Cette thèse se place dans le cadre des expériences simulées auxquelles on a recours lorsque des expériences physiques ne sont pas réalisables. Une expérience simulée consiste à évaluer une fonction déterministe type boîte-noire coûteuse qui décrit un modèle physique. Les entrées de ce modèle, entachées d'incertitude, forment un vecteur aléatoire. Cela implique que les sorties que nous souhaitons étudier sont aléatoires. Une technique standard pour rendre possibles de nombreux traitements statistiques, est de remplacer la fonction type boîte-noire par un métamodèle d'évaluation quasi-instantanée l'approchant. Nous nous concentrons plus particulièrement sur les métamodèles d'interpolateurs à noyaux dont nous étudions la construction et l'utilisation. Dans ce cadre, une première contribution est la proposition d'une définition plus générale de noyau conditionnellement positif qui permet une vraie généralisation du concept de noyau défini positif et des théorèmes associés. Nous donnons ensuite, dans une deuxième contribution, un algorithme de construction de plans d'expérience dans des domaines éventuellement non hypercubiques suivant un critère maximin pertinent pour ces métamodèles. Dans une troisième contribution, nous traitons un problème statistique inverse en utilisant un métamodèle d'interpolateurs à noyaux dans un algorithme stochastique EM puisque le modèle liant les entrées aux sorties est de type boîte-noire coûteux. Enfin, nous proposons aussi, dans la dernière contribution, l'utilisation d'un tel métamodèle pour développer deux stratégies d'estimation et de majoration de probabilités d'événements rares dépen\-dant d'une fonction type boîte-noire coûteuse.

Dans ce travail, nous proposons un nouvel appareillage, destiné à aider à la détermination du mécanisme de certaines protéines. Cet outil, qui combine un appareil de pinces magnétiques, et un microscope de fluorescence en ondes évanescentes, a été conçu pour permettre à la fois la manipulation mécanique et l'observation de l'activité d'ADN translocases à l'échelle de la molécule unique. Nous présentons d'abord ici la conception, la réalisation et l'expérimentation de ce montage. Nous montrons que, d'une part, il se compare favorablement à ses composants séparés (pinces magnétiques et microscope de fluorescence), et que d'autre part leur réunion dans un appareil unique permet d'obtenir des résultats d'un type nouveau. Nous avons orienté l'étude des ADN translocases avec cet appareil sur l'exemple de deux protéines : le moteur FtsK de Escherichia coli et l'ARN Polymérase de T7. Nous détaillons dans cette étude les questions importantes encore en suspens concernant le mécanisme et présentons les expériences que nous avons envisagées pour y répondre. Nous relatons ensuite également la difficulté que nous avons rencontrée à obtenir des substrats protéiques adaptés aux expériences que nous avons envisagées, et les solutions que nous avons mises en oeuvre pour y remédier. Enn, nous analysons les résultats obtenus dans des expériences en volume ou en pinces magnétiques seules, qui ont permis de mettre en valeur de nouveaux comportements et de préparer la réalisation de nouvelles expériences sur notre montage combiné.

Dans notre monde de communications au niveau international, la traduction automatique est devenue une technologie clef incontournable. Plusieurs approches existent, mais depuis quelques années la dite traduction automatique statistique est considérée comme la plus prometteuse. Dans cette approche, toutes les connaissances sont extraites automatiquement à partir d'exemples de traductions, appelés textes parallèles, et des données monolingues en langue cible. La traduction automatique statistique est un processus guidé par les données. Ceci est communément avancé comme un grand avantage des approches statistiques puisque l'intervention d'être humains bilingues n'est pas nécessaire, mais peut se retourner en un problème lorsque ces données nécessaires au développement du système ne sont pas disponibles, de taille insuffisante ou dont le genre ne convient pas. Les recherches présentées dans cette thèse sont une tentative pour surmonter un des obstacles au déploiement massif de systèmes de traduction automatique statistique : le manque de corpus parallèles. Un corpus parallèle est une collection de phrases en langues source et cible qui sont alignées au niveau de la phrase. La plupart des corpus parallèles existants ont été produits par des traducteurs professionnels. Ceci est une tâche coûteuse, en termes d'argent, de ressources humaines et de temps. Dans la première partie de cette thèse, nous avons travaillé sur l'utilisation de corpus comparables pour améliorer les systèmes de traduction statistique. Un corpus comparable est une collection de données en plusieurs langues, collectées indépendamment, mais qui contiennent souvent des parties qui sont des traductions mutuelles. La taille et la qualité des contenus parallèles peuvent variées considérablement d'un corpus comparable à un autre, en fonction de divers facteurs, notamment la méthode de construction du corpus. Dans tous les cas, il n'est pas aisé d'identifier automatiquement des parties parallèles. Dans le cadre de cette thèse, nous avons développé une telle approche qui est entièrement basée sur des outils librement disponibles. L'idée principale de notre approche est l'utilisation d'un système de traduction automatique statistique pour traduire toutes les phrases en langue source du corpus comparable. Chacune de ces traductions est ensuite utilisée en tant que requête afin de trouver des phrases potentiellement parallèles. Cette recherche est effectuée à l'aide d'un outil de recherche d'information. En deuxième étape, les phrases obtenues sont comparées aux traductions automatiques afin de déterminer si elles sont effectivement parallèles à la phrase correspondante en langue source. Plusieurs critères ont été évalués tels que le taux d'erreur de mots ou le "translation edit rate (TER)". Nous avons effectué une analyse expérimentale très détaillée afin de démontrer l'intérêt de notre approche. Les corpus comparables utilisés se situent dans le domaine des actualités, plus précisément, des dépêches d'actualités des agences de presse telles que "Agence France Press (AFP)", "Associate press" ou "Xinua News". Ces agences publient quotidiennement des actualités en plusieurs langues. Nous avons pu extraire des textes parallèles à partir de grandes collections de plus de trois cent millions de mots pour les paires de langues français/anglais et arabe/anglais. Ces textes parallèles ont permis d'améliorer significativement nos systèmes de traduction statistique. Nous présentons également une comparaison théorique du modèle développé dans cette thèse avec une autre approche présentée dans la littérature. Diverses extensions sont également étudiées : l'extraction automatique de mots inconnus et la création d'un dictionnaire, la détection et suppression 1 d'informations supplémentaires, etc. Dans la deuxième partie de cette thèse, nous avons examiné la possibilité d'utiliser des données monolingues afin d'améliorer le modèle de traduction d'un système statistique...

Pour assurer la robustesse d'un algorithme de détection, il est nécessaire de maîtriser son point de fonctionnement, et en particulier son taux de fausses alarmes. Cette tâche est particulièrement difficile en vision artificielle à cause de la grande variabilité des images naturelles, qui amène généralement à introduire des paramètres choisis a priori qui limitent la portée et la validité des algorithmes. Récemment, l'approche statistique a contrario a montré sa capacité à détecter des structures visuelles sans autre paramètre libre que le nombre moyen de fausses alarmes tolérées, en recherchant des entités dont certaines propriétés sont statistiquement trop improbables pour être le fruit du hasard. Les applications existantes reposent toutefois sur un cadre purement analytique qui requiert un travail important de modélisation, rend difficile l'utilisation de caractéristiques multiples et limite l'utilisation d'heuristiques de recherche dirigées par les données. Nous proposons dans cette thèse d'assouplir ces restrictions en ayant recours à de l'apprentissage pour les quantités non calculables analytiquement. Nous illustrons l'intérêt de la démarche à travers trois applications : la détection de segments, la segmentation en régions homogènes et la détection d'objets à partir d'une base de photos. Pour les deux premières applications, nous montrons que des seuils de détection robustes peuvent être appris à partir d'images de bruit blanc. Pour la dernière, nous montrons que quelques exemples d'images naturelles ne contenant pas d'objets de la base suffisent pour obtenir un algorithme de détection fiable. Enfin, nous remarquons que la monotonicité du raisonnement a contrario permet d'intégrer incrémentalement des informations partielles. Cette propriété nous conduit à proposer une architecture "anytime" pour la détection d'objets, c'est-à-dire capable de fournir des détections progressivement au cours de son exécution, en commençant par les objets les plus saillants.

.

.

Le travail que nous présentons ici concerne un domaine très particulier de la statistique : celui dans lequel les observations sont des directions

Dans le cadre de l'élasticité linéaire 3D des microstructures complexes qui ne peuvent pas être simplement décrites en terme de constituants telles que des tissus biologiques, nous proposons, dans ce travail de recherche, une méthodologie d'identification expérimentale multi-échelle du champ stochastique d'élasticité apparent de la microstructure à l'échelle mésoscopique en utilisant des mesures de champ de déplacements aux échelles macroscopique et mésoscopique. On peut alors utiliser cette méthodologie dans le cadre de changement d'échelle pour obtenir des propriétés mécaniques à l'échelle macroscopique. Dans ce contexte, la question majeure est celle de l'identification expérimentale par résolution d'un problème statistique inverse de la modélisation stochastique introduite pour le champ d'élasticité apparent à l'échelle mésoscopique. Cette identification expérimentale permet non seulement de valider la modélisation mais encore de la rendre utile pour des matériaux existants ayant une microstructure complexe. Le présent travail de recherche est une contribution proposée dans ce cadre pour lequel l'expérimentation et validation expérimentale basée sur des mesures simultanées d'imagerie de champ aux échelles macroscopique et mésoscopique sont faites sur de l'os cortical

Les sursauts gamma sont des sources astrophysiques parmi les plus brillantes du ciel. Dans le modèle standard actuel, leur émission prompte (X et gamma) est due à des particules chargées accélérées au sein de jets relativistes émis à la formation de trous noirs de masses stellaire. L'émission rémanente observée de la radio aux X serait due à l'interaction de ces jets avec le milieu interstellaire. Le LAT, détecteur à création de paire du télescope spatial Fermi, permet depuis juin 2008 l'étude du ciel gamma de 20 MeV à plus de 300 GeV avec des performances inégalées. Le GBM, détecteur de sources transitoires de Fermi (8 keV à 40 MeV) a observé ~450 sursauts gamma, dont ~18 ont été observés jusqu'au domaine du GeV. Une localisation précise de ces sursauts et la synergie de Fermi avec les autres observatoires permettent l'étude des rémanences associées et une meilleure interprétation des observations. L'étude de sursauts gamma de 8 keV au domaine du GeV est présentée. Les localisations obtenues avec le LAT sont étudiées ainsi que leurs erreurs. Des analyses spectrales des émissions promptes combinant les données du GBM et du LAT sont exposées, ainsi que leur interprétation. Une analyse alternative basée sur une sélection relâchée des données LAT est présentée et caractérisée. L'utilisation des événements d'énergies inférieures à 100 MeV améliore l'analyse temporelle et spectrale des émissions promptes. La recherche d'émission gamma prolongée est présentée, ainsi que l'étude de l'émission rémanente de GRB 090510 observé des UV au GeV par Fermi et Swift. Enfin, un modèle d'émission prompte par les chocs internes, développé à l'IAP, est comparé aux observations de Fermi. / Gamma-Ray Bursts (GRB) are among the brightest gamma-ray sources in the sky. The current standard framework associates their prompt gamma-ray emission to charged particles accelerated in relativistic jets issued by newly-formed stellar-mass black holes. The radio to X-ray afterglow emission is due to the interaction between these jets and the interstellar medium.The LAT, pair-creation instrument onboard Fermi gamma-ray space telescope, performs unprecedented observation of the gamma-ray sky at energies of 20 MeV to over 300 GeV since its launch in june 2008. Fermi's transient sources detector, GBM, observed prompt emissions of ~450 GRB between 8 keV and 40 MeV. ~18 of these GRB were also studied up to GeV energies with the LAT. Accurate GRB localizations and Fermi's synergy with other observatories allows the study of GRB afterglows, and therefore a better interpretation of these observations.The analyses of GRB emissions between 8 keV to GeV energies is presented here. Localizations based on LAT data and their biases are studied. Spectral analyses of combined GBM and LAT data are shown, and their theoretical interpretations explained.An alternative analysis based on a relaxed selection of LAT data is presented and fully characterized. It allows to recover and use low-energy LAT statistics in temporal and spectral analyses of GRB prompt emission.Searches for long-lived high-energy emission from GRB are presented. The analysis of GRB 090510 afterglow emission from eV to GeV energies is described.Finally, Fermi bright GRB prompt emissions are compared to an internal shock model developed at IAP.

Cette thèse porte sur la segmentation d'images OCT cutanées. Cette modalité d'imagerie permet de visualiser les structures superficielles avec une profondeur de l'ordre du millimètre. En dermatologie, elle permet d'explorer l'épiderme et sa jonction avec le derme. Cependant, les images OCT sont sévèrement affectées par le bruit speckle. Ce phénomène conjugué à la complexité inhérente aux structures de la peau rend l'interprétation des images difficile même pour des experts. L'approche classique consiste à filtrer le speckle avant de faire des traitements de segmentation. A l'inverse, dans cette thèse nous exploitons exclusivement le bruit comme information pour segmenter. Notre approche repose sur la modélisation statistique du speckle. La segmentation se fait par classification des paramètres de ce modèle probabiliste. Ainsi, - On montre que le speckle ne suit pas une loi Rayleigh, comme cela est établi analytiquement. - On ajuste plusieurs lois de probabilité à l'amplitude OCT; et on montre que celle-ci est distribuée selon la loi Gamma généralisée. - On établit que les paramètres de cette loi discriminent statistiquement les couches de la peau. - On conçoit une méthode de segmentation par classification des paramètres locaux du speckle. Les nombreuses expérimentations faites sur plusieurs corpus d'images in-vivo confirment la validité de notre approche. / This thesis deals with the segmentation of skin OCT images. This modality provides the means to visualize superficial structures down to a millimeter depth. In dermatology, it is used to examine the epidermis and its junction with the dermis. However, OCT images are severely affected by the speckle noise. This random phenomenon added to the complexity of human skin structures makes the visual interpretation of images very difficult. Classical image processing techniques filter this noise prior to any segmentation step. In this thesis, we rely exclusively on the properties of the speckle to perform segmentation. Our approach is based on the statistical modeling of the speckle. Images are segmented by classifying parameters of the statistical model. Therefore, - We show that speckle does not follow the Rayleigh distribution, as developed analytically in the literature. - We fit various probability laws to model OCT signal amplitude ; we show that Generalized Gamma has the best goodness of fit. - We establish that statistical parameters of this distribution discriminate skin layers with good variability. - We develop a segmentation method based on the classification of local statistical parameters. The various experimental results with a number of in-vivo images reported in the thesis confirm the validity of our approach