération les contraintes géométriques spécifiques aux modèles APM de RRGs. Une telle méthode d'identification est conçue pour des systèmes à erreur sur la sortie où les observations sont des séries temporelles de mesures bruitées de niveaux de concentration à l'intérieur d'une cellule.
Les données sont d'abord classées en modes dans lesquels le comportement dynamique est considéré comme étant complètement décrit par une équation différentielle linéaire. À partir de la classification résultante, une technique de reconnaissance de forme est utilisée pour reconstruire toutes les combinaisons de seuils de transition qui sont cohérentes avec les données mesurées. Pour chaque combinaison de seuils, il est alors possible de fournir un réseau de régulation et les paramètres dynamiques de chaque mode.
Les performances de notre approche ont été analysées en utilisant des données artificielles simulées pour un modèle simplifié de la réponse à un manque de carbone pour le bactérie Escherichia coli. En particulier, nous avons évalué l'influence du niveau du bruit et du pas d'échantillonnage sur les systèmes identifiés. Nos résultats montrent que la méthode, en association avec des séries temporelles de mesures suffisamment précises, lesquelles peuvent être obtenues avec des systèmes à gène rapporteur, permettent une identification quantitative de modèles APM de RRGs.
41
Papamichail, Chrysanthi. "Estimation of dynamical systems with application in mechanics." Thesis, Compiègne, 2016. http://www.theses.fr/2016COMP2284.
Анотація:
Cette thèse porte sur inférence statistique, les méthodes bootstrap et l’analyse multivariée dans le cadre des processus semi-markoviens. Les applications principales concernent un problème de la mécanique de la rupture. Ce travail a une contribution double. La première partie concerne la modélisation stochastique du phénomène de la propagation de fissure de fatigue. Une équation différentielle stochastique décrit le mécanisme de la dégradation et le caractère aléatoire inné du phénomène est traité par un processus de perturbation. Sous l'hypothèse que ce processus soit un processus markovien (ou semi-markovien) de saut, la fiabilité du modèle est étudiée en faisant usage de la théorie du renouvellement markovien et une nouvelle méthode, plus rapide, de calcul de fiabilité est proposée avec l'algorithme correspondant. La méthode et le modèle pour le processus markovien de perturbation sont validés sur des données expérimentales. Ensuite, la consistance forte des estimateurs des moindres carrés des paramètres du modèle est obtenue en supposant que les résidus du modèle stochastique de régression, dans lequel le modèle initial est transformé, soient des différences de martingales. Dans la deuxième partie de la thèse, nous avons abordé le problème difficile de l'approximation de la distribution limite de certains estimateurs non paramétriques des noyaux semi-markoviens ou certaines fonctionnelles via la méthode bootstrap pondérée dans un cadre général. Des applications de ces résultats sur des problèmes statistiques sont données pour la construction de bandes de confiance, les tests statistiques, le calcul de la valeur p du test et pour l’estimation des inverses généralisésThe present dissertation is devoted to the statistical inference, bootstrap methods and multivariate analysis in the framework of semi-Markov processes. The main applications concern a mechanical problem from fracture mechanics. This work has a two-fold contribution. The first part concerns in general the stochastic modeling of the fatigue crack propagation phenomenon. A stochastic differential equation describes the degradation mechanism and the innate randomness of the phenomenon is handled by a perturbation process. Under the assumption that this process is a jump Markov (or semi-Markov) process, the reliability of the model is studied by means of Markov renewal theory and a new, faster, reliability calculus method is proposed with the respective algorithm. The method and the model for the Markov perturbation process are validated on experimental fatigue data. Next, the strong consistency of the least squares estimates of the model parameters is obtained by assuming that the residuals of the stochastic regression model are martingale differences into which the initial model function is transformed. In the second part of the manuscript, we have tackled the difficult problem of approximating the limiting distribution of certain non-parametric estimators of semi-Markov kernels or some functionals of them via the weighted bootstrap methodology in a general framework. Applications of these results on statistical problems such as the construction of confidence bands, the statistical tests, the computation of the p-value of the test are provided and the estimation of the generalized inverses
42
Deregnaucourt, Thomas. "Prédiction spatio-temporelle de surfaces issues de l'imagerie en utilisant des processus stochastiques." Thesis, Université Clermont Auvergne (2017-2020), 2019. http://www.theses.fr/2019CLFAC088.
Анотація:
La prédiction de surface est désormais une problématique importante dans de multiples domaines, tels que la vision par ordinateur, la simulation d'avatars en cinématographie ou dans les jeux vidéo, etc. Une surface pouvant être statique ou dynamique, c'est-à-dire évoluant dans le temps, le problème peut être séparé en deux catégories : un problème de prédiction spatial et un problème de prédiction spatio-temporel. Afin de proposer une nouvelle approche à chacune de ces problématiques, ce travail de thèse a été séparé en deux parties.Nous avons d'abord cherché à prédire une surface statique, qui est supposée cylindrique, en la connaissant partiellement sous la forme de courbes. L'approche que nous avons proposée consiste à déformer un cylindre sur les courbes connues afin de reconstruire la surface d'intérêt. Tout d'abord, une correspondance entre les courbes connues et le cylindre est générée à l'aide d'outils d'analyse de forme. Une fois cette étape effectuée, une interpolation du champ de déformation, qui a été supposé gaussien, a été estimée en se basant sur le maximum de vraisemblance d'une part, et par inférence bayésienne d'autre part. La méthodologie a par la suite été appliquée à des données réelles provenant de deux domaines de l'imagerie : l'imagerie médicale et l'infographie. Les divers résultats obtenus montrent que la méthode proposée surpasse les méthodes existantes dans la littérature, avec de meilleurs résultats en utilisant l'inférence bayésienne.Dans un second temps, nous nous sommes intéressés à la prédiction spatio-temporelle de surfaces dynamiques. L'objectif était de prédire entièrement une surface dynamique à partir de sa surface initiale. La prédiction nécessitant une phase d'apprentissage à partir d'observations connues, nous avons tout d'abord développé un outil d'analyse spatio-temporel de surfaces. Cette analyse se base sur des outils d'analyse de forme, et permet un meilleur apprentissage pour la prédiction. Une fois cette étape préliminaire effectuée, nous avons estimé la déformation temporelle de la surface dynamique à prédire. Plus précisément, une adaptation, applicable sur l'espace des surfaces, des estimateurs couramment utilisés en statistique a été utilisée. En appliquant la déformation estimée sur la surface initiale, une estimation de la surface dynamique a ainsi été créée. Cette méthodologie a par la suite été utilisée pour prédire des expressions 4D du visage, ce qui permet de générer des expressions visuellement convaincantesThe prediction of a surface is now an important problem due to its use in multiple domains, such as computer vision, the simulation of avatars for cinematography or video games, etc. Since a surface can be static or dynamic, i.e. evolving with time, this problem can be separated in two classes: a spatial prediction problem and a spatio-temporal one. In order to propose a new approach for each of these problems, this thesis works have been separated in two parts.First of all, we have searched to predict a static surface, which is supposed cylindrical, knowing it partially from curves. The proposed approach consisted in deforming a cylinder on the known curves in order to reconstruct the surface of interest. First, a correspondence between known curves and the cylinder is generated with the help of shape analysis tools. Once this step done, an interpolation of the deformation field, which is supposed Gaussian, have been estimated using maximum likelihood and Bayesian inference. This methodology has then been applied to real data from two domains of imaging: medical imaging and infography. The obtained results show that the proposed approach exceeds the existing methods in the literature, with better results using Bayesian inference.In a second hand, we have been interested in the spatio-temporal prediction of dynamic surfaces. The objective was to predict a dynamic surface based on its initial surface. Since the prediction needs to learn on known observations, we first have developed a spatio-temporal surface analysis tool. This analysis is based on shape analysis tools, and allows a better learning. Once this preliminary step done, we have estimated the temporal deformation of the dynamic surface of interest. More precisely, an adaptation, with is usable on the space of surfaces, of usual statistical estimators has been used. Using this estimated deformation on the initial surface, an estimation of the dynamic surface has been created. This process has then been applied for predicting 4D expressions of faces, which allow us to generate visually convincing expressions
43
Rau, Andrea. "Inférence rétrospective de réseaux de gènes à partir de données génomiques temporelles." Phd thesis, 2010. http://tel.archives-ouvertes.fr/tel-00568663.
Анотація:
Les réseaux de gènes régulateurs représentent un ensemble de gènes qui interagissent, directement ou indirectement, les uns avec les autres ainsi qu'avec d'autres produits cellulaires. Comme ces interactions réglementent le taux de transcription des gènes et la production subséquente de protéines fonctionnelles, l'identification de ces réseaux peut conduire à une meilleure compréhension des systèmes biologiques complexes. Les technologies telles que les puces à ADN (microarrays) et le séquençage à ultra-haut débit (RNA sequencing) permettent une étude simultanée de l'expression des milliers de gènes chez un organisme, soit le transcriptome. En mesurant l'expression des gènes au cours du temps, il est possible d'inférer (soit "reverse-engineer") la structure des réseaux biologiques qui s'impliquent pendant un processus cellulaire particulier. Cependant, ces réseaux sont en général très compliqués et difficilement élucidés, surtout vu le grand nombre de gènes considérés et le peu de répliques biologiques disponibles dans la plupart des données expérimentales.Dans ce travail, nous proposons deux méthodes pour l'identification des réseaux de gènes régulateurs qui se servent des réseaux Bayésiens dynamiques et des modèles linéaires. Dans la première méthode, nous développons un algorithme dans un cadre bayésien pour les modèles linéaires espace-état (state-space model). Les hyperparamètres sont estimés avec une procédure bayésienne empirique et une adaptation de l'algorithme espérance-maximisation. Dans la deuxième approche, nous développons une extension d'une méthode de Approximate Bayesian Computation basé sur une procédure de Monte Carlo par chaînes de Markov pour l'inférence des réseaux biologiques. Cette méthode échantillonne des lois approximatives a posteriori des interactions gène-à-gène et fournit des informations sur l'identifiabilité et le robustesse des structures sous-réseaux. La performance des deux approches est étudié via un ensemble de simulations, et les deux sont appliqués aux données transcriptomiques.
44
Sankar, Chinnadhurai. "Neural approaches to dialog modeling." Thesis, 2020. http://hdl.handle.net/1866/24802.
Анотація:
Cette thèse par article se compose de quatre articles qui contribuent au domaine de l’apprentissage profond, en particulier dans la compréhension et l’apprentissage des ap- proches neuronales des systèmes de dialogue. Le premier article fait un pas vers la compréhension si les architectures de dialogue neuronal couramment utilisées capturent efficacement les informations présentes dans l’historique des conversations. Grâce à une série d’expériences de perturbation sur des ensembles de données de dialogue populaires, nous constatons que les architectures de dialogue neuronal couramment utilisées comme les modèles seq2seq récurrents et basés sur des transformateurs sont rarement sensibles à la plupart des perturbations du contexte d’entrée telles que les énoncés manquants ou réorganisés, les mots mélangés, etc.
Le deuxième article propose d’améliorer la qualité de génération de réponse dans les systèmes de dialogue de domaine ouvert en modélisant conjointement les énoncés avec les attributs de dialogue de chaque énoncé. Les attributs de dialogue d’un énoncé se réfèrent à des caractéristiques ou des aspects discrets associés à un énoncé comme les actes de dialogue, le sentiment, l’émotion, l’identité du locuteur, la personnalité du locuteur, etc.
Le troisième article présente un moyen simple et économique de collecter des ensembles de données à grande échelle pour modéliser des systèmes de dialogue orientés tâche. Cette approche évite l’exigence d’un schéma d’annotation d’arguments complexes. La version initiale de l’ensemble de données comprend 13 215 dialogues basés sur des tâches comprenant six domaines et environ 8 000 entités nommées uniques, presque 8 fois plus que l’ensemble de données MultiWOZ populaire.This thesis by article consists of four articles which contribute to the field of deep learning, specifically in understanding and learning neural approaches to dialog systems. The first article takes a step towards understanding if commonly used neural dialog architectures effectively capture the information present in the conversation history. Through a series of perturbation experiments on popular dialog datasets, wefindthatcommonly used neural dialog architectures like recurrent and transformer-based seq2seq models are rarely sensitive to most input context perturbations such as missing or reordering utterances, shuffling words, etc. The second article introduces a simple and cost-effective way to collect large scale datasets for modeling task-oriented dialog systems. This approach avoids the requirement of a com-plex argument annotation schema. The initial release of the dataset includes 13,215 task-based dialogs comprising six domains and around 8k unique named entities, almost 8 times more than the popular MultiWOZ dataset. The third article proposes to improve response generation quality in open domain dialog systems by jointly modeling the utterances with the dialog attributes of each utterance. Dialog attributes of an utterance refer to discrete features or aspects associated with an utterance like dialog-acts, sentiment, emotion, speaker identity, speaker personality, etc. The final article introduces an embedding-free method to compute word representations on-the-fly. This approach significantly reduces the memory footprint which facilitates de-ployment in on-device (memory constraints) devices. Apart from being independent of the vocabulary size, we find this approach to be inherently resilient to common misspellings.