Dans cette étude, nous nous intéressons à la séparation des ondes sismiques, traitement principal conditionnant toute interprétation physique des données. En première partie, les méthodes de séparation non paramétriques (Matrice spectrale, Transformée de Karhunen-Loève et Filtrage FK) sont étudiées. La limitation de ces méthodes nous a conduit à utiliser l'approche paramétrique. Cette approche fait apparaître une modélisation qui permet de tenir compte des divers types d'ondes sismiques. La séparation paramétrique des ondes utilise l'estimateur du maximum de vraisemblance. Elle est réalisée en estimant les différents paramètres (lenteur apparente, amplitude, forme de l'onde, phase et angle d'incidence) caractérisant chaque onde. Les différentes méthodes d'estimation ainsi que les limites et les performances de la séparation paramétrique sont étudiées en deuxième partie. Les résultats de cette étude sont appliqués, en dernière partie, au traitement des signaux sismiques de puits issus d'une expérimentation ainsi qu'à des ondes dispersives de sismique de, surface.

Les avancements des technologies de l'information et des systèmes de communication ont permis le développement d'une grande variété d'applications et de services de géolocalisation. Les systèmes de positionnement par satellites figurent parmi les solutions principales de localisation. Dans des environnements difficiles (par exemples, les canyons urbains ou à l'intérieur des bâtiments), ces solutions ne fournissent pas une bonne précision, ou même deviennent indisponibles. Afin d'offrir des solutions de localisation précises et disponibles quelque soit l'environnement, les systèmes de communication sans fil ont été utilisés, où plusieurs paramètres topo-dépendants des signaux transmis peuvent être mesurés et exploités (par exemple, le temps d'arrivée (ToA), la puissance du signal reçu (RSS)). Dans ce travail, la localisation dans les systèmes sans fil est étudié d¿un point de vue traitement statistique du signal, et en explorant deux axes. Le premier axe concerne la localisation coopérative appliquée aux réseaux ad-hoc, où les différents n¿uds effectuent des mesures de distance par paire (c.à.d. ToA ou RSS) afin d'estimer simultanément leurs positions. Les conditions de solvabilité unique sont étudiées en s'appuyant sur les deux approches de la rigidité graphique et la programmation semi-définie, et ainsi les conditions d'identifiabilité sont déduites. Les solutions d'estimation de la position sont considérées en se concentrant sur l'estimation probabiliste et son application dans des champs aléatoires de Markov et ce en utilisant l¿algorithme de propagation de croyance non-paramétrique (NBP). Le deuxième axe concerne la poursuite des terminaux mobiles en se basant sur des mesures RSS. Ces mesures sont affectées par un phénomène de masquage (shadowing). L'amélioration apportée à la précision de positionnement par la connaissance des cartes de shadowing est étudiée. La solution classique pour l'obtention de ces cartes est le fingerprinting, qui peut être coûteux en temps de collecte de mesures. Des solutions sont développées afin de surmonter ces difficultés. Plusieurs solutions sont proposées et étudiées par des simulations de Monte Carlo pour différents scénarios d'application et de déploiement, et plusieurs résultats théoriques et pratiques sont obtenus.

Le travail de thèse concerne la conception d'un système de surveillance robuste aux incertitudes paramétriques à base de modèles bond graphs sous forme LFT (Linear Fractional Transformations).<br />Une procédure de génération automatique de résidus robustes et de seuils adaptatifs de fonctionnement normal a été développée et implémentée à l'aide d'outils logiciels appropriés. Les performances du diagnostic sont contrôlées par une analyse de la sensibilité de ces résidus, permettant de définir des indices de sensibilité aux incertitudes paramétriques, et des indices de détectabilité des défauts. L'outil bond graph permet par sa nature physique d'estimer a priori les valeurs détectables des défauts physiques.<br />Outre l'implémentation informatique, les résultats de recherche sont validés par deux applications industrielles de complexité différente :<br /> un système électromécanique pour détecter et isoler des défauts tels que la variation anormale de l'amplitude du jeu dans la partie réducteur, tout en distinguant le défaut des variations paramétriques<br /> un procédé énergétique de génération de vapeur, qui constitue un système non stationnaire, où l'espace paramétrique est plus complexe.

Ce travail rassemble quatre essais consacrés à l'étude de l'hétérogénéité et des dynamiques individuelles sur le marché du travail. Le premier chapitre met en évidence le lien entre mobilité (inertie) et le degré de persistance des inégalités. Nous employons une méthode statistique simple et originale pour étudier les trajectoires individuelles de salaires, et l'appliquons à des données françaises couvrant la période 1990-2002. Nous trouvons que la récession du début des années 1990 a été associée à une augmentation des inégalités longitudinales.<br />Dans le deuxième chapitre nous étudions l'effet de la mobilité entre emplois sur les corrélations entre salaires et caractéristiques non salariales. Dans notre modèle, de fortes préférences pour ces caractéristiques ne se traduisent pas nécessairement en corrélations négatives si les frictions de mobilité sont importantes. Sur données européennes, nous estimons de fortes préférences pour certaines caractéristiques telles que le type de travail ou la sécurité de l'emploi, ainsi que des différentiels de salaires très faibles entre niveaux d'aménités.<br />Les chapitres 3 et 4 introduisent une méthode de modélisation de l'hétérogénéité inobservée : l'analyse en composantes indépendantes. Celle-ci diffère de l'analyse en composantes principales en ce que les facteurs ne sont pas supposés simplement non corrélés, mais statistiquement indépendants. Cette hypothèse permet d'identifier les facteurs de manière non ambigüe. Nous appliquons notre méthode à des données de salaires de l'éducation pour l'année 1995 en France. Nos résultats suggèrent une relation complexe et multidimensionnelle entre le niveau d'étude et son rendement sur le marché du travail.

On se place dans le cadre de<br />l'estimation non paramétrique pour les problèmes inverses, où une<br />fonction inconnue subit une transformation par un opérateur<br />linéaire mal posé, et où l'on en observe une version bruitée par<br />une erreur aléatoire additive. Dans ce type de problèmes, les<br />méthodes d'ondelettes sont très utiles, et ont été largement<br />étudiées. Les méthodes développées dans cette thèse s'en<br />inspirent, mais consistent à s'écarter des bases d'ondelettes<br />"classiques", ce qui permet d'ouvrir de nouvelles perspectives<br />théoriques et pratiques. Dans l'essentiel de la thèse, on utilise<br />un modèle de type bruit blanc. On construit des estimateurs<br />utilisant des bases qui d'une part sont adaptées à l'opérateur, et<br />d'autre part possèdent des propriétés analogues à celles des<br />ondelettes. On en étudie les propriétés minimax dans un cadre<br />large, et l'on implémente ces méthodes afin d'en étudier leurs<br />performances pratiques. Dans une dernière partie, on utilise un<br />modèle de regression en design aléatoire, et on étudie les<br />performances numériques d'un estimateur reposant sur la<br />déformation des bases d'ondelettes.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Dans cette th ese, nous nous int eressons au mod ele semi-param etrique de r egression de la forme y = f( \theta'x; \epsilon), lorsque x \in R^p et y\in R. Notre objectif est d' etudier des probl emes d'estimation des param etres \theta et f de ce mod ele avec des m ethodes r ecursives. Dans la premi ere partie, l'approche que nous d eveloppons est fond ee sur une m ethode introduite par Li (1991), appel ee Sliced Inverse Regression (SIR). Nous proposons des m ethodes SIR r ecursives pour estimer le param etre . Dans le cas particulier o u l'on consid ere le nombre de tranches egal a 2, il est possible d'obtenir une expression analytique de l'estimateur de la direction de . Nous proposons une forme r ecursive pour cet estimateur, ainsi qu'une forme r ecursive de l'estimateur de la matrice d'int er^et. Ensuite, nous proposons une nouvelle approche appell ee \SIRoneslice" (r ecursive ou non r ecursive) de la m ethode SIR bas ee sur l'utilisation de l'information contenue dans une seule tranche optimale (qu'il faudra choisir parmi un nombre quelconque de tranches). Nous proposons egalement un crit ere \bootstrap na f" pour le choix du nombre de tranches. Des r esultats asymptotiques sont donn es et une etude sur des simulations d emontre le bon comportement num erique des approches r ecursives propos ees et l'avantage principal de l'utilisation la version r ecursive de SIR et de SIRoneslice du point de vue des temps de calcul. Dans la second partie, nous travaillons sur des donn ees de valvom etrie mesur ees sur des bivalves. Sur ces donn ees, nous comparons le comportement num erique de trois estimateurs non param etrique de la fonction de r egression : celui de Nadaraya-Watson, celui de Nadaraya-Watson r ecursif et celui de R ev esz qui est lui aussi r ecursif. Dans la derni ere partie de cette th ese, nous proposons une m ethode permettant de combiner l'estimation r ecursive de la fonction de lien f par l'estimateur de Nadaraya- Watson r ecursif et l'estimation du param etre via l'estimateur SIR r ecursif. Nous etablissons une loi des grands nombres ainsi qu'un th eor eme de limite centrale. Nous illustrons ces r esultats th eoriques par des simulations montrant le bon comportement num erique de la m ethode d'estimation propos ee.

Cette thèse a pour objet la construction, la calibration et l'étude d'estimateurs multi-tâches, dans un cadre fréquentiste non paramétrique et non asymptotique. Nous nous plaçons dans le cadre de la régression ridge à noyau et y étendons les méthodes existantes de régression multi-tâches. La question clef est la calibration d'un paramètre de régularisation matriciel, qui encode la similarité entre les tâches. Nous proposons une méthode de calibration de ce paramètre, fondée sur l'estimation de la matrice de covariance du bruit entre les tâches. Nous donnons ensuite pour l'estimateur obtenu des garanties d'optimalité, via une inégalité oracle, puis vérifions son comportement sur des exemples simulés. Nous obtenons par ailleurs un encadrement précis des risques des estimateurs oracles multi-tâches et mono-tâche dans certains cas. Cela nous permet de dégager plusieurs situations intéressantes, où l'oracle multi-tâches est plus efficace que l'oracle mono-tâche, ou vice versa. Cela nous permet aussi de nous assurer que l'inégalité oracle force l'estimateur multi-tâches à avoir un risque inférieur à l'estimateur mono-tâche dans les cas étudiés. Le comportement des oracles multi-tâches et mono-tâche est vérifié sur des exemples simulés.

Après un tour du monde des Habitats Intelligents pour la Santé (HIS), nous décrivons la mise en place du système grenoblois développé au laboratoire TIMC : le Système d'Information Domotique-Santé Intégré à Domicile (SID²). Nous faisons l'hypothèse que les rythmes biologiques et sociaux sont liés au comportement, et donc à l'activité physique, que nous mesurons par le déplacement du sujet d'observation au sein de l'habitat. Nous créons le terme " Rythmes Circadiens d'Activité " (RCA) pour faire référence à la mesure comportementale de l'activité des patients dans l'habitat. Le système SID² est composé d'un HIS externe relié à Internet, et d'un HIS local, objet de ce document. L'HIS local effectue la surveillance multi-paramétrique et auto-apprend les habitudes de vie d'un patient à domicile à travers le calcul des RCA, de façon à détecter une évolution anormale de son comportement sur le long terme. Un simulateur a été développé pour valider le système.

Les travaux présentés s'intéressent au traitement des signaux à valeurs sur des espaces non-commutatifs, en particulier sur le groupe des rotations et les quaternions. Principalement, ce sont les signaux et processus aléatoires qui sont au centre de nos préoccupations, et nous présentons quelques résultats illustrant leur intérêt en physique des ondes polarisées. Nous montrons par exemple comment les processus aléatoires sur le groupe des rotations permettent d'étudier la diffusion multiple des ondes dans les milieux aléatoires et l'apparition de la phase géométrique pour les ondes polarisées dans ces milieux. Les résultats obtenus sont basés sur des notions empruntées à la théorie des groupes et de la représentation, la théorie des processus aléatoires et de l'estimation ainsi qu'à la géométrie différentielle. L'application majeure des résultats présentés est l'étude des ondes élastiques dans les milieux aléatoires.