Cette thèse est consacrée à l’étude de systèmes de particules modélisant des particules chargées en interaction, ou les valeurs propres de matrices aléatoires. On s’intéresse aux gaz de particules avec interaction logarithmique en dimension 1 et 2, et aux interactions de Coulomb/Riesz en dimension générale. On étudie leur comportement microscopique à travers un principe de grandes déviations satisfait par la loi des champs empiriques et gouverné par une fonctionnelle d’énergie libre qui met en évidence la dépendance en la température. Parmi les minimiseurs de cette énergie libre, on compte les processus ponctuels Sine-beta définis dans le contexte des matrices aléatoires. On démontre la convergence vers un processus de Poisson à haute température et, en dimension 1, on prouve la cristallisation du système dans la limite de basse température. Dans le cas des interactions logarithmiques en dimension 2, on montre une loi locale qui contrôle les fluctuations à toute échelle mésoscopique. On traite aussi le cas du gaz de Coulomb 2D avec des charges de signes opposés. / This thesis is devoted to the study of statistical physics systems which can represent charged interacting particles or eigenvalues of random matrices. We are interested in particle gases with logarithmic interaction in dimension 1 and 2 and with Coulomb/Riesz interactions in general dimension. We study the microscopic behavior by establishing a large deviation principle for the law of the empirical fields, governed by a free energy functional in which the temperature dependence appears. Minimizers of this free energy include the Sine-beta point processes defined in random matrix theory. We show the convergence to a Poisson point process at high temperature and in dimension 1 we prove crystallization in the zero temperature limit. For two-dimensional log-gases we establish a local law which bounds the fluctuations at any mesoscopic scale. We also treat the case of a 2D Coulomb gas with charges of opposite sign.

Cette thèse porte sur l'obtention rigoureuse de limites de champ moyen pour la dynamique continue de grands réseaux de neurones hétérogènes. Nous considérons des neurones à taux de décharge, et sujets à un bruit Brownien additif. Le réseau est entièrement connecté, avec des poids de connections dont la variance décroît comme l'inverse du nombre de neurones conservant un effet non trivial dans la limite thermodynamique. Un second type d'hétérogénéité, interprété comme une position spatiale, est considéré au niveau de chaque cellule. Pour la pertinence biologique, nos modèles incluent ou bien des délais, ainsi que des moyennes et variances de connections, dépendants de la distance entre les cellules, ou bien des synapses dépendantes de l'état des deux neurones post- et présynaptique. Ce dernier cas s'applique au modèle de Kuramoto pour les oscillateurs couplés. Quand les poids synaptiques sont Gaussiens et indépendants, nous prouvons un principe de grandes déviations pour la mesure empirique de l'état des neurones. La bonne fonction de taux associée atteint son minimum en une unique mesure de probabilité, impliquant convergence et propagation du chaos sous la loi "averaged". Dans certains cas, des résultats "quenched" sont obtenus. La limite est solution d'une équation implicite, non Markovienne, dans laquelle le terme d'interactions est remplacé par un processus Gaussien qui dépend de la loi de la solution du réseau entier. Une universalité de cette limite est prouvée, dans le cas de poids synaptiques non-Gaussiens avec queues sous-Gaussiennes. Enfin, quelques résultats numérique sur les réseau aléatoires sont présentés, et des perspectives discutées. / This thesis addresses the rigorous derivation of mean-field results for the continuous time dynamics of heterogeneous large neural networks. In our models, we consider firing-rate neurons subject to additive noise. The network is fully connected, with highly random connectivity weights. Their variance scales as the inverse of the network size, and thus conserves a non-trivial role in the thermodynamic limit. Moreover, another heterogeneity is considered at the level of each neuron. It is interpreted as a spatial location. For biological relevance, a model considered includes delays, mean and variance of connections depending on the distance between cells. A second model considers interactions depending on the states of both neurons at play. This last case notably applies to Kuramoto's model of coupled oscillators. When the weights are independent Gaussian random variables, we show that the empirical measure of the neurons' states satisfies a large deviations principle, with a good rate function achieving its minimum at a unique probability measure, implying averaged convergence of the empirical measure and propagation of chaos. In certain cases, we also obtained quenched results. The limit is characterized through a complex non Markovian implicit equation in which the network interaction term is replaced by a non-local Gaussian process whose statistics depend on the solution over the whole neural field. We further demonstrate the universality of this limit, in the sense that neuronal networks with non-Gaussian interconnections but sub-Gaussian tails converge towards it. Moreover, we present a few numerical applications, and discuss possible perspectives.

Le défi du BigData entraîne un besoin pour les algorithmes d'apprentissage automatisé de s'adapter aux données de grande dimension et de devenir plus efficace. Récemment, une nouvelle direction de recherche est apparue qui consiste à analyser les méthodes d’apprentissage dans le régime moderne où le nombre n et la dimension p des données sont grands et du même ordre. Par rapport au régime conventionnel où n>>p, le régime avec n,p sont grands et comparables est particulièrement intéressant, car les performances d’apprentissage dans ce régime restent sensibles à l’ajustement des hyperparamètres, ouvrant ainsi une voie à la compréhension et à l’amélioration des techniques d’apprentissage pour ces données de grande dimension.L'approche technique de cette thèse s'appuie sur des outils avancés de statistiques de grande dimension, nous permettant de mener des analyses allant au-delà de l'état de l’art. La première partie de la thèse est consacrée à l'étude de l'apprentissage semi-supervisé sur des grandes données. Motivés par nos résultats théoriques, nous proposons une alternative supérieure à la méthode semi-supervisée de régularisation laplacienne. Les méthodes avec solutions implicites, comme les SVMs et la régression logistique, sont ensuite étudiées sous des modèles de mélanges réalistes, fournissant des détails exhaustifs sur le mécanisme d'apprentissage. Plusieurs conséquences importantes sont ainsi révélées, dont certaines sont même en contradiction avec la croyance commune. / The BigData challenge induces a need for machine learning algorithms to evolve towards large dimensional and more efficient learning engines. Recently, a new direction of research has emerged that consists in analyzing learning methods in the modern regime where the number n and the dimension p of data samples are commensurately large. Compared to the conventional regime where n>>p, the regime with large and comparable n,p is particularly interesting as the learning performance in this regime remains sensitive to the tuning of hyperparameters, thus opening a path into the understanding and improvement of learning techniques for large dimensional datasets.The technical approach employed in this thesis draws on several advanced tools of high dimensional statistics, allowing us to conduct more elaborate analyses beyond the state of the art. The first part of this dissertation is devoted to the study of semi-supervised learning on high dimensional data. Motivated by our theoretical findings, we propose a superior alternative to the standard semi-supervised method of Laplacian regularization. The methods involving implicit optimizations, such as SVMs and logistic regression, are next investigated under realistic mixture models, providing exhaustive details on the learning mechanism. Several important consequences are thus revealed, some of which are even in contradiction with common belief.

Cette thèse propose une modélisation aussi générique que possible de la combustion dans les moteurs automobiles dans un cadre de simulation aux grandes échelles. Une première étude aborde la fermeture du terme de transport non résolu pour la flamme de prémélange. Par la suite, un couplage entre les modèles ecfm-les et pcm-fpi est proposé et validé pour intégrer les effets de chimie complexe à la simulation de la flamme de prémélange. Ce travail est étendu par l'adjonction de modélisations spécifiques à l'allumage par bougie et de l'auto-inflammation, toujours en intégrant les effets de chimie détaillée. Des calculs d'application aux combustions anormales dans les moteurs à allumage commandé concluent ce travail. / This work proposes a modeling as generic as possible of the combustion in automotive engines in the framework of large-eddy simulation. A first study addresses the closure of the non resolved transport term for the premixed flame. Then, a coupling between the models pcm-fpi and ecfm-les is proposed and validated to account for the detailed chemistry effects in the premixed flame modeling. This work is extended adding specific models for spark-ignition and auto-ignition, still integrating detailed chemistry effects. This work is ended by computations of abnormal combustions occurring in spark-ignition engines.

Cette thèse est consacrée à l’amélioration des capacités de prédiction des émissions d’oxydes d’azote (NO et NO2) des foyers de combustion aéronautiques. Les travaux, exclusivement numériques, consistent d’abord dans une étude de la cinétique chimique responsable des émissions polluantes. Cetteétude conduit à l’écriture d’un modèle, nommé NOMANI (pour Nitrogen Oxide emission model with one-dimensional MANIfold), basé sur l’approche PCM-FPI (pour Presumed Conditional Moments - Flame Prolongation of ILDM) avec une variable de progrès additionnelle afin calculer l’avancement de la chimie azotée une fois la chimie carbonée à l’équilibre. Différentes validations sur des configurations laminaires simples puis des flammes de laboratoire de Sandia sont présentées. Les résultats en terme de structure de flamme et d'émission de monoxyde d’azote sont confrontés aux mesures expérimentales. Le dernier volet de ces travaux, disponible uniquement dans la version confidentielle du manuscrit, consiste dans le développement d’un modèle de prédiction de polluants associé au modèle TF-LES (pour Thickening Flame for Large Eddy Simulation). Le modèle développé est ensuite appliqué à des calculs d’une chambre de combustion aéronautique. / This thesis is focused on the prediction capabilities of nitrogen oxides (NO and NO2) for numerical tools applied to aeronautical combustion chambers. The modeling work is based on a study of the chemical kinetic that produced the pollutant emissions. This study leads to a model, called NOMANI (Nitrogen Oxide emission model with one-dimensional MANIfold), based on PCM-FPI (Presumed Conditional Moments - Flame Prolongation of ILDM) with an additional progress variable to compute the NO evolution once the carbon chemistry is at the equilibrium. Several benchmarks and test-cases (laminar and turbulent flames) are gathered in this study : Sandia flame have been computed and satisfactory comparisons with measurements are obtained. The last part of this work, only available in the confidential version of the manuscript, is the development of a model to predict pollutant associated with the model TF-LES (for Thickening Flame for Large Eddy Simulation). This model is then applied to computations of a aeronautical combustion chambers.

La combustion stratifiée, qui consiste à brûler un mélange carburant/oxydant inhomogène, et la combustion diluée, consistant à ajouter une quantité limitée de gaz brûlés, sont deux technologies utilisées dans les moteurs à piston pour réduire leur consommation. Cette thèse est dédiée à l’étude de l’allumage dans ces deux types de milieux en régimes laminaire et turbulent. Un nouveau schéma cinétique pour la combustion propane/air a été dérivé et combiné à deux approches de modélisation différentes : la chimie complexe et une approche de chimie tabulée de type FPI. Dans le cas laminaire, les deux approches de modélisation donnent des résultats similaires et un modèle simple a mis en évidence l’importance de la dynamique des gaz frais et des gaz brûlés sur le développement du noyau. Dans le cas turbulent, plusieurs techniques d’analyse ont montré la dépendance de la vitesse absolue de la flamme au champ de vitesse moyen et la décorrélation des fluctuations locales de richesse. / Stratified combustion, which consists in burning an inhomogeneous fuel/air mixture, and diluted combustion, which consists in adding a limited quantity of burnt gases, are two technologies used in internal combustion engines to reduce fuel consumption. This Ph.D is devoted to the study of ignition in these two types of combustion in laminar and turbulent regimes. A new kinetic scheme for propane/air combustion has been derived and combined to two modeling approaches: finite-rate chemistry and an FPI tabulated chemistry approach. In the laminar case, both approaches give similar results and a simplified model has highlighted the importance of fresh and burnt gases dynamics on the kernel development. In the turbulent case, several techniques of analysis have shown the dependency of absolute flame speed on the mean fluid velocity and the lack of correlation to the local equivalence ratio.

Cette thèse concerne l’étude de grandes déviations précises pour deux statistiques de test:le coefficient de corrélation empirique de Pearson et la statistique de Moran.Les deux premiers chapitres sont consacrés à des rappels sur les grandes déviations précises et sur la méthode de Laplace qui seront utilisés par la suite. Par la suite, nous étudions les grandes déviations précises pour des coefficients de Pearson empiriques qui sont définis par:$r_n=\sum_{i=1}^n(X_i-\bar X_n)(Y_i-\bar Y_n)/\sqrt{\sum_{i=1}(X_i-\bar X_n)^2 \sum_{i=1}(Y_i-\bar Y_n)^2}$ ou, quand les espérances sont connues, $\tilde r_n=\sum_{i=1}^n(X_i-\mathbb E(X))(Y_i-\mathbb E(Y))/\sqrt{\sum_{i=1}(X_i-\mathbb E(X))^2 \sum_{i=1}(Y_i-\mathbb E(Y))^2} \, .$. Notre cadre est celui d’échantillons (Xi, Yi) ayant une distribution sphérique ou une distribution gaussienne. Dans chaque cas, le schéma de preuve suit celui de Bercu et al.Par la suite, nous considérons la statistique de Moran $T_n=\frac{1}{n}\sum_{k=1}^n\log\frac{X_i}{\bar X_n}+\gamma \, ,$o\`u $\gamma$, où γ est la constante d’ Euler. Enfin l’appendice est consacré aux preuves de résultats techniques. / This thesis focuses on the study of Sharp large deviations (SLD) for two test statistics:the Pearson’s empirical correlation coefficient and the Moran statistic.The two first chapters aim to recall general results on SLD principles and Laplace’s methodsused in the sequel. Then we study the SLD of empirical Pearson coefficients, name $r_n=\sum_{i=1}^n(X_i-\bar X_n)(Y_i-\bar Y_n)/\sqrt{\sum_{i=1}(X_i-\bar X_n)^2 \sum_{i=1}(Y_i-\bar Y_n)^2}$ and when the meansare known,$\tilde r_n=\sum_{i=1}^n(X_i-\mathbb E(X))(Y_i-\mathbb E(Y))/\sqrt{\sum_{i=1}(X_i-\mathbb E(X))^2 \sum_{i=1}(Y_i-\mathbb E(Y))^2} \, .$ .Our framework takes place in two cases of random sample (Xi, Yi): spherical distributionand Gaussian distribution. In each case, we follow the scheme of Bercu et al. Next, westate SLD for the Moran statistic $T_n=\frac{1}{n}\sum_{k=1}^n\log\frac{X_i}{\bar X_n}+\gamma \, ,$o\`u $\gamma$ , where γ is the Euler constant.Finally the appendix is devoted to some technical results.

El presente trabajo de investigación académica está basado en el análisis de las acciones de la promoción digital en relación con el proceso de compra de ropa Plus Size en mujeres de 18 a 34 años de NSE B de Lima Metropolitana. En primer lugar, se dan a conocer cuales son las estrategias SEO y SEM, así mismo detalla cuales son las acciones comprendidas dentro de estas estrategias. Además, se investiga sobre la reacción del target a estas acciones y estímulos. En segundo lugar, se tomó muy en cuenta el análisis del proceso de compra de las mujeres del segmento, descubriéndose que el target prefiere realizar compras por internet antes que las tiendas físicas. Finalmente, se contrastaron ambas variables y se evaluó la influencia de las diferentes estrategias de marketing digital en las etapas del proceso de compra del segmento Plus Size. Adicionalmente, se presenta el contraste de los resultados con la hipótesis planteada y conclusiones de la investigación. / This academic research work is based on the analysis of the actions of digital promotion in relation to the process of buying Plus Size clothing in women from 18 to 34 years of age from NSE B of Metropolitan Lima. First of all, they are disclosed which are the SEO and SEM strategies, as well as detailing what are the actions included within these strategies. In addition, the target's reaction to these actions and stimuli is investigated. Secondly, I am very aware of the analysis of the purchasing process of women in the segment, discovering that the objective of making purchases online before physical stores. Finally, both variables were compared and the influence of the different digital marketing strategies in the stages of the Plus Size segment purchasing process was evaluated. In addition, the contrast of the results with the hypotheses and the conclusions of the investigation is presented. / Trabajo de investigación

L’urbanisation croissante fait émerger des enjeux sociétaux et environnementaux relatifs à la pollution atmosphérique et au microclimat urbain. La compréhension des phénomènes physiques de transport de quantité de mouvement, de chaleur et de masse entre la canopée urbaine et la couche limite atmosphérique est primordiale pour évaluer et anticiper les impacts négatifs de l’urbanisation. Les processus turbulents spécifiques à la couche limite urbaine sont étudiés par une approche de simulation des grandes échelles, dans une configuration urbaine représentée par un arrangement de cubes en quinconce. Le modèle de sous-maille de type Smagorinsky dynamique est implémenté pour mieux prendre en compte l’hétérogénéité de l’écoulement et les retours d’énergie des petites vers les grandes structures. Le nombre de Reynolds basé sur la hauteur du domaine et la vitesse de l’écoulement libre est de 50000. L’écoulement est résolu dans les sous-couches visqueuses et le maillage est raffiné dans la canopée. Le domaine est composé de 28 millions de cellules. Les résultats sont comparés à la littérature et aux données récentes obtenues dans la soufflerie du LHEEA. Chaque contribution au bilan d’énergie cinétique turbulente est calculée directement en tout point. Cette information, rare dans la littérature, permet d’étudier les processus dans la sous couche rugueuse. Grâce à ces résultats 3D, l’organisation complexe de l’écoulement moyen (recirculations, vorticité, points singuliers) est analysée en relation avec la production de turbulence. Enfin, une simulation où les obstacles sont remplacés par une force de traînée équivalente est réalisée à des fins d’évaluation de cette approche. / The rapid development of urbanization raises social and environmental challenges related to air pollution and urban climate. Understanding the physical processes of momentum, heat, and mass exchanges between the urban canopy and the atmospheric boundary-layer is a key to assess,predict and prevent negative impacts of urbanization. The turbulent processes occurring in the urban boundary-layer are investigated using computational fluid dynamics (CFD). The unsteady flow over an urban-like canopy modelled by a staggered arrangement of cubes is simulated using large eddy simulation (LES). Considering the highspatial and temporal in homogeneity of the flow, a dynamic Smagorinsky subgrid-scale model is implemented in the code to allow energyback scatter from small to large scales. The Reynolds number based on the domain height and free-stream velocity is 50000. The near-wall viscous sub-layers are resolved and the grid is refined in the canopy resulting in about 28 million grid cells. LES results are assessed by comparison with literature and data recently acquired in the wind tunnel of the LHEEA. The turbulent kinetic energy budget in which all contributions are independently computed is investigated. These rarely available data are used to analyse the turbulent processes in the urban canopy. By taking advantage of the three-dimensionality of the simulated flow, the complex 3D time-averaged organization of the flow (recirculation, vorticesor singular points) is analyzed in relation with production of turbulence. Finally a drag approach where obstacles are replaced by an equivalent drag force is implemented in the same domain and results are compared to obstacle-resolved data.

Motivée par les récentes avancées dans l'analyse théorique des performances des algorithmes d'apprentissage automatisé, cette thèse s'intéresse à l'analyse de performances et à l'amélioration de la classification nonsupervisée de données et graphes en grande dimension. Spécifiquement, dans la première grande partie de cette thèse, en s'appuyant sur des outils avancés de la théorie des grandes matrices aléatoires, nous analysons les performances de méthodes spectrales sur des modèles de graphes réalistes et denses ainsi que sur des données en grandes dimensions en étudiant notamment les valeurs propres et vecteurs propres des matrices d'affinités de ces données. De nouvelles méthodes améliorées sont proposées sur la base de cette analyse théorique et démontrent à travers de nombreuses simulations que leurs performances sont meilleures comparées aux méthodes de l'état de l'art. Dans la seconde partie de la thèse, nous proposons un nouvel algorithme pour la détection de communautés hétérogènes entre plusieurs couches d'un graphe à plusieurs types d'interaction. Une approche bayésienne variationnelle est utilisée pour approximer la distribution apostériori des variables latentes du modèle. Toutes les méthodes proposées dans cette thèse sont utilisées sur des bases de données synthétiques et sur des données réelles et présentent de meilleures performances en comparaison aux approches standard de classification dans les contextes susmentionnés. / Spurred by recent advances on the theoretical analysis of the performances of the data-driven machine learning algorithms, this thesis tackles the performance analysis and improvement of high dimensional data and graph clustering. Specifically, in the first bigger part of the thesis, using advanced tools from random matrix theory, the performance analysis of spectral methods on dense realistic graph models and on high dimensional kernel random matrices is performed through the study of the eigenvalues and eigenvectors of the similarity matrices characterizing those data. New improved methods are proposed and are shown to outperform state-of-the-art approaches. In a second part, a new algorithm is proposed for the detection of heterogeneous communities from multi-layer graphs using variational Bayes approaches to approximate the posterior distribution of the sought variables. The proposed methods are successfully applied to synthetic benchmarks as well as real-world datasets and are shown to outperform standard approaches to clustering in those specific contexts.