Dans cette thèse, nous nous intéressons à différents opérateurs d'inf-convolutions et à leurs applications à une classe d'inégalités de transport générales, plus spécifiquement sur les graphes. Notre objet de recherche s'inscrit donc dans les théories du transport de mesure et de l'analyse fonctionnelle. En introduisant une notion de gradient adapté au cadre discret (et plus généralement à tout espace métrique dont les boules sont compactes), nous prouvons que certains opérateurs d'inf-convolution sont solutions d'une inéquation d'Hamilton Jacobi sur les graphes. Ce résultat nous permet d'étendre au cadre discret un théorème classique de Bobkov, Gentil et Ledoux. Plus précisément nous montrons que des inégalités de transport faible (adaptées au cadre discret) sont équivalentes, sur un graphe, à l'hypercontractivité des opérateurs d'inf-convolutions. On en déduit plusieurs résultats concernant différentes inégalités fonctionnelles, dont celle de Sobolev logarithmique et de transport faible. Nous étudions par ailleurs les propriétés générales de différents opérateurs d'inf-convolutions, incluant le précédent, mais aussi un opérateur relié à un modèle issu de la physique (et au phénomène de grande déviation), toujours sur les graphes (dérivabilités, convexité, points extremum etc.). Dans un deuxième temps, nous nous intéressons aux liens entre différentes notions de courbure de Ricci sur les graphes -- proposées récemment par plusieurs auteurs -- et les inégalités fonctionnelles de type transport-entropie, ou transport-information associées à une chaîne de Markov. Nous obtenons également une borne supérieure sur le diamètre d'un graphe dont la courbure, en un certain sens, est minorée, un résultat à la Bonnet-Myers. Enfin, en nous restreignant au cas de la dimension 1, sur la droite réelle, nous obtenons une caractérisation d'une inégalité de transport faible et de l'inégalité de Sobolev logarithmique restreinte aux fonctions convexes. Ces résultats utilisent des propriétés géométriques liés à l'ordre convexe. / In this thesis, we interest in different inf-convolution operators and their applications to a class of general transportation inequalities, more specifically in the graphs. Therefore, our research topic fits in the theories of transportation and functional analysis. By introducing a gradient notion adapting to a discrete space (more generally to all space in which all closed balls are compact), we prove that some inf-convolution operators are solutions of a Hamilton-Jacobi's inequation. This result allows us to extend a classical theorem from Bobkov, Gentil and Ledoux. More precisely, we prove that, in a graph, some weak transport inequalities are equivalent to the hypercontractivity of inf-convolution operators. Thanks to this result, we deduce some properties concerning different functional inequalities, including Log-Sobolev inequalities and weak-transport inequalities. Besides, we study some general properties (differentiability, convexity, extreme points etc.) of different inf-convolution operators, including the one before, but also an operator related to a physical model (and to a large deviation phenomenon). We stay always in a graph. Secondly, we interest in connections between different notions of discrete Ricci curvature on the graphs which are proposed by several authors in the recent years, and functional inequalities of type transport-entropy, or transport-information related to a Markov chain. We also obtain an extension of Bonnet-Myers' result: an upper bound on the diameter of a graph of which the curvature is floored in some ways. Finally, restricting in the real line, we obtains a characterisation of a weak transport inequality and a log-Sobolev inequality restricted to convex functions. These results are from the geometrical properties related to the convex ordering.

Un modèle semi-analytique permettant de simuler le transfert thermique conjugué dans un mini/macro canal plan soumis à des sources de chaleur surfaciques localisées sur les faces externes et variantes en fonction du temps, a été présenté et vérifié. Plus le diamètre hydraulique du canal est petit, plus la caractérisation expérimentale interne (mesure des températures et des flux) en régime thermique permanent ou transitoire à l'aide des capteurs internes est délicate. Une méthode non-intrusive permettant d'estimer les conditions internes à partir des mesures de température par thermographie infrarouge sur les faces externes et d'un modèle semi-analytique, a été effectuée. Comme le coefficient de transfert convectif forcé classique perd son sens en régime instationnaire, une approche alternative basée sur une fonction de transfert, valable pour un système linaire et invariant dans le temps a été mise en œuvre. Cette fonction peut être calculée analytiquement (uniquement pour une géométrie simple) ou estimée expérimentalement (géométrie complexe). Grâce au caractère intrinsèque de cette fonction de transfert, deux capteurs virtuels ont été conçus : capteur virtuel de température et détecteur d'encrassement permettent respectivement d'estimer les températures internes et de détecter l'encrassement qui peut avoir lieu dans l'échangeur à partir des mesures de températures sur les faces externes / A semi-analytical model allowing to simulate the transient conjugate heat transfer in mini/macro plane channel subject to a heat source(s) localized on the external face(s), was presented and verified. The developed model takes into account advection-diffusion in the fluid and conduction in the solid. As the hydraulic diameter of the channel becomes small, the internal experimental characterization (measurement of temperature and heat flux) using internal sensors become tricky because internal sensors located may compromise the structural integrity of the whole system. A non-intrusive method for estimating the internal conditions from infrared temperature measurements on the external faces using the semi-analytical model was performed. Since the classic convective heat transfer coefficient loses its meaning in transient state, an alternative approach based on a transfer function, valid for Linear Time-Invariant (LTI) systems, was highlighted. This function can be calculated analytically only for a simple geometry. For complex geometries it can be estimated experimentally. Thanks to intrinsic character of this function, two characterization methods were designed. The first to estimate the temperature at a point from a measurement at another point in the system (virtual temperature sensor). The second method concerns the detection of fouling layers that may appear in the heat exchanger from temperature measurements on the external faces

Le Network Calculus est une théorie visant à calculer des bornes pire-cas sur les performances des réseaux de communication. Le réseau est modélisé par un graphe orienté où les noeuds représentent des serveurs, et les flux traversant le réseau doivent suivre les arcs. S'ajoutent à cela des contraintes sur les courbes de trafic (la quantité de données passées par un point depuis la mise en route du réseau) et sur les courbes de service (la quantité de travail fournie par chaque serveur). Pour borner les performances pire-cas, comme la charge en différents points ou les délais de bout en bout, ces enveloppes sont combinées à l'aide d'opérateurs issus notamment des algèbres tropicales : min, +, convolution-(min, +)... Cette thèse est centrée sur l'algorithmique du Network Calculus, à savoir comment rendre effectif ce formalisme. Ce travail nous a amené d'abord à comparer les variations présentes dans la littérature sur les modèles utilisés, révélant des équivalences d'expressivité comme entre le Real-Time Calculus et le Network Calculus. Dans un deuxième temps, nous avons proposé un nouvel opérateur (min, +) pour traiter le calcul de performances en présence d'agrégation de flux, et nous avons étudié le cas des réseaux sans dépendances cycliques sur les flux et avec politique de service quelconque. Nous avons montré la difficulté algorithmique d'obtenir précisément les pires cas, mais nous avons aussi fourni une nouvelle heuristique pour les calculer. Elle s'avère de complexité polynomiale dans des cas intéressants. / Network Calculus is a theory aiming at computing worst-case bounds on performances in communication networks. The network is usually modelled by a digraph : the servers are located on the nodes and the flows must follow path in the digraph. There are constraints on the trafic curves (how much data have been through a given point since the activation of the network) and on the service curves (how much work each server may provide). To derive bounds on the worst-case performances, as the backlog or the end-to-end delay, these envelopes are combined thanks to tropical algebra operators: min, +, convolution... This thesis focuses on Network Calculus algorithmics, that is how effective is this formalism. This work led us to compare various models in the litterature, and to show expressiveness equivalence between Real-Time Calculus and Network Calculus. Then, we suggested a new (min, +) operator to compute performances bounds in networks with agregated flows and we studied feed-forward networks under blind multiplexing. We showed the difficulty to compute these bounds, but we gave an heuristic, which is polynomial for interesting cases.

Cette thèse se propose d’obtenir des résultats statistiques sur les zéros non-triviaux de fonctions L. Dans le cas des fonctions L de formes modulaires, on prouve qu’une proportion positive explicite de zéros non-triviaux se situe sur la droite critique. Afin d’arriver à ce résultat, il nous faut préalablement étendre un théorème sur les problèmes de convolution avec décalage additif en moyenne de manière à déterminer le comportement asymptotique du second moment intégral ramolli d’une fonction L de forme modulaire au voisinage de la droite critique. Une autre partie de cette thèse, indépendante de la précédente, est consacrée à l'étude du plus petit zéro non-trivial d’une famille de fonctions L. Ces résultats sont en particulier appliqués aux fonctions L de puissance symétrique. / The purpose of this dissertation is to get some statistical results related to nontrivial zeros of L-functions. In the modular case, we prove and determine an explicit positive proportion of non-trivial zeros lying on the critical line. In order to obtain this result, we need to extend a theorem on shifted convolution sums on average to be able to determine the asymptotic behaviour of the mollified second integral moment of a modular L-function close to the critical line. Independently of these results, we study the smallest non-trivial zero in a family of L-functions. These results are applied to symmetric power L-functions.

Dans cette thèse, nous nous intéressons à la renormalisation de Connes et Kreimer dans le contexe des algèbres de Hopf de graphes de Feynman spécifiés. Nous construisons une structure d'algèbre de Hopf $\mathcal{H}_\mathcal{T}$ sur l'espace des graphes de Feynman spécifié d'une théorie quantique des champs $\mathcal{T}$. Nous définissons encore un dédoublement $\wt\mathcal{D}_\mathcal{T}$ de la bigèbre de graphes de Feynman spécifiés, un produit de convolution \divideontimes et un groupe de caractères de cette algèbre de Hopf à valeurs dans une algèbre commutative qui prend en compte la dépendance en les moments extérieurs. Nous mettons en place alors la renormalisation décrite par A. Connes et D. Kreimer et la décomposition de Birkhoff pour deux schémas de renormalisation : le schéma minimal de renormalisation et le schéma de développement de Taylor. Nous rappelons la définition des intégrales de Feynman associées à un graphe. Nous montrons que ces intégrales sont holomorphes en une variable complexe D dans le cas des fonctions de Schwartz, et qu'elles s'étendent en une fonction méromorphe dans le cas des fonctions de types Feynman. Nous pouvons alors déterminer les parties finies de ces intégrales en utilisant l'algorithme BPHZ après avoir appliqué la procédure de régularisation dimensionnelle. / In this thesis, we study the renormalization of Connes-Kreimer in the contex of specified Feynman graphs Hopf algebra. We construct a Hopf algebra structure $\mathcal{H}_\mathcal{T}$ on the space of specified Feynman graphs of a quantum field theory $\mathcal{T}$. We define also a doubling procedure for the bialgebra of specified Feynman graphs, a convolution product and a group of characters of this Hopf algebra with values in some suitable commutative algebra taking momenta into account. We then implement the renormalization described by A. Connes and D. Kreimer and the Birkhoff decomposition for two renormalization schemes: the minimal subtraction scheme and the Taylor expansion scheme.We recall the definition of Feynman integrals associated with a graph. We prove that these integrals are holomorphic in a complex variable D in the case oh Schwartz functions, and that they extend in a meromorphic functions in the case of a Feynman type functions. Finally, we determine the finite parts of Feynman integrals using the BPHZ algorithm after dimensional regularization procedure.

Cette thèse étudie quelques problèmes d’analyse harmonique sur les groupes quantiques compacts. Elle consiste en trois parties. La première partie présente la théorie Lp élémentaire des transformées de Fourier, les convolutions et les multiplicateurs sur les groupes quantiques compacts, y compris la théorie de Hausdorff-Young et les inégalités de Young.Dans la seconde partie, nous caractérisons les opérateurs de convolution positifs sur un groupe quantique fini qui envoient Lp dans L2, et donnons aussi quelques constructions sur les groupes quantiques compacts infinis. La méthode pour étudier les états non-dégénérés fournit une formule générale pour calculer les états idempotents associés aux images deHopf, qui généralise un travail de Banica, Franz et Skalski. La troisième partie est consacrée à l’étude des ensembles de Sidon, des ensembles _(p) et des notions associées pour les groupes quantiques compacts. Nous établissons différentes caractérisations des ensembles de Sidon, et en particulier nous démontrons que tout ensemble de Sidon est un ensemble de Sidon fort au sens de Picardello. Nous donnons quelques liens entre les ensembles de Sidon, les ensembles _(p) et les lacunarités pour les multiplicateurs de Fourier sur Lp, généralisant un travail de Blendek et Michali˘cek. Nous démontrons aussi l’existence des ensembles de type _(p) pour les systèmes orthogonaux dans les espaces Lp non commutatifs, et déduisons les propriétés correspondantes pour les groupes quantiques compacts. Nous considérons aussi les ensembles de Sidon centraux, et nous prouvons que les groupes quantiques compacts ayant les mêmes règles de fusion et les mêmes fonctions de dimension ont des ensemble de Sidon centraux identiques. Quelques exemples sont aussi étudiés dans cette thèse. Les travaux présentés dans cette thèse se basent sur deux articles de l’auteur. Le premier s’intitule “Lp-improving convolution operators on finite quantum groups” et a été accepté pour publication dans Indiana University Mathematics Journal, et le deuxième est un travail intitulé “Lacunary Fourier series for compact quantum groups” et a été publié en ligne dans Communications in Mathematical Physics. / This thesis studies some problems in the theory of harmonic analysis on compact quantum groups. It consists of three parts. The first part presents some elementary Lp theory of Fourier transforms, convolutions and multipliers on compact quantum groups, including the Hausdorff-Young theory and Young’s inequalities. In the second part, we characterize positive convolution operators on a finite quantum group G which are Lp-improving, and also give some constructions on infinite compact quantum groups. The methods for ondegeneratestates yield a general formula for computing idempotent states associated to Hopf images, which generalizes earlier work of Banica, Franz and Skalski. The third part is devoted to the study of Sidon sets, _(p)-sets and some related notions for compact quantum groups. We establish several different characterizations of Sidon sets, and in particular prove that any Sidon set in a discrete group is a strong Sidon set in the sense of Picardello. We give several relations between Sidon sets, _(p)-sets and lacunarities for Lp-Fourier multipliers, generalizing a previous work by Blendek and Michali˘cek. We also prove the existence of _(p)-sets for orthogonal systems in noncommutative Lp-spaces, and deduce the corresponding properties for compact quantum groups. Central Sidon sets are also discussed, and it turns out that the compact quantum groups with the same fusion rules and the same dimension functions have identical central Sidon sets. Several examples are also included. The thesis is principally based on two works by the author, entitled “Lp-improvingconvolution operators on finite quantum groups” and “Lacunary Fourier series for compact quantum groups”, which have been accepted for publication in Indiana University Mathematics Journal and Communications in Mathematical Physics respectively.

En raison de la nature cohérente du signal RADAR à synthèse d’ouverture (RSO), les images RSO polarimétriques (RSOPOL) sont affectées par le bruit de chatoiement. L’effet du chatoiement peut être sévère au point de rendre inutilisable la donnée RSOPOL. Ceci est particulièrement vrai pour les données à une vue qui souffrent d’un chatoiement très intense.Un filtrage du bruit est nécessaire pour améliorer l’estimation des paramètres polarimétriques pouvant être calculés à partir de ce type de données. Cette opération constitue une étape importante dans le traitement et l’analyse des images RSOPOL. Récemment une nouvelle approche est apparue en traitement de données visant la solution d’une multitude de problèmes dont le filtrage, la restauration d’images, la reconnaissance de la parole, la classification ou la segmentation d’images. Cette approche est l’apprentissage profond et les réseaux de neurones à convolution (RNC). Des travaux récents montrent que les RNC sont une alternative prometteuse pour le filtrages des images RSO. En effet par leur capacité d’apprendre un modèle optimal de filtrage, ils tendent à surpasser les approches classiques du filtrage sur les images RSO. L’objectif de cette présente étude est d’analyser et d’évaluer l’efficacité du filtrage par RNC sur des données RSOPOL simulées et sur des images satellitaires RSOPOL RADARSAT-2, ALOS/PalSAR et GaoFen-3 acquises sur la région urbaine de San Francisco (Californie). Des modèles inspirés de l’architecture d’un RNC utilisé notamment en Super-résolution ont été adaptés pour le filtrage de la matrice de cohérence polarimétrique. L’effet de différents paramètres structuraux de l’architecture des RNC sur le filtrage ont été analysés, parmi ceux-ci on retrouve entre autres la profondeur du réseau (le nombre de couches empilées), la largeur du réseau (le nombre de filtres par couches convolutives) et la taille des filtres de la première couche convolutive. L’apprentissage des modèles a été effectué par la rétropropagation du gradient de l’erreur en utilisant 3 ensembles de données qui simulent la polarimétrie une vue des diffuseurs selon les classes de Cloude-Pottier. Le premier ensemble ne comporte que des zones homogènes.Les deux derniers ensembles sont composés de simulations en patchwork dont l’intensité locale est simulée par des images de texture et de cibles ponctuelles ajoutées au patchwork dans le cas du dernier ensemble. Les performances des différents filtres par RNC ont été mesurées par des indicateurs comprenant l’erreur relative sur l’estimation de signatures polarimétriques et des paramètres de décomposition ainsi que des mesures de distorsion sur la récupération des détails importants et sur la conservation des cibles ponctuelles. Les résultats montrent que le filtrage par RNC des données polarimétriques est soit équivalent ou nettement supérieur aux filtres conventionnellement utilisées en polarimétrie.Les résultats des modèles les plus profonds obtiennent les meilleures performances pour tous les indicateurs sur l’ensemble des données homogènes simulées. Dans le cas des données en patchwork, les résultats pour la restauration des détails sont nettement favorables au filtrage par RNC les plus profonds.L’application du filtrage par RNC sur les images satellitaires RADARSAT-2,ALOS/PalSAR ainsi GaoFen-3 montre des résultats comparables ou supérieurs aux filtres conventionnels. Les meilleurs résultats ont été obtenus par le modèle à 5 couches cachées(si on ne compte pas la couche d’entrée et de sortie), avec 8 filtres 3×3 par couche convolutive, sauf pour la couche d’entrée où la taille des filtres étaient de 9×9. Par contre,les données d’apprentissage doivent être bien ajustées à l’étendue des statistiques des images polarimétriques réelles pour obtenir de bon résultats. Ceci est surtout vrai au niveau de la modélisation des cibles ponctuelles dont la restauration semblent plus difficiles. / Due to the coherent nature of the Synthetic Aperture Radar (SAR) signal, polarimetric SAR(POLSAR) images are affected by speckle noise. The effect of speckle can be so severe as to render the POLSAR data unusable. This is especially true for single-look data that suffer from very intense speckle. Noise filtering is necessary to improve the estimation of polarimetric parameters that can be computed from this type of data. This is an important step in the processing and analysis of POLSAR images. Recently, a new approach has emerged in data processing aimed at solving a multi-tude of problems including filtering, image restoration, speech recognition, classification orimage segmentation. This approach is deep learning and convolutional neural networks(CONVNET). Recent works show that CONVNET are a promising alternative for filtering SAR images. Indeed, by their ability to learn an optimal filtering model only from the data, they tend to outperform classical approaches to filtering on SAR images. The objective of this study is to analyze and evaluate the effectiveness of CONVNET filtering on simulated POLSAR data and on RADARSAT-2, ALOS/PalSAR and GaoFen-3 satellite images acquired over the San Francisco urban area (California). Models inspired by the architecture of a CONVNET used in particular in super-resolution have been adapted for the filtering of the polarimetric coherency matrix. The effect of different structural parameters of theCONVNET architecture on filtering were analyzed, among which are the depth of the neural network (the number of stacked layers), the width of the neural network (the number of filters per convoluted layer) and the size of the filters of the first convolution layer. The models were learned by backpropagation of the error gradient using 3 datasets that simulate single-look polarimetry of the scatterers according to Cloude-Pottier classes. The first dataset contains only homogeneous areas. The last two datasets consist of patchwork simulations where local intensity is simulated by texture images and point target are added to the patchwork in the case of the last dataset. The performance of the different filters by CONVNET was measured by indicators including relative error on the estimation of polarimetric signatures and decomposition parameters as well as distortion measurements on the recovery of major details and on the conservation of point targets.The results show that CONVNET filtering of polarimetric data is either equivalent or significantly superior to conventional polarimetric filters. The results of the deepest models obtain the best performance for all indicators over the simulated homogeneous dataset. Inthe case of patchwork dataset, the results for detail restoration are clearly favourable to the deepest CONVNET filtering. The application of CONVNET filtering on RADARSAT-2, ALOS/PalSAR andGaoFen-3 satellite images shows results comparable or superior to conventional filters. The best results were obtained by the 5 hidden layers model (not counting the input and outputlayers), with 8 filters 3×3 per convolutional layer, except for the input layer where the filtersize was 9×9. On the other hand, the training data must be well adjusted to the statistical range of the real polarimetric images to obtain good results. This is especially true when modeling point targets that appear to be more difficult to restore.

<p>We use common notation &lowast; for distribution (Scshwartz), (M_p) (Beurling) i {M_p} (Roumieu) setting. We introduce and study new (ultra) distribution spaces, the test function spaces&nbsp;<em>D^&lowast;_E</em>&nbsp; and their strong duals <em>D^{<span style="font-size: 10px;">&#39;</span>&lowast;}_E&rsquo;*</em>.These spaces generalize the spaces <em>D^&lowast;_L^q , D&#39;^&lowast;_L^p , B&rsquo;*</em>&nbsp;and their weighted versions. The construction of our new (ultra)distribution &nbsp;spaces is based on the analysis of a suitable translation-invariant Banach space of (ultra)distribution <em>E</em>&nbsp;with continuous translation group, which turns out to be a convolution module over the Beurling algebra&nbsp;<em>L¹_&omega;</em>, where the weight &nbsp;&omega; is related to the translation operators on <em>E</em>.&nbsp;The&nbsp;Banach space&nbsp;<em>E</em>^&rsquo;_&lowast;&nbsp;stands for&nbsp;<em>L¹_&omega;ˇ &lowast; E</em>&rsquo;.&nbsp;We apply our results to the study of the&nbsp;convolution of ultradistributions. The spaces of convolutors&nbsp;<em>O<span style="font-size: 12px;">&rsquo;^&lowast;</span><span style="font-size: 8.33333px;">C</span></em><span style="font-size: 12px;"><em>&nbsp;(</em><strong>R</strong><em>ⁿ)</em>&nbsp;</span>for tempered&nbsp;ultradistributions are analyzed via the duality with respect to the test function<br />spaces<span style="font-size: 12px;">&nbsp;<em>O^&lowast;_C (</em><strong>R</strong><em>ⁿ)</em>,&nbsp;</span>introduced in this thesis. Using the properties of translationinvariant<br />Banach space of ultradistributions <em>E</em> we obtain a full characterization of<br />the general convolution of Roumieu ultradistributions via the space of integrable<br />ultradistributions is obtained. We show: The convolution of two Roumieu ultradistributions&nbsp;<span style="font-size: 12px;"><em>T, S &isin; D&rsquo;^{Mp} (</em><strong>R</strong><em>ⁿ)&nbsp;</em> exists if and only if&nbsp;<em>(</em></span><em>&phi;</em><span style="font-size: 12px;"><em>&nbsp;&lowast; &Scaron;) T &isin; D^&rsquo;{Mp}_L¹(</em><strong>R</strong><em>ⁿ)</em>&nbsp; for every </span><em>&phi;</em><span style="font-size: 12px;"><em>&nbsp;&isin; D ^{Mp} (</em><strong>R</strong><em>ⁿ)</em>.&nbsp;</span>We study boundary values of holomorphic functions defined in tube domains. New edge of the wedge theorems are obtained. The results<br />are then applied to represent<span style="font-size: 12px;">&nbsp;<em>D&rsquo;_E&rsquo;*</em></span><span style="font-size: 12px;">&nbsp;&nbsp;</span>as a quotient space of holomorphic functions.<br />We also give representations of elements of<span style="font-size: 12px;">&nbsp;<em>D&rsquo;_E&rsquo;*</em></span><span style="font-size: 12px;">&nbsp;&nbsp;</span>via the heat kernel method.</p> / <p>Koristimo oznaku &lowast; za distribuciono (Svarcovo), (Mp) (Berlingovo) i&nbsp;{Mp} (Roumieuovo) okruženje. Uvodimo i prouavamo nove (ultra)distribucione&nbsp;prostore, &nbsp;test funkcijske prostore <em>D</em>^&lowast;_E i njihove duale <em>D^&#39;</em>^&lowast;_{<em>E&#39;*</em>}.&nbsp;&nbsp;Ovi prostori uop&scaron;tavaju&nbsp;<br />prostore <em>D</em>^&lowast;_Lq , <em>D</em>^{&#39;&lowast;}_Lp , <em>B^&#39;</em>^&lowast; i njihove težinske verzije. Konstrukcija na&scaron;ih novih&nbsp;<br />(ultra)distribucionih prostora je zasnovana na analizi odgovarajuićh translaciono&nbsp;<br />- invarijantnih Banahovih prostora (ultra)distribucija koje označavamo sa&nbsp;<em>E</em>. Ovi prostori imaju neprekidnu grupu translacija, koja je konvolucioni modul&nbsp;nad &nbsp;Beurlingovom algebrom L¹_&omega;, gde je težina &omega; povezana sa operatorima translacije&nbsp;<br />prostora <em>E</em>. Banahov prostor <em>E^&#39;</em>_{&lowast;&nbsp;}označava prostor <em>L</em>¹_&omega;˅ &lowast; <em>E^&#39;</em>. Koristeći dobijene&nbsp;<br />rezultata proučavamo konvoluciju ultradistribucija. Prostori konvolutora &nbsp;<em>O^&#39;</em>^&lowast;_{<em>C&nbsp;</em>}(<strong>R</strong>ⁿ)&nbsp;temperiranih ultradistribucija, analizirani su pomoću dualnosti&nbsp;<br />test funkcijskih prostora <em>O</em>^&lowast;_<em>C</em> (<strong>R</strong>ⁿ), definisanih u ovoj tezi. Koristeći svojstva&nbsp;<br />translaciono - invarijantnih Banahovih prostora temperiranih ultradistribucija,&nbsp;<br />opet označenih sa <em>E</em>, dobijamo karakterizaciju konvolucije Romuieu-ovih &nbsp;ultradistribucija,&nbsp;preko integrabilnih ultradistribucija. Dokazujemo da: konvolucija&nbsp;<br />dve Roumieu-ove ultradistribucija <em>T</em>, <em>S</em> &isin; <em>D^&#39;</em>^{Mp}&nbsp;(<strong>R</strong>ⁿ) postoji ako i samo ako (&phi; &lowast; <em>S</em>ˇ)<em>T</em> &isin; <em>D^&#39;</em>^{Mp}&nbsp;_L¹ (<strong>R</strong>ⁿ) za svaki &phi; &isin; <em>D</em>^{Mp}(<strong>R</strong>ⁿ). Takođe, proučavamo granične vrednosti holomorfnih funkcija definisanih na tubama. Dokazane su nove teoreme &rdquo;otrog klina&rdquo;. Rezultati se zatim koriste za prezentaciju <em>D^&#39;_E^&#39;</em>_{&lowast;&nbsp;}preko faktor prostora holomorfnih funkcija. Takođe, data je prezentacija elemente <em>D</em>^&#39;_{<em>E^&#39;</em>&lowast;&nbsp;}koristeći heat kernel metode.</p>

Cette thèse comporte trois chapitres indépendants portant sur l’itération des applicationsrationnelles sur des variétés projectives et plus spécifiquement sur l’étude du comportement dela suite des degrés des itérés de telles applications.Dans le premier chapitre, nous donnons une construction des invariants fondamentaux quesont les degrés dynamiques dans un cadre très général, et ce sans hypothèse ni sur la caractéristique ni sur les singularités de l’espace ambiant. Cette construction repose sur des propriétésde positivité des cycles algébriques, et propose une alternative aux approches analytiques deDinh et Sibony ou algébriques de Truong.Le second chapitre est issu d’un article écrit en commun avec Jian Xiao. Notre contributionporte sur des objets centraux en géométrie convexe appelés valuations. Nous transférons à l’espace des valuations des notions de positivité des cycles algébriques récemment introduites parLehmann et Xiao, ce qui nous permet d’étendre l’opération de convolution originellement définie par Bernig et Fu à une sous-classe de valuations suffisamment positives.Le troisième chapitre constitue le coeur de la thèse, et porte sur des estimations des degrésdynamiques des automorphismes dit modérés de la quadrique affine de dimension 3. Nos arguments sont de nature variée, et s’appuient sur l’action du groupe modéré sur un complexe carréCAT(0) et Gromov hyperbolique récemment introduite par Bisi, Furter et Lamy.Nous avons finalement collecté dans un dernier et court chapitre quelques pistes de recherchedirectement inspirées des travaux présentés ici. / This thesis is divided into three independent chapters on the iterates of rational maps on projective varieties and more specifically on the study of the growth of the degree sequences of the iterates of such maps. In the first chapter, we give a construction of the fundamental invariants called dynamical degrees. Our method holds in a very general setting, without any conditions on the characteristic of the field or on the singularities of the ambient space.This construction is based on the study of positivity properties of algebraic cycles and gives an alternative approach to the analytical technics of Dinh and Sibony or to the algebraic arguments of Truong.The second chapter is taken from an article written in joint work with Jian Xiao. Our paper focuses on central objects in convex geometry called valuations. We transfer some positivity notions of algebraic cycles recently introduced by Lehmann and Xiao, this allows us to extend the convolution operation defined by Bernig and Fu to a subspace of sufficiently positive valuations.The third chapter is the core of this thesis and focuses on the dynamical degrees of the so-called tame automorphisms of an affine quadric threefold. Our arguments are of various nature and rely on the action of the tame group on a CAT(0), Gromov hyperbolic square complex recently introduced by Bisi, Furter and Lamy. Finally, we have collected in the last chapter a few perpectives directly inspired by this work.

La croissance exponentielle et les progrès de la technologie ont rendu très pratique le partage de données visuelles, d'images et de données vidéo par le biais d’une vaste prépondérance de platesformes disponibles. Avec le développement rapide des technologies Internet et multimédia, l’efficacité de la gestion et du stockage, la rapidité de transmission et de partage, l'analyse en temps réel et le traitement des ressources multimédias numériques sont progressivement devenus un élément indispensable du travail et de la vie de nombreuses personnes. Sans aucun doute, une telle croissance technologique a rendu le forgeage de données visuelles relativement facile et réaliste sans laisser de traces évidentes. L'abus de ces données falsifiées peut tromper le public et répandre la désinformation parmi les masses. Compte tenu des faits mentionnés ci-dessus, la criminalistique des images doit être utilisée pour authentifier et maintenir l'intégrité des données visuelles. Pour cela, nous proposons une technique de détection passive de falsification d'images basée sur les incohérences de texture et de bruit introduites dans une image du fait de l'opération de falsification. De plus, le réseau de détection de falsification d'images (IFD-Net) proposé utilise une architecture basée sur un réseau de neurones à convolution (CNN) pour classer les images comme falsifiées ou vierges. Les motifs résiduels de texture et de bruit sont extraits des images à l'aide du motif binaire local (LBP) et du modèle Noiseprint. Les images classées comme forgées sont ensuite utilisées pour mener des expériences afin d'analyser les difficultés de localisation des pièces forgées dans ces images à l'aide de différents modèles de segmentation d'apprentissage en profondeur. Les résultats expérimentaux montrent que l'IFD-Net fonctionne comme les autres méthodes de détection de falsification d'images sur l'ensemble de données CASIA v2.0. Les résultats discutent également des raisons des difficultés de segmentation des régions forgées dans les images du jeu de données CASIA v2.0. / The exponential growth and advancement of technology have made it quite convenient for people to share visual data, imagery, and video data through a vast preponderance of available platforms. With the rapid development of Internet and multimedia technologies, performing efficient storage and management, fast transmission and sharing, real-time analysis, and processing of digital media resources has gradually become an indispensable part of many people’s work and life. Undoubtedly such technological growth has made forging visual data relatively easy and realistic without leaving any obvious visual clues. Abuse of such tampered data can deceive the public and spread misinformation amongst the masses. Considering the facts mentioned above, image forensics must be used to authenticate and maintain the integrity of visual data. For this purpose, we propose a passive image forgery detection technique based on textural and noise inconsistencies introduced in an image because of the tampering operation. Moreover, the proposed Image Forgery Detection Network (IFD-Net) uses a Convolution Neural Network (CNN) based architecture to classify the images as forged or pristine. The textural and noise residual patterns are extracted from the images using Local Binary Pattern (LBP) and the Noiseprint model. The images classified as forged are then utilized to conduct experiments to analyze the difficulties in localizing the forged parts in these images using different deep learning segmentation models. Experimental results show that both the IFD-Net perform like other image forgery detection methods on the CASIA v2.0 dataset. The results also discuss the reasons behind the difficulties in segmenting the forged regions in the images of the CASIA v2.0 dataset.