La thèse porte sur le développement d'algorithmes d'estimation rapides pour l'analyse modale de signaux multidimensionnels (R-D) présentant des problèmes de résolution et de complexité numérique. Un signal multidimensionnel de dimension R est la superposition de produits de R sinusoïdes. L'application visée est la spectroscopie RMN. Dans un premier temps, après un état de l'art des méthodes d'estimation dites " algébriques ", nous proposons une méthode paramétrique basée sur les tenseurs. Celle-ci utilise le treillis multidimensionnel du tenseur du signal R-D et exploite la structure des vecteurs propres du sous-espace signal obtenus en utilisant la décomposition en valeurs singulières d'ordre supérieur. Contrairement à la plupart des approches tensorielles, la méthode proposée permet d'éviter la phase d'appariement des coordonnées des modes dans chacune des dimensions ou d'une diagonalisation conjointe. Dans un deuxième temps, le problème d'estimation modale multidimensionnelle est présenté comme un problème d'approximation parcimonieuse dans lequel le dictionnaire est obtenu par la discrétisation de fonctions exponentielles complexes. Afin d'atteindre une bonne résolution spectrale, il est nécessaire de choisir une grille très fine, ce qui conduit à la manipulation d'un dictionnaire de grande taille avec tous les problèmes calculatoires sous-jacents. Nous proposons alors une méthode originale qui consiste à combiner une approximation parcimonieuse et une approche multigrille sur plusieurs niveaux de résolution. L'approche est validée au travers de plusieurs exemples 1-D et 2-D. En outre, une étude sur l'influence du choix du dictionnaire initial sur la convergence est également menée. Les méthodes développées sont ensuite appliquées à l'estimation des paramètres de signaux de spectroscopie RMN 1-D et 2-D. Afin de réduire le coût de calcul dans le cas de signaux bidimensionnels de grande taille, nous proposons également une approche exploitant la notion de parcimonie simultanée, pour estimer les coordonnées des modes sur chacune des dimensions. La procédure consiste à effectuer deux approximations parcimonieuses 1-D suivies d'une phase de reformation des paires de modes 2-D.

Cette thèse porte sur l'étude des ondes stationnaires d'équations dispersives non linéaires, en particulier l'équation de Schrödinger, mais aussi celle de Klein-Gordon. Les travaux présentés s'articulent autour de deux questions principales : l'existence et la stabilité orbitale de ces ondes stationnaires. <br /><br />L'existence est étudiée par des méthodes essentiellement variationnelles. En plus de la simple existence, on met en évidence différentes caractérisations variationnelles des ondes stationnaires, par exemple en tant que points critiques d'une certaine fonctionnelle au niveau du col ou au niveau de moindre énergie, ou encore en tant que minimiseurs d'une fonctionnelle sur différentes contraintes.<br /><br />Selon la puissance de la non-linéarité et la forme de la dépendance en espace, on démontre que les ondes stationnaires sont stables ou instables. Lorsqu'elles sont instables, on met en évidence que dans certaines situations l'instabilité se manifeste par explosion, tandis que dans d'autres les solutions sont globalement bien posées. En plus des différentes caractérisations variationnelles des <br />ondes stationnaires, les preuves des résultats de stabilité et d'instabilité nécessitent de dériver des informations de nature spectrale. En particulier, dans la première partie de cette thèse, on prouve un résultat de non-dégénérescence du linéarisé pour un problème limite. Dans la deuxième partie, on localise la deuxième valeur propre du linéarisé par la combinaison d'une méthode perturbative et d'arguments de continuation.

Le principe du contrôle non destructif par Flux de Fuite Magnétique (FFM) consiste à magnétiser une pièce à contrôler par un champ magnétique intense et à détecter à l'aide d'un capteur magnétique les fuites des lignes de champ qui résultent de la présence d'un défaut dans la pièce. Les méthodes de contrôle FFM sont très employées notamment lors du processus de fabrication des tubes ferromagnétiques par la société Vallourec, le leader mondial des fabricants de tube. Dans le but d'améliorer les performances des systèmes de contrôle installés en usine, le CEA LIST et le centre de recherches de Vallourec (VRA) collaborent pour développer des outils de simulation rapides dédiés au contrôle virtuel des tubes ferromagnétiques. Le système expérimental existant concerne plus particulièrement la détection des défauts longitudinaux. Le problème de modélisation se pose en termes de modélisation d'un système électromagnétique à géométrie complexe en régime magnétostatique non-linéaire. Les courants de Foucault induits par le mouvement relatif entre la pièce et le circuit magnétique sont négligés. Dans ce contexte, une approche semi-analytique reposant sur le formalisme des équations intégrales (EI) a été choisie. Les travaux effectués dans cette thèse ont pour but de traiter des géométries complexes 3D mais limitées dans une première étape aux matériaux linéaires. Toutefois, le caractère non-linéaire de la relation liant l'induction magnétique et le champ magnétique dans un matériau ferromagnétique doit être envisageable lors du choix de la formulation du problème. Après une étude des paramètres influents du système expérimental existant, menée par des simulations par éléments finis, nous avons considéré deux stratégies de modélisation. La première consiste à proposer un schéma de résolution qui combine un module de calcul 2D et un module d'extension du 2D vers le 3D. Le manque de généralisation de cette première approche simplifiée nous a conduits à proposer une deuxième stratégie qui résout le problème complet de magnétostatique 3D. La formulation par équations intégrales porte sur une quantité scalaire auxiliaire : la densité surfacique de charges magnétiques. Afin de pouvoir résoudre à terme un problème 3D non-linéaire, le schéma numérique proposé considère deux hypothèses : la pièce ferromagnétique est divisée en un ensemble de cellules hexaédriques dans lesquelles la perméabilité magnétique est constante et les inconnues du problème, les densités surfaciques de charge sur les faces de chaque cellule sont projetées sur des fonctions de base d'ordre 0. Le calcul numérique des intégrales singulières s'effectue de manière analytique. Plusieurs résultats de simulation confirment la validité du modèle numérique présenté. Même si le modèle présente encore aujourd'hui quelques limitations notamment sur le manque de précision des calculs en présence de défaut, celui-ci donne satisfaction en absence de défaut. Diverses configurations géométriques ont été traitées grâce à l'emploi du mailleur libre Gmsh. Le travail réalisé débouche sur un modèle 3D linéaire intégrable dans un procédé itératif pour effectuer une simulation en régime non-linéaire. Les inconvénients liés au formalisme des équations intégrales sont aujourd'hui contournables grâce aux méthodes de compression de matrices. Ce modèle est un bon candidat pour servir d'outil de simulation pour le contrôle virtuel des matériaux plans ou cylindriques par flux de fuite.

Dans une première partie, on s'intéresse à un système d'EDP stochastiques variant selon deux échelles de temps, et plus particulièrement à l'approximation de la composante lente à l'aide d'un schéma numérique efficace. On commence par montrer un principe de moyennisation, à savoir la convergence de la composante lente du système vers la solution d'une équation dite moyennée. Ensuite on prouve qu'un schéma numérique de type Euler fournit une bonne approximation d'un coefficient inconnu apparaissant dans cette équation moyennée. Finalement, on construit et on analyse un schéma de discrétisation du système à partir des résultats précédents, selon la méthodologie dite HMM (Heterogeneous Multiscale Method). On met en évidence l'ordre de convergence par rapport au paramètre d'échelle temporelle et aux différents paramètres du schéma numérique; on étudie les convergences au sens fort (approximation des trajectoires) et au sens faible (approximation des lois). Dans une seconde partie, on étudie une méthode d'approximation de solutions d'EDP paraboliques, en combinant une approche semi-lagrangienne et une discrétisation de type Monte-Carlo. On montre d'abord dans un cas simplifié que la variance dépend des pas de discrétisation; enfin on fournit des simulations numériques de solutions, afin de mettre en avant les applications possibles d'une telle méthode.

La première partie du mémoire résume des travaux en simulation moléculaire. On s'intéresse à des systèmes de particules ponctuelles (représentant typiquement les noyaux des atomes d'un système moléculaire), qui interagissent via une énergie potentielle. Les degrés de liberté du système sont la position et l'impulsion de chaque particule. La complexité du problème vient du nombre de degrés de liberté en jeu, qui peut atteindre (et dépasser!) plusieurs centaines de milliers d'atomes pour les systèmes d'intérêt pratique. <br> Les questions étudiées portent sur l'échantillonnage de la mesure de Boltzmann-Gibbs (avec des résultats concernant la non-ergodicité de certains systèmes dynamiques proposés dans la littérature), et sur la construction de dynamiques effectives: supposant que le système suit une dynamique X_t régie par l'équation de Langevin amortie, et se donnant une variable scalaire macroscopique xi(X), lente en un certain sens, nous proposons une dynamique mono-dimensionnelle fermée qui approche xi(X_t), et dont la précision est estimée à l'aide de méthodes d'entropie relative. <br> Une autre partie du travail consiste à développer de nouveaux schémas numériques pour des problèmes Hamiltoniens hautement oscillants (souvent rencontrés en simulation moléculaire), en suivant une démarche d'homogénéisation en temps. Nous avons aussi proposé une adaptation au contexte Hamiltonien de l'algorithme pararéel, permettant d'obtenir la solution d'un problème d'évolution par des méthodes de calcul parallèle. <br><br> La seconde partie du mémoire présente des travaux sur la dérivation de modèles à l'échelle du continuum à partir de modèles discrets (à l'échelle atomistique), pour les solides, et sur le couplage de ces deux modèles, discret et continu. Une première approche consiste à poser le problème sous forme variationnelle (modélisation à température nulle). Nous nous sommes aussi intéressés au cas de systèmes à température finie, modélisés dans le cadre de la mécanique statistique. Dans certains cas, nous avons obtenu des modèles réduits, macroscopiques, où la température est un paramètre, en suivant des approches de type limite thermodynamique. <br><br> La troisième partie du mémoire s'intéresse à des questions d'homogénéisation stochastique, pour des équations aux dérivées partielles elliptiques linéaires. Les matériaux sont donc modélisés à l'échelle du continuum. Le constat qui motive notre travail est le fait que, même dans les cas les plus simples sur le plan théorique, les méthodes numériques à ce jour disponibles en homogénéisation stochastique conduisent à des calculs très lourds. Nous avons travaillé dans deux directions. La première consiste à réduire la variance des quantités aléatoires effectivement calculées, seules accessibles en pratique pour approcher la matrice homogénéisée. La seconde est d'étudier le cas de problèmes faiblement stochastiques, en partant du constat que les matériaux hétérogènes, rarement périodiques, ne sont pas pour autant systématiquement fortement aléatoires. Le cas d'un matériau aléatoire pour lequel cet aléa n'est qu'une petite perturbation autour d'un modèle périodique est donc intéressant, et peut se traiter avec un coût calcul beaucoup plus abordable.

La constante de normalisation des champs de Markov se présente sous la forme d'une intégrale hautement multidimensionnelle et ne peut être calculée par des méthodes analytiques ou numériques standard. Cela constitue une difficulté majeure pour l'estimation des paramètres ou la sélection de modèle. Pour approcher la loi a posteriori des paramètres lorsque le champ de Markov est observé, nous remplaçons la vraisemblance par une vraisemblance composite, c'est à dire un produit de lois marginales ou conditionnelles du modèle, peu coûteuses à calculer. Nous proposons une correction de la vraisemblance composite basée sur une modification de la courbure au maximum afin de ne pas sous-estimer la variance de la loi a posteriori. Ensuite, nous proposons de choisir entre différents modèles de champs de Markov cachés avec des méthodes bayésiennes approchées (ABC, Approximate Bayesian Computation), qui comparent les données observées à de nombreuses simulations de Monte-Carlo au travers de statistiques résumées. Afin de pallier l'absence de statistiques exhaustives pour ce choix de modèle, des statistiques résumées basées sur les composantes connexes des graphes de dépendance des modèles en compétition sont introduites. Leur efficacité est étudiée à l'aide d'un taux d'erreur conditionnel original mesurant la puissance locale de ces statistiques à discriminer les modèles. Nous montrons alors que nous pouvons diminuer sensiblement le nombre de simulations requises tout en améliorant la qualité de décision, et utilisons cette erreur locale pour construire une procédure ABC qui adapte le vecteur de statistiques résumés aux données observées. Enfin, pour contourner le calcul impossible de la vraisemblance dans le critère BIC (Bayesian Information Criterion) de choix de modèle, nous étendons les approches champs moyens en substituant la vraisemblance par des produits de distributions de vecteurs aléatoires, à savoir des blocs du champ. Le critère BLIC (Block Likelihood Information Criterion), que nous en déduisons, permet de répondre à des questions de choix de modèle plus large que les méthodes ABC, en particulier le choix conjoint de la structure de dépendance et du nombre d'états latents. Nous étudions donc les performances de BLIC dans une optique de segmentation d'images. / Due to the Markovian dependence structure, the normalizing constant of Markov random fields cannot be computed with standard analytical or numerical methods. This forms a central issue in terms of parameter inference or model selection as the computation of the likelihood is an integral part of the procedure. When the Markov random field is directly observed, we propose to estimate the posterior distribution of model parameters by replacing the likelihood with a composite likelihood, that is a product of marginal or conditional distributions of the model easy to compute. Our first contribution is to correct the posterior distribution resulting from using a misspecified likelihood function by modifying the curvature at the mode in order to avoid overly precise posterior parameters.In a second part we suggest to perform model selection between hidden Markov random fields with approximate Bayesian computation (ABC) algorithms that compare the observed data and many Monte-Carlo simulations through summary statistics. To make up for the absence of sufficient statistics with regard to this model choice, we introduce summary statistics based on the connected components of the dependency graph of each model in competition. We assess their efficiency using a novel conditional misclassification rate that evaluates their local power to discriminate between models. We set up an efficient procedure that reduces the computational cost while improving the quality of decision and using this local error rate we build up an ABC procedure that adapts the summary statistics to the observed data.In a last part, in order to circumvent the computation of the intractable likelihood in the Bayesian Information Criterion (BIC), we extend the mean field approaches by replacing the likelihood with a product of distributions of random vectors, namely blocks of the lattice. On that basis, we derive BLIC (Block Likelihood Information Criterion) that answers model choice questions of a wider scope than ABC, such as the joint selection of the dependency structure and the number of latent states. We study the performances of BLIC in terms of image segmentation.

Ce travail a pour objectif de développer des techniques théoriques et expérimentales pour la détermination des propriétés thermophysiques et terme source. Deux formes de comportement temporel pour le terme source ont été étudiées : un constant et un qui varie dans le temps. La variation dans le temps a été considérée comme une pulse carrée ou une variation sinusoïdale. Deux formes d’échauffement ont été utilisées : une résistance électrique et un laser diode. Pour l’acquisition des données une caméra de thermographie par infrarouge a été utilisée. La stratégie nodale a été utilisée pour contourner le problème des grosses quantités de données générées par la caméra. Le problème direct a été résolu par différences finies, et deux approches pour la solution du problème inverse ont été utilisées, en fonction du comportement temporel du terme source. Les deux approches sont basées sur des méthodes d’inférence statistiques dans une approche Bayésienne, avec la méthode de Monte Carlo via les Chaînes de Markov pour le terme source constant, et le filtre de Kalman pour le problème dont le terme source varie dans le temps. Des manipulations contrôlées ont été faites dans un échantillon avec des propriétés thermophysiques déterminées par des méthodes classiques dans la littérature. / This work deals with the development of new theoretical and experimental techniques for the efficient estimation of thermophysical properties and source-term in micro and macro-scale. Two kinds of source term were studied: a constant and a time varying source term. The time wise variation of the source term had a sinusoidal and a pulse form. Two devices were used for the sample heating: An electrical resistance and a laser diode. For the data acquisition, an infrared camera was used, providing a full cartography of properties of the medium and also non-contact temperature measurements. The direct problem was solved by the finite differences method, and two approaches were used for the solution of the inverse problem, depending on the time varying behavior of the source term. Both approaches deal with the parameters estimation within the Bayesian framework, using the Markov Chain Monte Carlo (MCMC) method via the Metropolis Hastings (MH) algorithm for the constant source term, and the Kalman filter for the time-varying source term. The nodal strategy is presented as a method to deal with the large number of experimental data problems. Experiments were carried out in a sample with well-known thermophysical properties, determined by classical methods.

Cette thèse traite des méthodes d’éléments finis Galerkin discontinus d’ordre élevé pour la résolution d’équations aux dérivées partielles, avec un intérêt particulier pour l’équation de transport des neutrons. Nous nous intéressons tout d’abord à une méthode de pré-traitement de matrices creuses par blocs, qu’on retrouve dans les méthodes Galerkin discontinues, avant factorisation par un solveur multifrontal. Des expériences numériques conduites sur de grandes matrices bi- et tri-dimensionnelles montrent que cette méthode de pré-traitement permet une réduction significative du ’fill-in’, par rapport aux méthodes n’exploitant pas la structure par blocs. Ensuite, nous proposons une méthode d’éléments finis Galerkin discontinus, employant des éléments d’ordre élevé en espace comme en angle, pour résoudre l’équation de transport des neutrons. Nous considérons des solveurs parallèles basés sur les sous-espaces de Krylov à la fois pour des problèmes ’source’ et des problèmes aux valeur propre multiplicatif. Dans cet algorithme, l’erreur est décomposée par projection(s) afin d’équilibrer les contraintes numériques entre les parties spatiales et angulaires du domaine de calcul. Enfin, un algorithme HP-adaptatif est présenté ; les résultats obtenus démontrent une nette supériorité par rapport aux algorithmes h-adaptatifs, à la fois en terme de réduction de coût de calcul et d’amélioration de la précision. Les valeurs propres et effectivités sont présentées pour un panel de cas test industriels. Une estimation précise de l’erreur (avec effectivité de 1) est atteinte pour un ensemble de problèmes aux domaines inhomogènes et de formes irrégulières ainsi que des groupes d’énergie multiples. Nous montrons numériquement que l’algorithme HP-adaptatif atteint une convergence exponentielle par rapport au nombre de degrés de liberté de l’espace éléments finis. / We consider high order discontinuous-Galerkin finite element methods for partial differential equations, with a focus on the neutron transport equation. We begin by examining a method for preprocessing block-sparse matrices, of the type that arise from discontinuous-Galerkin methods, prior to factorisation by a multifrontal solver. Numerical experiments on large two and three dimensional matrices show that this pre-processing method achieves a significant reduction in fill-in, when compared to methods that fail to exploit block structures. A discontinuous-Galerkin finite element method for the neutron transport equation is derived that employs high order finite elements in both space and angle. Parallel Krylov subspace based solvers are considered for both source problems and $k_{eff}$-eigenvalue problems. An a-posteriori error estimator is derived and implemented as part of an h-adaptive mesh refinement algorithm for neutron transport $k_{eff}$-eigenvalue problems. This algorithm employs a projection-based error splitting in order to balance the computational requirements between the spatial and angular parts of the computational domain. An hp-adaptive algorithm is presented and results are collected that demonstrate greatly improved efficiency compared to the h-adaptive algorithm, both in terms of reduced computational expense and enhanced accuracy. Computed eigenvalues and effectivities are presented for a variety of challenging industrial benchmarks. Accurate error estimation (with effectivities of 1) is demonstrated for a collection of problems with inhomogeneous, irregularly shaped spatial domains as well as multiple energy groups. Numerical results are presented showing that the hp-refinement algorithm can achieve exponential convergence with respect to the number of degrees of freedom in the finite element space

Cette thèse aborde différents aspects de la résolution numérique des Equations aux Dérivées Partielles.Le premier chapitre est consacré à l'étude de la méthode Mixed High-Order (MHO). Il s'agit d'une méthode mixte de dernière génération permettant d'obtenir des approximations d'ordre arbitraire sur maillages généraux. Le principal résultat obtenu est l'équivalence entre la méthode MHO et une méthode primale de type Hybrid High-Order (HHO).Dans le deuxième chapitre, nous appliquons la méthode MHO/HHO à des problèmes issus de la mécanique des fluides. Nous considérons d'abord le problème de Stokes, pour lequel nous obtenons une discrétisation d'ordre arbitraire inf-sup stable sur maillages généraux. Des estimations d'erreur optimales en normes d'énergie et L2 sont proposées. Ensuite, nous étudions l'extension au problème d'Oseen, pour lequel on propose une estimation d'erreur en norme d'énergie où on trace explicitement la dépendance du nombre de Péclet local.Dans le troisième chapitre, nous analysons la version hp de la méthode HHO pour le problème de Darcy. Le schéma proposé permet de traiter des maillages généraux ainsi que de faire varier le degré polynomial d'un élément à l'autre. La dépendance de l'anisotropie locale du coefficient de diffusion est tracée explicitement dans l'analyse d'erreur en normes d'énergie et L2.La thèse se clôture par une ouverture sur la réduction de problèmes de diffusion à coefficients variables. L'objectif consiste à comprendre l'impact du choix de la formulation (mixte ou primale) utilisée pour la projection sur l'espace réduit sur la qualité du modèle réduit. / This Ph.D. thesis deals with different aspects of the numerical resolution of Partial Differential Equations.The first chapter focuses on the Mixed High-Order method (MHO). It is a last generation mixed scheme capable of arbitrary order approximations on general meshes. The main result of this chapter is the equivalence between the MHO method and a Hybrid High-Order (HHO) primal method.In the second chapter, we apply the MHO/HHO method to problems in fluid mechanics. We first address the Stokes problem, for which a novel inf-sup stable, arbitrary-order discretization on general meshes is obtained. Optimal error estimates in both energy- and L2-norms are proved. Next, an extension to the Oseen problem is considered, for which we prove an error estimate in the energy norm where the dependence on the local Péclet number is explicitly tracked.In the third chapter, we analyse a hp version of the HHO method applied to the Darcy problem. The resulting scheme enables the use of general meshes, as well as varying polynomial orders on each face.The dependence with respect to the local anisotropy of the diffusion coefficient is explicitly tracked in both the energy- and L2-norms error estimates.In the fourth and last chapter, we address a perspective topic linked to model order reduction of diffusion problems with a parametric dependence. Our goal is in this case to understand the impact of the choice of the variational formulation (primal or mixed) used for the projection on the reduced space on the quality of the reduced model.

La thèse explore l'opportunité d'utiliser des micro-données, sous la forme de données individuelles de firmes, pour dépasser les limites imposées par les données spatialement agrégées généralement utilisées en géographie économique. Le cas d'étude est l'estimation des exportations régionales, y compris les exportations vers d'autres régions du même pays. Prenant la Belgique comme exemple, la thèse présente un nouveau modèle d'estimation de ces exportations qui intègre un modèle gravitaire d'estimation des flux entre lieux de production et lieux de consommation avec les informations contenues dans les tables d'entrée-sortie à l'échelle nationale. Les résultats du modèle confirment l'hypothèse de départ sur l'importance de la consommation locale ou à courte distance du lieu de production.Ces résultats sont analysés devant l'arrière-fond des débats passés et actuels en géographie économique et en politique de développement régional en Europe. Un regard critique est posé sur la notion des politiques « place-based », généralement focalisées sur des politiques de l'offre. Avec le soutien des estimations sortant du modèle l'argument est avancé que la demande locale joue un rôle important pour les économies régionales. Cet argument est renforcé par une revue des débats concernant l'importance de la distance géographique dans les relations économiques.La thèse met également un grand accent sur les questions de méthodes et de données. Elle présente en détail les difficultés liées à l'utilisation de données individuelles, notamment le problème du géocodage. L'utilisation de système d'information géographiques existants dans la construction du modèle est montré, argumentant que de tels systèmes facilitent la vie aux chercheurs en géographie économique dès lors qu'ils utilisent des données massives positionnées dans l'espace réel. L'utilisation de telles données est aussi analysée dans le contexte de la naissance du mouvement du « Big Data » qui pose des questions sur les paradigmes actuels et futurs de la recherche en géographie économique. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished