Dans cette thèse, nous étudions deux applications des processus stochastiques au marketing internet. Le premier chapitre s’intéresse au scoring d’internautes pour les enchères en temps réel. Ce problème consiste à trouver la probabilité qu’un internaute donné réalise une action d’intérêt, appelée conversion, dans les quelques jours suivant l’affichage d’une bannière publicitaire. Nous montrons que les processus de Hawkes constituent une modélisation naturelle de ce phénomène mais que les algorithmes de l’état de l’art ne sont pas applicables à la taille des données typiquement à l’œuvre dans des applications industrielles. Nous développons donc deux nouveaux algorithmes d’inférence non-paramétrique qui sont plusieurs ordres de grandeurs plus rapides que les méthodes précédentes. Nous montrons empiriquement que le premier a de meilleures performances que les compétiteurs de l’état de l’art, et que le second permet une application à des jeux de données encore plus importants sans payer un prix trop important en terme de pouvoir de prédiction. Les algorithmes qui en découlent ont été implémentés avec de très bonnes performances depuis plusieurs années à 1000 mercis, l’agence marketing d’avant-garde étant le partenaire industriel de cette thèse CIFRE, où ils sont devenus un actif important pour la production. Le deuxième chapitre s’intéresse aux processus diffusifs sur les graphes qui constituent un outil important pour modéliser la propagation d’une opération de marketing viral sur les réseaux sociaux. Nous établissons les premières bornes théoriques sur le nombre total de nœuds atteint par une contagion dans le cadre de graphes et dynamiques de diffusion quelconques, et montrons l’existence de deux régimes bien distincts : le régime sous-critique où au maximum $O(sqrt{n})$ nœuds seront infectés, où $n$ est la taille du réseau, et le régime sur-critique ou $O(n)$ nœuds peuvent être infectés. Nous étudions également le comportement par rapport au temps d’observation $T$ et mettons en lumière l’existence de temps critiques en-dessous desquels une diffusion, même sur-critique sur le long terme, se comporte de manière sous-critique. Enfin, nous étendons nos travaux à la percolation et l’épidémiologie, où nous améliorons les résultats existants. / In this thesis, we study two applications of stochastic processes in internet marketing. The first chapter focuses on internet user scoring for real-time bidding. This problem consists in finding the probability for a given user to perform an action of interest, called conversion, in the next few days. We show that Hawkes processes are well suited for modelizing this phenomena but that state-of-the-art algorithms are not applicable to the size of datasets involved. We therefore develop two new algorithms able to perform nonparametric multivariate Hawkes process inference orders of magnitude faster than previous methods. We show empirically that the first one outperforms state-of-the-art competitors, and the second one scales to very large datasets while keeping very high prediction power. The resulting algorithms have been implemented with very good performances for several years in 1000mercis, a pioneering marketing agency being the industrial partner of this CIFRE PhD, where they became an important business asset. The second chapter focuses on diffusion processes graphs, an important tool for modelizing the spread of a viral marketing operation over social networks. We derive the first theoretical bounds for the total number of nodes reached by a contagion for general graphs and diffusion dynamics, and show the existence of two well distinct regimes: the sub-critical one where at most $O(sqrt{n})$ nodes are infected, where $n$ is the size of the network, and the super-critical one where $O(n)$ nodes can be infected. We also study the behavior wrt to the observation time $T$ and reveals the existence of critical times under which a long-term super-critical diffusion process behaves sub-critically. Finally, we extend our works to different application fields, and improve state-of-the-art results in percolation and epidemiology.

Cette thèse est consacrée à l’étude des équations aux dérivées partielles stochastiques de type parabolique. Dans la première partie nous démontrons de nouveaux résultats concernant l’existence et l’unicité de solutions variationnelles globales et locales à des problèmes avec des conditions aux bords de type Neumann pour une classe d’équations aux dérivées partielles stochastiques non-autonomes. Les équations que nous considérons sont définies sur des domaines non bornés de l’espace euclidien qui satisfont à certaines conditions géométriques, et sont dirigées par un bruit multiplicatif dérivé d’un processus de Wiener fractionnaire infini-dimensionnel caractérisé par une suite de paramètres de Hurst H = (Hi) i ∈ N+ ⊂ (1/2,1). Ces paramètres sont en fait soumis à d’autres contraintes intimement liées à la nature de la non-linéarité dans le terme stochastique des équations, et au choix des espaces fonctionnels dans lesquels le problème à résoudre est bien posé. Notre méthode de preuve repose essentiellement sur des arguments d’injections compactes. Dans la seconde partie, nous étudions la possibilité de l’explosion de solutions d’une classe d’équations aux dérivées partielles stochastiques semi-linéaire avec des conditions aux bords de type Dirichlet, perturbées par un mélange d’un mouvement brownien et d’un mouvement brownien fractionnaire et dirigées par une classe d’opérateurs différentiels non autonomes contenant des processus de diffusions et des processus de Lévy. Notre but est de comprendre l’influence de la partie stochastique et de l’opérateur différentiel sur le comportement d’explosion des solutions. En particulier, nous donnons des expressions explicites pour des bornes inférieures et supérieures du temps de l’explosion de la solution, et des conditions suffisantes pour l’existence d’une solution globale positive. Nous estimons également la probabilité d’une explosion en temps fini et la loi d’une borne supérieur du temps d’explosion de la solution / This thesis is concerned with stochastic partial differential equations of parabolic type. In the first part we prove new results regarding the existence and the uniqueness of global and local variational solutions to a Neumann initial-boundary value problem for a class of non-autonomous stochastic parabolic partial differential equations. The equations we consider are defined on unbounded open domains in Euclidean space satisfying certain geometric conditions, and are driven by a multiplicative noise derived from an infinite-dimensional fractional Wiener process characterized by a sequence of Hurst parameters H = (Hi) i ∈ N+ ⊂ (1/2,1). These parameters are in fact subject to further constraints that are intimately tied up with the nature of the nonlinearity in the stochastic term of the equations, and with the choice of the functional spaces in which the problem at hand is well-posed. Our method of proof rests on compactness arguments in an essential way. The second part is devoted to the study of the blowup behavior of solutions to semilinear stochastic partial differential equations with Dirichlet boundary conditions driven by a class of differential operators including (not necessarily symmetric) Lévy processes and diffusion processes, and perturbed by a mixture of Brownian and fractional Brownian motions. Our aim is to understand the influence of the stochastic part and that of the differential operator on the blowup behavior of the solutions. In particular we derive explicit expressions for an upper and a lower bound of the blowup time of the solution and provide a sufficient condition for the existence of global positive solutions. Furthermore, we give estimates of the probability of finite time blowup and for the tail probabilities of an upper bound for the blowup time of the solutions

Nous considérons des processus de diffusion, définis par des équations différentielles stochastiques, et puis nous nous intéressons à des problèmes de premier passage pour les chaînes de Markov en temps discret correspon- dant à ces processus de diffusion. Comme il est connu dans la littérature, ces chaînes convergent en loi vers la solution des équations différentielles stochas- tiques considérées. Notre contribution consiste à trouver des formules expli- cites pour la probabilité de premier passage et la durée de la partie pour ces chaînes de Markov à temps discret. Nous montrons aussi que les résultats ob- tenus convergent selon la métrique euclidienne (i.e topologie euclidienne) vers les quantités correspondantes pour les processus de diffusion. En dernier lieu, nous étudions un problème de commande optimale pour des chaînes de Markov en temps discret. L’objectif est de trouver la valeur qui mi- nimise l’espérance mathématique d’une certaine fonction de coût. Contraire- ment au cas continu, il n’existe pas de formule explicite pour cette valeur op- timale dans le cas discret. Ainsi, nous avons étudié dans cette thèse quelques cas particuliers pour lesquels nous avons trouvé cette valeur optimale. / We consider diffusion processes, defined by stochastic differential equa- tions, and then we focus on first passage problems for Markov chains in dis- crete time that correspond to these diffusion processes. As it is known in the literature, these Markov chains converge in distribution to the solution of the stochastic differential equations considered. Our contribution is to obtain ex- plicit formulas for the first passage probability and the duration of the game for the discrete-time Markov chains. We also show that the results obtained converge in the Euclidean metric to the corresponding quantities for the diffu- sion processes. Finally we study an optimal control problem for Markov chains in discrete time. The objective is to find the value which minimizes the expected value of a certain cost function. Unlike the continuous case, an explicit formula for this optimal value does not exist in the discrete case. Thus we study in this thesis some particular cases for which we found this optimal value.

Hmotnostná spektrometria sekundárnych iónov s analýzou doby letu (TOF-SIMS) patrí vďaka vysokej citlivosti na prvkové zloženie medzi významné metódy analýzy pevných povrchov. Táto práca demonštruje možnosti TOF-SIMS v troch odlišných oblastiach výskumu. Prvá časť práce sa zaoberá lokalizáciou defektov vysokonapäťových polovodičových súčiastok, ktorá je nevyhnutná k ich ďalšiemu skúmaniu metódou TOF-SIMS. Bola navrhnutá experimentálna zostava s riadiacim softvérom umožňujúca automatizované meranie záverného prúdu v rôznych miestach polovodičový súčiastok. Druhá časť práce sa zaoberá kvantifikáciou koncentrácie Mg dopantov v rôznych hĺbkach vzoriek AlGaN. Kvantifikácia je založená na metóde RSF a umožňuje charakterizáciu AlGaN heteroštruktúr určených na výrobu tranzistorov s vysokou elektrónovou mobilitou (HEMT) alebo na výrobu rôznych optoelektronických zariadení. Sada 12 AlGaN kalibračných vzoriek dopovaných Mg, určených na kvantifikáciu hĺbkových profilov, bola pripravená metódou iónovej implantácie. Posledná časť práce demonštruje možnosti metódy TOF-SIMS vo výskume heterogénnej katalýzy. Hlavným objektom nášho výskumu je dynamika oxidácie CO na oxid uhličitý na polykryštalickom povrchu platiny za tlakov vysokého vákua. V tejto práci prezentujem prvé TOF-SIMS pozorovanie časopriestorových vzorov v reálnom čase, ktoré vznikajú v dôsledku rôzneho pokrytia povrchu Pt reaktantmi. Výsledky TOF-SIMS experimentu boli porovnané s výsledkami podobného experiment v rastrovacom elektrónovom mikroskope (SEM).

No description available.

No description available.