Cette thèse traite d'un des problèmes les plus stimulants dans le traitement de la parole concernant la prothèse auditive, où seulement un capteur est disponible avec de faibles coûts de calcul, de faible utilisation d'énergie et l'absence de bases de données. Basée sur les récents résultats dans les deux estimations statistiques paramétriques et non-paramétriques, ainsi que la représentation parcimonieuse. Cette étude propose quelques techniques non seulement pour améliorer la qualité et l'intelligibilité de la parole, mais aussi pour s'attaquer au débruitage du signal audio en général.La thèse est divisée en deux parties ; Dans la première partie, on aborde le problème d'estimation de la densité spectrale de puissance du bruit, particulièrement pour le bruit non-stationnaire. Ce problème est une des parties principales du traitement de la parole du mono-capteur. La méthode proposée prend en compte le modèle parcimonieux de la parole dans le domaine transféré. Lorsque la densité spectrale de puissance du bruit est estimée, une approche sémantique est exploitée pour tenir compte de la présence ou de l'absence de la parole dans la deuxième partie. En combinant l'estimation Bayésienne et la détection Neyman-Pearson, quelques estimateurs paramétriques sont développés et testés dans le domaine Fourier. Pour approfondir la performance et la robustesse de débruitage du signal audio, une approche semi-paramétrique est considérée. La conjointe détection et estimation peut être interprétée par Smoothed Sigmoid-Based Shrinkage (SSBS). Ainsi, la méthode Bloc-SSBS est proposée afin de prendre en compte les atomes voisinages dans le domaine temporel-fréquentiel. De plus, pour améliorer fructueusement la qualité de la parole et du signal audio, un estimateur Bayésien est aussi dérivé et combiné avec la méthode Bloc-SSBS. L'efficacité et la pertinence de la stratégie dans le domaine transformée cosinus pour les débruitages de la parole et de l'audio sont confirmées par les résultats expérimentaux. / This PhD thesis deals with one of the most challenging problem in speech enhancement for assisted listening where only one micro is available with the low computational cost, the low power usage and the lack out of the database. Based on the novel and recent results both in non-parametric and parametric statistical estimation and sparse representation, this thesis work proposes several techniques for not only improving speech quality and intelligibility and but also tackling the denoising problem of the other audio signal. In the first major part, our work addresses the problem of the noise power spectrum estimation, especially for non-stationary noise, that is the key part in the single channel speech enhancement. The proposed approach takes into account the weak-sparseness model of speech in the transformed model. Once the noise power spectrum has been estimated, a semantic road is exploited to take into consideration the presence or absence of speech in the second major part. By applying the joint of the Bayesian estimator and the Neyman-Pearson detection, some parametric estimators were developed and tested in the discrete Fourier transform domain. For further improve performance and robustness in audio denoising, a semi-parametric approach is considered. The joint detection and estimation can be interpreted by Smoothed Sigmoid-Based Shrinkage (SSBS). Thus, Block-SSBS is proposed to take into additionally account the neighborhood bins in the time-frequency domain. Moreover, in order to enhance fruitfully speech and audio, a Bayesian estimator is also derived and combined with Block-SSBS. The effectiveness and relevance of this strategy in the discrete Cosine transform for both speech and audio denoising are confirmed by experimental results.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

Uma das principais preocupações da macroeconomia é a compreensão da dinâmica da inflação no curto prazo. Entender como a inflação se relaciona com a atividade econômica é decisivo para traçar estratégias de desinflação, assim como, de determinação da trajetória de política monetária. Uma questão que surge é qual a forma exata da relação inflação-produto. Ou seja, podemos caracterizar essa relação como não linear? Se sim, qual a forma dessa não linearidade? Para responder a essas perguntas, estimou-se a relação inflação-produto de forma não-paramétrica através de um local linear kernel estimator. O resultado da estimação gerou uma forma funcional a qual foi aproximada pela estimação, via GMM, de uma curva de Phillips Novo-Keynesiana Híbrida. Essa abordagem foi aplicada para o Brasil a partir de 2000. As estimações sugeriram que a dinâmica da inflação brasileira é melhor descrita quando adiciona-se um termo cúbico relativo ao hiato do produto, ou seja, a inflação brasileira mostrou-se state-dependent. / One of the most important macroeconomics’ concerns is the comprehension about sort-run inflation dynamic. To understand how inflation relates to economic activity is crucial to decision-making in disinflation strategies, as well as in monetary policy paths. A question that arises is what does real form of relation inflation-output trade-off? Could one characterize it as a non-linear relation? If does, what is the shape of this non-linear relation? To answer those questions, we estimate the inflation-output relation non-parametrically using a local linear kernel estimator. The functional form achieved was approximated by a New-Keynesian Hybrid Phillips Curve, which one was estimated by GMM. This approach was applied to Brazil since 2000. We have found evidence that Brazilian inflation dynamic is better described adding a cubic term related to output gap, in other words, the Brazilian inflation is state-dependent.

Simuler temporellement les réseaux électriques modernes requiert d'importants moyens de calcul de par la dimension et la raideur des systèmes différentiels algébriques résultants. De plus, la fréquence d'oscillation de certains signaux simulés contraint fortement le pas d'intégration des schémas classiques, y compris en régime établi où ils sont proches de sinusoïdes oscillant à la fréquence nominale du système. L'objectif de la méthode des prédicteurs sinusoïdaux proposée dans cette thèse est donc de tirer parti de cette propriété afin d'améliorer les performances du solveur tout en contrôlant l'erreur de calcul. Elle consiste à décomposer la solution en deux parties : une sinusoïde, dont les coefficients de Fourier sont fixés pour chaque intervalle d'intégration puis mis à jour par estimation paramétrique, et un terme de correction sur lequel le système d'EDA est reformulé et résolu à l'aide d'un schéma d'intégration à pas adaptatif. Une attention particulière a été portée au choix de l'estimateur paramétrique, ce dernier ayant un impact direct sur le pas d'intégration de par sa précision et indirect de par son effet sur la stabilité globale de la méthode. L'estimateur finalement développé consiste à calculer les coefficients de Fourier qui minimisent une mesure de la stationnarité du système. Ce dernier étant convergent en régime permanent, le terme de correction est progressivement amorti, permettant ainsi d'accroître considérablement le pas d'intégration. Cette méthode, intégrée au sein du solveur SUNDIALS IDA puis interfacée avec un moteur de calcul industriel, permet d'accélérer très nettement les simulations en comparaison avec une implémentation classique / Modern power systems time-domain simulations require important computational resources due to the resulting differential algebraic systems dimension and stiffness. In addition, some simulated signals oscillation frequency dramatically limits the classical schemes step size, even in steady-state during which they are close to sinusoids oscillating at system nominal frequency. That's why the sinusoidal predictors method proposed in this thesis aims at taking this property into account in order to enhance solver performances while controlling the integration error. It consists in decomposing the solution into two parts: a sinusoid, whose Fourier coefficients are fixed for each time integration interval and then updated by parametric estimation, and a correction term on which the DAE system is rewritten and solved using an adaptive step size integration scheme. A particular focus has been given on the estimator choice, given its precision direct impact on the step size and its indirect effect on the global method stability. The finally developed estimator consists in computing Fourier coefficients minimizing a system stationarity measurement. As it converges in steady-state, the correction term is progressively damped, which enables to considerably increase the step size. This method, integrated into the reference solver SUNDIALS IDA and interfaced with an industrial simulation engine, enables to very significantly accelerate simulations in comparison with a classical implementation