La biométrie se réfère à la reconnaissance automatique des individus basée sur leurs caractéristiques physiologiques et/ou comportementales. Les systèmes biométriques unimodaux permettent de reconnaître une personne en utilisant une seule modalité biométrique, mais ne peuvent pas garantir avec certitude une bonne identification. De plus, ces systèmes sont sensibles au bruit introduit par l'unique capteur, à la non-universalité et au manque d'individualité de la modalité biométrique choisie ainsi qu'aux tentatives d'intrusion. La plupart de ces problèmes peuvent être réduits par la mise en place de systèmes biométriques multimodaux utilisant plusieurs signatures biométriques d'une même personne. Dans cette thèse, nous abordons plusieurs points importants concernant la biométrie multimodale. Tout d'abord, après avoir dressé un état de l'art en fusion multimodale, nous faisons le lien entre le fonctionnement du cerveau et certains algorithmes fondamentaux utilisés en reconnaissance faciale. Ensuite, nous mettons en avant l'utilisation des ondelettes à divers niveaux du système biométrique multimodal. Enfin, l'exploration de nouvelles techniques de fusion de signatures biométriques issues du visage (modalité naturelle et non intrusive) et de l'iris (une des modalités les plus précises) ainsi que des analyses statistiques à grande échelle des scores de similarité provenant de chaque modalité ont permis de mettre au point une méthode originale de fusion adaptative combinant l'utilisation des ondelettes et des moments statistiques.

Ce travail doctoral étudie les propriétés théoriques et asymptotiques des processus et des champs aléatoires stationnaires dont se déduisent des applications en statistique et en simulation. Une premi ère partie (Chapitres 2, 3 et 4) a pour objectif de construire des nouveaux modèles de champs aléatoires de type autorégressifs, sous forme de schémas de Bernoulli, et de donner des résultats au sujet de leur théorie limite. Des notions de dépendance faible sont utilisées, plus générale que les notions bien connues de mélange fort ou d'association. Nous envisagerons un principe d'invariance, faible et fort, pour les champs aléatoires considérés. Dans un deuxième temps, nous nous intéressons à quelques problèmes d'estimation dans deux contextes de dépendance bien précis. Nous étudions au Chapitre 5 un problème de simulation de textures dans un contexte de rééchantillonnage pour des champs de Markov fortement mélangeants dans un cadre non paramétrique. Le Chapitre 6 est consacré à la construction et à l'estimation des paramètres d'une nouvelle série chronologique à valeurs entières de type ARCH. La construction est établie en utilisant des arguments de contraction établis dans le cadre des champs aléatoires et le comportement asymptotique des estimateurs des paramètres, obtenus par quasi-maximum de vraisemblance gaussien est fondée sur des arguments de type différence de martingales. Enfin nous présentons au Chapitre 7 une nouvelle méthode d'estimation des paramètres pour des modèles ARCH de type markoviens, mé- thode obtenue en lissant la quasi vraisemblance gaussienne et nous appliquons cette méthode à une série hétéroscedastique de type LARCH pour laquelle les faibles valeurs de la variance conditionnelle rendent dificile l'utilisation de la méthode classique du quasi maximum de vraisemblance

Les travaux présentés pour cette HdR s'intéressent à la façon dont l'analyse statistique des structures spatiales peut contribuer à la compréhension et à la modélisation spatialement explicite des processus dynamiques qui façonnent les différents aspects de la végétation terrestre. Cette thématique fait d'abord l'objet d'une mise en perspective historique avant d'être illustrée par des travaux menés sur l'émergence de structures spatiales périodiques dans les végétations semi-arides d'Afrique occidentale. Elle constitue ensuite la trame d'un programme de recherches, visant à caractériser l'organisation spatiale à grande échelle (macro-écologie) de la biodiversité végétale des forêts tropicales, sur la base de synergies novatrices entre télédétection, modélisation de l'architecture de la forêt et modèles d'assemblages d'espèces. L'auteur présente ensuite ses contributions récentes à ce programme (caractérisation des textures de canopée, analyse et modélisation des assemblages d'espèces), puis évoque les perspectives de développements méthodologiques dans ces domaines

Ce mémoire exploite pour la première fois la très riche et très complète Enquête longitudinale nationale sur les enfants et les jeunes afin d'analyser la participation aux études postsecondaires. Au cycle 6 de l'ELNEJ, 2,982 jeunes sont âgés entre 18 et 21 ans, parmi lesquels 77% ont obtenu leur diplôme d'études secondaires. 80% de ces diplômés peuvent être observés comme participant aux études postsecondaires (collège ou université). La grande majorité de ces jeunes et leurs familles ont été suivis par l'ELNEJ lors des cycles 1 à 5 (pour les jeunes de moins de 18 ans). Nous utilisons l'information collectée lors des années précédentes (par exemple: le type de famille, le revenu familial, les résultats à des tests de mathématiques et de lecture, l'état de santé ainsi que les scores de comportement de l'enfant et de fonctionnement familial) pour étudier les facteurs ayant la plus grande influence sur la participation aux études postsecondaires. Différentes approches ont été utilisées afin de modéliser les choix d'éducation. Dans un premier temps nous utilisons un modèle linéaire (moindres carrés ordinaires) afin de déterminer les variables explicatives pertinentes pour obtenir des résultats significatifs et robustes. La spécification choisie est ensuite estimée dans un Logit multinomial où les répondants sont observés dans quatre états: décrocheurs du secondaire, étudiants au secondaire, diplômés du secondaire non-participants aux études postsecondaires et participants aux études postsecondaires. Nous désagrégeons ensuite les études postsecondaires en niveau collégial et universitaire. Pour ces modèles, nous analysons l'impact des variables explicatives selon le sexe des répondants. Le dernier modèle estimé est un Logit séquentiel analysant le cheminement scolaire des jeunes canadiens. Les estimations démontrent que les résultats sont sensibles au sous-échantillon géographique utilisé (Ontario, Québec, Reste du Canada) et au niveau d'études postsecondaires (collège, université). Nous observons des effets de revenu familial et de scores de tests de mathématiques importants. Le sexe des répondants, la structure familiale et l'hyperactivité ressortent également comme des facteurs influençant significativement la participation aux études postsecondaires. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Diplôme d'études secondaires, Éducation postsecondaire, Transition scolaire, Jeunesse, Données longitudinales, Revenus permanent.

Diss.--Erlangen-Nürnberg, 2000. / Bibliogr. p. 339-354.

J 1.42/3:SD-NCS-C-17.

Dans cette thèse nous apportons plusieurs contributions, à la fois théoriques et appliquées, à la théorie des valeurs extrêmes. Les deux premiers chapitres de cette thèse s'attachent à répondre à des questions cruciales en climatologie. La première question est de savoir si un changement dans le comportement des extrêmes de température peut être détecté entre le début du siècle et aujourd'hui. Pour cela nous proposons d'utiliser la divergence de Kullback Leibler, que nous adaptons au contexte des extrêmes. Des résultats théoriques et des simulations permettent de valider l'approche proposée, dont les performances sont ensuite illustrées sur un jeu de données réelles. La deuxième question quant à elle combine les réseaux de neurones à la théorie des valeurs extrêmes afin de savoir où ajouter (resp. retirer) des stations dans un réseau pour gagner (resp. perdre) le plus (resp. le moins) d'information sur le comportement des extrêmes. Un algorithme, le Query By Committee, issu de la théorie du machine learning est développé puis appliqué à un jeu de données réelles. Les avantages, inconvénients et limites de cette approche sont ainsi mis en exergue. La dernier chapitre de la thèse traite d'un sujet plus théorique, à savoir l'estimation robuste du paramètre de queue d'une distribution de type Weibull en présence de covariables aléatoires. Nous proposons un estimateur robuste en utilisant un critère de minimisation de la divergence entre deux densités et étudions ses propriétés asymptotiques. Des simulations illustrent les performances de l'estimateur à distance finie. Cette thèse offre de nombreuses perspectives dont une liste non exhaustive est dressée en conclusion.

Mémoire (M.E.S.R)-- Université du Québec à Chicoutimi, 1993. / Document électronique également accessible en format PDF. CaQCU

Originally presented as Diss. - Bonn. / Includes bibliographical references.

No description available.