El fraude con tarjetas de crédito es uno de los problemas más importantes a los que se enfrentan actualmente las entidades financieras. Si bien la tecnología ha permitido aumentar la seguridad en las tarjetas de crédito con el uso de claves PIN, la introducción de chips en las tarjetas, el uso de claves adicionales como tokens y mejoras en la reglamentación de su uso, también es una necesidad para las entidades bancarias, actuar de manera preventiva frente a este crimen. Para actuar de manera preventiva es necesario monitorear en tiempo real las operaciones que se realizan y tener la capacidad de reaccionar oportunamente frente a alguna operación dudosa que se realice. La técnica de Clustering frente a esta problemática es un método muy utilizado puesto que permite la agrupación de datos lo que permitiría clasificarlos por su similitud de acuerdo a alguna métrica, esta medida de similaridad está basada en los atributos que describen a los objetos. Además esta técnica es muy sensible a la herramienta Outlier que se caracteriza por el impacto que causa sobre el estadístico cuando va a analizar los datos. / ---The credit card fraud is one of the most important problems currently facing financial institutions. While technology has enhanced security in credit cards with the use of PINs, the introduction of chips on the cards, the use of additional keys as tokens and improvements in the regulation of their use, is also a need for banks, act preemptively against this crime. To act proactively need real-time monitoring operations are carried out and have the ability to react promptly against any questionable transaction that takes place. Clustering technique tackle this problem is a common method since it allows the grouping of data allowing classifying them by their similarity according to some metric, this measure of similarity is based on the attributes that describe the objects. Moreover, this technique is very sensitive to Outlier tool that is characterized by the impact they cause on the statistic when going to analyze the data. / Tesis

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Dans cette thèse, nous nous intéressons au problème de détection de mesures GPS erronées. En effet, en zones urbaines, les acquisitions sont fortement dégradées par des phénomènes de multi-trajets ou de multiples réflexions des signaux avant d’arriver à l’antenne réceptrice. En forêt, de multiples obstacles bloquent les signaux satellites, ce qui diminue la redondance des mesures. Alors que les algorithmes présents dans les récepteurs GPS détectent au maximum une mesure erronée par pas de temps, avec une combinaison de différents systèmes de navigation, l’hypothèse d’une seule erreur à la fois n’est plus tenable et la détection et gestion des données erronées (défaillantes, aberrantes ou outliers selon les différentes terminologies) représente un enjeu majeur dans les applications de navigation autonome et de localisation robuste et devient un nouveau défi technologique.La contribution principale de cette thèse est un algorithme de détection de mesures de pseudo-distances aberrantes exploitant la modélisation a contrario. Deux critères fondés sur l’espérance du nombre de fausses alarmes (NFA) sont utilisés pour mesurer la cohérence d’un ensemble de mesures sous l’hypothèse d’un modèle de bruit.Notre seconde contribution concerne l’introduction des mesures Doppler dans le processus de localisation. Nous étendons la détection d’outliers conjointement dans les mesures de pseudo-distance aux mesures Doppler et proposons une localisation par couplage avec le filtre particulaire soit SIR soit de Rao-Blackwell qui permet d’estimer analytiquement la vitesse.Notre troisième contribution est une approche crédibiliste pour la détection des mesures aberrantes dans les pseudo-distances. S’inspirant du RANSAC, nous choisissons, parmi les combinaisons d’observations possibles, la plus compatible selon une mesure de cohérence ou d’incohérence. Une étape de filtrage évidentiel permet de tenir compte de la solution précédente. Les approches proposées donnent de meilleures performances que les méthodes usuelles et démontrent l’intérêt de retirer les données aberrantes du processus de localisation. / In this work, we focus on the problem of detection of erroneous GPS measurements. Indeed, in urban areas, acquisitions are highly degraded by multipath phenomena or signal multiple reflections before reaching the receiver antenna. In forest areas, the satellite occlusion reduces the measurements redundancy. While the algorithms embedded in GPS receivers detect at most one erroneous measurement per epoch, the hypothesis of a single error at a time is no longer realistic when we combine data from different navigation systems. The detection and management of erroneous data (faulty, aberrant or outliers depending on the different terminologies) has become a major issue in the autonomous navigation applications and robust localization and raises a new technological challenge.The main contribution of this work is an outlier detection algorithm for GNSS localization with an a contrario modeling. Two criteria based on number of false alarms (NFA) are used to measure the consistency of a set of measurements under the noise model assumption.Our second contribution is the introduction of Doppler measurements in the localization process. We extend the outlier detection to both pseudo-ranges and Doppler measurements, and we propose a coupling with either the particle filter SIR or the Rao-Blackwellized particle filter that allows us to estimate analytically the velocity.Our third contribution is an evidential approach for the detection of outliers in the pseudo-ranges. Inspired by the RANSAC, we choose among possible combinations of observations, the most compatible one according to a measure of consistency or inconsistency. An evidential filtering step is performed that takes into account the previous solution. The proposed approaches achieve better performance than standard methods and demonstrate the interest of removing the outliers from the localization process.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Un système de recommandation a pour objectif de recommander à un utilisateur, appelé utilisateur actif, des ressources pertinentes pour lui. Le filtrage collaboratif (FC) est une approche de recommandation très répandue qui exploite les préférences exprimées par des utilisateurs sur des ressources. Le FC repose sur l'hypothèse que les préférences des utilisateurs sont cohérentes entre elles, ce qui permet d'inférer les préférences d'un utilisateur à partir des préférences des autres utilisateurs. Définissons une préférence spécifique comme une préférence qui ne serait partagée pour aucun groupe d'utilisateurs. Un utilisateur possédant plusieurs préférences spécifiques qu'il ne partage avec aucun autre utilisateur sera probablement mal servi par une approche de FC classique. Il s'agit du problème des Grey Sheep Users (GSU). Dans cette thèse, je réponds à trois questions distinctes. 1) Qu'est-ce qu'une préférence spécifique ? J'apporte une réponse en proposant des hypothèses associées que je valide expérimentalement. 2) Comment identifier les GSU dans les données ? Cette identification est importante afin d'anticiper les mauvaises recommandations qui seront fournies à ces utilisateurs. Je propose des mesures numériques permettant d'identifier les GSU dans un jeu de données de recommandation sociale. Ces mesures sont significativement plus performantes que celles de l'état de l'art. Enfin, comment modéliser ces GSU pour améliorer la qualité des recommandations qui leurs sont fournies ? Je propose des méthodes inspirées du domaine de l'apprentissage automatique et dédiées à la modélisation des GSU permettant d'améliorer la qualité des recommandations qui leurs sont fournies / A recommender system aims at providing relevant resources to a user, named the active user. To allow this recommendation, the system exploits the information it has collected about the active user or about resources. The collaborative filtering (CF) is a widely used recommandation approach. The data exploited by CF are the preferences expressed by users on resources. CF is based on the assumption that preferences are consistent between users, allowing a user's preferences to be inferred from the preferences of other users. In a CF-based recommender system, at least one user community has to share the preferences of the active user to provide him with high quality recommendations. Let us define a specific preference as a preference that is not shared by any group of user. A user with several specific preferences will likely be poorly served by a classic CF approach. This is the problem of Grey Sheep Users (GSU). In this thesis, I focus on three separate questions. 1) What is a specific preference? I give an answer by proposing associated hypotheses that I validate experimentally. 2) How to identify GSU in preference data? This identification is important to anticipate the low quality recommendations that will be provided to these users. I propose numerical indicators to identify GSU in a social recommendation dataset. These indicators outperform those of the state of the art and allow to isolate users whose quality of recommendations is very low. 3) How can I model GSU to improve the quality of the recommendations they receive? I propose new recommendation approaches to allow GSU to benefit from the opinions of other users

A Regressão Robusta surge como uma alternativa ao ajuste por mínimos quadrados quando os erros são contaminados por pontos aberrantes ou existe alguma evidência de violação das suposições do modelo. Na regressão clássica existem critérios de seleção de modelos e medidas de diagnóstico que são muito conhecidos. O objetivo deste trabalho é apresentar os principais critérios robustos de seleção de modelos e medidas de detecção de pontos aberrantes, assim como analisar e comparar o desempenho destes de acordo com diferentes cenários para determinar quais deles se ajustam melhor a determinadas situações. Os critérios de validação cruzada usando simulações de Monte Carlo e o Critério de Informação Bayesiano são conhecidos por desenvolver-se de forma adequada na identificação de modelos. Na dissertação confirmou-se este fato e além disso, suas alternativas robustas também destacam-se neste aspecto. A análise de resíduos constitui uma forte ferramenta da análise diagnóstico de um modelo, no trabalho detectou-se que a análise clássica de resíduos sobre o ajuste do modelo de regressão linear robusta, assim como a análise das ponderações das observações, são medidas de detecção de pontos aberrantes eficientes. Foram aplicados os critérios e medidas analisados ao conjunto de dados obtido da Estação Meteorológica do Instituto de Astronomia, Geofísica e Ciências Atmosféricas da Universidade de São Paulo para detectar quais variáveis meteorológicas influem na temperatura mínima diária durante o ano completo, e ajustou-se um modelo que permite identificar os dias associados à entrada de sistemas frontais. / Robust Regression arises as an alternative to least squares method when errors are contaminated by outliers points or there are some evidence of violation of model assumptions. In classical regression there are several criteria for model selection and diagnostic measures that are well known. The objective of this work is to present the main robust criteria of model selection and outliers detection measures, as well as to analyze and compare their performance according to different stages to determine which of them fit better in certain situations. The cross-validation criteria using Monte Carlo simulations and Beyesian Information Criterion are known to be adequately developed in model identification. This fact was confirmed, and in addition, its robust alternatives also stand out in this aspect. The residual analysis is a strong tool for model diagnostic analysis, in this work it was detected that the classic residual analysis on the robust linear model regression fit, as well as the analysis of the observations weights, are efficient measures of outliers detection points. The analyzed criteria and measures were applied to the data set obtained from the Meteorological Station of the Astronomy, Geophysics and Atmospheric Sciences Institute of São Paulo University to detect which meteorological variables influence the daily minimum temperature during the whole year, and was fitted a model that allows identify the days associated with the entry of frontal systems.

Submitted by Michele Mologni (mologni@unoeste.br) on 2019-01-29T18:40:59Z No. of bitstreams: 1 Sandra Cristina Genaro.pdf: 1632390 bytes, checksum: 89f6ec224705d20a5ce967976b70a4c3 (MD5) / Made available in DSpace on 2019-01-29T18:40:59Z (GMT). No. of bitstreams: 1 Sandra Cristina Genaro.pdf: 1632390 bytes, checksum: 89f6ec224705d20a5ce967976b70a4c3 (MD5) Previous issue date: 2018-11-22 / Among the existing types, colorectal cancer (CRC) affects approximately one million people per year, considered the second most common cause of death among women and the third most prevalent in men. Risk factors are genetic syndromes; inflammatory bowel diseases; family history; sedentary lifestyle; obesity, low fiber, high saturated fats, smoked foods or built-in food, excess red meat (> 300g/week), preparation mode in high temperatures and on the ember; medications; smoking, and excessive alcohol. These factors alter the intestinal microbiome which is colonized by pathogenic bacteria capable of provoking a local inflammatory response that, in chronic cases, activates carcinogenic components. Probiotics have increasingly attracted the attention of researchers in order to understand their action in the intestinal microbiota, aiding in the prevention and treatment of colorectal cancer. The objective of this study was to evaluate the effect of a probiotic In aggressiveness of the chemically induced colorectal tumor in rats. Twenty-five male Fisher 344 rats, 250 g, receiving ration and water ad libitum, were randomly divided into 5 groups (5 rats/group): GControl, without treatment; GTumor, tumor induction; GTumor + 5FU, tumor induction, 5-fluorouracil applied; GTumor + prob, tumor induction, supplemented with probiotic; GTumor + 5-FU + prob, tumor induction, applied 5-fluorouracil, supplemented with probiotic. For tumor induction, the animals received four intraperitoneal injections of the carcinogen 1.2-dimethylhidrazine (DMH) at the dose of 20 mg/kg body weight, being two applications per week, for four consecutive week. A 15-day interval was given and DMH applications were repeated for another four week. After 5 weeks of the last dose of the carcinogen, the treatment was initiated for ten consecutive weeks, applying a weekly dose of 15 mg/kg body weight of 5-fluorouracil, Intraperitoneal route and commercial probiotic containing Lactobacillus and Bifidobacterium at the dose of 1x109 UFC, administered by gavage, daily. Datas were analyzed by the analysis of variance One Way and the averages compared by the test of Dunnett. Used Software Statistical GraphPad Prism. The histopathologic analyses evaluated by the Chi-square ratio test. It was considered type-I error of 5% as statistically significant. Compared to the GTumor, the GTumor + prob (P < 0,0373) and GTumor + 5-FU + prob (P < 0,0003) showed attenuating effect on the aggressiveness of the colorectal tumor, with a reduction in the count of Aberrant Crypts Foci; and lower percentage of malignant neoplastic lesions in the GTumor + prob (40% of low-grade tubular adenoma, 40% of carcinoma in situ, 20% of low-grade adenocarcinoma) and GTumor + 5-FU + prob (40% of low-grade tubular adenoma and 60% of carcinoma in situ). The suplementation with probiotic has the potential to decrease the formation of aberrant crypts and mitigate the progression of tumor malignancy, potentializing the antitumor effect of 5-fluorouracil chemotherapy in the colic segments. / O câncer colorretal (CCR) acomete aproximadamente um milhão de pessoas por ano, considerado a segunda causa de morte mais comum entre mulheres e a terceira mais prevalente em homens. Os fatores de risco incluem as síndromes genéticas; doenças inflamatórias intestinais; história familiar; sedentarismo; obesidade, alimentação pobre em fibras, rica em gorduras saturadas, alimentos defumados ou embutidos, carne vermelha em excesso (>300g/sem), modo de preparação em altas temperaturas e na brasa; medicamentos; tabagismo e bebida alcoólica em excesso. Esses fatores levam a alteração da microbiota intestinal a qual é colonizada por bactérias patogênicas capazes de provocar uma resposta inflamatória local que, em casos crônicos, ativam componentes cancerígenos. Os probióticos têm atraído cada vez mais a atenção de pesquisadores com o intuito de compreender a sua ação na microbiota intestinal, auxiliando na prevenção e tratamento do câncer colorretal. O objetivo desse estudo foi avaliar o efeito de um probiótico na agressividade do tumor colorretal induzido quimicamente em ratos. Vinte e cinco ratos machos Fisher 344, 250 g, recebendo ração e água ad libitum, foram divididos aleatoriamente em 5 grupos (5 ratos/grupo): GControle, sem tratamento; GTumor, indução do tumor; GTumor+5FU, indução do tumor, aplicado 5-Fluorouracil; GTumor+Prob, indução do tumor, suplementado com probiótico; GTumor+5-FU+Prob, indução do tumor, aplicado 5-Fluorouracil, suplementado com probiótico. Para indução do tumor colorretal, os animais receberam quatro injeções intraperitoneais do carcinógeno 1,2-dimetilhidrazina (DMH) na dose de 20 mg/kg de peso corporal, sendo duas aplicações por semana, durante quatro semanas consecutivas. Deu-se um intervalo de 15 dias e as aplicações de DMH foram repetidas por mais quatro semanas. Após 5 semanas da última dose do carcinógeno, iniciou-se o tratamento por dez semanas consecutivas, com 5-Fluorouracil: uma dose de 15 mg/kg por semana, via intraperitoneal e probiótico comercial: 1x109 UFC, diariamente, por gavagem. Os dados foram analisados pela Análise de Variância One Way e as médias comparadas pelo teste de Dunnett. Utilizado software estatístico GraphPad Prism. As análises histopatológicas avaliadas pelo teste de proporção Qui-quadrado. Foi considerado erro tipo-I de 5% como estatisticamente significante. Comparados com o GTumor, o GTumor+Prob (p<0,0373) e GTumor+5-FU+Prob (p<0,0003) exibiram efeito atenuante na agressividade do tumor colorretal obervando redução na contagem de Focos de Criptas Aberrantes; e menor porcentagem de lesões neoplásicas malignas no GTumor+Prob (40% de adenoma tubular de baixo grau, 40% de carcinoma in situ, 20% de adenocarcinoma de baixo grau) e GTumor+5-FU+Prob (40% de adenoma tubular de baixo grau e 60% de carcinoma in situ). Concluimos que a suplementação com probiótico tem potencial para diminuir a formação de criptas aberrantes e amenizar a progressão da malignidade do tumor, potencializando o efeito antitumoral da quimioterapia com 5-Fluorouracil nos segmentos cólicos.

Cette thèse s'attache à redéfinir des modèles financiers traditionnels en considérant un cadre d'analyse moins restrictif, s'accordant mieux avec les caractéristiques empiriques des fonds alternatifs. Ce cadre élargi, certes plus réaliste, a néanmoins pour principal effet de complexifier les modèles étudiés ; nous choisissons alors d'employer des procédés de calcul naturel pour les simplifier. Dans le premier chapitre de la thèse, nous répondons à une problématique générale qui concerne l'étape essentielle du traitement des données. Nous proposons ainsi une nouvelle approche de la complétion des valeurs manquantes, autorisant une meilleure prise en compte des dépendances inter-actifs. Nous montrons dans le deuxième chapitre comment intégrer des moments d'ordre supérieur dans les modèles d'allocation. Une technique d'optimisation définie à partir des fonctions dites de pénurie nous permet de résoudre les problèmes d'optimisation dans l'espace non-convexe des quatre premiers moments de la distribution de rendements des portefeuilles optimisés. Le troisième chapitre s'attache à évaluer l'impact des données aberrantes sur les modèles d'allocation d'actifs intégrant les moments d'ordre supérieur. Un réseau de neurones modélisant la volatilité nous permet d'étendre les travaux de Chen et Liu (1993). Nous terminons cette thèse avec le quatrième chapitre en proposant un modèle d'analyse de style défini à partir de cartes de Kohonen. Le lien entre les facteurs de style traditionnels et les neurones de la carte est effectué au moyen d'une analyse conditionnelle. Une projection dynamique des fonds autorise ainsi l'étude de la stabilité des styles des gérants d'actifs.

Les progrès réalisés dans la microélectronique répondent à la problématique de la réduction des coûts de production et celle de la recherche de nouveaux marchés. Ces progrès sont possibles notamment grâce à ceux effectués en lithographie optique par projection, le procédé lithographique principalement utilisé par les industriels. La miniaturisation des circuits intégrés n'a donc été possible qu'en poussant les limites d'impression lithographique. Cependant en réduisant les largeurs des transistors et l'espace entre eux, on augmente la sensibilité du transfert à ce que l'on appelle les effets de proximité optique au fur et à mesure des générations les plus avancées de 45 et 32 nm de dimension de grille de transistor. L'utilisation des modèles OPC est devenue incontournable en lithographie optique, pour les nœuds technologiques avancés. Les techniques de correction des effets de proximité (OPC) permettent de garantir la fidélité des motifs sur plaquette, par des corrections sur le masque. La précision des corrections apportées au masque dépend de la qualité des modèles OPC mis en œuvre. La qualité de ces modèles est donc primordiale. Cette thèse s'inscrit dans une démarche d'analyse et d'évaluation des modèles résine OPC qui simulent le comportement de la résine après exposition. La modélisation de données et l'analyse statistique ont été utilisées pour étudier ces modèles résine de plus en plus empiriques. Outre la fiabilisation des données de calibrage des modèles, l'utilisation des plateformes de création de modèles dédiées en milieu industriel et la méthodologie de création et de validation des modèles OPC ont également été étudié. Cette thèse expose le résultat de l'analyse des modèles résine OPC et propose une nouvelles méthodologie de création, d'analyse et de validation de ces modèles.