Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Ce travail doctoral étudie les propriétés théoriques et asymptotiques des processus et des champs aléatoires stationnaires dont se déduisent des applications en statistique et en simulation. Une premi ère partie (Chapitres 2, 3 et 4) a pour objectif de construire des nouveaux modèles de champs aléatoires de type autorégressifs, sous forme de schémas de Bernoulli, et de donner des résultats au sujet de leur théorie limite. Des notions de dépendance faible sont utilisées, plus générale que les notions bien connues de mélange fort ou d'association. Nous envisagerons un principe d'invariance, faible et fort, pour les champs aléatoires considérés. Dans un deuxième temps, nous nous intéressons à quelques problèmes d'estimation dans deux contextes de dépendance bien précis. Nous étudions au Chapitre 5 un problème de simulation de textures dans un contexte de rééchantillonnage pour des champs de Markov fortement mélangeants dans un cadre non paramétrique. Le Chapitre 6 est consacré à la construction et à l'estimation des paramètres d'une nouvelle série chronologique à valeurs entières de type ARCH. La construction est établie en utilisant des arguments de contraction établis dans le cadre des champs aléatoires et le comportement asymptotique des estimateurs des paramètres, obtenus par quasi-maximum de vraisemblance gaussien est fondée sur des arguments de type différence de martingales. Enfin nous présentons au Chapitre 7 une nouvelle méthode d'estimation des paramètres pour des modèles ARCH de type markoviens, mé- thode obtenue en lissant la quasi vraisemblance gaussienne et nous appliquons cette méthode à une série hétéroscedastique de type LARCH pour laquelle les faibles valeurs de la variance conditionnelle rendent dificile l'utilisation de la méthode classique du quasi maximum de vraisemblance

Ce travail doctoral étudie les propriétés théoriques et asymptotiques des processus et des champs aléatoires stationnaires dont se déduisent des applications en statistique et en simulation. Une premi ère partie (Chapitres 2, 3 et 4) a pour objectif de construire des nouveaux modèles de champs aléatoires de type autorégressifs, sous forme de schémas de Bernoulli, et de donner des résultats au sujet de leur théorie limite. Des notions de dépendance faible sont utilisées, plus générale que les notions bien connues de mélange fort ou d'association. Nous envisagerons un principe d'invariance, faible et fort, pour les champs aléatoires considérés. Dans un deuxième temps, nous nous intéressons à quelques problèmes d'estimation dans deux contextes de dépendance bien précis. Nous étudions au Chapitre 5 un problème de simulation de textures dans un contexte de rééchantillonnage pour des champs de Markov fortement mélangeants dans un cadre non paramétrique. Le Chapitre 6 est consacré à la construction et à l'estimation des paramètres d'une nouvelle série chronologique à valeurs entières de type ARCH. La construction est établie en utilisant des arguments de contraction établis dans le cadre des champs aléatoires et le comportement asymptotique des estimateurs des paramètres, obtenus par quasi-maximum de vraisemblance gaussien est fondée sur des arguments de type diérence de martingales. Enn nous présentons au Chapitre 7 une nouvelle méthode d'estimation des paramètres pour des modèles ARCH de type markoviens, mé- thode obtenue en lissant la quasi vraisemblance gaussienne et nous appliquons cette méthode à une série hétéroscedastique de type LARCH pour laquelle les faibles valeurs de la variance conditionnelle rendent dicile l'utilisation de la méthode classique du quasi maximum de vraisemblance

Pour une bonne modélisation mathématique de l'occurrence de phénomènes aléatoires, part fondamentale de la discipline actuarielle, il est nécessaire d'employer des distributions multivariées permettant de capturer adéquatement les relations de dépendance présentes entre les phénomènes. Celles qu'offrent les champs aléatoires markoviens, une famille de modèle probabilistes graphiques, répondent à ce besoin, les relations de dépendance qu'elles introduisent se calquant à un arbre ou à un graphe. Les champs aléatoires markoviens misent ainsi sur les riches possibilités de topologies d'arbres et de graphes pour offrir cette même richesse en termes de dépendance. Une nouvelle famille de champs aléatoires markoviens arborescents, c'est-à-dire se basant sur des arbres, est proposée. Les membres de cette famille se distinguent par le fait qu'ils ont des distributions marginales fixes de Poisson, « fixes » dans le sens que la dépendance introduite n'a pas d'impact sur elles. Des distribution marginales fixes sont inhabituelles pour un champ aléatoire markovien, bien que généralement désirables pour fins de modélisation. Cette caractéristique est possible par l'encapsulation, dans les arêtes de l'arbre, de la dynamique de propagation induite par l'opérateur d'amincissement binomial. Cela mène également à une représentation stochastique intuitive des champs aléatoires markoviens de la famille, à des méthodes simples de simulation et à des expressions analytiques pour leur fonction de masses de probabilités conjointe et leur fonction génératrice de probabilités conjointe, notamment. Quantités importantes dans un contexte actuariel, la somme des composantes du champ aléatoire markovien, interprétable comme le nombre total d'événement s'étant produits, et les contributions individuelles de ces composantes sont étudiées en profondeur. Cette analyse passe notamment par l'établissement d'ordres stochastiques. À cet effet, un nouvel ensemble partiellement ordonné est défini pour comparer des arbres aux topologies différentes selon la distribution qu'ils induisent pour la somme, ce qui est, à notre connaissance, novateur dans le contexte de modèles pobabilistes graphiques. Est offerte une comparaison de cet ensemble partiellement ordonné avec quelques autres en lien avec la théorie spectrale des graphes. / For adequate mathematical modeling of random phenomena's occurrences, it is necessary to employ multivariate distributions that appropriately capture the existing dependence relations between those phenomena. The multivariate distributions granted by Markov random fields, a family of probabilistic graphical models, answer to this need, by encrypting the dependence scheme they introduce on a tree or a graph. Markov random fields thus leverage on the rich possibilities of tree shapes and graph shapes to provide these possibilities in terms of dependence schemes. We propose a new family of tree-based Markov random fields, characterized by their Poisson marginal distributions. The marginal distributions are also fixed, meaning they are not affected by the introduced dependence. This fixedness is uncommon for Markov random fields, while being desirable for modeling purposes. It is obtained from the encapsulation, in the edges of the tree, of the propagation dynamic induced by the binomial thinning operator. This leads to an intuitive stochastic representation of Markov random fields from the proposed family, simple methods of simulation, and analytic expressions for their joint probability mass function and their joint probability generating function, notably. Important quantities in an actuarial context are the sum of the components of the Markov random field, interpreted as the total number of occurring phenomena, and the individual contributions of these components. They are thoroughly studied, notably via the use of stochastic order relations. We incidently design a new partially ordered set (poset) of trees, in order to compare trees of different shapes based on the distribution of the sum they respectively convey. To our knowledge, this approach is innovative in the context of probabilistic graphical models. We provide comparisons of the newly defined poset with some other posets of trees fetched from spectral graph theory.

Titre de l'écran-titre (visionné le 10 octobre 2023) / Ce mémoire étudie les impacts qu'a une mauvaise spécification de la loi du champ aléatoire latent dans un modèle spatio-temporel. Précisement les impacts sur les estimations et l'inférence d'une mauvaise spécification dans un modèle Poisson log-normal spatio-temporel ont été investigués. La mauvaise spécification correspond à la présence de valeurs très extrêmes pour une distribution Poisson log-normale. Un modèle pour tenir compte de ces valeurs extrêmes a été proposé. L'amélioration des estimations avec ce modèle alternatif est mise en évidence par une étude de simulation Monte Carlo. L'ajustement des modèles impliqués dans cette étude fait intervenir des intégrations en grandes dimensions pour évaluer la vraisemblance. Le package R TMB met en oeuvre une solution, en l'occurence l'approximation de Laplace, à ce problème. / This thesis studies the impact of a misspecification of the latent random field distribution in a spatio-temporal model. Specifically, the impact on estimates and inference of misspecification in a space-time log-normal Poisson model has been investigated. The misspecification corresponds to the presence of very extreme values for a log-normal Poisson distribution. A model to account for these extreme values was proposed. The improvement in estimates with this alternative model is demonstrated by a Monte Carlo simulation study. The fitting of the models involved in this study involves high-dimensional integrations to evaluate the likelihood. The R package TMB implements a solution to this problem: the Laplace approximation.

Les barrages-poids en béton sont des structures essentielles afin de régulariser les apports en eau potable, la gestion des bassins hydrologiques et la génération d'électricité. Par contre, la plupart des barrages-poids, au Québec, ont été conçus et construits au cours du dernier siècle avec des méthodes d'analyse et des forces sismiques qui sont jugées inadéquates aujourd'hui. En effet, au cours des dernières décennies, les connaissances en sismologie, en dynamique des structures et en génie parasismique ont grandement évolué, rendant nécessaire la réévaluation des barrages existants afin d'assurer la sécurité du public. Actuellement, des méthodes déterministes, utilisant des facteurs de sécurité, sont utilisées pour évaluer la sécurité des barrages. Cependant, étant donné le caractère aléatoire des sollicitations sismiques et des incertitudes sur les matériaux et propriétés d'un barrage, les méthodes probabilistes se révèlent plus adaptées et deviennent de plus en plus populaires. L'une de ces méthodes est l'utilisation de courbes de fragilité. Ces courbes sont des fonctions permettant de représenter la probabilité d'endommagement ou de rupture d'une structure pour toute une gamme de chargement. Ce projet de recherche présente donc le développement de courbes de fragilité pour évaluer la vulnérabilité sismique de barrage-poids en béton. La méthodologie est appliquée à un barrage spécifique, le barrage-poids aux Outardes-3, le plus grand barrage-poids en béton au Québec. La méthode des éléments finis est utilisée pour modéliser ce barrage et prendre en compte les différentes interactions entre le barrage, le réservoir et la fondation. De plus, des résultats d'essais dynamiques in situ sont utilisés pour calibrer le modèle numérique. Les courbes de fragilité sont ensuite générées à l'aide d'analyses dynamiques temporelles non linéaires afin d'évaluer deux états limites d'endommagement : le glissement à la base du barrage et le glissement aux joints de reprise dans le barrage. Les incertitudes associées aux paramètres de modélisation et à la sollicitation sismique sont incluses dans l'analyse de fragilité et ces sources d'incertitudes sont propagées à l'aide d'une méthode d'échantillonnage. Une étude de sensibilité est également réalisée afin de déterminer les paramètres de modélisation ayant une influence significative sur la réponse sismique du système. L'incertitude associée à la variation spatiale des propriétés du barrage est également prise en compte et est modélisée à l'aide de champs aléatoires ; cette source d'incertitude peut s'avérer importante pour des ouvrages de grandes dimensions comme les barrages. Les résultats montrent que la variation spatiale des propriétés du barrage a un impact minime sur la fragilité du barrage aux Outardes-3 et qu'elle pourrait être négligée. Malgré tout, la méthodologie mise en place pour développer des courbes de fragilité applicables aux barrages-poids est efficace, pratique et donne d'excellents résultats. Par surcroît, un des grands avantages des courbes de fragilité est qu'elles permettent d'obtenir des informations quantitatives sur la vulnérabilité d'un barrage au contraire des méthodes déterministes actuelles.

Nous étudions des champs aléatoires sur le réseau Z^d. Ils sont supposés stationnaires, du second ordre et à longue mémoire, propriété due à la non sommabilité de leur fonction de covariance. Contrairement aux travaux antérieurs, leur longue mémoire peut être non isotrope. Lorsque ces champs sont linéaires, nous obtenons la convergence fonctionnelle de leurs sommes partielles. A partir de ce résultat, nous proposons une procédure pour tester la faible dépendance contre la forte dépendance d'un champ. Nous montrons par ailleurs la dégénérescence asymptotique du processus empirique de champs à longue mémoire ; les applications concernent notamment la convergence des U-statistiques. Nous étudions enfin certaines formes quadratiques de champs à longue mémoire. Cela nous permet d'obtenir en application la loi limite des covariances empiriques et constitue une première étape dans l'étude de l'estimateur de Whittle des paramètres de longue mémoire d'un champ.

Dans cette thèse, nous examinons les propriétés de régularité locale de certains processus stochastiques multiparamètres définis sur RN + , sur une collection d’ensembles, ou encore sur des fonctions de L2. L’objectif est d’étendre certains outils standards de la théorie des processus stochastiques, en particulier concernant la régularité hölderienne locale, à des ensembles d’indexation qui ne sont pas totalement ordonnés. Le critère de continuité de Kolmogorov donne classiquement une borne inférieure pour la régularité hölderienne d’un processus stochastique indicé par un sous-ensemble de R ou RN . Tirant partie de la structure de treillis des ensembles d’indexations dans la théorie des processus indicés par des ensembles de Ivanoff et Merzbach, nous étendons le critère de Kolmogorov dans ce cadre. Différents accroissements pour les processus indicés par des ensembles sont considérés, et leur sont attachés en conséquence des exposants de Hölder. Pour les processus gaussiens, ces exposants sont, presque surement et uniformément le long des trajectoires, déterministes et calculés en fonction de la loi des accroissements du processus. Ces résultats sont appliqués au mouvement brownien fractionnaire set-indexed, pour lequel la régularité est constante. Afin d’exhiber un processus pour lequel la régularité n’est pas constante, nous utilisons la structure d’espace de Wiener abstrait pour introduire un champ brownien fractionnaire indicé par (0, 1=2]_L2(T,m), relié à une famille de covariances kh, h 2 (0, 1=2]. Ce formalisme permet de décrire un grand nombre de processus gaussiens fractionnaires, suivant le choix de l’espacemétrique (T,m). Il est montré que la loi des accroissements d’un tel champ est majorée par une fonction des accroissements en chacun des deux paramètres. Les techniques développées pour mesurer la régularité locale s’appliquent alors pour prouver qu’il existe dans ce cadre des processus gaussiens indicés par des ensembles ou par L2 ayant une régularité prescrite. La dernière partie est consacrée à l’étude des singularités produites par le processus multiparamètre défini par kh sur L2([0, 1]_,dx). Ce processus est une extension naturelle du mouvement brownien fractionnaire et du drap brownien. Au point origine de RN+, ce mouvement brownien fractionnaire multiparamètre possède une régularité hölderienne différente de celle observée en tout autre point qui ne soit pas sur les axes. Une loi du logarithme itéré de Chung permet d’observer finement cette différence. / In this thesis, local regularity properties of some multiparameter, set-indexed and eventually L2-indexed random fields are investigated. The goal is to extend standard tools of the theory of stochastic processes, in particular local Hölder regularity, to indexing collection which are not totally ordered.The classic Kolmogorov continuity criterion gives a lower estimate of the Hölder regularityof a stochastic process indexed by a subset of R or RN . Using the lattice structure of the indexing collections in the theory of set-indexed processes of Ivanoff and Merzbach, Kolmogorov’scriterion is extended to this framework. Different increments for set-indexed processes are considered,and several Hölder exponents are defined accordingly. For Gaussian processes, these exponents are, almost surely and uniformly along the sample paths, deterministic and related to the law of the increments of the process. This is applied to the set-indexed fractional Brownian motion, for which the regularity is constant. In order to exhibit a process having a variable regularity,we resorted to structures of Abstract Wiener Spaces, and defined a fractional Brownian field indexed by a product space (0, 1=2]_L2(T,m), based on a family of positive definite kernels kh, h 2 (0, 1=2]. This field encompasses a large class of existing multiparameter fractional Brownian processes, which are exhibited by choosing appropriate metric spaces (T,m). It is proven that the law of the increments of such a field is bounded above by a function of the increments in both parameters of the field. Applying the techniques developed to measure the local Hölder regularity, it is proven that this field can lead to a set-indexed, or L2-indexed, Gaussian process with prescribed local regularity.The last part is devoted to the study of the singularities induced by the multiparameter process defined by the covariance kh on L2([0, 1]_,dx). This process is a natural extension of the fractional Brownian motion and of the Brownian sheet. At the origin 0 of RN+, this multiparameter fractional Brownian motion has a different regularity behaviour. A Chung (or lim inf ) law of the iterated logarithm permits to observe this.

Cette thèse est constituée de deux parties, dont l'axe commun est la modélisation de phénomènes de petites échelles pour des écoulements turbulents.Dans une première partie on s'intéresse à l'influence des rotons sur la dynamique d'un modèle d'hélium superfluide. On commence par une calibration d'un modèle non-local d'interaction dans le but de reproduire la relation de dispersion expérimentale de l'hélium, mesurée par diffraction de neutrons. On utilise ensuite ce modèle calibré pour réaliser des simulations numériques directes (DNS) de l'équation de Gross-Pitaevskii, afin de sonder le phénomène de reconnexion des tourbillons quantiques. Ce phénomène est étudié en détail via une analyse géométrique et énergétique des résultats des DNS. On compare alors systématiquement ces résultats à ceux du modèle local afin d'étudier l'influence des rotons sur l'écoulement aux échelles de l'ordre de l'Angstrom.Dans un second temps on cherche à décrire la structure spatio-temporelle de la turbulence homogène et isotrope. Pour cela on commence par une analyse des propriétés statistiques du champ eulérien de vitesse, basée sur l'évaluation de ses incréments spatio-temporels. On utilise les données issues d'une DNS des équations de Navier-Stokes mises à disposition par l'Université Johns Hopkins. On propose ensuite un champ aléatoire spatio-temporel pour la vitesse eulérienne, en caractérisant d'abord la structure de ses corrélations par une approximation gaussienne. On modifie ensuite cette approximation par une mesure multi-fractale afin de reproduire les aspects non-gaussiens observés dans la DNS, tels que les hauts niveaux des coefficients d'asymétrie et d'aplatissement. / This thesis consists of two parts that share a common theme : the modeling of small-scale phenomena in turbulent flows.In a first part we focus on the influence of rotons on the dynamics of a model of superfluid helium. We begin by a calibration of a nonlocal model of the interaction, aiming at reproducing the experimental dispersion relation of helium, as measured by neutron scattering methods. This model is then used to perform Direct Numerical Simulations (DNS) of the Gross-Pitaevskii equation, in order to probe the reconnection of quantum vortices. This phenomenon is studied quantitatively through a geometrical and energetical analysis of the results of the DNS. We then systematically compare these results with those of the local model, so as to study the influence of rotons on flow scales of the order of the Angtstrom.The goal of the second part is to describe the spatio-temporal structure of homogeneous and isotropic turbulence. To achieve it we start by a standard analysis of the statistical properties of the eulerian velocity field, by computing its spatio-temporal increments. We use the data from a DNS of the Navier-Stokes equations, hosted and made available by the Johns Hopkins University. We then propose a random, spatio-temporal eulerian velocity field, by first characterizing the structure of its correlations through a gaussian approximation. This approximation is then modified by a multifractal measure in order to reproduce the non-gaussian features, as they are demanded by the observed high level of skewness and flatness of increments.

Dans cette thèse nous étudions l'estimation de modèles probabilistes discriminants, surtout des aspects d'apprentissage semi-supervisé et de sélection de caractéristiques. Le but de l'apprentissage semi-supervisé est d'améliorer l'efficacité de l'apprentissage supervisé en utilisant des données non étiquetées. Cet objectif est difficile à atteindre dans les cas des modèles discriminants. Les modèles probabilistes discriminants permettent de manipuler des représentations linguistiques riches, sous la forme de vecteurs de caractéristiques de très grande taille. Travailler en grande dimension pose des problèmes, en particulier computationnels, qui sont exacerbés dans le cadre de modèles de séquences tels que les champs aléatoires conditionnels (CRF). Sélectionner automatiquement les caractéristiques pertinentes s'avère alors intéressant et donne lieu à des modèles plus compacts et plus faciles à utiliser. Notre contribution est double. Nous introduisons une méthode originale et simple pour intégrer des données non étiquetées dans une fonction objectif semi-supervisé. Nous démontrons alors que l'estimateur semi-supervisé correspondant est asymptotiquement optimal. Le cas de la régression logistique est illustré par des résultats d'expériences. Nous proposons un algorithme d'estimation pour les CRF qui réalise une sélection de caractéristiques, par le truchement d'une pénalisation $L_1$. Nous présentons également les résultats d'expériences menées sur des tâches de traitement des langues, en analysant les performances en généralisation et les caractéristiques sélectionnées. Nous proposons finalement diverses pistes pour améliorer l'efficacité computationelle de cette technique.