Cette thèse porte sur l'étude de la régression non paramétrique en présence de mesures répétées. D'abord, nous étendons aux estimateurs splines de lissage les vitesses de convergence présentées dans la littérature pour d'autres estimateurs usuels sous différentes hypothèses classiques de dépendance des données. Ensuite, dans le cadre de l'estimation de la moyenne d'un processus aléatoire à temps continu, nous généralisons les résultats existants sur la convergence en moyenne quadratique et nous établissons de nouveaux résultats de normalité asymptotique pour les distributions finies-dimensionnelles. Enfin, dans le cadre d'un échantillon fini et corrélé, nous comparons les performances d'estimateurs construits par moindres carrés ordinaires ou généralisés, nous proposons une méthode efficace de sélection du paramètre de lissage tenant compte de la structure de covariance des données, et à travers des simulations, nous mettons en évidence l'apport du lissage local par rapport au lissage global.

Dans cette thèse, nous étudions des modèles semi-paramétriques dits de forme invariante. Ces modèles consistent en l'observation d'un nombre fixés de fonctions de régression identiques à un opérateur de déformation paramétriques près. Ce type de modèles trouve des applications dans les problèmes d'alignement de signaux continus (images 2D, rythmes biologiques, ...) ou discrets (electroencéphalogramme, ...). Pour différents groupes de déformations, nous proposons des M-estimateurs pour les paramètres caractérisant les opérateurs associés aux fonctions de régression. Ces estimateurs minimisent ou maximisent des fonctions de contraste, construites à partir de la moyenne synchronisée des transformées de Fourier des données. De plus, pour l'un des modèles étudiés, nous prouvons l'efficacité semi-paramétrique de cet estimateur ainsi défini, et nous proposons un test d'adéquation du modèle de forme invariante construit à partir d'une des fonctions de contraste.

La consommation annuelle totale moyenne en France dans le secteur tertiaire varie entre 300 et 380 kWh/m². Cette consommation se rapporte à l'ensemble des usages énergétiques du bâtiment: chauffage, climatisation, ventilation, éclairage, bureautique, auxiliaires et ECS. Ce travail a donné une méthode pour déterminer les meilleures combinaisons de solutions techniques existantes ou émergentes permettant de réduire les consommations énergétiques dans les bâtiments climatisés du secteur tertiaire. La réduction obtenue est d'un facteur 4 à 5. Une typologie représentative a été mise en place pour chaque secteur et les scénarios nécessaires pour effectuer les simulations définis. Une matrice de sélection du type de système par type de bâtiment a été fixée. Un niveau simplifié de modélisation des systèmes compatible avec les outils de prévision d'énergie a été employé. Vu le très grand nombre de variables à étudier, le nombre de simulations à effectuer et le traitement des résultats nécessite un temps énorme. Ce problème a été résolu par l'emploi de plans d'expériences fractionnaires. Cette méthode est nouvelle dans le domaine du bâtiment et répond à la question fréquente de réduction du nombre de simulation. Un modèle paramétrique de consommation a ainsi été élaboré. Il permet d'évaluer l'effet de chaque paramètre étudié sur les différentes postes consommateurs et la consommation annuelle totale. Ce modèle pourra servir à déduire la rentabilité des solutions et contribuer à une optimisation économique. La thèse traite la question d'un effet contradictoire possible de l'isolation sur la minimisation des consommations de refroidissement et de chauffage. Deux secteurs principaux du tertiaire sont étudiés: bâtiments de bureaux et bâtiments de santé. Le premier secteur est présenté dans l'intégralité de ses aspects tandis que le deuxième est traité brièvement. Le travail a permis d'élaborer une méthodologie complète pour minimiser les consommations énergétiques annuelles et pour étudier l'effet de chaque paramètre sur cette consommation.

Bien que de plus en plus employée au sein des bureaux d'études dans le cadre de la conception mécanique, l'optimisation reste à l'heure actuelle encore relativement peu utilisée dans le cadre des assemblages de structures. La résolution mécanique de ce type de problèmes nécessite la mise en oeuvre de méthodes numériques de résolution capables de prendre en compte des non-linéarités de type frottement et contact. Ces méthodes sont, en raison du temps de calcul, généralement incompatibles avec la recherche d'un optimum global nécessitant un nombre important de résolutions. C'est pour pallier à ce problème que ce travail propose l'emploi d'une approche d'optimisation bi-niveaux de modèles faisant intervenir deux outils: (1) la stratégie multiparamétrique, basée sur la méthode LaTIn, assure d'importantes réductions des temps de calcul associés aux multiples résolutions du problème mécanique et (2) un métamodèle de type cokrigeage construit à partir d'un nombre limité de réponses et gradients calculés par le solveur mécanique. Ce métamodèle est alors capable de fournir à coût extrêmement faible des réponses approchées de la fonction objectif. Une optimisation globale est ensuite réalisée sur ce dernier, assurant l'obtention d'un optimum global. Le métamodèle de cokrigeage est étudié en détail sur des exemples analytiques et mécaniques comportant divers nombres de paramètres. Par ailleurs, une étude complète de l'emploi de la stratégie multiparamétrique est proposée et de nombreux exemples d'assemblages sont considérés, permettant ainsi d'illustrer les performances significatives de la procédure d'optimisation proposée.

Nous avons développé un oscillateur paramétrique optique simplement résonant (SRO) basé sur un cristal non linéaire de niobate de lithium dopé 5%-MgO et périodiquement polarisé (ppMgCLN). Il est pompé à 1064 nm par une diode laser en cavité étendue balayable continûment de 1050 à 1070 nm injectant un amplificateur Yb-fibré de puissance 10 W. Il génère une onde idler comprise entre 3 et 4 µm et une onde signal entre 1450 et 1650 nm. La cavité SRO est asservie sur le pic de transmission d'une cavité Fabry-Perot de grande finesse. Nous avons alors pu démontrer un balayage mono-fréquence sans saut de mode de l'onde idler sur 500 GHz. Cette large accordabilité continue pourrait être utilisée pour la spectroscopie haute résolution multi-espèces dans le moyen infrarouge. Par ailleurs, nous avons revisité la théorie ondes planes du SRO, dont les solutions analytiques ont été données pour la première fois en 1969 par Kreuzer sous la forme d'une équation transcendante, en utilisant une méthode perturbative très puissante qui tient compte de la déplétion de la pompe. Nous avons pu ainsi déterminer les relations d'entrée-sortie du SRO sous la forme de relations explicites très simples, montrant que les puissances de sortie sont proportionnelles à la racine cubique de la puissance pompe.

Ces travaux ont été développés dans le contexte de l'analyse vibratoire des assemblages combustibles. Ce type de structure est très complexe et a, du fait de sa géométrie, une très forte densité modale. Ainsi, afin de calculer la réponse d'une telle structure, une modélisation simplifiée est préférable. L'objectif est d'identifier des forces stochastiques induites par l'écoulement en utilisant un modèle numérique incertain et des réponses expérimentales. Pour ce problème, 4 sources d'incertitudes sont à prendre en considération : (1) Les incertitudes de modèle induites par les simplifications du modèle. (2) Les incertitudes sur les forces induites par les fluctuations statistiques de la pression turbulent. (3) Les incertitudes concernant la modélisation des forces stochastiques. (4) Les incertitudes induites par les erreurs de mesures. Les forces stochastiques ainsi identifiées sont appliquées sur le modèle simplifié stochastique pour calculer des statistiques sur les quantités d'intérêt

Ce travail se situe dans le cadre de la régression non paramétrique univariée. Supposant la fonction de régression à variation bornée et partant du résultat selon lequel une telle fonction se décompose en la somme d'une fonction croissante et d'une fonction décroissante, nous proposons de construire et d'étudier un nouvel estimateur combinant les techniques d'estimation des modèles additifs et celles d'estimation sous contraintes de monotonie. Plus précisément, notreméthode consiste à itérer la régression isotonique selon l'algorithme backfitting. On dispose ainsià chaque itération d'un estimateur de la fonction de régression résultant de la somme d'une partiecroissante et d'une partie décroissante.Le premier chapitre propose un tour d'horizon des références relatives aux outils cités à l'instant. Le chapitre suivant est dédié à l'étude théorique de la régression isotonique itérée. Dans un premier temps, on montre que, la taille d'échantillon étant fixée, augmenter le nombre d'itérations conduit à l'interpolation des données. On réussit à identifier les limites des termes individuels de la somme en montrant l'égalité de notre algorithme avec celui consistant à itérer la régressionisotonique selon un algorithme de type réduction itérée du biais. Nous établissons enfin la consistance de l'estimateur.Le troisième chapitre est consacré à l'étude pratique de l'estimateur. Comme augmenter le nombre d'itérations conduit au sur-ajustement, il n'est pas souhaitable d'itérer la méthode jusqu'à la convergence. Nous examinons des règles d'arrêt basées sur des adaptations de critères usuellement employés dans le cadre des méthodes linéaires de lissage (AIC, BIC,...) ainsi que des critères supposant une connaissance a priori sur le nombre de modes de la fonction de régression. Il en ressort un comportement intéressant de la méthode lorsque la fonction de régression possède des points de rupture. Nous appliquons ensuite l'algorithme à des données réelles de type puces CGH où la détection de ruptures est d'un intérêt crucial. Enfin, une application à l'estimation des fonctions unimodales et à la détection de mode(s) est proposée

La protection de l’environnement, en particulier celle des systèmes aquatiques, est une des priorités de nos sociétés. L’utilisation de capteurs biologiques permettant de tester la qualité de l’eau en continue est une voie possible de surveillance intégrée des milieux aquatiques. Cette démarche a été mise en place avec succès sur des mollusques bivalves équipés d’électrodes légères qui respectent leur comportement naturel, on parle alors de valvométrie. Le but de cette thèse est de calculer et traiter automatiquement la vitesse de mouvement des valves de mollusques bivalves installés dans divers milieux aquatiques. Les années d’enregistrements déjà acquises nous permettrons, à partir de nos modèles, de détecter s’il existe des variations de la vitesse de mouvement des valves liées aux variations de température. Plus particulièrement, nous avons étudié les dérivées de différents estimateurs non paramétriques d’une fonction de régression : l’estimateur récursif de Nadaraya-Watson, l’estimateur de Johnston, l’estimateur de Wand-Jones ainsi que l’estimateur de Révész. Nous avons aussi pris en compte la version déterministe de l’estimateur de Nadaraya-Watson. Pour chacun des estimateurs nous avons mené une étude sur les comportement asymptotiques en particulier la convergence presque sûre et la normalité asymptotique. Nous avons illustré numériquement ces propriétés et appliqué ces nouvelles méthodes d’estimations sur des données réelles afin de valider, ou non, les hypothèses environnementales émises par les biologistes. / The protection of the environment, in particular aquatic systems, should be tackled as one of the top priorities of our society. The use of biological sensors to continuously test water quality is a possible way of monitoring aquatic environments. This approach has been successfully implemented on bivalve molluscs equipped with light electrodes that respect their natural behaviour, we then speak of valvometry. The purpose of this thesis is to automatically calculate and process the velocity of movement of bivalve mollusc valves in various aquatic environments. Years of recordings already acquired will allow us, from our models, to detect if there are variations in the speed of movement of the valves related to temperature variations. In particular, we studied the derivatives of different non parametric estimators of the regression function : the recursive Nadaraya-Watson estimator, the Johnston estimator, the Wand-Jones estimator and the Révész estimator. We also considered the deterministic version of the Nadaraya-Watson estimator. For each of the estimators we conducted a study on the asymptotic behaviour especially on the almost sure convergence and th asymptotic normality. We digitally illustrated these properties and applied these new estimation methods to real data to validate, or not, the environmental assumptions made by biologists.

L'objectif de cette thèse est d'étudier une technique de combinaison cohérente de faisceaux : l'amplification paramétrique optique (OPA) à multiple pompes. Cette technique permet de transférer instantanément l'énergie de nombreuses pompes en un unique faisceau signal sans stockage d'énergie, et ainsi s'affranchissant d'effets thermiques dans le milieu amplificateur. Ceci peut s'avérer intéressant pour combiner l'énergie de multiples lasers à fibre et réaliser l'amplification à forte cadence de lasers très énergétiques ou d'impulsions à spectre large. A l'aide d'un code de calcul général et d'une étude expérimentale utilisant comme cristal non linéaire du BBO ou du LBO, nous calculons dans un premier temps la localisation des pompes autour du signal à amplifier, ainsi que les tolérances angulaires correspondantes qui déterminent la criticité d'alignement d'une telle configuration. Nous nous intéressons ensuite aux mécanismes de recombinaisons parasites entre une pompe et l'idler correspondant à une autre pompe. Après avoir démontré expérimentalement que ces recombinaisons peuvent dégrader les caractéristiques spatiales et spectrales du signal amplifié, nous montrons qu'il est possible d'éliminer ces risques de couplages néfastes en écartant suffisamment les pompes entre elles. Une modélisation originale de l'OPA multi-pompes suggère de relier ces phénomènes parasites aux effets des réseaux résultant des interactions entre les différentes pompes. La dernière partie présente l'expérience d'OPA à 5 pompes qui nous a permis d'atteindre un rendement de transfert énergétique des pompes vers le signal de 27%, et obtenir ainsi un signal plus énergétique que chaque pompe prise séparément. / This work deals with a technique of combination of coherent beams: Optical Parametric Amplification (OPA) with Multiple Pumps. This technique is used to instantly transfer the energy of several pumps on one beam, without energy storage and thus avoiding thermal effects in the amplifying media. It can be useful to combine energy of numerous fiber lasers and to amplifiy with a high repetition rate very high energy lasers or broadband pulses. With a numerical and experimental study using BBO and LBO as nonlinear crystal, we determine how to dispose the pumps around the signal and the corresponding angular tolerances of such set up. Then we focus our attention on recombining mechanisms between a pump and a non-corresponding idler. We demonstrate experimentally that these cascading effects may decrease the spatial and spectral quality of the amplified signal, and that these phenomena can be avoided with a minimum angle between the different pumps. A novel modelling of multi-pumps OPA links these cascading effects to the gratings generated by the interaction between the pumps. The last part presents a 5 pump OPA experiment. We achieve a pump-to-signal efficiency of 27% and so that a signal more powerful than each pump is obtained.

Les modèles de croissance de plantes cherchent à décrire la croissance de la plante en interaction avec son environnement. Idéalement, les paramètres du modèle ainsi défini doivent être stables pour une large gamme de conditions environnementales, et caractéristiques d'un génotype donné. Ils offrent ainsi des nouveaux outils d'analyse des interactions génotype X environnement et permettent d'envisager de nouvelles voies dans le processus d'amélioration génétique chez les semenciers. Malgré tout, la construction de ces modèles et leur paramétrisation restent un challenge, en particulier à cause du coût d'acquisition des données expérimentales. Dans ce contexte, le premier apport de cette thèse concerne l'étude de modèles de croissance. Pour le tournesol (Helianthus annuus L.), il s'agit du modèle SUNFLO [Lecoeur et al., 2011]. Il simule la phénologie de la plante, sa morphogenèse, sa photosynthèse, sous les contraintes de stress abiotiques. Une amélioration de ce modèle a été proposée : il s'agit du modèle SUNLAB, implémentant dans le modèle SUNFLO les fonctions d'allocation de biomasse aux organes, en utilisant les concepts sources puits du modèle GREENLAB [De Reffye et Hu, 2003]. Pour le maïs (Zea mays L.), le modèle CORNFLO, basé sur les mêmes principes que SUNFLO a également été étudié. Ces modèles permettent la différenciation entre génotypes. D'autre part, afin de paramétrer ces modèles, une méthodologie originale est conçue, adaptée au contexte de l'amélioration variétale chez les semenciers : la méthode MSPE (\multi-scenario parameter estimation") qui utilise un nombre restreint de traits expérimentaux mais dans un grand nombre de configurations environnementales pour l'estimation paramétrique par inversion de modèles. Les questions d'identifiabilité, d'analyse de sensibilité, et du choix des méthodes d'optimisation sont discutées. L'influence du nombre de scénarios sur la capacité de prévision du modèle, ainsi que sur l'erreur d'estimation est également étudiée. Enfin, il est démontré que le choix des scénarios dans des classes environnementales différentes (définies par des méthodes de classification - clustering) permet d'optimiser le processus expérimental pour la paramétrisation du modèle, en réduisant le nombre de scénarios nécessaires. / Plant growth models aim at describing the interaction between the growth of plants and their environment. Ideally, model parameters are designed to be stable for a wide range of environmental conditions, and thus to allow characterizing genotypes. They offer new tools to analyze the genotype X environment interaction and they open new perspectives in the process of genetic improvement. Nevertheless, the construction of these models and their parameterization remain a challenge, in particular because of the cost of experimental data collection. In this context, the first contribution of this thesis concerns the study of plant growth models. For sunower (Helianthus annuus L.), the model SUNFLO [Lecoeur et al., 2011] is considered. It simulates the plant phenology, morphogenesis and photosynthesis under abiotic stresses. An extension of this model is proposed: this new SUNLAB model adapts into SUNFLO a module of biomass allocation to organs, using the source-sink concepts inspired by the GREENLAB model [De Reffye and Hu, 2003]. For maize (Zea mays L.), the CORNFLO model, based on the same principles as SUNFLO, was also studied. These models helps discriminating genotypes and analyzing their performances. On the other hand, in order to parameterize these models, an original methodology is designed, adapted to the context of plant variety improvement by breeders. The MSPE methodology (\multi-scenario parameter estimation") uses a limited number of experimental traits but in a large number of environmental configurations for the parameter estimation by model inversion. Issues including identifiability, sensitivity analysis, and the choice of optimization methods are discussed. The influences of environmental scenarios amount on the model predictive ability and on estimation error are also studied. Finally, it is demonstrated that selecting scenarios in different environmental classes (obtained by data clustering methods) allows to optimize the multi-scenario parameter estimation performances, by reducing the required number of scenarios.