En optique quantique, la reconstruction de l'état quantique (fonction de Wigner ou matrice de densité infini-dimensionnelle) d'un faisceau de lumière correspond en statistique à un problème inverse trés mal posé. Premièrement, nous proposons des estimateurs de la matrice de densité basés sur les fonctions \textit{pattern} et des estimateurs à noyau de la fonction de Wigner. Nous faisons l'hypothèse que la matrice de densité inconnue appartient à une classe non paramétrique définie en accord avec les exemples étudiés par les physiciens. Nous en déduisons pour la fonction de Wigner associée à cette matrice des propriétés de décroissance rapide et de régularité. Deuxièmement, nous estimons une fonctionnelle quadratique de la fonction de Wigner par une U-statistique d'ordre deux sur une classe plus large. Cette fonctionnelle peut être vue comme une indication sur la pureté de l'état quantique considéré. Nous en déduisons un estimateur adaptatif aux paramètres de régularité de la fonction de Wigner. La dernière partie de ce manuscrit est consacrée au problème de test d'adéquation à la matrice de densité. Cette procédure est construite à partir d'un estimateur de type projection sur les fonctions \textit{pattern}. Nous étudions les bornes supérieures de type minimax de toutes ces procédures. Les procédures d'estimation de la matrice de densité et de test d'adéquation à une matrice de densité sont implémentées et leurs performances numériques sont étudiées.

Nous proposons une méthode expérimentale destinée à caractériser l'interaction structure-fluide léger, lorsque les vibrations sont en régime linéaire. Cette méthode s'appuie sur la comparaison entre les fréquences et facteurs d'amortissement des modes propres mesurés lorsque la structure vibre dans l'air et ces mêmes paramètres modaux mesurés en atmosphère raréfiée.<br /><br />Deux méthodes ---non paramétrique et paramétrique--- de traitement du signal sont mises en oeuvre afin de traiter automatiquement un grand nombre de modes. Leur performances d'estimation sont évaluées avec soin, donnant ainsi l'accès aux incertitudes, essentiel pour effectuer des comparaisons valides sur les paramètres<br />modaux. La méthode paramétrique s'avère nécessaire pour estimer les partiels à composantes exponentielles complexes multiples, dont les fréquences sont trop proches pour être séparables par l'analyse de Fourier.<br /><br />L'étude de plaques métalliques minces en vibration libre constitue une validation de la méthode expérimentale : l'impédance acoustique, le facteur de rayonnement et<br />d'autres grandeurs acoustiques déduites de la mesure pour chaque mode de vibration sont cohérentes avec le comportement vibroacoustique attendu. Les rendements acoustiques observés pour une plaque en acier sont de l'ordre de 10% pour les fréquences modales inférieures à la fréquence de coïncidence et supérieurs à 50% pour les fréquences supérieures à celle-ci. Pour la guitare, nous proposons un modèle simple qui décrit le<br />couplage corde-chevalet en terme d'admittance au chevalet et qui permet d'expliquer pourquoi certains partiels de la vibration de corde présentent des amortissements plus forts dans le vide. Le rendement acoustique de la guitare varie entre 15 et 60% sur<br />la gamme de fréquence 80-2500 Hz. Enfin, les méthodes de traitement ont permis d'évaluer l'effet acoustique de la restauration du carillon de Perpignan : une tenue<br />des notes de 15 à 25% supérieure en moyenne après restauration.

L'objet de ce travail de recherche est de proposer de nouvelles méthodologies probabilistes pour l'analyse<br />dynamique basses fréquences du désaccordage des structures tournantes à symétrie cyclique. La classe de structure étudiée est<br />la roue aubagée. Tout d'abord, un modèle probabiliste non paramétrique récent est utilisé pour construire une approche<br />probabiliste directe, permettant d'analyser l'amplification dynamique de la réponse forcée des aubes, induite par le<br />désaccordage. En particulier, une telle approche permet de modéliser de manière cohérente le désaccordage en fréquences des<br />aubes et le désaccordage en modes des aubes. Ensuite, une approche probabiliste inverse, reposant sur une méthode<br />d'identification des paramètres de dispersion du modèle probabiliste non paramétrique, est construite afin de déterminer les<br />tolérances des aubes, conduisant à une probabilité donnée du facteur d'amplification dynamique de la réponse forcée. Enfin, ces<br />méthodologies sont mises en oeuvre numériquement sur un exemple numérique simple et sur un modèle complexe de roue aubagée.<br />Les réponses forcées désaccordées obtenues par le modèle probabiliste non paramétrique et par le modèle probabiliste<br />paramétrique classiquement utilisé pour la problématique du désaccordage sont comparées. Par ailleurs, la méthodologie du<br />problème inverse permet d'optimiser les tolérances de l'aube pour réduire l'amplification de la réponse forcée. L'analyse des<br />résultats valide la pertinence des méthodologies proposées.

La tomoscintigraphie par émission mono-photonique (TEMP) est une méthode d'imagerie fonctionnelle 3D qui apporte des informations sur le débit sanguin cérébral (également appelé perfusion cérébrale). Cette méthode d'imagerie, par la détection visuelle d'anomalies de perfusion caractérisées par des zones hypo- ou hyper-intenses, est utilisée pour le diagnostic chez des patients atteints d'accidents vasculaires cérébraux, de démence, d'épilepsie ou d'autres pathologies cérébrales. La détection d'anomalies focalisées observées chez les patients ayant une attaque cérébrale est relativement aisée, alors que les anomalies diffuses, observées en début de démence, lors d'un accident entraînant une oxygénation insuffisante du cerveau ou suite à une exposition à une substance toxique, sont plus difficilement observables. Dans ces cas, une analyse quantitative des images, utilisant un atlas et des outils statistiques s'appuyant sur une base d'images de cas normaux, peut apporter une aide précieuse au diagnostic. Le travail présenté dans cette thèse est centré sur la problématique de la construction et de l'évaluation d'un atlas probabiliste de perfusion cérébrale à partir des images TEMP de sujets dits normaux. Les objectifs d'un tel atlas sont doubles : (1) création d'une cartographie statistique de la perfusion cérébrale d'une population normale, décrite de manière compacte, et (2) identification des différences de perfusion cérébrale qui sont statistiquement significatives entre une image TEMP d'un individu et l'atlas probabiliste. L'utilisation d'un atlas devrait avoir un impact important sur les applications cliniques où l'analyse qualitative d'images TEMP est pratique courante. Afin d'atteindre ces objectifs, trois points ont été abordés : le développement de modèles statistiques qui décrivent de façon fidèle la perfusion cérébrale, les outils de traitement d'images utilisés pour rendre les cerveaux "comparables", et enfin, l'évaluation expérimentale de l'atlas.

Cette thèse porte sur des problèmes d'estimation dans des modèles à variables cachées. Le Chapitre 1 est consacré à l'étude d'un modèle de Markov caché où la chaîne de Markov, non-nécessairement stationnaire, est supposée à valeurs dans un espace d'états compact et les observations dans un espace métrique séparable complet. La loi de la chaîne cachée ainsi que la loi conditionnelle dépendent d'un paramètre. Nous prouvons que l'estimateur du maximum de vraisemblance du paramètre est consistant, asymptotiquement normal et efficace. Le Chapitre 2 porte sur l'étude du modèle de convolution. Les observations sont issues d'un signal composé de variables aléatoires i.i.d. de densité inconnue g et d'un bruit blanc Gaussien centré de variance inconnue \sigma. Nous montrons que la non-connaissance de \sigma dégrade nettement la vitesse d'estimation de g : dans la plupart des cas ``réguliers'' cette vitesse est toujours plus lente que (log n)^(-1/2). Nous proposons alors un estimateur de \sigma qui est presque minimax lorsque g possède un support inclus dans un compact fixé. Nous construisons également un estimateur consistant universel de \sigma (i.e. sans contrainte sur g autre que celle d'identifiabilité du modèle). Dans le Chapitre 3, nous considérons ce même modèle de convolution mais lorsque le bruit possède une variance connue (fixée égale à 1) et nous nous intéressons aux propriétés d'estimation de fonctionnelles linéaires intégrales de de la forme \int f(x)\Phi_1(y-x) g(x)dx où \Phi_1 désigne la densité du bruit et f est une fonction connue. Nous étendons les résultats de Taupin dans le cas où la fonction f est soit une fonction polynomiale, soit un polynôme trigonométrique, en établissant des minorations du risque quadratique ponctuel et du risque par rapport à la norme infinie, ainsi que des majorations et minorations du risque par rapport à la norme p (1 \geq p <\infty). Nous montrons que l'estimateur proposé par Taupin atteint les vitesses optimales dans le cas où f est un polynôme et est presque minimax dans le cas où f est un polynôme trigonométrique, avec une perte pour le risque quadratique et pour le risque en norme infinie.

Au cours de ce travail expérimental, nous nous sommes intéressés aux propriétés photo-physiques d'un mutant de la protéine Fuorescente verte (Green Fluorescent Protein, GFP). Plus particulièrement, nous avons caractérisé par spectroscopie femtoseconde résolue spectralement la dynamique des états excités de ce mutant. Nous avons tout d'abord comparé les résultats obtenus avec ceux de la protéine naturelle. Cela nous a permis de montrer que la dynamique des états excités s'avère très sensible aux modifcations de l'environnement proche de la partie optiquement active de la protéine. Dans une deuxième partie qui concerne l'étude de fusion génétique fragment d'anticorps-GFP, nous avons utilisé la sensibilité offerte par la dynamique des états excités de la protéine pour caractériser l'état de repliement de l'anticorps fusionné. Une autre partie de ce travail a été consacrée à l'étude des propriétés dynamiques de certains dérivés de la coumarine dont la nature de rotors moléculaires a été évoquée dans la littérature. Nous avons montré que la dynamique des états excités ne présente pas de signatures d'un tel comportement. Parallèlement aux études dynamiques, nous avons étudié le vieillissement ou diminution du nombre de molécules fluorescentes d'un ensemble bien déterminé de GFP sous illumination continue. Cette étude a mis en évidence le fait que l'évolution temporelle du système est gouvernée par une statistique de Lévy. L'une des conséquences principales étant l'existence d'un état instable à durée de vie moyenne infnie.

Dans cette thèse, nous proposons de nouvelles méthodes d'estimation et de test par optimisation des Divergences entre mesures pour des modèles paramétriques discrets ou continus, pour des modèles à rapport de densités semi-paramétriques et pour des modèles non paramétriques restreints par des contraintes linéaires. Les méthodes proposées sont basées sur une nouvelle représentation des Divergences entre mesures. Nous montrons que les méthodes du maximum de vraisemblance paramétrique et du maximum de vraisemblance empirique sont des cas particuliers correspondant au choix de la Divergence de Kullback-Leibler modifiée, et que le choix d'autres types de Divergences mène à des estimateurs ayant des propriétés similaires voire meilleurs dans certains cas. De nombreuses perspectives concernant le problème du choix de la Divergence sont notées.

L'alignement d'images paramétrique a de nombreuses applications pour la réalité augmentée, la compression vidéo ou encore le suivi d'objets. Dans cette thèse, nous nous intéressons notamment aux techniques de recalage d'images (template matching) reposant sur l'optimisation locale d'une fonctionnelle d'erreur. Ces approches ont conduit ces dernières années à de nombreux algorithmes efficaces pour le suivi d'objets. Cependant, les performances de ces algorithmes ont été peu étudiées lorsque les images sont dégradées par un bruit important comme c'est le cas, par exemple, pour des captures réalisées dans des conditions de faible luminosité. Dans cette thèse, nous proposons un nouveau formalisme, appelé formalisme bidirectionnel, qui unifie plusieurs approches de l'état de l'art. Ce formalisme est utilisé dans un premier temps pour porter un éclairage nouveau sur un grand nombre d'approches de la littérature et en particulier sur l'algorithme ESM (Efficient Second-order Minimization). Nous proposons ensuite une étude théorique approfondie de l'influence du bruit sur le processus d'alignement. Cette étude conduit à la définition de deux nouvelles familles d'algorithmes, les approches ACL (Asymmetric Composition on Lie Groups) et BCL (Bidirectional Composition on Lie Groups) qui permettent d'améliorer les performances en présence de niveaux de bruit asymétriques (Rapport Signal sur Bruit différent dans les images). L'ensemble des approches introduites sont validées sur des données synthétiques et sur des données réelles capturées dans des conditions de faible luminosité.

Pour le contrôle des produits ou matériaux fabriqués en usines et suivant un processus continu, on cherche à réduire le coût et le volume des prélèvements et des mesures, sans accroître le risque statistique ou réduire la connaissance sur les lots à tester. Pour cela il est préférable d'adopter une approche bayésienne plutôt que classique. Nous étudions d'abord plusieurs modèles bayésiens paramétriques en précisant comment établir la distribution a priori du paramètre à partir d'informations provenant de la production et des contrôles antérieurs. Ensuite, nous appliquons ces techniques au cas du contrôle des boulons à haute résistance et nous faisons une comparaison entre elles. L'une d'elles s'avère bien adaptée à ce problème.

Cette thèse concerne l'estimation du mouvement dans des séquences d'images échographiques, avec comme application médicale l'élastographie statique de la thyroïde. Le principe de l'élastographie, dont l'objectif est de caractériser l'élasticité des tissus biologiques, consiste à estimer les déplacements qui apparaissent au sein des tissus lorsque ceux-ci sont soumis à une contrainte mécanique externe. Discriminer les tissus pathologiques des tissus sains sur des critères d'élasticité nécessite une grande précision d'estimation du mouvement. Pour cela, nous proposons une méthode 2-D d'estimation du mouvement appliquée à des images radiofréquences dont la formation de voies est adaptée à l'imagerie du mouvement. Notre méthode travaille avec quatre images de phase, construites en utilisant des signaux analytiques multidimensionnels. Cette approche originale nous a permis de proposer une solution analytique à l'estimation locale des déplacements. Notre méthode s'avère plus performante que les approches classiques en terme de réduction d'erreur, de performances avec des images faiblement échantillonnées et de rapidité. Afin de prendre en compte la complexité des mouvements à estimer, engendrée par la diversité anatomique et par les spécificités de l'élastographie ultrasonore (compression des tissus exercée manuellement avec la sonde échographique), nous proposons d'utiliser un maillage déformable, régi par un modèle paramétrique bilinéaire. Une analyse spatio-temporelle du mouvement nous permet d'étendre cette méthode à l'estimation du déplacement dans des séquences d'images et de proposer une nouvelle carte paramétrique adaptée à la visualisation des tumeurs thyroïdiennes.