Le co-clustering est une technique de classification consistant à réaliser une partition simultanée des lignes et des colonnes d'une matrice de données. Parmi les approches existantes, MODL permet de traiter des données volumineuses et de réaliser une partition de plusieurs variables, continues ou nominales. Nous utilisons cette approche comme référence dans l'ensemble des travaux de la thèse et montrons la diversité des problèmes de data mining pouvant être traités, comme le partitionnement de graphes, de graphes temporels ou encore le clustering de courbes. L'approche MODL permet d'obtenir des résultats fins sur des données volumineuses, ce qui les rend difficilement interprétables. Des outils d'analyse exploratoire sont alors nécessaires pour les exploiter. Afin de guider l'utilisateur dans l'interprétation de tels résultats, nous définissons plusieurs outils consistant à simplifier des résultats fins afin d'en avoir une interprétation globale, à détecter les clusters remarquables, à déterminer les valeurs représentatives de leurs clusters et enfin à visualiser les résultats. Les comportements asymptotiques de ces outils d'analyse exploratoire sont étudiés afin de faire le lien avec les approches existantes. Enfin une application sur des comptes-rendus d'appels de l'opérateur Orange, collectés en Côte d'Ivoire, montre l'intérêt de l'approche et des outils d'analyse exploratoire dans un contexte industriel.

Cette thèse d'intéresse à l'analyse exploratoire des données multimdimensionnelles souvent qualitatives voire textuelles par des modèles particuliers de carte auto-organisatrice de Kohonen. Il s'agit d'effectuer une classification et une projection simultanées des lignes ou colonnes d'une matrice de données. Le résultat de ces méthodes est une réduction sous la forme d'une surface de régression discrète. Nous étudions plus particulièrement les modèles de mélange de lois de probabilité : les paramètres correspondant aux espérances des vecteurs classés sont contraints en les plaçant aux nœuds d'une grille rectangulaire. Après une présentation de ces méthodes, et des algorithmes d'estimation basés sur l'EM (Expectation - Maximization), nous introduisons essentiellement deux nouvelles approches. La première vise à "généraliser la méthode d'Analyse Factorielle des Correspondances" aux grandes matrices : l'algorithme CASOM est un classifieur naïf de Bayes contraint en un TPEM (Topology Preserving EM) pour tableau de contingence. La seconde consiste en un schéma général d'adaptation des méthodes de segmentation d'image en carte auto-organisatrice. Pour l'illustrer, nous modifions un algorithme de segmentation par champs moyens, et obtenons un algorithme appelé TNEM. Nous utilisons ces méthodes pour aider à la navigation dans un corpus textuel. En effet, nous aboutissons à des critères et des moyens de représentation objectifs.

Nous proposons d'évaluer la pertinence de la coordination des politiques de transport et d'occupation de l'espace pour réduire les nuisances de la mobilité quotidienne dans la région métropolitaine de Londres. Le diagnostic d'une dépendance automobile est dressé. Les causes, les manifestations, les conséquences et les remèdes à la dépendance automobile sont alors contextualisés dans la complexité du fonctionnement et de la gestion de la région. Dans le contexte de développement durable, les autorités londoniennes souhaitent réduire la dépendance automobile. Malgré des résultats de recherche divergents sur les liens présumés entre transport, occupation de l'espace et pratiques de mobilité, la coordination des politiques de transport et d'occupation de l'espace est privilégiée. Cette posture révèle la consécration d'un nouveau paradigme de l'aménagement urbain et régional que nous souhaitons déconstruire. Déconstruction du cheminement par lequel ce type de politique a été consacré et par l'évaluation des relations entre transports, occupation de l'espace et déplacements domicile-travail dans la région métropolitaine de Londres. Si la réduction de la dépendance est conditionnée par la coordination des politiques, notamment de celles qui encouragent les hautes densités et l'amélioration conjointe de la desserte des transports collectifs, elle induit également la nécessaire pratique d'un « grand écart » tant les objectifs divergent.

Les activités économiques présentent des formes et des degrés de dépendance variables à l'environnement. L'environnement peut intervenir comme un facteur de production, comme une contrainte à l'usage de certains intrants, comme une contrainte pour certains facteurs de production. La dépendance peut être reliée à la disponibilité ou à la qualité de certaines ressources environnementales, à leur dimension de bien collectif. Il s'agira d'explorer les implications des différentes formes de dépendances bio-physico-chimiques mais aussi juridiques. Dans le cas de l'ostréiculture arcachonnaise, on examinera les formes de dépendance et leur mesure économique, à travers les impacts économiques liés à la disponibilité variable des ressources biologiques marines mais aussi à la productivité naturelle du milieu. L'analyse des caractéristiques socio-économiques des entreprises ostréicoles arcachonnaises permettra de dresser une typologie de ces dernières et ainsi caractériser l'activité. Une approche par la fonction de production sera utilisée pour mettre en évidence les degrés divers de sensibilité à une variation des conditions environnementales de production tandis que l'évaluation par la méthode des prix hédoniques permettra de déterminer le prix implicite des composantes environnementales des indemnités de substitution en tenant compte par ailleurs de la localisation géographique des concessions ostréicoles.

Cette thèse défend l’intérêt d’appliquer une démarche d’analyse exploratoire de données spatiales pour examiner un phénomène complexe irréductible, dans un contexte limité en données : le paludisme-infection à Dakar. Chaque partie du système pathogène du paludisme est nécessaire mais non suffisante au fonctionnement du système. Il n’y a paludisme-infection que lorsque les trois composantes sont en contact : le parasite, le vecteur et l’hôte humain. La recherche des lieux où ces contacts peuvent s’opérer facilement est donc primordiale dans la lutte contre le paludisme et l’amélioration des programmes visant à la diminution voire l’élimination de la maladie. L’analyse exploratoire, encore très peu appliquée dans les pays dits du Sud, se définit ainsi comme une démarche de recherche mais aussi comme un moyen d’apporter des réponses aux besoins sanitaires. Elle pousse à l’observation, sous différents angles, des déterminants sociaux qui sont impliqués dans la réalisation du phénomène, tout comme à l’examen des interactions existantes entre eux. Nous avons récolté des informations quantitatives variées, en lien direct et indirect avec l’étude du paludisme. Interprétation d’images satellites, données censitaires, résultats d’enquêtes sociales et sanitaires ont été intégrées dans un système d’information géographique pour décrire la ville et ses habitants. Le croisement de ces sources a permis d’étudier les faces spatiales du risque épidémique palustre. Le recours à des analyses statistiques et géostatistiques, bivariées et multivariées, a permis de souligner que le risque d’infection des populations dépendait fortement d’une distance, que l’on a qualifié de sociale. / This thesis applies an Exploratory Spatial Data Analysis (ESDA) approach to study a complex phenomenon in a data scarce environment: malaria infection in Dakar. Each component of the malaria pathogenic system is necessary but not sufficient to result in an infection when acting in isolation. For malaria infection to occur, three components need to interact: the parasite, the vector, and the human host. The identification of areas where these three components can easily interact is therefore essential in the fight against malaria and the improvement of programs for the prevention and control or elimination of the disease. ESDA, still rarely applied in developing countries, is thus defined as a research approach but also as a way to provide answers to global health challenges. It leads to observation, from different angles, on the social and spatial determinants of malaria infection, as well as the examination of existing interactions between its three components. Several streams of quantitative information were collected, both directly and indirectly related to the study of malaria. More specifically, multi-temporal satellite imagery, census data, and results from social and health surveys have been integrated into a Geographic Information System (GIS) to describe the city and its inhabitants. Combining these datasets has enabled to study the spatial variability of the risk of malaria infection.

La prédiction de futurs évènements extrêmes est d’un grand intérêt dans de nombreux domaines tels que l’environnement ou la gestion des risques. Alors que la théorie des valeurs extrêmes univariées est bien connue, la complexité s’accroît lorsque l’on s’intéresse au comportement joint d’extrêmes de plusieurs variables. Un intérêt particulier est porté aux évènements de nature spatiale, définissant le cadre d’un nombre infini de dimensions. Sous l’hypothèse que ces évènements soient marginalement extrêmes, nous focalisons sur la structure de dépendance qui les lie. Dans un premier temps, nous faisons une revue des modèles paramétriques de dépendance dans le cadre multivarié et présentons différentes méthodes d’estimation. Les processus maxstables permettent l’extension au contexte spatial. Nous dérivons la loi en dimension finie du célèbre modèle de Brown- Resnick, permettant de faire de l’inférence par des méthodes de vraisemblance ou de vraisemblance composée. Nous utilisons ensuite des lois asymétriques afin de définir la représentation spectrale d’un modèle plus large : le modèle Extremal Skew-t, généralisant la plupart des modèles présents dans la littérature. Ce modèle a l’agréable propriété d’être asymétrique et non-stationnaire, deux notions présentées par les évènements environnementaux spatiaux. Ce dernier permet un large spectre de structures de dépendance. Les indicateurs de dépendance sont obtenus en utilisant la loi en dimension finie.Enfin, nous présentons une méthode d’estimation non-paramétrique par noyau pour les queues de distributions et l’appliquons à la sélection de modèles. Nous illustrons notre méthode à partir de l’exemple de modèles climatiques. / Projection of future extreme events is a major issue in a large number of areas including the environment and risk management. Although univariate extreme value theory is well understood, there is an increase in complexity when trying to understand the joint extreme behavior between two or more variables. Particular interest is given to events that are spatial by nature and which define the context of infinite dimensions. Under the assumption that events correspond marginally to univariate extremes, the main focus is then on the dependence structure that links them. First, we provide a review of parametric dependence models in the multivariate framework and illustrate different estimation strategies. The spatial extension of multivariate extremes is introduced through max-stable processes. We derive the finite-dimensional distribution of the widely used Brown-Resnick model which permits inference via full and composite likelihood methods. We then use Skew-symmetric distributions to develop a spectral representation of a wider max-stable model: the extremal Skew-t model from which most models available in the literature can be recovered. This model has the nice advantages of exhibiting skewness and nonstationarity, two properties often held by environmental spatial events. The latter enables a larger spectrum of dependence structures. Indicators of extremal dependence can be calculated using its finite-dimensional distribution. Finally, we introduce a kernel based non-parametric estimation procedure for univariate and multivariate tail density and apply it for model selection. Our method is illustrated by the example of selection of physical climate models.

Les données permettant de décrire des phénomènes spatio-temporels sont de plus en plus nombreuses. Ces nouvelles données peuvent alors être éloignées de celles habituellement observées pour l'étude de certains phénomènes. Leur analyse, selon une approche hypothético-déductive telle qu'elle est majoritairement effectuée en statistique et dans les SIG, peut ainsi passer sous silence certaines informations insoupçonnées, mais pertinentes, sur les dynamiques de ces phénomènes spatio-temporels.Il peut alors être intéressant de simplement donner à voir les données, pour observer ce qu'elles ont à montrer, avant de les analyser. Ce principe est celui de l'analyse exploratoire: le procédé est de permettre à un utilisateur d'effectuer une exploration libre des données, au moyen de représentations visuelles, afin de mettre en lumière des structures ou des relations insoupçonnées. Aujourd'hui, l'analyse exploratoire est notamment possible au moyen d'environnements de visualisation, intégrant différentes représentations graphiques et cartographiques interactives.Les environnements de visualisation sont majoritairement développés de manière ad hoc, dans le cadre d'une thématique particulière. Or l'émergence constante de nouvelles données incite à promouvoir des méthodes d'analyse applicables à des phénomènes de différentes natures. En fonction de la problématique dans laquelle s'insèrent ces derniers, les dynamiques sur lesquelles va se focaliser l'analyse diffèrent. Analyser un phénomène météorologique dans un but de prévision implique de s’intéresser aux récurrences cycliques du phénomène. Analyser l'évolution d'une population pour la mise en place de politiques publiques implique d’analyser ce phénomène sur le temps long et selon différentes zones de l’espace.Notre objectif est de proposer une méthode d'analyse exploratoire des phénomènes spatio-temporels et de leurs dynamiques, indépendante du thème traité. Pour cela, nous proposons un environnement de géovisualisation, GrAPHiST (Géovisualisation pour l'Analyse des PHenomenes Spatio-Temporels), permettant l'analyse de différentes dynamiques, selon différentes échelles spatiales et temporelles (linéaires ou cycliques). Développer cet environnement implique de s’interroger sur la modélisation du changement dans l’espace, la nature des dynamiques spatio-temporelles à étudier, et les outils visuels et interactifs permettant de les identifier.Ainsi, les contributions de notre recherche se situent à plusieurs niveaux :- une modélisation générique des phénomènes spatio-temporels, sous la forme de séries événementielles;- de nouvelles méthodes de représentations graphiques et interactives, autorisant la recherche et l'identification des dynamiques spatio-temporelles, notamment: l'introduction de diagrammes temporels interactifs permettant la recherche visuelle de récurrences cycliques dans les données spatio-temporelles; l'utilisation de règles de symbologie permettant la visualisation des relations entre les composantes temporelle et spatiale des phénomènes; de nouvelles méthodes de représentations des agrégats d'événements proches, permettant d'identifier des structures dans leur distribution spatio-temporelle;- la formalisation d’une approche d'analyse exploratoire des dynamiques spatio-temporelles, déclinée en plusieurs scénarios selon l’objectif poursuivi.Nous validons notre approche en l'appliquant à l'analyse de différents jeux de données. L'objectif est de vérifier la possibilité d'identifier des dynamiques, relatives au temps linéaire ou cyclique, au moyen de GrAPHiST, et d'illustrer le caractère générique de l'approche, ainsi que les opportunités d'analyse offertes par l'environnement. / Datasets allowing the description of spatio-temporal phenomena are becoming ever more numerous. These new data can be very different from those usually observed for studying spatio-temporal phenomena. An analysis through a hypothetico-deductive approach, like is mainly done in statistic and GIS domains, can ignore some unsuspected, but relevant, information about the dynamics of these spatio-temporal phenomena.It can be interesting then, to just present the data, to observe what they have to show, before analysing them. This is the principle of the exploratory data analysis: the process is to allow a user to freely explore data, through visual representations, in order to highlight unsuspected structures or relationships. Today, exploratory analysis is possible through visualization environments, which integrate different graphic or cartographic interactive representations.Visualization environments are mainly developed in an ad hoc manner, in the context of a particular thematic field. However, the constant appearance of new data encourages promoting analysis methods, which could be applied to several types of phenomena. According to the domain related to these phenomena, the analysis will be focused on different dynamics. Analysing a meteorological phenomenon, in a forecasting purpose, implies a focus on the cyclic recurrences of the phenomenon. Analysing the increase of a population, for the purpose of deciding public policies, implies an analysis of the phenomenon on a long-term, through different spatial areas.Our objective is to propose a method for the exploratory analysis of spatio-temporal phenomena and their dynamics, which would be independent of the topic. In order to achieve this, we propose a geovisualization environment, GrAPHiST (Géovisualisation pour l'Analyse des PHenomenes Spatio-Temporels; Geovisualization for spatio-temporal phenomena analysis), allowing the analysis of several dynamics, through different spatial and temporal (linear or cyclic) scales. Developing this environment implies to focus on how spatial changes are modelled, on the nature of the spatio-temporal dynamics we have to study, and on the visual and interactive tools, which allow the identification of these dynamics.So, the contributions of our research can be found at several levels:a generic modelling approach of spatio-temporal phenomena, in the form of event series;new graphical and interactive representation methods, which allow the searching and the identification of spatio-temporal dynamics, including: the introduction of interactive temporal diagrams, which allow the visual searching of cyclic recurrences in spatio-temporal data; the use of symbology rules, which allow the visualization of relationships between the spatial and temporal components of phenomena; new methods to represent aggregated closed events, which allow to identify structures in their spatio-temporal distribution;the formalization of an exploratory approach for the spatio-temporal dynamics analysis, divided into several scenarios, according to the purpose of the analysis.We validate our proposition by applying it to the analysis of several datasets. The objective is to verify the possibility to identify dynamics, related to linear or cyclic time, through the use of GrAPHiST, and to illustrate the generic aspect of the approach, as well as the analysis opportunities given by the environment.

Dans cette thèse, nous proposons et évaluons la mise en place de la chaine complète de traitement de l'information pour la détermination de l'état de santé d'un blessé polytraumatisé. Nous faisons l'hypothèse que l'état de santé du blessé est observable dans un espace généré à partir de caractéristiques extraites sur des mesures provenant de capteurs portables. Au cours du polytraumatisme, son état se déplace dans des régions propres à chaque classe de choc hémorragique rencontrée, indépendante de l'individu. Le but de cette étude est de trouver ces régions par apprentissage supervisé pour un espace de dimension le plus faible possible (minimisation du nombre de capteurs). Pour cela, nous avons mis au point un modèle animal de choc hémorragique sur de jeunes porcs subissant une perte de sang continue à débit contrôlé. Dans un premier temps l'apprentissage a été réalisé en observant l'état instantané, l'évolution dynamique étant vue comme contextuelle. Dans un second temps nous avons évalué l'apport de l'information dynamique.

Les activités économiques présentent des formes et des degrés de dépendance variables à l’environnement. L’environnement peut intervenir comme un facteur de production, comme une contrainte à l’usage de certains intrants, comme une contrainte pour certains facteurs de production. La dépendance peut être reliée à la disponibilité ou à la qualité de certaines ressources environnementales, à leur dimension de bien collectif. Il s’agira d’explorer les implications des différentes formes de dépendances bio-physico-chimiques mais aussi juridiques. Dans le cas de l’ostréiculture arcachonnaise, on examinera les formes de dépendance et leur mesure économique, à travers les impacts économiques liés à la disponibilité variable des ressources biologiques marines mais aussi à la productivité naturelle du milieu. L’analyse des caractéristiques socio-économiques des entreprises ostréicoles arcachonnaises permettra de dresser une typologie de ces dernières et ainsi caractériser l’activité. Une approche par la fonction de production sera utilisée pour mettre en évidence les degrés divers de sensibilité à une variation des conditions environnementales de production tandis que l’évaluation par la méthode des prix hédoniques permettra de déterminer le prix implicite des composantes environnementales des indemnités de substitution en tenant compte par ailleurs de la localisation géographique des concessions ostréicoles. / Economic activities have forms and degrees of dependency variables to the environment. The environment can act as a factor of production as a constraint to the use of certain inputs, such as a constraint for some inputs. Dependence may be related to the availability or quality of certain environmental resources. It will explore the implications of different forms of dependencies bio-physico-chemical as well as legal. In the case of the Arcachon Bay oyster-farming will examine the forms of dependence and economic measure, through the economic impacts associated with the variable availability of living marine resources but also to the natural productivity of the environment. The analysis of socio-economic characteristics of Arcachon Bay oyster-farms will develop a typology of the latter and thus characterize the activity. A production function approach will be used to highlight the varying degrees of sensitivity to changes in environmental conditions of production while the evaluation by the hedonic price method will determine the implicit price of environmental components of the oyster leases value taking into account also the geographical location of oyster leases.

Avec la mondialisation, l'entreprise doit faire face aux menaces de plus en plus fortes de la concurrence et à l'accélération des flux d'information. Pour cela, elle est amenée à rester continuellement informée des innovations, des stratégies de la concurrence et de l'état du marché tout en gardant la maîtrise de son environnement. Le développement d'Internet et la globalisation ont à la fois renforcé cette exigence, et fourni les moyens de collecter l'information qui, une fois synthétisée, prend souvent une forme relationnelle. Pour analyser le relationnel, le recours à la visualisation par des graphes apporte un réel confort aux utilisateurs, qui, de façon intuitive, peuvent s'approprier une forme de connaissance difficile à appréhender autrement. <br />Nos travaux conduisent à l'élaboration des techniques graphiques permettant la compréhension des activités humaines, de leurs interactions mais aussi de leur évolution, dans une perspective décisionnelle. Nous concevons un outil alliant simplicité d'utilisation et précision d'analyse se basant sur deux types de visualisations complémentaires : statique et dynamique. <br />L'aspect statique de notre modèle de visualisation repose sur un espace de représentation, dans lequel les préceptes de la théorie des graphes sont appliqués. Le recours à des sémiologies spécifiques telles que le choix de formes de représentation, de granularité, de couleurs significatives permet une visualisation plus juste et plus précise de l'ensemble des données. L'utilisateur étant au cœur de nos préoccupations, notre contribution repose sur l'apport de fonctionnalités spécifiques, qui favorisent l'identification et l'analyse détaillée de structures de graphes. Nous proposons des algorithmes qui permettent de cibler le rôle des données au sein de la structure, d'analyser leur voisinage, tels que le filtrage, le k-core, la transitivité, de retourner aux documents sources, de partitionner le graphe ou de se focaliser sur ses spécificités structurelles.<br />Une caractéristique majeure des données stratégiques est leur forte évolutivité. Or l'analyse statistique ne permet pas toujours d'étudier cette composante, d'anticiper les risques encourus, d'identifier l'origine d'une tendance, d'observer les acteurs ou termes ayant un rôle décisif au cœur de structures évolutives.<br />Le point majeur de notre contribution pour les graphes dynamiques représentant des données à la fois relationnelles et temporelles, est le morphing de graphe. L'objectif est de faire ressortir les tendances significatives en se basant sur la représentation, dans un premier temps, d'un graphe global toutes périodes confondues puis en réalisant une animation entre les visualisations successives des graphes attachés à chaque période. Ce procédé permet d'identifier des structures ou des événements, de les situer temporellement et d'en faire une lecture prédictive.<br />Ainsi notre contribution permet la représentation des informations, et plus particulièrement l'identification, l'analyse et la restitution des structures stratégiques sous jacentes qui relient entre eux et à des moments donnés les acteurs d'un domaine, les mots-clés et concepts qu'ils utilisent.