Class-Add, une procédure de sélection de variables basée sur une troncature k-additive de l'information mutuelle et sur une classification ascendante hiérarchique en pré-traitement Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Sed non risus. Suspendisse lectus tortor, dignissim sit amet, adipiscing nec, ultricies sed, dolor. Cras elementum ultrices diam. Maecenas ligula massa, varius a, semper congue, euismod non, mi. Proin porttitor, orci nec nonummy molestie, enim est eleifend mi, non fermentum diam nisl sit amet erat. Duis semper. Duis arcu massa, scelerisque vitae, consequat in, pretium a, enim. Pellentesque congue. Ut in risus volutpat libero pharetra tempor. Cras vestibulum bibendum augue. Praesent egestas leo in pede. Praesent blandit odio eu enim. Pellentesque sed dui ut augue blandit sodales

De considérables développements dans le domaine des biotechnologies ont modifié notre approche de l'analyse de l'expression génique. En particulier, les puces à ADN permettent de mesurer l'expression des gènes à l'échelle du génome, dont l'analyse est confiée au statisticien.A partir de ces données dites en grande dimension, nous contribuons, dans cette thèse, à l'étude de deux problèmes biologiques. Nous traitons ces questions comme des problèmes d'apprentissage statistique supervisé et, en particulier, de sélection de variables, où il s'agit d'extraire, parmi toutes les variables - gènes - à disposition, celles qui sont nécessaires et suffisantes pour prédire la réponse à une question donnée.D'une part, nous travaillons à repérer des listes de gènes, connues sous le nom de signatures moléculaires et supposées contenir l'information nécessaire à la prédiction de l'issue du cancer du sein. La prédiction des événements métastatiques est en effet cruciale afin d'évaluer, dès l'apparition de la tumeur primaire, la nécessité d'un traitement par chimio-thérapie adjuvante, connue pour son agressivité. Nous présentons dans cette thèse trois contributions à ce problème. Dans la première, nous proposons une comparaison systématique des méthodes de sélection de variables, en termes de performance prédictive, de stabilité et d'interprétabilité biologique de la solution. Les deux autres contributions portent sur l'application de méthodes dites de parcimonie structurée (graph Lasso et k-support norm) au problème de sélection de signatures. Ces trois travaux discutent également l'impact de l'utilisation de méthodes d'ensemble (bootstrap et ré-échantillonnage).D'autre part, nous nous intéressons au problème d'inférence de réseau génique, consistant à déterminer la structure des interactions entre facteurs de transcription et gènes cibles. Les premiers sont des protéines ayant la faculté de réguler la transcription des gènes cibles, c'est-à-dire de l'activer ou de la réprimer. Ces régulations peuvent être représentées sous la forme d'un graphe dirigé, où les noeuds symbolisent les gènes et les arêtes leurs interactions. Nous proposons un nouvel algorithme, TIGRESS, classé troisième lors du challenge d'inférence de réseaux DREAM5 en 2010. Basé sur l'algorithme LARS couplé à une stratégie de ré-échantillonnage, TIGRESS traite chaque gène cible séparément, en sélectionnant ses régulateurs, puis assemble ces sous-problèmes pour prédire l'ensemble du réseau.Enfin, nous consacrons le dernier chapitre à une discussion ayant pour objectif de replacer les travaux de cette thèse dans un contexte bibliographique et épistémologique plus large.

L'enjeu de l'étude du transcriptome est de proposer de nouveaux biomarqueurs pronostiques. Cette<br />étude soulève cependant de nombreuses questions statistiques dues à l'analyse simultanée de l'expression<br />de milliers de gènes pour un nombre restreint de patients. Nous nous sommes intéressés<br />à deux aspects de l'évaluation des modèles pronostiques issus de l'analyse du transcriptome. Dans<br />un premier temps, l'utilisation complémentaire de jeux de données simulés et publics nous a permis<br />de montrer que le choix de la méthode d'analyse la plus adaptée repose sur la manière dont ses<br />propriétés théoriques s'adaptent à la structure des données. Cette réflexion a été appliquée aux<br />analyses discriminante et inter-groupes. Dans un second temps, des simulations nous ont permis<br />d'estimer les contributions respectives des variables clinico-biologiques classiques et transcriptomiques<br />dans des modèles de survie. Les paramètres associés à la surestimation de la contribution<br />des biopuces ont été identifiés.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

La sélection de sous-ensembles de molécules diverses est un enjeu très important de la recherche pharmaceutique. En effet, de la qualité de cette sélection, dépendra la découverte efficace d'un médicament. De nombreuses méthodes existent pour répondre à cette demande. Certaines sont basées sur la création de groupes de molécules, d'autres sur le principe de dissimilarité inter-moléculaire. Nous proposons dans ce travail, une nouvelle technique à la croisée de ces méthodes, qui permet d'obtenir des sous-ensembles à la fois divers dans l'espace et représentatifs de l'ensemble initial duquel ils sont extraits. Pour créer cette méthode de sélection, nous avons tout d'abord défini et formalisé mathématiquement un critère de diversité, puis nous nous sommes appuyés sur des heuristiques connues en apprentissage artificiel pour concevoir l'algorithme. Celui-ci a été comparé à d'autres types de sélections de diversité couramment utilisées en chémoinformatique telles que les k-medoïds, Maximum-Dissimilarity, Sphere-Exclusion. La formalisation du critère de diversité nous a enfin permis de proposer un nouveau critère d'évaluation de la qualité des sélections. La méthode et le critère présentées dans ce travail donnent des échantillons divers et représentatifs d'un espace chimique. / The selection of diverse molecules'subsets is a very important stake in the pharmaceutical research. Indeed, the effective discovery of a drug will depend of the quality of this selection. Several methods exist to address this problem. Some of them are based on the creation of groups of molecules, the others on the principle of dissimilarity between chemical compounds. In this work, we propose a new technique, between these two concepts, which allows to obtain subsets, at the same time, diverse in the space and representative from the initial set which they are extracted. First of all, to create this selection method, we defined and formalized mathematically a diversity criterion, then we used heuristics known in machine learning to conceive our algorithm. This one was compared with the other types of diversity selections usually used in chemoinformatic such as k-medoïds, Maximum-Dissimilarity, Sphere-Exclusion. The formalization of the diversity criterion finally allowed us to propose a new criterion of evaluation of the quality of the selections. The algorithm and the criterion presented in this work give diverse and representative samples of a chemical space.

Les îles fournissent de bonnes opportunités pour étudier l'émergence de la biodiversité de part leur contexte spatial facilement appréhendable. Nous avons étudié une espèce de passereau endémique de l'île de la Réunion : le Zostérops des Mascareignes, Zosterops borbonicus. Cette espèce présente une extraordinaire variabilité de la couleur de son plumage à une échelle spatiale rarement documentée chez les oiseaux. L'analyse des patrons de variations génétiques et phénotypiques le long de gradients altitudinaux et au travers des zones hybrides séparant les différentes formes de couleur de l'espèce a permis de mettre en évidence le rôle de différents facteurs (sélectifs, historiques et neutres) dans l'émergence et le maintien de cette diversité. / Due to their well defined spatial context, islands are perfect places to study the emergence of biodiversity. Here, we studied a endemic passerine from the island of Réunion: the Mascarene White-eye. This species shows an extraordinary pattern of plumage colour variation at a spatial scale which have rarely been documented in birds. The joint analysis of genetic and phenotypic pattern of variation along environmental gradients and across hybrid zones separating the colour forms allowed us to show the role of various factors (selective, historical and neutral) in the emergence and maintenance of this diversity.

Cette thèse s'inscrit dans le domaine d'étude de l'Univers lointain, en particulier sur l'étude d'une période méconnue de notre Univers à savoir « la ré-ionisation ». Le choix de la sonde utilisée pour l'étude d'un Univers aussi lointain est quelque peu restreint. En effet il faut que la sonde soit visible à cette grande distance et donc que ce soit un objet extrêmement lumineux. Ainsi on se sert de galaxies très énergétiques avec un noyau galactique actif (appelées quasars) en tant que sonde. En étudiant le rayonnement de ces quasars on pourra alors caractériser l'environnement qui les entoure. Ces quasars étant des objets rares, il nous faut rechercher sur une grande surface du ciel pour espérer en obtenir quelques uns. Il existe beaucoup de projets d'observation dédiés à la cosmologie, un des futurs projets majeurs nommé Euclid sera un grand pas pour l'étude de la ré-ionisation. Ce futur satellite de l'ESA (lancement prévu en 2020) sera particulièrement performant dans l'infrarouge, permettant ainsi de détecter des quasars à des distances actuellement insondées. Afin de pouvoir bien préparer cette mission il nous faut établir et anticiper les performances attendues d'Euclid. Pour ce faire, il faut mener une étude similaire sur des données existantes puis extrapoler la performance d'Euclid. Pour ce faire, durant ma thèse, j'ai utilisé des données issues du télescope terrestre du CFHT (Canada France Hawaii Telescope) situé à hawaii au mont Mauna Kea. / The main topic of this thesis is the study of the distant Universe, particularly the study of a quite unknown period of our Universe namely "reionization." The probe's choice used in the study of a universe so far is somewhat restricted. Indeed it is necessary that the probe be visible at this distance and therefore the probe must be a very bright objet. Thus we used high-energy galaxies with an active galactic nuclei (called quasars) as a probe. By studying the emission of these quasars we can then characterize the environment around them. Because of the huge distance between us and the quasar and due to the expansion of the universe they have their light emissions shifted towards longer wavelengths. Thus, to study the young age of our universe, we need to observe objects in the infrared. These quasars are rare objects, we need to search over a large area of the sky to hope to get a few. There are many projects focused on observational cosmology, a future major project named Euclid will be a big step for the study of reionization. This future ESA satellite (launch planned in 2020) will be particularly effective in the infrared, thus allowing to detect quasars at distances currently unfathomed. In order to prepare this mission we must establish and predict the expected performance of Euclid. To do this, we must conduct a similar study on existing data and extrapolate the performance of Euclid. To do this, in my thesis, I used datas from the terrestrial telescope CFHT (Canada France Hawaii Telescope) located in hawaii at Mauna Kea.

La manipulation intelligente des objets non-rigides - cordes, tissus, éponges, caoutchoucs, organes et autres matériaux dont la forme change durant la manipulation - par un système robotique est un critère important pour l'automatisation de plusieurs tâches délicates allant de l'assemblage industriel à la chirurgie, en passant par l'industrie alimentaire et les travaux domestiques. Bien que la manipulation d'objets linéaires (cordes) et plans (tissus) ait beaucoup progressé au cours des dernières années, la manipulation dextre d'objets tridimensionnels reste un sujet relativement peu exploré. En particulier, la sélection d'une prise optimale et le contrôle de la forme d'un objet sont des habiletés importantes, mais qui demandent généralement une connaissance complète des propriétés de l'objet ainsi qu'une puissance de calcul significative. L'objectif principal de cette thèse est le développement d'un système de planification et de contrôle pour déformer de façon contrôlée le contour d'un objet tridimensionnel dont les caractéristiques sont initialement inconnues, permettant par exemple de l'insérer dans un cadre rigide d'une forme prédéfinie. Ainsi, la tâche centrale est le développement d'une stratégie pour la sélection des points de contact entre les doigts de la main et l'objet à manipuler. D'abord, l'application du principe de diminution de la rigidité permet d'effectuer une présélection des points de contact qui optimiseront la déformation de l'objet. Ensuite, les prises potentielles sont générées de manière à assurer la stabilité de la manipulation ainsi que le respect des contraintes imposées par le manipulateur robotique. Une fois que la prise qui équilibre au mieux ces différents critères est sélectionnée, le contrôle de la forme est effectué tout en maintenant le suivi en temps réel du contour de l'objet pendant la manipulation. Ceci vise à permettre d'ajuster dynamiquement le modèle de déformation ainsi que les forces appliquées, de manière à caractériser la rigidité de l'objet et à optimiser sa déformation. L'algorithme de sélection de prise développé représente la contribution principale de cette thèse, combinant l'effcacité d'un algorithme heuristique à l'exhaustivité d'un planificateur par échantillonnage pour rapidement identifier les prises qui faciliteront la tâche de déformation en respectant les contraintes de la main robotique et les critères de stabilité. Les contributions secondaires incluent des améliorations au suivi de contour par fast level-set en coordonnées log-polaires et l'adaptation du contrôle par diminution de la rigidité à la manipulation du contour d'un objet tridimensionnel avec l'ajustement automatique du paramètre de rigidité.

Cette thèse présente trois sujets de recherche indépendants, liés néanmoins par la question de l'identification de modèles économiques. Le premier chapitre est consacré à l'identification de modèles non-paramétriques instrumentaux. J'étudie tout d'abord la condition de complétude, qui a été utilisée récemment dans la régression non-paramétrique instrumentale ou dans le cadre de modèle à erreurs de mesure. Cet essai considère un modèle non-paramétrique additivement séparable entre les deux variables, avec une condition de large support. Dans ce cadre, différentes versions de la condition de complétude sont obtenues selon les conditions de régularité imposées au modèle. La deuxième partie du chapitre développe une nouvelle méthode pour résoudre la sélection endogène. Celle-ci s'appuie sur l'indépendance entre les instruments et la sélection et la condition précédente de complétude de la variable dépendante pour l'instrument. Une méthode d'estimation et une application sont également proposées. Le deuxième chapitre se concentre sur les modèles d'économie industrielle empirique. Le premier essai considère l'identification non-paramétrique des modèles d'enchères à valeur commune. L'hypothèse identifiante principale est que le support de la distribution des signaux conditionnellement à la valeur du bien varie avec cette valeur. L'intérêt de cette approche est que, hormis cette condition, elle ne repose pas sur des restrictions fonctionnelles, contrairement à la littérature existante. Le deuxième essai étudie le modèle de sélection adverse. Celui-ci est défini par la fonction objectif du principal, l'utilité des agents et la distribution de leur type. Nous prouvons que l'identification de ce modèle nécessite la connaissance d'au moins l'une de ces trois fonctions. Nous montrons également que des changements exogènes dans la fonction objectif du principal sont suffisants pour obtenir une identification partielle ou totale. Une méthode d'estimation non-paramétrique est proposée et utilisée pour tester l'optimalité des contrats. Le troisième chapitre, enfin, se focalise sur les modèles d'effets de pairs. Alors que ces modèles sont généralement considérés comme non-identifiés, nous montrons qu'une légère modification du modèle linéaire standard permet en général d'identifier les paramètres structurels, en utilisant les variations de taille de groupe. Ces résultats sont étendus à une version binaire de ce modèle.