L'objectif principal de ces travaux de thèse a été la mise en place d'un algorithme de détection de cibles sous-résolues pour des images infra-rouges de ciel.Pour cela, nous avons d'abord cherché à modéliser les images réelles dont nous disposions. Après une étude de ces images, nous avons proposé plusieurs modèles gaussiens prenant en compte la covariance spatiale. Dans ces modèles, nous avons supposé que les images pouvaient être segmentées en zones stationnaires. Dans chaque zone, nous avons supposé une structure forte sur la matrice de covariance (comme les modèles auto-régressifs en deux dimensions par exemple).Il a ensuite fallu choisir entre ces modèles. Pour cela, nous avons appliqué une méthode de sélection de modèles par critère de vraisemblance pénalisée introduite par Birgé et Massart. Nous avons obtenu comme résultats théoriques une inégalité oracle qui a permis de démontrer les propriétés statistiques du modèle choisi. Une fois le modèle sélectionné, nous avons pu bâtir un test de détection. Nous nous sommes inspirés de la théorie de Neyman-Pearson et du test du rapport de vraisemblance généralisé. Notre contrainte principale a été le respect du taux de fausses alarmes par image. Pour le garantir, nous avons appris le comportement du test sur les images réelles pour en déduire le seuil à appliquer.~~Nous avons ensuite remarqué que le comportement de ce test variait fortement selon la texture de l'image : image de ciel bleu uniforme, image de nuage très texturé, etc. Après avoir caractérisé les différentes textures rencontrées avec les coefficients de scattering de Stéphane Mallat, nous avons décidé de classer ces textures. Le seuil appliqué lors de la détection a alors été adapté à la texture locale du fond. Nous avons finalement mesuré les performances de cet algorithme sur des images réelles et nous les avons comparées à d'autres méthodes de détection.Mots-clés: Détection, Covariance spatiale, Sélection de modèles, Apprentissage, Classification non supervisée. / During this PHD, we developped an detection algorithm. Our principal objective was to detect small targets in a complex background like clouds for example.For this, we used the spatial covariate structure of the real images.First, we developped a collection of models for this covariate structure. Then, we selected a special model in the previous collection. Once the model selected, we applied the likelihood ratio test to detect the potential targets.We finally studied the performances of our algorithm by testing it on simulated and real images.

Cette étude est le résultat d’une thèse CIFRE de trois ans entre le bureau d’étude d’Airbus (domaine du contrôle de l’avion) et le laboratoire TéSA à Toulouse. L’objectif principal est de proposer, développer et valider une solution logicielle pour la détection et le diagnostic d’un type spécifique de vibrations des gouvernes de profondeur et direction, appelée oscillation en cycle limite (limit cycle oscillation ou LCO en anglais), basée sur les signaux existants dans les avions civils. LCO est un terme mathématique générique définissant un mode périodique indépendant de conditions initiales et se produisant dans des systèmes non linéaires non conservatifs. Dans cette étude, nous nous intéressons au phénomène de LCO induit par les jeux mécaniques dans les gouvernes d’un avion civil. Les conséquences du LCO sont l’augmentation locale de la charge structurelle, la dégradation des qualités de vol, la réduction de la durée de vie de l’actionneur, la dégradation du confort du poste de pilotage et de la cabine, ainsi que l’augmentation des coûts de maintenance. L’état de l’art en matière de détection et de diagnostic du LCO induit par le jeu mécanique est basé sur la sensibilité du pilote aux vibrations et sur le contrôle périodique du jeu sur les gouvernes. Cette étude propose une solution basée sur les données (issues de la boucle d’asservissement des actionneurs qui agissent sur les gouvernes) pour aider au diagnostic du LCO et à l’isolement du jeu mécanique. L’objectif est d’améliorer encore plus la disponibilité des avions et de réduire les coûts de maintenance en fournissant aux compagnies aériennes un signal de contrôle pour le LCO et les jeux mécaniques. Pour cette raison, deux solutions algorithmiques pour le diagnostic des vibrations et des jeux ont été proposées. Un détecteur en temps réel pour la détection du LCO est tout d’abord proposé basé sur la théorie du rapport de vraisemblance généralisé (generalized likelihood ratio test ou GLRT en anglais). Certaines variantes et simplifications sont également proposées pour satisfaire les contraintes industrielles. Un détecteur de jeu mécanique est introduit basé sur l’identification d’un modèle de Wiener. Des approches paramétrique (estimateur de maximum de vraisemblance) et non paramétrique (régression par noyau) sont explorées, ainsi que certaines variantes des méthodes non paramétriques. En particulier, le problème de l’estimation d’un cycle d’hystérésis (choisi comme la non-linéarité de sortie d’un modèle de Wiener) est abordé. Ainsi, les problèmes avec et sans contraintes sont étudiés. Une analyse théorique, numérique (sur simulateur) et expérimentale (données de vol et laboratoire) est réalisée pour étudier les performances des détecteurs proposés et pour identifier les limitations et la faisabilité industrielle. Les résultats numériques et expérimentaux obtenus confirment que le GLRT proposé (et ses variantes / simplifications) est une méthode très efficace pour le diagnostic du LCO en termes de performance, robustesse et coût calculatoire. D’autre part, l’algorithme de diagnostic des jeux mécaniques est capable de détecter des niveaux de jeu relativement importants, mais il ne fournit pas de résultats cohérents pour des niveaux de jeu relativement faibles. En outre, des types d’entrée spécifiques sont nécessaires pour garantir des résultats répétitifs et cohérents. Des études complémentaires pourraient être menées afin de comparer les résultats de GLRT avec une approche Bayésienne et pour approfondir les possibilités et les limites de la méthode paramétrique proposée pour l’identification du modèle de Wiener. / This research study is the result of a 3 years CIFRE PhD thesis between the Airbus design office(Aircraft Control domain) and TéSA laboratory in Toulouse. The main goal is to propose, developand validate a software solution for the detection and diagnosis of a specific type of elevator andrudder vibration, called limit cycle oscillation (LCO), based on existing signals available in flightcontrol computers on board in-series aircraft. LCO is a generic mathematical term defining aninitial condition-independent periodic mode occurring in nonconservative nonlinear systems. Thisstudy focuses on the LCO phenomenon induced by mechanical freeplays in the control surface ofa civil aircraft. The LCO consequences are local structural load augmentation, flight handlingqualities deterioration, actuator operational life reduction, cockpit and cabin comfort deteriorationand maintenance cost augmentation. The state-of-the-art for freeplay induced LCO detection anddiagnosis is based on the pilot sensitivity to vibration and to periodic freeplay check on the controlsurfaces. This study is thought to propose a data-driven solution to help LCO and freeplaydiagnosis. The goal is to improve even more aircraft availability and reduce the maintenance costsby providing to the airlines a condition monitoring signal for LCO and freeplays. For this reason,two algorithmic solutions for vibration and freeplay diagnosis are investigated in this PhD thesis. Areal time detector for LCO diagnosis is first proposed based on the theory of the generalized likeli hood ratio test (GLRT). Some variants and simplifications are also proposed to be compliantwith the industrial constraints. In a second part of this work, a mechanical freeplay detector isintroduced based on the theory of Wiener model identification. Parametric (maximum likelihoodestimator) and non parametric (kernel regression) approaches are investigated, as well as somevariants to well-known nonparametric methods. In particular, the problem of hysteresis cycleestimation (as the output nonlinearity of a Wiener model) is tackled. Moreover, the constrainedand unconstrained problems are studied. A theoretical, numerical (simulator) and experimental(flight data and laboratory) analysis is carried out to investigate the performance of the proposeddetectors and to identify limitations and industrial feasibility. The obtained numerical andexperimental results confirm that the proposed GLR test (and its variants/simplifications) is a very appealing method for LCO diagnostic in terms of performance, robustness and computationalcost. On the other hand, the proposed freeplay diagnostic algorithm is able to detect relativelylarge freeplay levels, but it does not provide consistent results for relatively small freeplay levels. Moreover, specific input types are needed to guarantee repetitive and consistent results. Further studies should be carried out in order to compare the GLRT results with a Bayesian approach and to investigate more deeply the possibilities and limitations of the proposed parametric method for Wiener model identification.

This thesis is mainly concerned with the estimation of conditional probabilities in two-way contingency tables, that is probabilities of type P(R=i,S=j|X=x), for (i,j) in {1, . . . , r}×{1, . . . , s}, where R and S are the two categorical variables forming the contingency table, with r and s levels respectively, and X is a vector of explanatory variables possibly associated with R, S, or both. Analyzing such a conditional distribution is often of interest, as this allows to go further than the usual unconditional study of the behavior of the variables R and S. First, one can check an eventual effect of these covariates on the distribution of the individuals through the cells of the table, and second, one can carry out usual analyses of contingency tables, such as independence tests, taking into account, and removing in some sense, this effect. This helps for instance to identify the external factors which could be responsible for an eventual association between R and S. This also gives the possibility to adapt for a possible heterogeneity in the population of interest, when analyzing the table.

Dans cette thèse nous élargissons le champ d'application des modèles ARMA (AutoRegressive Moving-Average) vectoriels en considérant des termes d'erreur non corrélés mais qui peuvent contenir des dépendances non linéaires. Ces modèles sont appelés des ARMA faibles vectoriels et permettent de traiter des processus qui peuvent avoir des dynamiques non linéaires très générales. Par opposition, nous appelons ARMA forts les modèles utilisés habituellement dans la littérature dans lesquels le terme d'erreur est supposé être un bruit iid. Les modèles ARMA faibles étant en particulier denses dans l'ensemble des processus stationnaires réguliers, ils sont bien plus généraux que les modèles ARMA forts. Le problème qui nous préoccupera sera l'analyse statistique des modèles ARMA faibles vectoriels. Plus précisément, nous étudions les problèmes d'estimation et de validation. Dans un premier temps, nous étudions les propriétés asymptotiques de l'estimateur du quasi-maximum de vraisemblance et de l'estimateur des moindres carrés. La matrice de variance asymptotique de ces estimateurs est d'une forme "sandwich", et peut être très différente de la variance asymptotique obtenue dans le cas fort. Ensuite, nous accordons une attention particulière aux problèmes de validation. Dans un premier temps, en proposant des versions modifiées des tests de Wald, du multiplicateur de Lagrange et du rapport de vraisemblance pour tester des restrictions linéaires sur les paramètres de modèles ARMA faibles vectoriels. En second, nous nous intéressons aux tests fondés sur les résidus, qui ont pour objet de vérifier que les résidus des modèles estimés sont bien des estimations de bruits blancs. Plus particulièrement, nous nous intéressons aux tests portmanteau, aussi appelés tests d'autocorrélation. Nous montrons que la distribution asymptotique des autocorrelations résiduelles est normalement distribuée avec une matrice de covariance différente du cas fort (c'est-à-dire sous les hypothèses iid sur le bruit). Nous en déduisons le comportement asymptotique des statistiques portmanteau. Dans le cadre standard d'un ARMA fort, il est connu que la distribution asymptotique des tests portmanteau est correctement approximée par un chi-deux. Dans le cas général, nous montrons que cette distribution asymptotique est celle d'une somme pondérée de chi-deux. Cette distribution peut être très différente de l'approximation chi-deux usuelle du cas fort. Nous proposons donc des tests portmanteau modifiés pour tester l'adéquation de modèles ARMA faibles vectoriels. Enfin, nous nous sommes intéressés aux choix des modèles ARMA faibles vectoriels fondé sur la minimisation d'un critère d'information, notamment celui introduit par Akaike (AIC). Avec ce critère, on tente de donner une approximation de la distance (souvent appelée information de Kullback-Leibler) entre la vraie loi des observations (inconnue) et la loi du modèle estimé. Nous verrons que le critère corrigé (AICc) dans le cadre des modèles ARMA faibles vectoriels peut, là aussi, être très différent du cas fort.

Cette thèse aborde des problématiques d'estimation et de détection supervisée en imagerie hyperspectrale, appliquées ici aux environnements côtiers. Des modèles bathymétriques de réflectance sont utilisés afin de représenter l'influence de la colonne d'eau sur la lumière incidente. Différents paramètres sont dits optiquement actifs et agissent sur le spectre de réflectance (phytoplancton, matière organique dissoute colorée...). Nous proposons d'adopter une nouvelle approche statistique pour estimer ces paramètres, traditionnellement retrouvés par inversion des modèles physiques. Différentes méthodes telles que l'estimation du maximum de vraisemblance et du maximum a posteriori, ainsi que le calcul des bornes de Cramér-Rao, sont implémentées avec succès sur les données synthétiques et réelles. Par ailleurs, nous adaptons les filtres supervisés couramment utilisés au contexte de la détection de cibles immergées. Dans le cas où les paramètres caractéristiques de la colonne d'eau sont inconnus, nous développons un nouveau filtre issu du test du rapport de vraisemblance généralisé permettant la détection sans aucune connaissance a priori sur ces paramètres.

Ce travail est consacré aux problèmes d’estimation paramétriques, aux tests d’hypothèses et aux tests d’ajustement pour les processus de Poisson non homogènes.Tout d’abord on a étudié deux modèles ayant chacun deux sauts localisés par un paramètre inconnu. Pour le premier modèle la somme des sauts est positive. Tandis que le second a un changement de régime et constant par morceaux. La somme de ses deux sauts est nulle. Ainsi pour chacun de ces modèles nous avons étudié les propriétés asymptotiques de l’estimateur bayésien (EB) et celui du maximum de vraisemblance(EMV). Nous avons montré la consistance, la convergence en distribution et la convergence des moments. En particulier l’estimateur bayésien est asymptotiquement efficace. Pour le second modèle nous avons aussi considéré le test d’une hypothèse simple contre une alternative unilatérale et nous avons décrit les propriétés asymptotiques (choix du seuil et puissance ) du test de Wald (WT)et du test du rapport de vraisemblance généralisé (GRLT).Les démonstrations sont basées sur la méthode d’Ibragimov et Khasminskii. Cette dernière repose sur la convergence faible du rapport de vraisemblance normalisé dans l’espace de Skorohod sous certains critères de tension des familles demesure correspondantes.Par des simulations numériques, les variances limites nous ont permis de conclure que l’EB est meilleur que celui du EMV. Lorsque la somme des sauts est nulle, nous avons développé une approche numérique pour le EMV.Ensuite on a considéré le problème de construction d’un test d’ajustement pour un modèle avec un paramètre d’échelle. On a montré que dans ce cas, le test de Cramer-von Mises est asymptotiquement ”parameter-free” et est consistent. / This work is devoted to the parametric estimation, hypothesis testing and goodnessof-fit test problems for non homogenous Poisson processes. First we consider two models having two jumps located by an unknown parameter.For the first model the sum of jumps is positive. The second is a model of switching intensity, piecewise constant and the sum of jumps is zero. Thus, for each model, we studied the asymptotic properties of the Bayesian estimator (BE) andthe likelihood estimator (MLE). The consistency, the convergence in distribution and the convergence of moments are shown. In particular we show that the BE is asymptotically efficient. For the second model we also consider the problem of asimple hypothesis testing against a one- sided alternative. The asymptotic properties (choice of the threshold and power) of Wald test (WT) and the generalized likelihood ratio test (GRLT) are described.For the proofs we use the method of Ibragimov and Khasminskii. This method is based on the weak convergence of the normalized likelihood ratio in the Skorohod space under some tightness criterion of the corresponding families of measure.By numerical simulations, the limiting variances of estimators allows us to conclude that the BE outperforms the MLE. In the situation where the sum of jumps is zero, we developed a numerical approach to obtain the MLE.Then we consider the problem of construction of goodness-of-test for a model with scale parameter. We show that the Cram´er-von Mises type test is asymptotically parameter-free. It is also consistent.

CONTEXTE La syphilis est une maladie ré-émergente depuis 2000. Son traitement est simple, mais son diagnostic est complexe. La technique d’amplification génique de Treponema pallidum (Tp-PCR) existe depuis 1990 mais le CDC l’a incluse dans sa définition de cas en janvier 2014. OBJECTIFS 1) Evaluer la performance diagnostique de la Tp-PCR à différents stades cliniques et milieux biologiques. 2) Mesurer la sensibilité, spécificité et les valeurs prédictives de la Tp-PCR en fonction de 3 groupes de référence dans des ulcères récents. 3) Comparer les performances des 2 principales cibles de Tp-PCR.MATÉRIEL ET MÉTHODES Premièrement, une revue systématique et méta-analyse des études publiées depuis 1990 ont été menées. Ensuite une étude multicentrique prospective a été conduite dans 5 villes européennes pendant 2 ans chez des patients avec un ulcère oro-génital. Tous ont reçu le test de référence local et 2 Tp-PCRs dans l’ulcère (gène tpp47 vs. polA). Les valeurs de sensibilité, spécificité et valeurs prédictives de la Tp-PCR ont été calculées comparativement au fond noir (FN), à la sérologie et à un gold standard amélioré. La concordance des 2 cibles a été évaluée par un coefficient kappa.RÉSULTATS PRINCIPAUX La méta-analyse conclut que la Tp-PCR a une meilleure performance dans les ulcères récents. L’étude clinique montre que la Tp-PCR décrit une meilleure performance comparativement au gold standard amélioré et a même une meilleure sensibilité que le FN. Les 2 cibles ont la même valeur diagnostique et une concordance quasi parfaite. CONCLUSIONS La Tp-PCR ciblant tpp47 ou polA est cliniquement utile pour diagnostiquer une syphilis primaire et pourrait même remplacer le FN sous certaines conditions. / BACKGROUND Syphilis has re-emerged in at-risk populations since 2000. Although the treatment of syphilis is simple, its diagnosis remains challenging. Treponema pallidum Polymerase Chain Reaction (Tp-PCR) has been used in the diagnosis of syphilis since 1990 but it is included in the case definition of the CDC since January 2014. OBJECTIVES 1) To assess the accuracy of Tp-PCR in various biological specimens and syphilis stages. 2) To measure its diagnostic performance (sensitivity, specificity and predictive values) in ulcers from early syphilis compared to three groups of reference. 3) To compare the accuracy of the two most currently used targets: tpp47 and polA genes.METHODS We conducted a systematic review and meta-analysis of all studies published from 1990. We implemented a multicentre, prospective, observational study in 5 European cities between 09/2011 and 09/2013 among patients with an oral or genital ulcer suggestive of syphilis. All patients were tested with traditional reference tests plus 2 Tp-PCRs (tpp47 and polA). We estimated the sensitivity, specificity and predictive values of Tp-PCR compared to darkfield microscopy (DFM), serology and an enhanced gold standard. We used the kappa coefficient to assess the agreement between the 2 targets.MAIN RESULTST p-PCR had the best accuracy in ulcers from early syphilis. Tp-PCR performed better when compared to the enhanced gold standard and had a higher sensitivity than DFM. The 2 Tp-PCRs had a similar accuracy and an almost perfect agreement.CONCLUSIONS Tp-PCR targeting either tpp47 or polA is clinically useful to confirm an early syphilis in smears and could even replace DFM under specific conditions.

L’objectif de ces travaux de thèse est de développer des architectures fiables de surveillance et de détection des défauts d’une machine asynchrone basées sur des techniques paramétriques de traitement du signal. Pour analyser et détecter les défauts, un modèle paramétrique du courant statorique en environnement stationnaire est proposé. Il est supposé être constitué de plusieurs sinusoïdes avec des paramètres inconnus dans le bruit. Les paramètres de ce modèle sont estimés à l’aide des techniques paramétriques telles que les estimateurs spectraux de type sous-espaces (MUSIC et ESPRIT) et l’estimateur du maximum de vraisemblance. Un critère de sévérité des défauts, basé sur l’estimation des amplitudes des composantes fréquentielles du courant statorique, est aussi proposé pour évaluer le niveau de défaillance de la machine. Un nouveau détecteur des défauts est aussi proposé en utilisant la théorie de détection. Il est principalement basé sur le test du rapport de vraisemblance généralisé avec un signal et un bruit à paramètres inconnus. Enfin, les techniques paramétriques proposées ont été évaluées à l’aide de signaux de courant statoriques expérimentaux de machines asynchrones en considérant les défauts de roulements et les ruptures de barres rotoriques. L’analyse des résultats expérimentaux montre clairement l’efficacité et la capacité de détection des techniques paramétriques proposées. / This Ph.D. thesis aims to develop reliable and cost-effective condition monitoring and faults detection architectures for induction machines. These architectures are mainly based on advanced parametric signal processing techniques. To analyze and detect faults, a parametric stator current model under stationary conditions has been considered. It is assumed to be multiple sinusoids with unknown parameters in noise. This model has been estimated using parametric techniques such as subspace spectral estimators and maximum likelihood estimator. A fault severity criterion based on the estimation of the stator current frequency component amplitudes has also been proposed to determine the induction machine failure level. A novel faults detector based on hypothesis testing has been also proposed. This detector is mainly based on the generalized likelihood ratio test detector with unknown signal and noise parameters. The proposed parametric techniques have been evaluated using experimental stator current signals issued from induction machines under two considered faults: bearing and broken rotor bars faults.Experimental results show the effectiveness and the detection ability of the proposed parametric techniques.