A Mandarin phrase recognition system based on MFCC, LPC scaled excitation, vowel model, hidden Markov model (HMM) and Viterbi algorithm is proposed in this thesis. HMM, which is broadly used in speech recognition at present, is adopted in the main structure of recognition. In order to speed up the recognition time, we take advantage of stability of vowels in Mandarin and incorporate with vowel class recognition in our system. For the speaker-dependent case, a single Mandarin phrase recognition can be accomplished within 1 seconds on average in the laboratory environment.

Cette thèse présente de nouvelles méthodes d'extraction de " pistes" dans des images gisement- temps présentées aux opérateurs d'un système sonar passif. Les pistes gisement-temps extraites sont nécessaires à la fonction trajectographie qui se trouve en aval dans la chaîne de traitement de l'information d'un tel système. Les méthodes que nous proposons se fondent sur l'analyse statistique de ce type d'image issue du traitement d'antenne. Cette analyse est l'objet du second chapitre. Puis dans une première approche, on ne considère que le cas (irréaliste) où une seule piste au plus, est présente dans l'image. Les deux extracteurs que nous construisons à partir de l'arsenal des techniques associées aux chaînes de Markov cachées (HMM), tiennent compte de l'intermittence de cette piste. Une fois la piste extraite par l'une ou l'autre méthode, on lui associe un module de trajectographie qui permet d'évaluer les performances des extracteurs et montre que leurs sorties sont exploitables. La seconde partie de la thèse se focalise sur le cas réel c'est-à-dire la présence de plusieurs pistes intermittentes et pouvant se croiser dans l'image gisement-temps. Deux extracteurs sont présentés et étudiés: l'un effectuant une extraction séquentielle c'est-à-dire extrayant piste après piste, un autre appelé extracteur parallèle, effectuant une extraction de l'ensemble des pistes simultanément. Les deux extracteurs proposés gérant de façon très insatisfaisante le croisement de pistes, on leur associe un module de trajectographie qui permet d'améliorer sensiblement celui-ci. Un bilan global du couple (extraction, trajectographie) est présenté dans la dernière partie de cette thèse.

La reconnaissance de mouvements naturels est de toute première importance dans la mise en oeuvre d'Interfaces Homme-Machine intelligentes et efficaces, utilisables de manière intuitive en environnement virtuel. En effet, elle permet à l'utilisateur d'agir de manière naturelle et au système de reconnaitre les mouvements corporel effectués tels qu'ils seraient perçu par un humain. Cette tâche est complexe, car elle demande de relever plusieurs défis : prendre en compte les spécificités du dispositif d'acquisition des données de mouvement, gérer la variabilité cinématique dans l'exécution du mouvement, et enfin gérer les différences morphologiques inter-individuelles, de sorte que les mouvements de tout nouvel utilisateur puissent être reconnus. De plus, de part la nature interactive des environnements virtuels, cette reconnaissancedoit pouvoir se faire en temps-réel, sans devoir attendre la fin du mouvement. La littérature scientifique propose de nombreuses méthodes pour répondre aux deux premiers défis mais la gestion de la variabilité morphologique est peu abordée. Dans cette thèse, nous proposons une description du mouvement permettant de répondre à cette problématique et évaluons sa capacité à reconnaitre les mouvements naturels d'un utilisateur inconnu. Enfin, nous proposons unenouvelle méthode permettant de tirer partie de cette représentation dans une reconnaissance précoce du mouvement

Les puces tiling arrays sont des puces à haute densité permettant l'exploration des génomes à grande échelle. Elles sont impliquées dans l'étude de l'expression des gènes et de la détection de nouveaux transcrits grâce aux expériences de transcriptome, ainsi que dans l'étude des mécanismes de régulation de l'expression des gènes grâce aux expériences de ChIP-chip. Dans l'objectif d'analyser des données de ChIP-chip et de transcriptome, nous proposons une modélisation fondée sur les modèles à variables latentes, en particulier les modèles de Markov cachés, qui sont des méthodes usuelles de classification non-supervisée. Les caractéristiques biologiques du signal issu des puces tiling arrays telles que la dépendance spatiale des observations le long du génome et l'annotation structurale sont intégrées dans la modélisation. D'autre part, les modèles sont adaptés en fonction de la question biologique et une modélisation est proposée pour chaque type d'expériences. Nous proposons un mélange de régressions pour la comparaison de deux échantillons dont l'un peut être considéré comme un échantillon de référence (ChIP-chip), ainsi qu'un modèle gaussien bidimensionnel avec des contraintes sur la matrice de variance lorsque les deux échantillons jouent des rôles symétriques (transcriptome). Enfin, une modélisation semi-paramétrique autorisant des distributions plus flexibles pour la loi d'émission est envisagée. Dans un objectif de classification, nous proposons un contrôle de faux-positifs dans le cas d'une classification à deux groupes et pour des observations indépendantes. Puis, nous nous intéressons à la classification d'un ensemble d'observations constituant une région d'intérêt, telle que les gènes. Les différents modèles sont illustrés sur des jeux de données réelles de ChIP-chip et de transcriptome issus d'une puce NimbleGen couvrant le génome entier d'Arabidopsis thaliana.

Cette thèse porte sur la découverte de gènes humains non caractérisés codant pour des précurseurs à hormones peptidiques. Les hormones peptidiques (PH) ont un rôle important dans la plupart des processus physiologiques du corps humain. Ce sont de petites protéines sécrétées générées après clivage de précurseurs plus larges codés par le génome. Dans la première partie de la thèse, l'on introduit des algorithmes, basés sur les chaînes de Markov cachées (HMM), qui vont nous permettent de modéliser les séquences protéiques des précurseurs à hormones peptidiques. On montre que l'on peut dégager des caractéristiques particulières au niveau de la séquence chez ce groupe de protéines et l'on s'attarde en particulier sur la modélisation de deux signaux toujours présents chez ces protéines, les peptides signaux et les sites de clivage par les prohormones convertases. On présente ensuite des algorithmes qui prennent en compte le degré de conservation des résidus le long d'alignements de protéines orthologues. On montre que ces nouveaux algorithmes améliorent de manière significative les résultats obtenus à l'aide des algorithmes classiques. Enfin, après lancement de l'algorithme sur des données de protéomes, l'on dégage une liste de candidats dont certains ont pu être étudiés au laboratoire. La deuxième et la troisième partie de la thèse présentent les conclusions que l'on peut tirer des données de Western blot relatives aux profils de sécrétion et de découpage (processing) de chacun des deux candidats les plus prometteurs, " spexine " et " augurine ". On présente des données d'expression sur la souris (hybridation in situ, immunohistochimie,...) que l'on a récemment obtenues sur ces nouvelles hormones peptidiques potentielles ainsi que des données fonctionnelles sur la " spexine ". En conclusion, l'on avance des hypothèses quant aux fonctions de ces deux protéines. Si les fonctions de ces nouveaux peptides nous sont encore inconnues, leur expression chez la souris, tant au niveau de l'ARN messager que de la protéine, révèle des pistes qui devraient soulever un intérêt certain chez les spécialistes du domaine des peptides. Enfin, dans la quatrième et dernière partie de la thèse, l'on présente pour quatre autres candidats (dont on n'a pu mener une étude approfondie) des données préliminaires d'expression de gène et de sécrétion in vitro après transfection de l'ADN codant pour ces protéines dans des cellules issues de lignées cellulaires pancréatiques.

Les caractéristiques des rayonnements solaires dépendent fortement de certains événements météorologiques non observés comme fréquence, taille et type des nuages et leurs propriétés optiques (aérosols atmosphériques, al- bédo du sol, vapeur d'eau, poussière et turbidité atmosphérique) tandis qu'une séquence du rayonnement solaire peut être observée et mesurée à une station donnée. Ceci nous a suggéré de modéliser les processus de rayonnement solaire (ou d'indice de clarté) en utilisant un modèle Markovien caché (HMM), paire corrélée de processus stochastiques. Notre modèle principal est un HMM à temps continu (Xt, yt)t_0 est tel que (yt), le processus observé de rayonnement, soit une solution de l'équation différentielle stochastique (EDS) : dyt = [g(Xt)It − yt]dt + _(Xt)ytdWt, où It est le rayonnement extraterrestre à l'instant t, (Wt) est un mouvement Brownien standard et g(Xt), _(Xt) sont des fonctions de la chaîne de Markov non observée (Xt) modélisant la dynamique des régimes environnementaux. Pour ajuster nos modèles aux données réelles observées, les procédures d'estimation utilisent l'algorithme EM et la méthode du changement de mesures par le théorème de Girsanov. Des équations de filtrage sont établies et les équations à temps continu sont approchées par des versions robustes. Les modèles ajustés sont appliqués à des fins de comparaison et classification de distributions et de prédiction.

L’imagerie par résonance magnétique fonctionnelle (IRMf) est un outil de choix pour cartographier d’une manière non invasive l’activité du cortex, donnant ainsi un accès à l’organisation fonctionnelle cérébrale. Cette organisation des aires cérébrales en réseaux complexes reste encore un vaste sujet d’étude, autant dans le domaine de la recherche fondamentale, pour mieux comprendre le développement et le fonctionnement du cerveau, que dans le domaine clinique, à des fins diagnostiques par exemple. Les réseaux cérébraux dits de repos, chez un sujet donné, peuvent être observés lors d’études IRMf lorsqu’aucune tâche motrice ou cognitive n’est imposée au sujet imagé. La première partie de cette thèse a permis le développement d’une méthode automatique d’identification de ces réseaux. Réalisée à l’échelle du sujet, cette méthode permet de sélectionner tous les réseaux spécifiques au sujet ce qui s’avère nécessaire dans un cadre diagnostique où l’individu prime. Au delà de la détection et de l’identification de ces réseaux, l’étude de leurs modes d’interaction dans l’espace et dans le temps et plus généralement l’analyse de la dynamique de la connectivité fonctionnelle (DCF) fait l’objet d’un intérêt grandissant. Cette analyse nécessite le développement de méthodes innovantes de traitement du signal et de l’image qui, pour l’heure, sont encore de nature exploratoire. La deuxième partie de cette thèse présente donc de nouvelles approches pour caractériser la DCF en utilisant le cadre probabiliste de modèles de Markov cachés multidimensionnels. Les mécanismes conversationnels entre réseaux cérébraux peuvent ainsi être identifiés et caractérisés à l’échelle de la seconde. Deux applications, au niveau du sujet puis du groupe, ont permis de mettre en avant les modifications des propriétés dynamiques des interactions entre réseaux sous certaines conditions ou pathologies. / The functional magnetic resonance imaging (fMRI) is a perfect tool for mapping in a non- invasive manner the activity of the cortex, giving access to the functional organization of the brain. This organization of brain areas into complex networks remains a large topic of study, both from a fundamental research perspective, to better understand the development and function of the brain, and from a clinical perspective, for diagnostic purposes for instance. The resting-state networks in a given subject can be observed in fMRI studies where no motor or cognitive tasks are imposed to the subject. The first part of this thesis focused on the development of an automatic identification method of these networks. Performed at the subject level, this method selects all the resting-state networks proper to the subject. Beyond the detection and identification of these networks, the study of interactions between these networks in space and time, and more generally the analysis of the dynamic functional connectivity (DFC), is the subject of growing interest. This analysis requires the development of innovative methods of signal or image processing that, for now, are still exploratory. The second part of this thesis thus presents new approaches to characterize the DFC using the probabilistic framework of multidimensional hidden Markov models. Conversational mechanisms between brain networks can be identified and characterized at the resolution of the second. Two applications, first on a single subject then on a group, helped to highlight the changes of dynamic properties of interaction between networks under certain conditions or diseases.

Les communications téléphoniques en voix sur IP souffrent de la perte de paquets causée par les problèmes d'acheminement dus aux nœuds du réseau. La perte d'un paquet de voix induit la perte d'un segment de signal de parole (généralement 10ms par paquet perdu). Face à la grande diversité des codeurs de parole, nous nous sommes intéressés dans le cadre de cette thèse à proposer une méthode de masquage de pertes de paquets générique, indépendante du codeur de parole utilisé. Ainsi, le masquage de pertes de paquets est appliqué au niveau du signal de parole reconstruit, après décodage, s'affranchissant ainsi du codeur de parole. Le système proposé repose sur une modélisation classique de type « modèles de Markov cachés » afin de suivre l'évolution acoustique de la parole. À notre connaissance, une seule étude a proposé l'utilisation des modèles de Markov cachés dans ce cadre [4]. Toutefois, Rødbro a utilisé l'utilisation de deux modèles, l'un pour la parole voisée, l'autre pour les parties non voisées, posant ainsi le problème de la distinction voisée/non voisée. Dans notre approche, un seul modèle de Markov caché est mis en œuvre. Aux paramètres classiques (10 coefficients de prédiction linéaire dans le domaine cepstral (LPCC) et dérivées premières) nous avons adjoint un nouvel indicateur continu de voisement [1, 2]. La recherche du meilleur chemin avec observations manquantes conduit à une version modifiée de l'algorithme de Viterbi pour l'estimation de ces observations. Les différentes contributions (indice de voisement, décodage acoutico-phonétique et restitution du signal) de cette thèse sont évaluées [3] en terme de taux de sur et sous segmentation, taux de reconnaissance et distances entre l'observation attendue et l'observation estimée. Nous donnons une indication de la qualité de la parole au travers d'une mesure perceptuelle : le PESQ. / Packet loss due to misrouted or delayed packets in voice over IP leads to huge voice quality degradation. Packet loss concealment algorithms try to enhance the perceptive quality of the speech. The huge variety of vocoders leads us to propose a generic framework working directly on the speech signal available after decoding. The proposed system relies on one single "hidden Markov model" to model time evolution of acoustic features. An original indicator of continuous voicing is added to conventional parameters (Linear Predictive Cepstral Coefficients) in order to handle voiced/unvoiced sound. Finding the best path with missing observations leads to one major contribution: a modified version of the Viterbi algorithm tailored for estimating missing observations. All contributions are assessed using both perceptual criteria and objective metrics.

京都大学 / 新制・課程博士 / 博士(情報学) / 甲第23311号 / 情博第747号 / 新制||情||128(附属図書館) / 京都大学大学院情報学研究科知能情報学専攻 / (主査)准教授 吉井 和佳, 教授 河原 達也, 教授 西野 恒, 教授 鹿島 久嗣 / 学位規則第4条第1項該当 / Doctor of Informatics / Kyoto University / DFAM

The aim of this thesis was to create two applications for people with learning difficulties. The first, i-CT Framwork, is also an executable application to be used with the target group mentioned above. As an executable application, i-CT Framework operates as a central tool for managing users, applications, and user restrictions. Development of Gesture Translator application presented another aim of the thesis: this application can translate sign language gestures for people with learning difficulties. Both applications are functioning on Android as well as iOS operating systems.