La plupart des problèmes de la physique et de la mécanique conduisent à des équations aux dérivées partielles. Les nombreuses méthodes qui existent déjà sont de degré relativement bas. Dans cette thèse, nous proposons une méthode de très haut degré. Notre idée est d'augmenter l'ordre des fonctions d'interpolation via une technique de perturbation afin d'éviter ou de réduire les difficultés engendrées par les opérations très coûteuses comme les intégrations. En dimension 1, la technique proposée est proche de la P-version des éléments finis. Au niveau élémentaire, on approxime la solution par une série entière d'ordre p. Dans le cas d'une équation linéaire d'ordre 2, cette résolution locale permet de construire un élément de degré élevé, avec deux degrés de liberté par élément. Pour les problèmes nonlinéaires, une linéarisation du problème par la méthode de Newton s'impose. Des tests portant sur des équations linéaires et nonlinéaires ont permis de valider la méthode et de montrer que la technique a une convergence similaire à la p-version des éléments finis. En dimension 2, le problème se discrétise grâce à une réorganisation des polynômes en polynômes homogènes de degré k. Après une définition de variables dites principales et secondaires associé à un balayage vertical du domaine, le problème devient une suite de problème 1D. Une technique de collocation permet de prendre en compte les conditions aux limites et les conditions de raccord et de déterminer la solution du problème. La collocation couplée avec la technique des moindres carrés a permis de d'améliorer les premiers résultats et a ainsi rendu plus robuste la technique de perturbation / Most problems of physics and mechanics lead to partial differential equations. The many methods that exist are relatively low degree. In this thesis, we propose a method of very high degree. Our idea is to increase the order of interpolation function via a perturbation technique to avoid or reduce the difficulties caused by the high cost operations such as integrations. In dimension 1, the proposed technique is close to the P-version finite elements. At a basic level, approximates the solution by a power series of order p. In the case of a linear equation of order 2, the local resolution can build an element of degree, with two degrees of freedom per element. For nonlinear problems, a linearization of the problem by Newton's method is needed. Tests involving linear and nonlinear equations were used to validate the method and show that the technique has a similar convergence in the p-version finite elements. In dimension 2, the problem is discretized through reorganizing polynomials in homogeneous polynomials of degree k. After a definition of variables called principal and secondary combined with a vertical scanning field, the problem becomes a series of 1D problem. A collocation technique allows to take into account the boundary conditions and coupling conditions and determine the solution of the problem. The collocation technique coupled with the least-squares enabled to improve the initial results and has made more robust the perturbation technique

La maladie d'Alzheimer (MA) a des répercussions importantes sur les individus et la société. Pour limiter l'impact de la maladie, on s'intéresse à l'effet potentiel d'un facteur environnemental omniprésent, les particules fines en suspension (*P M*$_{2,5}$). Bien que certaines études se soit intéressées à la relation entre le polluant et la MA, cette étude se veut la première à estimer l'effet causal des *P M*$_{2,5}$ dans un contexte où les niveaux de pollution sont relativement faibles. Pour estimer l'effet causal du polluant, on a recours à la méthode par variable instrumentale qui adresse le problème d'endogénéité de la pollution. La proximité des individus aux usines polluantes pendant la crise financière de 2008-2009 est utilisée comme choc exogène de la pollution. On trouve que, chez les individus de 65 à 69 ans, l'exposition annuelle moyenne sur 5 ans aux *P M*$_{2,5}$ n'a pas d'effet significatif sur la probabilité de développer la maladie d'Alzheimer.

Ce travail traite de deux problèmes de grande importances en géodésie physique. Le premier porte sur la détermination du géoïde sur une zone terrestre donnée. Si la terre était une sphère homogène, la gravitation en un point, serait entièrement déterminée à partir de sa distance au centre de la terre, ou de manière équivalente, en fonction de son altitude. Comme la terre n'est ni sphérique ni homogène, il faut calculer en tout point la gravitation. A partir d'un ellipsoïde de référence, on cherche la correction à apporter à une première approximation du champ de gravitation afin d'obtenir un géoïde, c'est-à-dire une surface sur laquelle la gravitation est constante. En fait, la méthode utilisée est la méthode de collocation par moindres carrés qui sert à résoudre des grands problèmes aux moindres carrés généralisés. Le seconde partie de cette thèse concerne un problème inverse géodésique qui consiste à trouver une répartition de masses ponctuelles (caractérisées par leurs intensités et positions), de sorte que le potentiel généré par eux, se rapproche au maximum d'un potentiel donné. Sur la terre entière une fonction potentielle est généralement exprimée en termes d'harmoniques sphériques qui sont des fonctions de base à support global la sphère. L'identification du potentiel cherché se fait en résolvant un problème aux moindres carrés. Lorsque seulement une zone limitée de la Terre est étudiée, l'estimation des paramètres des points masses à l'aide des harmoniques sphériques est sujette à l'erreur, car ces fonctions de base ne sont plus orthogonales sur un domaine partiel de la sphère. Le problème de la détermination des points masses sur une zone limitée est traitée par la construction d'une base de Slepian qui est orthogonale sur le domaine limité spécifié de la sphère. Nous proposons un algorithme itératif pour la résolution numérique du problème local de détermination des masses ponctuelles et nous donnons quelques résultats sur la robustesse de ce processus de reconstruction. Nous étudions également la stabilité de ce problème relativement au bruit ajouté. Nous présentons quelques résultats numériques ainsi que leurs interprétations. / This work focuses on the study of two well-known problems in physical geodesy. The first problem concerns the determination of the geoid on a given area on the earth. If the Earth were a homogeneous sphere, the gravity at a point would be entirely determined from its distance to the center of the earth or in terms of its altitude. As the earth is neither spherical nor homogeneous, we must calculate gravity at any point. From a reference ellipsoid, we search to find the correction to a mathematical approximation of the gravitational field in order to obtain a geoid, i.e. A surface on which gravitational potential is constant. The method used is the method of least squares collocation which is the best for solving large generalized least squares problems. In the second problem, We are interested in a geodetic inverse problem that consists in finding a distribution of point masses (characterized by their intensities and positions), such that the potential generated by them best approximates a given potential field. On the whole Earth a potential function is usually expressed in terms of spherical harmonics which are basis functions with global support. The identification of the two potentials is done by solving a least-squares problem. When only a limited area of the Earth is studied, the estimation of the point-mass parameters by means of spherical harmonics is prone to error, since they are no longer orthogonal over a partial domain of the sphere. The point-mass determination problem on a limited region is treated by the construction of a Slepian basis that is orthogonal over the specified limited domain of the sphere. We propose an iterative algorithm for the numerical solution of the local point mass determination problem and give some results on the robustness of this reconstruction process. We also study the stability of this problem against added noise. Some numerical tests are presented and commented.

No description available.

Nous considérons un modèle signal plus bruit particulier ou le signal est une combinaison linéaire de suites déterministes données et est contamine par un bruit additif autoregressif d'ordre 1 stationnaire. Nous étudions d'abord des problèmes d'estimation partielle. On analyse les propriétés asymptotiques d'estimateurs de maximum de vraisemblance ou de moindres carres pour les paramétrés du bruit lorsque le signal est complètement connu ou pour les paramètres du signal lorsque l'un des paramètres du bruit est connu. Puis nous examinons le probleme de l'estimation simultanée des paramètres du signal et du bruit. On montre l'existence et l'unicité de l'estimateur de maximum de vraisemblance dont on étudie le comportement asymptotique. De même on considère une methode d'estimation fondée sur une première étape de moindres carres pour l'estimation des paramétrés du signal, et une procédure de maximum de vraisemblance approche. On construit ensuite des tests pour la détection du signal a partir des méthodes d'estimation envisagées précédemment. Les risques associes a ces tests sont analyses de manière précise. Enfin une étude expérimentale par simulation des performances des diverses méthodes est menée

Cette thèse est consacrée à l'identification et à la commande de machines parallèles (robot H4 du LIRMM). Les robots parallèles possèdent une dynamique élevée ce qui impose de lois de commande capables de prendre en compte cette dynamique. Ces lois sont bassées sur le modèle dynamique du robot et les paramètres dynamiques doivent être estimés d'abord. Nous avons proposé deux approches pour identifier ces paramètres : une première approche par moindres carrés pondérés et une deuxième approche dans un contexte à erreur bornée qui fourni un ensemble solution garantie. Dans ce dernier cas deux méthodologies sont mises en œuvre : estimation ellipsoïdale et estimation par intervalles. Une analyse expérimentale comparative des trois méthodes pour l'estimation des 14 paramètres du robot est alors presentée. Les paramètres sont alors utilisés pour la synthèse d'une commande prédictive fonctionnelle référencée sur un modèle linéaire. Une méthodologie originale a été développée : d´abord l'identification du modèle dynamique et linéarisation du système, puis l'identification du modèle interne pour la commande prédictive et synthèse de cette commande avec pré-bouclage en vitesse afin de stabiliser le processus linéarisé. Cette commande est comparée à deux stratégies classiques utilisées en robotique : la commande PID et la commande dynamique. Les performances de ces commandes ont été testées lors de mouvements simples et complexes. La stratégie prédictive fournit de meilleures réponses en termes de dynamique, précision et robustesse.

La contribution de cette thèse résulte de la nécessité d'optimiser les processus de forage pétrolier à partir du diagnostic de l'encrassement d'un trépan. Pour diagnostiquer ce type de défaut, trois méthodes d'identification ont été proposées. La première méthode nommée MCR-FOVG (Moindres Carrés Récursifs à Facteur d'Oubli Variable suivant la direction du Gradient) réduit la durée des régimes transitoires en fournissant une convergence rapide des MCR-FO et donc une détection précoce des défauts. La seconde méthode désignée par MCR-FOVG-PAA où PAA représente (Pas d'Apprentissage Adaptatif) est une extension des MCR-FOVG. Ici, l'accélération de la convergence provient du pas d'apprentissage adaptatif. Pour assurer la stabilité des MCR-FOVG-PAA nous avons proposé de déterminer la valeur maximum du pas. Cette démarche a entrainé l'obtention d'un algorithme fournissant de meilleures performances. Cet algorithme est nommé MCR-FOVG-PAA-TSL où TSL désigne (Théorie de Stabilité de Lyapunov). Afin de mieux tenir compte du caractère stochastique du procédé de forage, nous avons utilisé les algorithmes de Monte Carlo et nous avons retenu une de leurs variantes représentée par le RBPF. Puis, nous avons montré sa possibilité d'exploitation dans le cadre du diagnostic. Ces approches ont été testées sur des bases de données issues des campagnes de mesures et ont montré des performances satisfaisantes en termes de détection rapide et fiable de l'encrassement.

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.

Ce travail traite de deux problèmes de grande importances en géodésie physique. Le premier porte sur la détermination du géoïde sur une zone terrestre donnée. Si la terre était une sphère homogène, la gravitation en un point, serait entièrement déterminée à partir de sa distance au centre de la terre, ou de manière équivalente, en fonction de son altitude. Comme la terre n'est ni sphérique ni homogène, il faut calculer en tout point la gravitation. A partir d'un ellipsoïde de référence, on cherche la correction à apporter à une première approximation du champ de gravitation afin d'obtenir un géoïde, c'est-à-dire une surface sur laquelle la gravitation est constante. En fait, la méthode utilisée est la méthode de collocation par moindres carrés qui sert à résoudre des grands problèmes aux moindres carrés généralisés. Le seconde partie de cette thèse concerne un problème inverse géodésique qui consiste à trouver une répartition de masses ponctuelles (caractérisées par leurs intensités et positions), de sorte que le potentiel généré par eux, se rapproche au maximum d'un potentiel donné. Sur la terre entière une fonction potentielle est généralement exprimée en termes d'harmoniques sphériques qui sont des fonctions de base à support global la sphère. L'identification du potentiel cherché se fait en résolvant un problème aux moindres carrés. Lorsque seulement une zone limitée de la Terre est étudiée, l'estimation des paramètres des points masses à l'aide des harmoniques sphériques est sujette à l'erreur, car ces fonctions de base ne sont plus orthogonales sur un domaine partiel de la sphère. Le problème de la détermination des points masses sur une zone limitée est traitée par la construction d'une base de Slepian qui est orthogonale sur le domaine limité spécifié de la sphère. Nous proposons un algorithme itératif pour la résolution numérique du problème local de détermination des masses ponctuelles et nous donnons quelques résultats sur la robustesse de ce processus de reconstruction. Nous étudions également la stabilité de ce problème relativement au bruit ajouté. Nous présentons quelques résultats numériques ainsi que leurs interprétations.

Dans cette thèse, nous nous intéressons à une méthode de détection des ruptures dans une suite d’observations appartenant à un ensemble muni d’un noyau semi-défini positif. Cette procédure est une version « à noyaux » d’une méthode des moindres carrés pénalisés. Notre principale contribution est de montrer que, pour tout noyau satisfaisant des hypothèses raisonnables, cette méthode fournit une segmentation proche de la véritable segmentation avec grande probabilité. Ce résultat est obtenu pour un noyau borné et une pénalité linéaire, ainsi qu’une autre pénalité venant de la sélection de modèles. Les preuves reposent sur un résultat de concentration pour des variables aléatoires bornées à valeurs dans un espace de Hilbert, et nous obtenons une version moins précise de ce résultat lorsque l’on supposeseulement que la variance des observations est finie. Dans un cadre asymptotique, nous retrouvons les taux minimax usuels en détection de ruptures lorsqu’aucune hypothèse n’est faite sur la taille des segments. Ces résultats théoriques sont confirmés par des simulations. Nous étudions également de manière détaillée les liens entre différentes notions de distances entre segmentations. En particulier, nous prouvons que toutes ces notions coïncident pour des segmentations suffisamment proches. D’un point de vue pratique, nous montrons que l’heuristique du « saut de dimension » pour choisir la constante de pénalisation est un choix raisonnable lorsque celle-ci est linéaire. Nous montrons également qu’une quantité clé dépendant du noyau et qui apparaît dans nos résultats théoriques influe sur les performances de cette méthode pour la détection d’une unique rupture. Dans un cadre paramétrique, et lorsque le noyau utilisé est invariant partranslation, il est possible de calculer cette quantité explicitement. Grâce à ces calculs, nouveaux pour plusieurs d’entre eux, nous sommes capable d’étudier précisément le comportement de la constante de pénalité maximale. Pour finir, nous traitons de l’heuristique de la médiane, un moyen courant de choisir la largeur de bande des noyaux à base de fonctions radiales. Dans un cadre asymptotique, nous montrons que l’heuristique de la médiane se comporte à la limite comme la médiane d’une distribution que nous décrivons complètement dans le cadre du test à deux échantillons à noyaux et de la détection de ruptures. Plus précisément, nous montrons que l’heuristique de la médiane est approximativement normale centrée en cette valeur. / In this thesis, we focus on a method for detecting abrupt changes in a sequence of independent observations belonging to an arbitrary set on which a positive semidefinite kernel is defined. That method, kernel changepoint detection, is a kernelized version of a penalized least-squares procedure. Our main contribution is to show that, for any kernel satisfying some reasonably mild hypotheses, this procedure outputs a segmentation close to the true segmentation with high probability. This result is obtained under a bounded assumption on the kernel for a linear penalty and for another penalty function, coming from model selection.The proofs rely on a concentration result for bounded random variables in Hilbert spaces and we prove a less powerful result under relaxed hypotheses—a finite variance assumption. In the asymptotic setting, we show that we recover the minimax rate for the change-point locations without additional hypothesis on the segment sizes. We provide empirical evidence supporting these claims. Another contribution of this thesis is the detailed presentation of the different notions of distances between segmentations. Additionally, we prove a result showing these different notions coincide for sufficiently close segmentations.From a practical point of view, we demonstrate how the so-called dimension jump heuristic can be a reasonable choice of penalty constant when using kernel changepoint detection with a linear penalty. We also show how a key quantity depending on the kernelthat appears in our theoretical results influences the performance of kernel change-point detection in the case of a single change-point. When the kernel is translationinvariant and parametric assumptions are made, it is possible to compute this quantity in closed-form. Thanks to these computations, some of them novel, we are able to study precisely the behavior of the maximal penalty constant. Finally, we study the median heuristic, a popular tool to set the bandwidth of radial basis function kernels. Fora large sample size, we show that it behaves approximately as the median of a distribution that we describe completely in the setting of kernel two-sample test and kernel change-point detection. More precisely, we show that the median heuristic is asymptotically normal around this value.