Dès ses débuts, la géographie botanique a reconnu l'influence du climat sur la répartition des plantes grâce à la comparaison de territoires et à l'examen de limites climatiques et floristiques. Elle a exprimé cette influence par des cartes plus que par des mesures. Elle a progressivement donné naissance à une discipline biologique, l'écologie végétale, qui se fonde, en milieu naturel, sur des observations stationnelles et sur des traitements numériques. Mais cette discipline a surtout mesuré les variables stationnelles les plus accessibles, celles qui concernent le substrat de la végétation plutôt que son climat, tout au moins à grande échelle. Aujourd'hui, cette discipline dispose d'une<br />banque de données climatiques, celle de Météo-France, et d'une banque de données floristiques « Sophy ». Elle peut établir les relations entre plantes et climats sur une base stationnelle et<br />numérique, donc plus objective, plus précise et plus complète que la géographie botanique.<br />Le réseau météorologique national fournit des données standardisées dans 828 postes en France. Parmi les facteurs les plus actifs sur les plantes, il y a la température du jour et de la nuit, mois par mois, reflétées respectivement par la température mensuelle maximale et minimale ; il y a également les hauteurs et les fréquences mensuelles des précipitations. Ces facteurs sont ramenés à une même période de référence après estimation des données manquantes. De son côté, la banque « Sophy » fournit les présences et les abondances de 4.500 taxons botaniques dans 140.000 stations<br />en France. Elle permet de distinguer le comportement d'une plante soit par sa présence, soit par un seuil d'abondance. La conjonction de ces deux banques fournit un échantillonnage d'environ 12.000<br />stations floristiques réparties entre les climats de 574 postes.<br />La dépendance apparente d'une plante envers un facteur se manifeste par la concentration de ses présences dans la gamme du facteur. Cette concentration se calcule comme une probabilité et elle suit un gradient rigoureusement unimodal dans la gamme du facteur. La concentration maximale exprime le pouvoir indicateur de la plante, de telle façon que ce paramètre ne soit nul que pour une plante ubiquiste. Ce pouvoir indicateur est d'autant plus élevé que la plante est meilleure indicatrice. Le rang de la concentration maximale indique la position optimale de la plante. Les douze pouvoirs indicateurs et les douze positions optimales résument le comportement d'une plante dans la gamme d'un facteur. Ce travail présente le catalogue des comportements pour 2.800 plantes<br />indicatrices du climat et pour six grandeurs climatiques sous la forme de graphiques. Le catalogue présente aussi la répartition géographique de chaque plante entre les 140.000 stations de la banque « Sophy ». Ce catalogue n'est pas seulement un dictionnaire écologique des plantes indicatrices du climat. Il est aussi un outil informatique qui permet d'estimer avec précision le climat dans une communauté dépourvue de poste météorologique et d'introduire ainsi le climat de façon numérique dans toute étude phyto-écologique en France.<br />Mis à part l'application précédente, le catalogue ne montre pas de synthèse. Il est complété par une classification climatique des plantes qui montre la hiérarchie des phénomènes et leur importance statistique. Cette classification détermine des groupes de plantes ayant des comportements similaires d'après leurs fidélités cumulées aux rangs des variables climatiques. Elle caractérise un groupe par ses pouvoirs indicateurs et ses positions optimales. Elle aboutit à un catalogue des principaux groupes, depuis les plus nombreux et les plus différents, constituant les premiers niveaux de synthèse, jusqu'aux plus détaillés. Elle montre que le gradient phytoclimatique majeur sépare le littoral, la région méditerranéenne et les montagnes des plaines continentales. Le<br />groupe littoral, par exemple, se subdivise en groupes atlantiques et méditerranéens, puis en sousgroupes cantonnés dans une partie seulement de chaque climat.<br />Un travail analogue est entrepris sur les relations entre les plantes et les variables du satellite NOAA. Comme en géographie botanique, les relations entre plantes et mesures satellitaires se<br />fondent souvent sur la superposition de ces images, basées sur un indice de végétation (NDVI), avec des cartes de végétation. Ces images et leur interprétation montrent de grandes catégories de<br />végétation, telles que formations forestières et cultures. La banque « Sophy » permet une étude stationnelle et non plus cartographique du phénomène. Cette banque associe des données<br />floristiques à des données satellitaires issues du même emplacement, dans 11.000 pixels de 5,5 km de côté. Les synthèses mensuelles du NDVI montrent des différences de comportement entre les plantes de formations différentes, telles que prairies, forêts, ripisylves, formations méditerranéennes et les landes atlantiques, littorales et montagnardes. Les pouvoirs indicateurs sont parfois élevés et similaires pour les plantes de la même formation. Mais ils montrent encore quelques incohérences, soit d'un mois sur l'autre, soit d'une variable satellitaire à une autre, faute d'une standardisation insuffisante dans la caractérisation des pixels. Des variables satellitaires standardisées portant sur une plus longue période, dont les données manquantes seraient calculées, devraient être susceptibles de localiser des phytoclimats, grâce aux groupes de plantes qui les représentent, et de généraliser<br />sur le terrain les connaissances stationnelles de la phytoclimatologie.

Dans le cadre de cette thèse, nous avons établi des liens entre les modèles obtenus par des algorithmes d'inférence grammaticale et la connaissance induite par des techniques de fouille de données séquentielles. Partant du constat que le point commun entre ces deux contextes différents de travail est la manipulation de données structurées sous forme de séquences de symboles, nous avons tenté d'exploiter les propriétés des automates probabilistes inférés à partir de ces séquences au profit d'une fouille de données séquentielles plus efficace. <br />Dans ce contexte, nous avons montré que l'exploitation brute, non seulement des séquences d'origine mais aussi des automates probabilistes inférés à partir de celles-ci, ne garantit pas forcément une extraction de connaissance pertinente. Nous avons apporté dans cette thèse plusieurs contributions, sous la forme de bornes minimales et de contraintes statistiques, permettant ainsi d'assurer une exploitation fructueuse des séquences et des automates probabilistes. De plus, grâce à notre modèle nous apportons une solution efficace à certaines applications mettant en jeux des problèmes de préservation de vie privée des individus.

Cette thèse propose une nouvelle méthodologie permettant d'une part d'identifier les paramètres clefs qui contrôlent l'estimation de l'aléa sismique probabiliste, et d'autre part de quantifier l'impact des incertitudes de ces paramètres sur les estimations d'aléa. La méthode de Cornell-McGuire est utilisée dans cette étude. Tout d'abord, les incertitudes sur les déterminations de magnitude et de localisation sont modélisées et quantifiées : la variabilité résultante sur les estimations d'aléa est comprise entre 5 et 25% (=COV), selon le site et la période de retour considérés. Une étude est ensuite menée afin de hiérarchiser les impacts sur l'aléa liés aux choix de quatre paramètres : corrélation intensité-magnitude, magnitudes minimales et maximales, troncature de la relation d'atténuation du mouvement du sol. Les résultats à 34 Hz (PGA) indiquent que la magnitude maximale est le paramètre le moins influent (de 100 à 10000 ans) ; tandis que la corrélation I-M et la troncature des prédictions du mouvement du sol (>2¾) jouent un rôle clef quelle que soit la période de retour considérée (diminution de l'aléa jusqu'à 30% à 10000 ans). Une augmentation de la magnitude minimale contribuant à l'aléa, de 3.5 à 4.5, peut également produire des impacts non négligeables à courtes périodes de retour (diminution des valeurs d'aléa jusqu'à 20% à 475 ans). Enfin, la variabilité totale des estimations d'aléa, due aux choix combinés des quatre paramètres, peut atteindre 30% (COV, à 34 Hz). Pour des fréquences plus faibles (<5Hz), la variabilité totale augmente et la magnitude maximale devient un paramètre important. Ainsi, la variabilité des estimations due aux incertitudes de catalogue et aux choix de ces quatre paramètres doit être prise en compte dans toute étude d'estimation de l'aléa sismique probabiliste en France. Cette variabilité pourra être réduite en élaborant une corrélation intensité-magnitude plus appropriée, et en recherchant une manière plus réaliste de prendre en compte la dispersion du mouvement du sol.

Avec l'augmentation exponentielle de nombre d'images disponibles sur Internet, le besoin en outils efficaces d'indexation et de recherche d'images est devenu important. Dans cette thèse, nous nous baserons sur le contenu visuel des images comme source principale d'informations pour leur représentation. Basés sur l'approche des sacs de mots visuels, nous proposons une représentation visuelle avancée. Chaque image est modélisée par un mélange de catégories visuelles sémantiques, reliées à des catégories de haut niveau. Dans un premier temps, nous améliorons l'approche des sacs de mots visuels en caractérisant la constitution spatio-colorimétrique d'une image par le biais d'un mélange de n Gaussiennes dans l'espace de caractéristiques. Cela permet de proposer un nouveau descripteur de contour qui joue un rôle complémentaire avec le descripteur SURF. Cette proposition nous permet de résoudre le problème lié à la perte d'informations spatiales des sacs de mots visuels, et d'incorporer différentes informations relatives au contenu de l'image. Dans un deuxième temps, nous introduisons un nouveau modèle probabiliste basé sur les catégories : le modèle MSSA Multilayer Semantic Significance Analysis ou Analyse multi-niveaux de la pertinence sémantique dans le but d'étudier la sémantique des mots visuels construits. Ce modèle permet de construire des mots visuels sémantiquement cohérents (SSVW - Semantically Significant Visual Word). Ensuite, nous renforçons la capacité de catégorisation des SSVW en construisant des phrases visuelles sémantiquement cohérentes (SSVP - \textit{Semantically Significant Visual Phrase}), à partir des SSVW qui apparaissent fréquemment. Nous améliorons également l'invariance intra-classes des SSVW et des SSVP en les indexant en fonction de leur répartition, ce qui nous amène à générer une représentation d'un glossaire visuel invariant et sémantiquement cohérent (SSIVG - Semantically Significant Invariant Visual Glossary). Enfin, nous proposons un nouveau schéma de pondération spatiale ainsi qu'un classifieur multi-classes basé sur un vote. Nos résultats expérimentaux extensifs démontrent que la représentation visuelle proposée permet d'atteindre de meilleures performances comparativement aux représentations traditionnelles utilisées dans le domaine de la recherche, la classification et de la reconnaissance d'objets.

Avec l'augmentation exponentielle de nombre d'images disponibles sur Internet, le besoin en outils efficaces d'indexation et de recherche d'images est devenu important. Dans cette thèse, nous nous baserons sur le contenu visuel des images comme source principale d'informations pour leur représentation. Basés sur l'approche des sacs de mots visuels, nous proposons une représentation visuelle avancée. Chaque image est modélisée par un mélange de catégories visuelles sémantiques, reliées à des catégories de haut niveau. Dans un premier temps, nous améliorons l'approche des sacs de mots visuels en caractérisant la constitution spatio-colorimétrique d'une image par le biais d'un mélange de n Gaussiennes dans l'espace de caractéristiques. Cela permet de proposer un nouveau descripteur de contour qui joue un rôle complémentaire avec le descripteur SURF. Cette proposition nous permet de résoudre le problème lié à la perte d'informations spatiales des sacs de mots visuels, et d'incorporer différentes informations relatives au contenu de l'image. Dans un deuxième temps, nous introduisons un nouveau modèle probabiliste basé sur les catégories : le modèle MSSA Multilayer Semantic Significance Analysis ou Analyse multi-niveaux de la pertinence sémantique dans le but d'étudier la sémantique des mots visuels construits. Ce modèle permet de construire des mots visuels sémantiquement cohérents (SSVW - Semantically Significant Visual Word). Ensuite, nous renforçons la capacité de catégorisation des SSVW en construisant des phrases visuelles sémantiquement cohérentes (SSVP - \textit{Semantically Significant Visual Phrase}), à partir des SSVW qui apparaissent fréquemment. Nous améliorons également l'invariance intra-classes des SSVW et des SSVP en les indexant en fonction de leur répartition, ce qui nous amène à générer une représentation d'un glossaire visuel invariant et sémantiquement cohérent (SSIVG - Semantically Significant Invariant Visual Glossary). Enfin, nous proposons un nouveau schéma de pondération spatiale ainsi qu'un classifieur multi-classes basé sur un vote. Nos résultats expérimentaux extensifs démontrent que la représentation visuelle proposée permet d'atteindre de meilleures performances comparativement aux représentations traditionnelles utilisées dans le domaine de la recherche, la classification et de la reconnaissance d'objets.

Dans le contexte de la sûreté de fonctionnement des systèmes critiques, nous nous intéressons aux analyses par arbres de défaillance dynamiques (AdDD). Notre contribution est la définition d'un cadre algébrique permettant de déterminer la fonction de structure des AdDD et d'étendre les méthodes analytiques communément utilisées pour analyser les arbres statiques aux arbres dynamiques. Dans un premier temps, nous passons en revue les principales approches utilisées pour analyser les arbres de défaillance dynamiques, ainsi que leurs limites respectives. Le cadre algébrique permettant la modélisation des AdDD est ensuite présenté. Ce cadre algébrique est fondé sur un modèle temporel des événements et sur la définition de trois opérateurs temporels permettant de traduire la séquentialité d'apparition des événements. Ces opérateurs temporels permettent de définir algébriquement le comportement des portes dynamiques, et donc la fonction de structure des AdDD. Un modèle probabiliste de ces portes dynamiques est ensuite donné afin de pouvoir déterminer la probabilité de défaillance de l'événement sommet des arbres à partir de cette fonction de structure. Nous montrons enfin comment la fonction de structure des AdDD peut être ramenée à une forme canonique grâce à des théorèmes de réécriture, puis à une forme minimale grâce à la définition d'un critère de minimisation, et comment les AdDD peuvent être analysés de manière analytique et directe à partir de cette forme canonique minimale de la fonction de structure. Nous illustrons cette approche avec deux exemples d'AdDD issus de la littérature.

Cette thèse porte sur l'amélioration d'une méthode de prévision probabiliste des précipitations adaptée par analogie, appliquée aux grands bassins versants de la Saône et de la Seine. En considérant un jour cible dont on souhaite prévoir les précipitations, cette méthode permet de rechercher dans une archive les situations météorologiques passées les plus similaires. Les cumuls pluviométriques des journées analogues sont ensuite exploités pour estimer de manière probabiliste la quantité de précipitations attendue pour le jour cible. Une étape préliminaire consiste à construire et à choisir les archives nécessaires à l'application de ce type de méthode. A partir de l'algorithme de sélection d'analogues développé par Bontron (2004) sur des bassins du Sud-Est de la France, la méthode de prévision est ensuite améliorée en introduisant deux nouvelles variables : la température, qui permet de prendre en compte les effets saisonniers ; et la vitesse verticale, qui vise à mieux caractériser les mouvements atmosphériques verticaux. Finalement, la méthode est appliquée en contexte de prévision parfaite (situations cibles extraites de réanalyses) sur la plus longue période possible, puis en contexte opérationnel (situations cibles générées par un modèle de prévision) sur une durée de trois ans. Les scénarios de prévision de précipitations sont également exploités par le modèle pluie-débit GR3P pour la prévision des débits sur les bassins de la Saône et de la Seine. De manière générale, les résultats montrent qu'avec ce type d'approche, il est possible d'obtenir une prévision de débit utile, sur les grands bassins tests, pour une échéance de l'ordre de la semaine.

Au cours des dernières années, l'intérêt pour des algorithmes de reconnaissance fondés sur l'apparence à considérablement augmenté. Ces algorithmes utilisent directement des informations d'images. A partir des images d'objets ces approches construisent des "modèles fondés sur l'apparence", car chaque image représentée correspond à une apparence particulière d'un objet. La fiabilité, la vitesse et le taux de reconnaissance élevé de ces techniques en constituent les intérêts majeurs. Le succès de ces méthodes est considérable pour la reconnaissance de visages, dans le contexte de l'interface homme-machine et pour l'accès à des bases d'images par leurs contenus. Cette thèse propose une technique ou les objets sont représentés par des statistiques sur des opérateurs locaux et robustes. On veut montrer qu'une telle représentation fondée sur l'apparence est fiable et extrêmement discriminante pour la reconnaissance d'objets. La motivation initiale de cette étude était la reconnaissance rapide d'objets par la méthode des histogrammes de couleurs. Cette méthode utilise les statistiques de couleurs comme modèle d'objets. La première partie de la thèse généralise cette approche en modélisant des objets par les statistiques de leurs caractéristiques locales. La technique généralisée - que l'on appelle "histogrammes multidimensionnels de champs" réceptifs - permet de discriminer un grand nombre d'objets. Les faiblesses de cette approche sont liées aux "défis des modèles fondés sur l'apparence". Ces défis concernent la reconnaissance en présence d'occultation partielle, la reconnaissance d'objets 3D à partir des images 2D et la classification d'objets comme généralisation en dehors de la base d'objets. La deuxième partie de la thèse examine chacun de ces défis et propose une extension appropriée de notre technique. L'intérêt principal de cette thèse est le développement d'un modèle de représentation d'objets qui utilise les statistiques de vecteurs de champs réceptifs. Plusieurs algorithmes de l'identification et aussi de la classification d'objets sont proposés. En particulier, un algorithme probabiliste est defini : il ne dépend pas de la correspondance entre les images de test et les objets de la base de données. Des expériences obtiennent des taux de reconnaissance élevés en utilisant le modèle de représentation proposé. dans un état de l'art on décrit brièvement des techniques qui ont étés sources d'inspiration : des techniques de histogrammes de couleurs, des algorithmes de reconnaissance fondée sur des descripteurs locaux et des approches de la représentation et reconnaissance statistique d'objet. Afin de généraliser la technique de la comparaison d'histogrammes de couleurs, des descripteurs locaux sont discutés. Différentes techniques de comparaison d'histogrammes sont proposées et leur robustesse par rapport au bruit et au changement de l'intensité d'éclairage est analysée. Dans des expérimentations de l'identification d'une centaine d'objets les différents degrés de liberté de la reconnaissance d'objets sont considérés : changements d'échelle et de la rotation d'image, variations du point de vue et occultation partielle. Un algorithme probabiliste est proposé, qui ne dépend pas de la correspondance entre les images de test et les objets de la base de données. Des expériences obtiennent des taux de reconnaissance élevés en utilisant seulement une petite partie visible d'objet. Enfin une extension de cet algorithme fondée sur une table de hachage dynamique est proposée pour la reconnaissance de plusieurs objets dans les scènes complexes. Deux algorithmes actifs de reconnaissance d'objets sont proposés. Un algorithme calcule des régions d'intérêt pour le contrôle de fixation d'une caméra en 2D. Le deuxième algorithme propose la planification de points de vue pour la reconnaissance des objets 3D à partir des apparence d'objets en 2D. Un dernier chapître propose le concept des classes visuelles définis par des similarites d'objets comme cadre général pour la classification d'objets. Une technique selon le maximum de vraisemblance est proposé pour la reconnaissance des classes visuelles et appliquée pour obtenir des images visuellement similaire d'une base d'images.

Estimer le mouvement d'un robot mobile tout en construisant une représentation de son environnement est un problème essentiel pour le développement des robots autonomes : il est connu sous l'acronyme de SLAM (Simultaneous Localization and Mapping). Nous nous intéressons dans cette thèse au SLAM visuel avec caméra omnidirectionnelle. L'environnement est représenté par des amers ponctuels dont la profondeur n'est pas mesurée directement. Nous nous sommes d'abord intéressés aux méthodes de résolution du SLAM. Deux approches ont retenu notre attention de part leur consistance : le SAM (Smoothing and Mapping : une méthode de lissage probabiliste prenant en compte toute la trajectoire) et l'analyse par intervalles. Une étude en simulation a été menée et conclut que la méthode d'analyse par intervalles est inadaptée au SLAM visuel en raison de la faible redondance d'informations. Le SAM a ensuite été validé sur des données réelles, dans les cas de deux trajectoires planes et d'une à 6 degrés de liberté. Un problème du SLAM est sa complexité calculatoire quadratique avec le nombre d'amers. Il est souvent résolu en segmentant l'environnement en cartes locales. Nous avons repris ce concept en l'améliorant sur deux points. Premièrement, chaque nouvelle carte intègre les informations de la précédente de façon consistante. Ensuite, le critère déterminant quand changer de carte impose désormais que chaque carte locale soit fortement corrélée, ce qui permet de limiter l'augmentation des incertitudes. Nous avons finalement utilisé cet aspect pour appliquer des algorithmes déterministes pour augmenter la représentation ponctuelle par des plans texturés et une visualisation pertinente de l'espace libre.

Nous avons dans cette thèse cherché à définir un formalisme simple pour pouvoir modéliser des systèmes où se combinent des phénomènes non-déterministes et des comportements aléatoires. Nous avons choisi d'étendre le formalisme de la réécriture pour lui permettre d'exprimer des phénomènes probabilistes, puis nous avons étudié la terminaison en temps moyen fini de ce modèle. Nous avons également présenté une notion de stratégie pour contrôler l'application des règles de réécriture probabilistes et nous présentons des critères généraux permettant d'identifier des classes de stratégies sous lesquelles les systèmes de réécriture probabilistes terminent en temps moyen fini. Afin de mettre en valeur notre formalisme et les méthodes de preuve de terminaison en temps moyen fini, nous avons modélisé un réseau de stations WIFI et nous montrons que toutes les stations parviennent à émettre leurs messages dans un temps moyen fini.