<p>In this work we propose and validate a computational method for reconstructing constitutive relations (material properties) in complex multiphysics phenomena based on incomplete and noisy measurements which is applicable to different problems arising in nonequilibrium thermodynamics and continuum mechanics. The parameter estimation problem is solved as PDE–constrained optimization using a gradient–based technique in the optimize–then–discretize framework. The reconstructed material properties taken as an example here are the transport coefficients characterizing diffusion processes such as the viscosity and the thermal conductivity, and we focus on problems in which these coefficients depend on the state variables in the system. The proposed method allows one to reconstruct a smooth constitutive relation defined over a broad range of the dependent variable. This research is motivated by questions arising in the computational analysis and optimization of advanced welding processes which involves modelling complex alloys in the liquid phase at high temperatures.</p> / Doctor of Philosophy (PhD)

After a review of the notions of Hausdorff and Fourier dimensions from fractal geometry and Fourier analysis and the properties of local times of Brownian motion, we study the Fourier structure of Brownian level sets. We show that if δa(X) is the Dirac measure of one-dimensional Brownian motion X at the level a, that is the measure defined by the Brownian local time La at level a, and μ is its restriction to the random interval [0, L−1 a (1)], then the Fourier transform of μ is such that, with positive probability, for all 0 ≤ β < 1/2, the function u → |u|β|μ(u)|2, (u ∈ R), is bounded. This growth rate is the best possible. Consequently, each Brownian level set, reduced to a compact interval, is with positive probability, a Salem set of dimension 1/2. We also show that the zero set of X reduced to the interval [0, L−1 0 (1)] is, almost surely, a Salem set. Finally, we show that the restriction μ of δ0(X) to the deterministic interval [0, 1] is such that its Fourier transform satisfies E (|ˆμ(u)|2) ≤ C|u|−1/2, u 6= 0 and C > 0. Key words: Hausdorff dimension, Fourier dimension, Salem sets, Brownian motion, local times, level sets, Fourier transform, inverse local times. / Decision Sciences / PhD. (Operations Research)

L’objectif à moyen terme de ce travail est d’explorer quelques formulations des problèmes d’identification de forme et de reconnaissance de surface à partir de mesures ponctuelles. Ces problèmes ont plusieurs applications importantes dans les domaines de l’imagerie médicale, de la biométrie, de la sécurité des accès automatiques et dans l’identification de structures cohérentes lagrangiennes en mécanique des fluides. Par exemple, le problème d’identification des différentes caractéristiques de la main droite ou du visage d’une population à l’autre ou le suivi d’une chirurgie à partir des données générées par un numériseur. L’objectif de ce mémoire est de préparer le terrain en passant en revue les différents outils mathématiques disponibles pour appréhender la géométrie comme variable d’optimisation ou d’identification. Pour l’identification des surfaces, on explore l’utilisation de fonctions distance ou distance orientée, et d’ensembles de niveau comme chez S. Osher et R. Fedkiw ; pour la comparaison de surfaces, on présente les constructions des métriques de Courant par A. M. Micheletti en 1972 et le point de vue de R. Azencott et A. Trouvé en 1995 qui consistent à générer des déformations d’une surface de référence via une famille de difféomorphismes. L’accent est mis sur les fondations mathématiques sous-jacentes que l’on a essayé de clarifier lorsque nécessaire, et, le cas échéant, sur l’exploration d’autres avenues. / The mid-term objective of this work is to explore some formulations of shape identification and surface recognition problems from point measurements. Those problems have important applications in medical imaging, biometrics, security of the automatic access, and in the identification of Lagrangian Coherent Structures in Fluid Mechanics. For instance, the problem of identifying the different characteristics of the right hand or the face from a population to another or the follow-up after surgery from data generated by a scanner. The objective of this mémoire is to prepare the ground by reviewing the different mathematical tools available to apprehend the geometry as an identification or optimization variable. For surface identification it explores the use of distance functions, oriented distance functions, and level sets as in S. Osher and R. Fedkiw ; for surface recognition it emphasizes the construction of Courant metrics by A. M. Micheletti in 1972 and the point of view of R. Azencott and A. Trouvé in 1995 which consists in generating deformations of a reference surface via a family of diffeomorphisms. The accent will be put on the underlying mathematical foundations that it will attempt to clarify as necessary, and, if need be, on exploring new avenues.

L’objectif à moyen terme de ce travail est d’explorer quelques formulations des problèmes d’identification de forme et de reconnaissance de surface à partir de mesures ponctuelles. Ces problèmes ont plusieurs applications importantes dans les domaines de l’imagerie médicale, de la biométrie, de la sécurité des accès automatiques et dans l’identification de structures cohérentes lagrangiennes en mécanique des fluides. Par exemple, le problème d’identification des différentes caractéristiques de la main droite ou du visage d’une population à l’autre ou le suivi d’une chirurgie à partir des données générées par un numériseur. L’objectif de ce mémoire est de préparer le terrain en passant en revue les différents outils mathématiques disponibles pour appréhender la géométrie comme variable d’optimisation ou d’identification. Pour l’identification des surfaces, on explore l’utilisation de fonctions distance ou distance orientée, et d’ensembles de niveau comme chez S. Osher et R. Fedkiw ; pour la comparaison de surfaces, on présente les constructions des métriques de Courant par A. M. Micheletti en 1972 et le point de vue de R. Azencott et A. Trouvé en 1995 qui consistent à générer des déformations d’une surface de référence via une famille de difféomorphismes. L’accent est mis sur les fondations mathématiques sous-jacentes que l’on a essayé de clarifier lorsque nécessaire, et, le cas échéant, sur l’exploration d’autres avenues. / The mid-term objective of this work is to explore some formulations of shape identification and surface recognition problems from point measurements. Those problems have important applications in medical imaging, biometrics, security of the automatic access, and in the identification of Lagrangian Coherent Structures in Fluid Mechanics. For instance, the problem of identifying the different characteristics of the right hand or the face from a population to another or the follow-up after surgery from data generated by a scanner. The objective of this mémoire is to prepare the ground by reviewing the different mathematical tools available to apprehend the geometry as an identification or optimization variable. For surface identification it explores the use of distance functions, oriented distance functions, and level sets as in S. Osher and R. Fedkiw ; for surface recognition it emphasizes the construction of Courant metrics by A. M. Micheletti in 1972 and the point of view of R. Azencott and A. Trouvé in 1995 which consists in generating deformations of a reference surface via a family of diffeomorphisms. The accent will be put on the underlying mathematical foundations that it will attempt to clarify as necessary, and, if need be, on exploring new avenues.

After a review of the notions of Hausdorff and Fourier dimensions from fractal geometry and Fourier analysis and the properties of local times of Brownian motion, we study the Fourier structure of Brownian level sets. We show that if δa(X) is the Dirac measure of one-dimensional Brownian motion X at the level a, that is the measure defined by the Brownian local time La at level a, and μ is its restriction to the random interval [0, L−1 a (1)], then the Fourier transform of μ is such that, with positive probability, for all 0 ≤ β < 1/2, the function u → |u|β|μ(u)|2, (u ∈ R), is bounded. This growth rate is the best possible. Consequently, each Brownian level set, reduced to a compact interval, is with positive probability, a Salem set of dimension 1/2. We also show that the zero set of X reduced to the interval [0, L−1 0 (1)] is, almost surely, a Salem set. Finally, we show that the restriction μ of δ0(X) to the deterministic interval [0, 1] is such that its Fourier transform satisfies E (|ˆμ(u)|2) ≤ C|u|−1/2, u 6= 0 and C > 0. Key words: Hausdorff dimension, Fourier dimension, Salem sets, Brownian motion, local times, level sets, Fourier transform, inverse local times. / Decision Sciences / PhD. (Operations Research)

Les travaux présentés dans cette thèse s'inscrivent dans le contexte du traitement des images cardiaques et l'étude de la fonction contractile du coeur, pour une meilleure compréhension de physiopathologie cardiaque et l'aide au diagnostic. Nous avons implémenté une méthode de segmentation des parois endocardiques sur des ciné-IRM non marquées. Nous avons utilisé une approche fondée sur les ensembles de niveaux, avec une formulation basée-région qui donne des résultats satisfaisants sur des cas sains et pathologiques. Nous avons proposé une méthode pratique pour la quantification des déformations segmentaires afin decaractériser la contractilité myocardique. La méthode a fait l'objet d'une validation clinique par l'expertise de médecins et par comparaison à la méthode HARP sur des IRM marquées. Pour améliorer la précision des mesures, nous avons proposé un algorithme de recalage iconique multimodal IRM/TDM, utilisant la maximisation de l'information culturelle. Nous l'avons appliqué à la localisation de coupes petit-axe dans des volumes TDM avec des résultats encourageants. Ce travail a pour perspective son application à l'obtention de séquences TDM de hautes résolutions spatiale et temporelle / The work presented in this thesis is related to the cardiac images processing and the cardiac contractile function study, for a better comprehension of cardiac physiopathology and diagnosis. We implemented a method for the segmentation of the endocardial walls on standard MRI without tags. We used an approach based on the level set method, with a region-based formulation which gives satisfactory results on healthy and pathological cases. We proposed a practical method for the quantification of the segmental deformations in order to characterize the myocardial contractility. The method was clinically validated by the assesment of doctors and by comparison with the HARP method on tagget MRI. To improve the measurements precision, we proposed an iconic MRI/CT multimodal registration algorithm, using the maximization of the mutual information. We applied it to the localization of short-axis slices in CT volumes with good results. This work has as prospect its application to obtain high spatial and temporal resolutions CT sequences

La reconstruction tomographique par temps de première arrivée est rendue difficile par son caractère mal posé et par la non-linéarité du problème direct associé. Dans cette thèse, on se propose d'employer un modèle déformable, permettant d'introduire un a priori global sur la forme des objets à reconstruire, pour obtenir des solutions plus stables et de meilleure qualité. Dans un premier temps, nous introduisons des contraintes de forme de haut niveau en reconstruction tomographique d'émission, modalité où le problème direct est linéaire. Dans un second temps, différentes stratégies de résolution du problème non linéaire de reconstruction en temps d'arrivée sont envisagées. La solution retenue approche le problème direct par une suite de problèmes linéaires, conduisant à un algorithme par minimisations successives simples, au coursdesquelles l'a priori de forme est introduit. L'efficacité de la méthode est montrée en simulation et à partir de données réelles, acquises sur un banc développé par l'IFSTTAR pour le contrôle non destructif de structures de génie civil. / Image reconstruction from first time arrival is a difficult task due to its ill-posedness nature and to the non linearity of the direct problem associated. In this thesis, the purpose is to use a deformable model because it enables to introduce a global shape prior on the objects to reconstruct, which leads to more stable solutions with better quality. First, high level shape constraints are introduced in Computerized Tomography for which the direct problem is linear. Secondly, different strategies to solve the image reconstruction problem with a non linearity hypothesis are considered. The chosen strategy approximates the direct problem by a series of linear problems, which leads to a simple successive minimization algorithm with the introduction of the shape prior along the minimization. The efficiency of the method is demonstrated for simulated data as for real data obtained from a specific measurement device developped by IFSTTAR for non destructive evaluation of civil engineering structures.

Cette thèse aborde le problème de la recherche d'une structure (ou clustering) dans lesnoeuds d'un graphe. Dans le cadre des modèles aléatoires à variables latentes, on attribue à chaque noeud i une variable aléatoire non observée (latente) Zi, et la probabilité de connexion des noeuds i et j dépend conditionnellement de Zi et Zj . Contrairement au modèle d'Erdos-Rényi, les connexions ne sont pas indépendantes identiquement distribuées; les variables latentes régissent la loi des connexions des noeuds. Ces modèles sont donc hétérogènes, et leur structure est décrite par les variables latentes et leur loi; ce pourquoi on s'attache à en faire l'inférence à partir du graphe, seule variable observée.La volonté commune des deux travaux originaux de cette thèse est de proposer des méthodes d'inférence de ces modèles, consistentes et de complexité algorithmique au plus linéaire en le nombre de noeuds ou d'arêtes, de sorte à pouvoir traiter de grands graphes en temps raisonnable. Ils sont aussi tous deux fondés sur une étude fine de la distribution des degrés, normalisés de façon convenable selon le modèle.Le premier travail concerne le Stochastic Blockmodel. Nous y montrons la consistence d'un algorithme de classiffcation non supervisée à l'aide d'inégalités de concentration. Nous en déduisons une méthode d'estimation des paramètres, de sélection de modèles pour le nombre de classes latentes, et un test de la présence d'une ou plusieurs classes latentes (absence ou présence de clustering), et nous montrons leur consistence.Dans le deuxième travail, les variables latentes sont des positions dans l'espace ℝd, admettant une densité f, et la probabilité de connexion dépend de la distance entre les positions des noeuds. Les clusters sont définis comme les composantes connexes de l'ensemble de niveau t > 0 fixé de f, et l'objectif est d'en estimer le nombre à partir du graphe. Nous estimons la densité en les positions latentes des noeuds grâce à leur degré, ce qui permet d'établir une correspondance entre les clusters et les composantes connexes de certains sous-graphes du graphe observé, obtenus en retirant les nœuds de faible degré. En particulier, nous en déduisons un estimateur du nombre de clusters et montrons saconsistence en un certain sens / .This thesis addresses the clustering of the nodes of a graph, in the framework of randommodels with latent variables. To each node i is allocated an unobserved (latent) variable Zi and the probability of nodes i and j being connected depends conditionally on Zi and Zj . Unlike Erdos-Renyi's model, connections are not independent identically distributed; the latent variables rule the connection distribution of the nodes. These models are thus heterogeneous and their structure is fully described by the latent variables and their distribution. Hence we aim at infering them from the graph, which the only observed data.In both original works of this thesis, we propose consistent inference methods with a computational cost no more than linear with respect to the number of nodes or edges, so that large graphs can be processed in a reasonable time. They both are based on a study of the distribution of the degrees, which are normalized in a convenient way for the model.The first work deals with the Stochastic Blockmodel. We show the consistency of an unsupervised classiffcation algorithm using concentration inequalities. We deduce from it a parametric estimation method, a model selection method for the number of latent classes, and a clustering test (testing whether there is one cluster or more), which are all proved to be consistent. In the second work, the latent variables are positions in the ℝd space, having a density f. The connection probability depends on the distance between the node positions. The clusters are defined as connected components of some level set of f. The goal is to estimate the number of such clusters from the observed graph only. We estimate the density at the latent positions of the nodes with their degree, which allows to establish a link between clusters and connected components of some subgraphs of the observed graph, obtained by removing low degree nodes. In particular, we thus derive an estimator of the cluster number and we also show the consistency in some sense.