Cette thèse concerne le développement de nouvelles méthodes de traitement et d'interprétation de données de champs de potentiel. Dans un premier temps, nous avons élaboré un algorithme rapide de débruitage de données géophysiques par transformée en ondelettes orthogonales. La méthode proposée permet de tenir compte des non-stationnarités du rapport signal/bruit. Elle est basée sur quelques tests statistiques qui permettent de séparer les coefficients d'ondelettes dus au signal de ceux dus au bruit. Le signal est alors reconstruit par transformée inverse sur les coefficients conservés. L'idée directrice de la deuxième méthode est d'effectuer une imagerie structurale du soussol à partir d'un champ mesuré en surface. Nous avons d'abord intégré la théorie du potentiel dans la théorie des ondelettes, par l'intermédiaire de l'homogénéité des champs dus à des sources multipolaires. L'introduction d'ondelettes définies à partir du noyau de Poisson permet alors de déterminer précisément la localisation et le degré d'homogénéité des sources présentes. L'utilisation des lignes d'extréma de la transformée rend la méthode robuste vis-à-vis du bruit. Nous avons ensuite généralisé la méthode au cas des sources étendues, ce qui nous permet de localiser et de caractériser des bords d'objets. L'inclinaison des structures peut être déterminée par l'utilisation d'ondelettes complexes. En dernier lieu, cette formulation du problème inverse nous a permis de développer une méthode de filtrage par critères structuraux (type et profondeurs des sources). Nous donnons quelques exemples d'applications sur des données gravimétriques. Les possibilités de la méthode sont illustrées sur des zones de fractures ou de subduction.

On s'intéresse aux problèmes de régression, classification et à un problème inverse en finance. Nous abordons dans un premier temps le problème de régression en design aléatoire à valeurs dans un espace euclidien et dont la loi admet une densité inconnue. Nous montrons qu'il est possible d'élaborer une stratégie d'estimation optimale par projections localisées sur une analyse multi-résolution. Cette méthode originale offre un avantage calculatoire sur les méthodes d'estimation à noyau traditionnellement utilisées dans un tel contexte. On montre par la même occasion que le classifieur plug-in construit sur cette nouvelle procédure est optimal. De plus, il hérite des avantages calculatoires mentionnés plus haut, ce qui s'avère être un atout crucial dans de nombreuses applications. On se tourne ensuite vers le problème de régression en design aléatoire uniformément distribué sur l'hyper-sphère et on montre comment le tight frame de needlets permet de généraliser les méthodes traditionnelles de régression en ondelettes à ce nouveau contexte. On s'intéresse finalement au problème d'estimation de la densité risque-neutre à partir des prix d'options cotés sur les marchés. On exhibe une décomposition en valeurs singulières explicite d'opérateurs de prix restreints et on montre qu'elle permet d'élaborer une méthode d'estimation de la densité risque-neutre qui repose sur la résolution d'un simple programme quadratique.

Nous nous intéressons, dans ce travail, aux chaînes ouvertes de corps élastiques, animés de grands mouvements rigides. Nous considérons deux types de problèmes : problème direct où on recherche les déplacements de la chaîne à chargement connu, problème inverse où la donnée est une position ou une trajectoire de l'extrémité terminale de la chaîne et où on recherche le chargement à imposer pour obtenir cette position ou cette trajectoire. Nous supposons que les corps de la chaîne sont bien modélisés par des poutres élastiques et nous étudions deux types de modélisations: une modélisation linéaire (approche convective) où les petits déplacements élastiques sont mesurés par rapport à un repère flottant qui suit les mouvements rigides des poutres de la chaîne et une modélisation non-linéaire (approche globale) où Ton n'effectue pas, au niveau de la formulation mécanique, de découplage entre déplacement élastique et déplacement rigide. Notre travail comporte la formulation mécanique et l'étude mathématique du problème direct dans les cas statiques et dynamiques, ce dans le cadre de l'approche convective et de l'approche globale, ainsi que l'étude mathématique d'un problème inverse dynamique simplifié. Nous avons en outre réalisé un traitement numérique simple et efficace du problème direct, ce dans le cas statique pour l'approche convective et dans les cas statiques et dynamiques pour l'approche globale.

Les développements récents de l'industrie pétrolière en matière d'exploration et de production, et la mise en place de techniques de séquestration souterraine du CO2, nécessitent des méthodes d'imagerie du sous-sol permettant d'obtenir une information structurale et quantitative à fine échelle. Les travaux présentés dans cette thèse s'intéressent au développement d'une telle méthode, permettant d'estimer la distribution d'impédance acoustique autour d'un puits. Elle s'inspire du problème 1D d'inversion de données sismiques de puits PSV (Profil Sismique Vertical), et en propose une extension multi-D. Cette généralisation se heurte à deux principaux problèmes. Le premier consiste en l'indétermination inhérente au problème inverse multi-D, combattue par l'introduction de termes de régularisation appropriés. Le second est l'importance des coûts de calcul nécessaires à la résolution de ce problème. Une méthode numérique adéquate est proposée, faisant intervenir une méthode d'optimisation couplant un algorithme de type Quasi-Newton et l'algorithme du gradient conjugué. De plus, un algorithme de décomposition de domaines permet le calcul distribué du gradient de la fonctionnelle par l'état adjoint. Les performances de cette nouvelle méthode d'imagerie sont évaluées dans un contexte d'implémentation 2D. D'autre part, la modélisation de la propagation des ondes acoustiques dans le sous-sol est réalisée à l'aide de couches absorbantes de type PML (Perfectly Matched Layers). Une étude mathématique de la stabilité des équations PML adaptées au contexte spécifique d'un milieu de propagation hétérogène est également menée.

Ce travail de recherche propose une solution aux problèmes inverses probabilistes avec des outils de la statistique bayésienne. Le problème inverse considéré est d'estimer la distribution d'une variable aléatoire non observée X a partir d'observations bruitées Y suivant un modèle physique coûteux H. En général, de tels problèmes inverses sont rencontrés dans le traitement des incertitudes. Le cadre bayésien nous permet de prendre en compte les connaissances préalables d'experts surtout avec peu de données disponibles. Un algorithme de Metropolis-Hastings-within-Gibbs est proposé pour approcher la distribution a posteriori des paramètres de X avec un processus d'augmentation des données. A cause d'un nombre élevé d'appels, la fonction coûteuse H est remplacée par un émulateur de krigeage (méta-modèle) H chapeau. Cette approche implique plusieurs erreurs de nature différente et, dans ce travail, nous nous attachons a estimer et réduire l'impact de ces erreurs. Le critère DAC a été proposé pour évaluer la pertinence du plan d'expérience (design) et le choix de la loi a priori, en tenant compte des observations. Une autre contribution est la construction du design adaptatif adapté a notre objectif particulier dans le cadre bayésien. La principale méthodologie présentée dans ce travail a été appliquée a un cas d' étude d'ingénierie hydraulique.

Cette thèse préparée au CEA Léti, Minatec Campus, Grenoble, et à l'IMS, Bordeaux, s'inscrit dans le thème du traitement de l'information pour des données protéomiques. Nous cherchons à reconstruire des profils protéiques à partir des données issues de chaînes d'analyse complexes associant chromatographie liquide et spectrométrie de masse. Or, les signaux cibles sont des mesures de traces peptidiques qui sont de faible niveau dans un environnement très complexe et perturbé. Ceci nous a conduits à étudier des outils statistiques adaptés. Ces perturbations peuvent provenir des instruments de mesure (variabilité technique) ou des individus (variabilité biologique). Le modèle hiérarchique de l'acquisition des données permet d'inclure ces variabilités explicitement dans la modélisation probabiliste directe. La mise en place d'une méthodologie problèmes inverses permet ensuite d'estimer les grandeurs d'intérêt. Dans cette thèse, nous avons étudié trois types de problèmes inverses associés aux opérations suivantes: 1) la quantification de protéines cibles, vue comme l'estimation de la concentration protéique, 2) l'apprentissage supervisé à partir d'une cohorte multi-classe, vu comme l'estimation des paramètres des classes, et 3) la classification à partir des connaissances sur les classes, vue comme l'estimation de la classe à laquelle appartient un nouvel échantillon. La résolution des problèmes inverses se fait dans le cadre des méthodes statistiques bayésiennes, en ayant recours pour les calculs numériques aux méthodes d'échantillonnage stochastique (Monte Carlo Chaîne de Markov).

Cette thèse comporte trois parties: étude du schéma de Boltzmann sur réseau, schéma adjoint de Boltzmann sur réseau pour l'identification de paramètres et construction d'une couche parfaitement absorbante pour ce schéma.<br /><br />La première partie introduit et analyse la méthode.<br /><br />La deuxième partie décrit une approche variationnelle pour l'assimilation de paramètres relatifs à la méthode du gaz de Boltzmann sur réseau. Une méthode adjointe discrète en temps est développée. L'algorithme est d'abord testé sur un écoulement de type Poiseuille linéaire (problème de Stokes), puis il est appliqué à un problème non linéaire. Des résultats encourageants sont obtenus pour un et deux paramètres inconnus.<br /><br />Finalement la troisième partie décrit une adaptation des couches absorbantes de Bérenger. Il en résulte un modèle d'automate de Boltzmann à neuf vitesses discrètes. Une analyse des ondes réfléchies est ensuite réalisée entre deux milieux de Boltzmann à une dimension, ce qui permet d'obtenir un équivalent des formules de Fresnel pour les schémas de Boltzmann et de proposer des modifications du schéma à l'interface pour annuler les ondes réfléchies. En deux dimensions, la même analyse d'ondes réfléchies met en évidence l'apparition de modes de Knudsen et des ondes transverses qui rendent l'analyse complexe.

Les objectifs de la thèse sont d'élaborer des systèmes d'instrumentation électronique qui permettent une analyse et un diagnostic fins de l'état d'intégrité et du processus de vieillissement des composants de puissance à semi-conducteur. Ces travaux visent à évaluer la variation de la conductivité de la métallisation à l'aide de capteurs à Courant Foucault (CF) mais aussi à estimer l'effet du vieillissement des puces et de leur assemblage sur la distribution de courant dans les puces afin de mieux comprendre les mécanismes de défaillance. Des éprouvettes simplifiées mais également des modules de puissance représentatifs ont été vieillis par les cyclages thermique. Les capteurs développés ont été utilisés afin, d'une part de suivre le vieillissement, mais aussi d'autre part afin de comprendre l'effet de ce vieillissement sur le comportement des puces de puissance. Un banc d'instrumentation dédié a été élaboré et exploité pour la mesure locale de la conductivité électrique par le capteur à courants de Foucault, et l'estimation de la distribution de courants à partir de la mesure de cartographies de champ magnétique par capteurs de champ, ou à partir de la cartographie de la distribution de tension sur la métallisation de source. Ce banc a permis en premier lieu d'évaluer la pertinence et les performances de différents types de capteurs exploitables. Le travail s'est également appuyé sur des techniques de traitement de signal, à la fois pour estimer de manière quantitative les informations de conductivité des métallisations issues des capteurs à courant de Foucault, mais aussi pour l'analyse de la distribution de courant à partir des informations fournies par des capteurs de champ magnétiques. Les modèles utilisés exploitent des techniques de modélisation comportementale (le modèle approché de " transformateur analogique " modélisant capteurs à CF ou bien d'inversion de modèle semi-analytique dans le cas l'estimation de la distribution de courant). Les résultats obtenus à partir de ces modèles nous permettrons, d'une part de mieux comprendre certains mécanismes de défaillance, mais également de proposer une implantation et des structures de capteurs pour le suivi " in situ " de l'intégrité des composants.

Le développement de sources cohérentes de rayons X offre de nouvelles possibilités pour visualiser les structures biologiques à différentes échelles en exploitant la réfraction des rayons X. La cohérence des sources synchrotron de troisième génération permettent des implémentations efficaces des techniques de contraste de phase. Une des premières mesures des variations d'intensité dues au contraste de phase a été réalisée en 1995 à l'Installation Européenne de Rayonnement Synchrotron (ESRF). L'imagerie de phase couplée à l'acquisition tomographique permet une imagerie tridimensionnelle avec une sensibilité accrue par rapport à la tomographie standard basée sur absorption. Cette technique est particulièrement adaptée pour les échantillons faiblement absorbante ou bien présentent des faibles différences d'absorption. Le contraste de phase a ainsi une large gamme d'applications, allant de la science des matériaux, à la paléontologie, en passant par la médecine et par la biologie. Plusieurs techniques de contraste de phase aux rayons X ont été proposées au cours des dernières années. Dans la méthode de contraste de phase basée sur le phénomène de propagation l'intensité est mesurée pour différentes distances de propagation obtenues en déplaçant le détecteur. Bien que l'intensité diffractée puisse être acquise et enregistrée, les informations de phase du signal doivent être "récupérées" à partir seulement du module des données mesurées. L'estimation de la phase est donc un problème inverse non linéaire mal posé et une connaissance a priori est nécessaire pour obtenir des solutions stables. Si la plupart de méthodes d'estimation de phase reposent sur une linéarisation du problème inverse, les traitements non linéaires ont été très peu étudiés. Le but de ce travail était de proposer et d'évaluer des nouveaux algorithmes, prenant en particulier en compte la non linéarité du problème direct. Dans la première partie de ce travail, nous présentons un schéma de type Landweber non linéaire itératif pour résoudre le problème de la récupération de phase. Cette approche utilise l'expression analytique de la dérivée de Fréchet de la relation phase-intensité et de son adjoint. Nous étudions aussi l'effet des opérateurs de projection sur les propriétés de convergence de la méthode. Dans la deuxième partie de cette thèse, nous étudions la résolution du problème inverse linéaire avec un algorithme en coordonnées ondelettes basé sur un seuillage itératif. Par la suite, les deux algorithmes sont combinés et comparés avec une autre approche non linéaire basée sur une régularisation parcimonieuse et un algorithme de point fixe. Les performances des algorithmes sont évaluées sur des données simulées pour différents niveaux de bruit. Enfin, les algorithmes ont été adaptés pour traiter des données réelles acquises en tomographie de phase à l'ESRF à Grenoble.

Les systèmes décrits par les équations aux dérivées partielles, appartiennent à la classe des systèmes dynamiques impliquant des fonctions dépendantes de plusieurs variables, comme le temps et l'espace. Déjà fortement répandus pour la modélisation mathématique de phénomènes physiques et environnementaux, ces systèmes ont un rôle croissant dans les domaines de l'automatique. Cette expansion, provoquée par les avancées technologiques au niveau des capteurs facilitant l'acquisition de données et par les nouveaux enjeux environnementaux, incite au développement de nouvelles thématiques de recherche. L'une de ces thématiques, est l'étude des problèmes inverses et plus particulièrement l'identification paramétrique des équations aux dérivées partielles. Tout abord, une description détaillée des différentes classes de systèmes décrits par ces équations est présentée puis les problèmes d'identification qui leur sont associés sont soulevés. L'accent est mis sur l'estimation paramétrique des équations linéaires, homogènes ou non, et sur les équations linéaires à paramètres variant. Un point commun à ces problèmes d'identification réside dans le caractère bruité et échantillonné des mesures de la sortie. Pour ce faire, deux types d'outils principaux ont été élaborés. Certaines techniques de discrétisation spatio-temporelle ont été utilisées pour faire face au caractère échantillonné des données; les méthodes de variable instrumentale, pour traiter le problème lié à la présence de bruit de mesure. Les performances de ces méthodes ont été évaluées selon des protocoles de simulation numérique reproduisant des situations réalistes de phénomènes physique et environnementaux, comme la diffusion de polluant dans une rivière.