The increasing availability of molecular data means that phylogenetic studies nowadays often use datasets which combine a large number of loci for many different species. This leads to a trade-off. On the one hand more complex models are preferred to account for heterogeneity in evolutionary processes. On the other hand simple models that can answer biological questions of interest that are easy to interpret and can be computed in reasonable time are favoured. This thesis focuses on four cases of phylogenetic analysis which arise from this conflict. - It is shown that edge weight estimates can be non-identifiable if the data are simulated under a mixture model. Even if the underlying process is known the estimation and interpretation may be difficult due to the high variance of the parameters of interest. - Partition models are commonly used to account for heterogeneity in data sets. Novel methods are presented here which allow grouping of genes under similar evolutionary constraints. A data set, containing 14 genes of the chloroplast from 19 anciently diverged species is used to find groups of co-evolving genes. The prospects and limitations of such methods are discussed. - Penalised likelihood estimation is a useful tool for improving the performance of models and allowing for variable selection. A novel approach is presented that uses pairwise dissimilarities to visualise the data as a network. It is further shown how penalised likelihood can be used to decrease the variance of parameter estimates for mixture and partition models, allowing a more reliable analysis. Estimates for the variance and the expected number of parameters of penalised likelihood estimates are derived. - Tree shape statistics are used to describe speciation events in macroevolution. A new tree shape statistic is introduced and the biases of different cluster methods on tree shape statistics are discussed.

Ce travail concerne la réalisation concrète en calcul formel d'algorithmes abstraits issus de publications récentes. Il comporte deux parties distinctes mais cependant issues du m(ê)me monde : l'action d'un groupe de Lie, sur une variété ou un espace vectoriel. La première partie traite de l'implémentation de la réduction d'un graphe de Goresky-Kottwitz-MacPherson. Ce graphe est l'analogue combinatoire d'une variété symplectique compacte connexe soumise à une action hamiltonienne d'un tore compact. La seconde partie est consacrée à l'implémentation du calcul de deux coefficients intervenant lors de l'action d'un groupe de Lie semi-simple complexe sur un espace vectoriel de dimension finie : la multiplicité d'un poids dans une représentation irréductible de dimension finie (nombre de Kostka) et les coefficients de décomposition du produit tensoriel de deux représentations irréductibles de dimension finie (coefficients de Littlewood-Richardson).

Le travail de thèse propose la construction d'un modèle de la vache laitière composé de trois modèles correspondant à des niveaux de représentation différents de la vache et présentant une fonctionnalité spécifique. Ces modèles, téléonomique, énergétique et métabolique s'agencent entre eux de façon hiérarchique. Le modèle téléonomique se situe au niveau de l'animal en tant qu'organisme vivant assurant sa survie et la pérennité de son espèce et possède une fonction de pilotage du modèle énergétique. Il s'agit d'un modèle de la dynamique des priorités d'une femelle entre fonctions physiologiques au cours de sa vie rythmée par la succession de cycles de reproduction. Ce modèle produit une trajectoire de référence et contrôle le modèle énergétique à travers deux voies traduisant l'homéorhèse et l'homéostase. Le modèle énergétique se situe au niveau du métabolisme énergétique de l'animal et possède une fonction de prédiction des performances. Il s'agit d'un modèle de la dynamique de partition de l'énergie ingérée. Ce modèle simule les performances de la vache (croissance, réserves corporelles, entretien, gestation, lactation, ingestion) au cours de sa vie et durant les cycles gestation/lactation. Le modèle métabolique se situe au niveau du métabolisme inter-organes et possède une fonction d'interprétation métabolique des flux de matière du modèle énergétique. Il s'agit d'un modèle de la dynamique des flux de métabolites conditionnés par les flux de matière du modèle énergétique au cours de la lactation. Ce modèle simule les teneurs en triglycérides du foie et des métabolites circulants dans le plasma au cours de la lactation.

Le caoutchouc industriel est présent dans de nombreuses applications, de la plus basique à la plus technique. Son mode de défaillance prépondérant est la rupture due à la propagation de fissures par fatigue : les sollicitations mécaniques ainsi que l'atmosphère extérieure provoquent dans un premier temps l'apparition d'une amorce de fissure. Sous l'effet des sollicitations mécaniques, cette fissure se propage jusqu'à rupture de la pièce. L'objectif de ce travail est de faciliter la simulation numérique de la propagation de fissures dans les élastomères. Pour cela, on utilise la méthode des éléments finis étendus X-FEM. Cette méthode a été développée afin de limiter le recours au remaillage dans le cadre de la fissuration des métaux. En outre, elle permet d'enrichir l'approximation éléments finis par des fonctions provenant de la physique du problème. La première partie de ce travail consiste à adapter cette méthode à la mécanique non-linéaire de la rupture. On s'intéresse en particulier au choix de la formulation de résolution ainsi qu'à la recherche de fonctions d'enrichissement adaptées. Dans un deuxième temps, on s'intéresse à l'enrichissement des formulations mixtes pour la gestion de la contrainte d'incompressibilité. Des stratégies ont été développées afin de préserver la stabilité de ces formulations. Ces enrichissements permettent la vérification de la condition inf-sup dans le cas de trous, des inclusions et des fissures sous l'hypothèse des petites perturbations. Enfin, dans une troisième partie, on détaille l'application du concept de forces configurationnelles comme critère directionnel pour la propagation de fissures 2D et 3D.

Cette thèse est consacrée à l'étude expérimentale du bruit quantique électronique d'un système mésoscopique. Dans une première partie, nous nous sommes intéressés au bruit de partition haute fréquence d'un conducteur unidimensionnel balistique : un contact ponctuel quantique (QPC). Nous avons mesuré, via la puissance de bruit transmise dans notre circuit de détection, la densité spectrale de bruit à fréquence f, où f varie entre 4 et 8GHz, en fonction de la tension de polarisation V appliquée au QPC. Nous avons mis en évidence sa singularité en V = hf=e. Nous avons également étudié sa dépendance en fonction de la transmission du QPC, et avons ainsi éprouvé, en limitant le nombre de paramètres ajustables, la théorie de la diffusion appliquée au bruit haute fréquence d'un conducteur sans interactions. Dans une seconde partie, nous avons réalisé une expérience de type Hanbury-Brown et Twiss (interf érométrie d'intensité) permettant de sonder la statistique des photons émis, dans le circuit de mesure, par le bruit de grenaille d'une jonction tunnel de faible résistance. Nous avons montré que les uctuations de courant de ce conducteur à grand nombre de canaux de conduction, produisent un rayonnement chaotique : la statistique de la population de photons de fréquence f est superpoissonnienne, ce qui se traduit par des uctuations de puissance proportionnelles au carré de la puissance moyenne émise par la source. A terme, le montage expérimental est destiné à l'étude du rayonnement émis par le bruit de grenaille d'un QPC, qui pourrait, selon de récentes prédictions théoriques, être de nature non classique (statistique sous-poissonnienne).

<p>This paper explores the statistical properties of microfragment recovery techniques used on NTFS filesystems in the use of digital forensics. A microfragment is the remnant file-data existing in the cluster slack after this file has been overwritten. The total amount of cluster slack is related to the size distribution of the overwriting files as well as to the size of cluster. Experiments have been performed by varying the size distributions of the overwriting files as well as the cluster sizes of the partition. These results are then compared with existing analytical models.</p> / FIVES

Thesis (PhD (Pharmaceutics))--PU for CHE, 1999.

P1 prophage is stably maintained in E. coli as a low-copy-number plasmid. Stable maintenance of P1 is dependent on the function of the plasmid encoded partition system, parABS. ParA is the partition ATPase, ParB is the partition-site binding protein, and parS is the partition site. The concerted action of these proteins results in dynamic movement of the plasmid over the bacterial nucleoid, which results in its stable maintenance. Plasmid movement has been proposed to be caused by interactions between parS bound ParB and nucleoid bound ParA. In this thesis, I have identified a complex of ParA, ParB, and DNA that is capable of promoting plasmid stability. ParA, ParB, DNA interactions required the ATP bound conformation of ParA. The ParA-ParB-DNA complex was dynamically regulated by nucleotide hydrolysis, which promoted complex disassembly. Complex formation resulted from the cooperative binding of ParA and ParB to DNA. ParA-ParB and ParB-DNA interactions were both necessary for complex formation. ParA-ParB-DNA complex size was regulated by ParB stimulation of ParA-ATP hydrolysis. Microscopy demonstrated that complexes resulted in the association of multiple DNA molecules due to protein binding. The properties of complex assembly, dynamics, and DNA grouping lead me to propose a model where associations between ParA bound to the bacterial nucleoid and the partition complex mediated plasmid movement and localization.

The properties of training data set such as size, distribution and the number of attributes significantly contribute to the generalization error of a learning machine. A not well-distributed data set is prone to lead to a partial overfitting model. Two approaches proposed in this dissertation for the binary classification enhance useful data information by mining negative data. First, an error driven compensating hypothesis approach is based on Support Vector Machines (SVMs) with (1+k)-iteration learning, where the base learning hypothesis is iteratively compensated k times. This approach produces a new hypothesis on the new data set in which each label is a transformation of the label from the negative data set, further producing the positive and negative child data subsets in subsequent iterations. This procedure refines the base hypothesis by the k child hypotheses created in k iterations. A prediction method is also proposed to trace the relationship between negative subsets and testing data set by a vector similarity technique. Second, a statistical negative example learning approach based on theoretical analysis improves the performance of the base learning algorithm learner by creating one or two additional hypotheses audit and booster to mine the negative examples output from the learner. The learner employs a regular Support Vector Machine to classify main examples and recognize which examples are negative. The audit works on the negative training data created by learner to predict whether an instance is negative. However, the boosting learning booster is applied when audit does not have enough accuracy to judge learner correctly. Booster works on training data subsets with which learner and audit do not agree. The classifier for testing is the combination of learner, audit and booster. The classifier for testing a specific instance returns the learner's result if audit acknowledges learner's result or learner agrees with audit's judgment, otherwise returns the booster's result. The error of the classifier is decreased to O(e^2) comparing to the error O(e) of a base learning algorithm.

P1 prophage is stably maintained in E. coli as a low-copy-number plasmid. Stable maintenance of P1 is dependent on the function of the plasmid encoded partition system, parABS. ParA is the partition ATPase, ParB is the partition-site binding protein, and parS is the partition site. The concerted action of these proteins results in dynamic movement of the plasmid over the bacterial nucleoid, which results in its stable maintenance. Plasmid movement has been proposed to be caused by interactions between parS bound ParB and nucleoid bound ParA. In this thesis, I have identified a complex of ParA, ParB, and DNA that is capable of promoting plasmid stability. ParA, ParB, DNA interactions required the ATP bound conformation of ParA. The ParA-ParB-DNA complex was dynamically regulated by nucleotide hydrolysis, which promoted complex disassembly. Complex formation resulted from the cooperative binding of ParA and ParB to DNA. ParA-ParB and ParB-DNA interactions were both necessary for complex formation. ParA-ParB-DNA complex size was regulated by ParB stimulation of ParA-ATP hydrolysis. Microscopy demonstrated that complexes resulted in the association of multiple DNA molecules due to protein binding. The properties of complex assembly, dynamics, and DNA grouping lead me to propose a model where associations between ParA bound to the bacterial nucleoid and the partition complex mediated plasmid movement and localization.