On introduit le concept d'une variété aléatoire stationnaire avec l'objectif de traiter de façon unifiée les résultats sur les variétés avec un group d'isométries transitif, les variétés avec quotient compact, et les feuilles génériques d'un feuilletage compact. On démontre des inégalités entre la vitesse de fuite, l'entropie du mouvement brownien et la croissance de volume de la variété aléatoire, en généralisant des résultats d'Avez, Kaimanovich, et Ledrappier. Dans la deuxième partie on démontre que la fonction feuille d'un feuilletage compact est semicontinue, en obtenant comme conséquences le théorème de stabilité local de Reeb, une partie du théorème de structure local pour les feuilletages à feuilles compactes d'Epstein, et un théorème de continuité d'Álvarez et Candel.

Nous étudions le comportement en temps long de certains processus stochastiques dont la dynamique dépend non seulement de la position, mais aussi du temps, et dont le terme de diffusion et le potentiel satisfont des conditions d'invariance d'échelle. Nous mettons en lumière un phénomène de transition de phase générale, entièrement déterminé par les différents indices d'auto-similarité en jeu. La principale idée mise en exergue est de considérer une transformation d'échelle adéquate, tirant pleinement parti des nombreuses invariances de notre problème.Dans une première partie, nous étudions une famille de processus de diffusion unidimensionnels, dirigés par un mouvement brownien, dont la dérive est polynomiale en temps et en espace. Ces diffusions généralisent les marches aléatoires, en lien avec le modèle d'urne de Friedman, étudiées par Menshikov et Volkov (2008). Nous donnons, de manière exhaustive, les lois du type logarithme itéré, les limites d'échelle ainsi que les temps de survie de ces processus. La seconde partie est, quant à elle, consacrée à l'étude d'une famille de processus de diffusion en environnement aléatoire, dirigés par un mouvement brownien unidimensionnel, dont le potentiel est brownien en espace et polynomial en temps. Ces diffusions sont une extensiondu modèle amplement étudié de Brox (86) et, en un sens randomisé, du modèle précédent. La différence notable avec le modèle déterministe est que nous obtenons, dans le cas critique, une mesure aléatoire quasi-invariante et quasi-stationnaire pour le semi-groupe, déduite de l'étude d'un système dynamique aléatoire sous-jacent.

Dans ce travail, nous présentons quelques exemples des effets du bruit sur la solution d'une équation aux dérivées partielles (EDP) dans trois contextes différents. Nous exam- inons d'abord deux équations aux dérivées partielles non linéaires dispersives, l'équation de Schrödinger non linéaire et l'équation de Korteweg - de Vries. Nous allons analyser les effets d'une condition initiale aléatoire sur certaines solutions spéciales, les solitons. Le deuxième cas considéré est une EDP linéaire, l'équation d'onde, avec conditions initiales aléatoires. Nous allons montrer qu'avec des conditions initiales aléatoires particulières c'est possible de réduire considérablement les coûts de stockage des données et de calcul d'un algorithme pour résoudre un problème inverse basé sur les mesures de la solution de cette équation au bord du domaine. Enfin, le troisième exemple considéré est celui de l'équation de transport linéaire avec un terme de dérive singulière. Nous allons montrer que l'ajout d'un terme de bruit multiplicatif interdit l'explosion des solutions, et cela sous des hypothèses très faibles pour lesquelles dans le cas déterministe on peut avoir l'explosion de la solution à temps fini.

Cette thèse comporte deux volets distincts. Le premier, qui fait l'objet du chapitre 2, porte sur les modèles mathématiques en calcul de structures électroniques, et consiste plus particulièrement en l'étude des modèles de type Kohn-Sham avec fonctionnelles d'échange-corrélation LDA et GGA. Nous prouvons, pour un système moléculaire neutre ou chargé positivement, que le modèle Kohn-Sham LDA étendu admet un minimiseur, et que le modèle Kohn-Sham GGA pour un système contenant deux électrons admet un minimiseur. Le second volet de la thèse traite de problématiques diverses en homogénéisation. Dans les chapitres 3 et 4, nous nous intéressons à un modèle de matériau aléatoire dans lequel un matériau périodique est perturbé de manière stochastique. Nous proposons plusieurs approches, certaines rigoureuses et d'autres heuristiques, pour calculer au second ordre en la perturbation le comportement homogénéisé de ce matériau de manière purement déterministe. Les tests numériques effectués montrent que ces approches sont plus efficaces que l'approche stochastique directe. Le chapitre 5 est consacré aux couches limites en homogénéisation périodique, et vise notamment, dans le cadre parabolique, à comprendre comment prendre en compte les conditions aux limites et initiale, et comment corriger en conséquence le développement à deux échelles sur lequel repose classiquement l'homogénéisation, pour obtenir des estimations d'erreur dans des espaces fonctionnels adéquats

Dans cette thèse nous étudions deux types de pavages : des pavages par une paire de carres et des pavages sur le réseau tri-hexagonal (Kagome). Nous considérons différents problèmes combinatoires et probabilistes. Nous commençons par le cas des carres 1x1 et 2x2 sur des bandes infinies de hauteur k et obtenons des résultats sur la proportion moyenne des carres 1x1 pour les cas planaire et cylindrique pour k < 11. Nous considérons également des questions échantillonnage et comptage approximatif. Pour obtenir un échantillon aléatoire nous définissons des chaines de Markov pour les pavages par des carres et sur le réseau Kagome. Nous montrons des bornes polynomiales pour le temps de mélange pour les pavages par des carres 1x1 et sxs des régions n log net les pavages Kagome des régions en forme de losange. Nous considérons aussi des chaines de Markov avec des poids w sur les tuiles. Nous montrons le mélange rapide avec des conditions spécifiques sur w pour les pavages par des carres 1x1 et sxs et pavages Kagome. Nous présentons des simulations qui suggèrent plusieurs conjectures, notamment l'existence des régions gelées pour les pavages aléatoires par des carres et sur le réseau Kagome des régions avec des bords non plats. / In this thesis we study two types of tilings : tilings by a pair of squares and tilings on the tri-hexagonal (Kagome) lattice. We consider different combinatorial and probabilistic problems. First, we study the case of 1x1 and 2x2 squares on infinite stripes of height k and get combinatorial results on proportions of 1x1 squares for k < 11 in plain and cylindrical cases. We generalize the problem for bigger squares. We consider questions about sampling and approximate counting. In order to get a random sample, we define Markov chains for square and Kagome tilings. We show ergodicity and find polynomial bounds on the mixing time for nxlog n regions in the case of tilings by 1x1 and sxs squares and for lozenge regions in the case of restrained Kagome tilings. We also consider weighted Markov chains where weights are put on the tiles. We show rapid mixing with conditions on for square tilings by 1x1 and sxs squares and for Kagome tilings. We provide simulations that suggest different conjectures, one of which existence of frozen regions in random tilings by squares and on the Kagome lattice of regions with non flat boundaries.

L’objet de cette thèse est d’établir des théorèmes limites locaux pour des marches aléatoires réfléchies sur N. La théorie des fluctuations des marches aléatoires et la factorisation de Wiener- Hopf y jouent un rôle important. On développera dans la première partie une approche classique que l’on appliquera à l’étude des marches aléatoires sur R+ avec réflexions non élastiques en 0. Dans la deuxième partie, on explicitera une méthode différente qui fait intervenir des outils algébriques, d’analyse complexe et des techniques de factorisation utilisant de manière essentielle les fonctions génératrices. Cette approche a été développée il y a une cinquantaine d’année pour l’étude de marches de Markov, elle sera présentée dans cette partie dans le cas des marches aléatoires à pas i.i.d. où un certain nombre de simplifications apparaissent et sera ensuite utilisée pour étudier les marches aléatoires sur N avec réflexions élastiques ou non élastiques en zéro. Finalement, dans la dernière partie, nous mettons en place les outils nécessaires pour établir une factorisation de Wiener-Hopf dans un cadre markovien afin d’étudier les fluctuations des marches de Markov sur Z; nous reprenons des travaux anciens dont les démonstrations méritaient d’être détaillées, l’objectif à moyen terme étant d’appliquer les méthodes algébriques décrites ci-dessus pour l’étude de marches de Markov réfléchies sur N. / The purpose of this thesis is to establish some local limit theorems for reflected random walks on N. The fluctuations theory and the Wiener-Hopf factorization play a crucial role. We will develop in the first part a classical approach that we will apply to the study of random walks on R+ with non-elastic reflections at zero. In the second part, we will explicit a different method which involves algebraic tools, complex analysis and factorization techniques, using in an essential way generating functions. These approach was developed 50 years ago to cover Markov walks, it will be presented in this part in the case of random walks with i.i.d jumps where many simplifications appear and will be then used to study random walks on N with either elastic or non-elastic reflections at zero. Finally, in the last part, we will introduce the useful tools to establish a Wiener-Hopf factorization in a markovian framework in order to study the fluctuations of Markov walks on Z. We investigate some previous work, especially some proofs that warranted to be more detailed, with a mediumterm objective of applying the algebraic tools described above to study reflected Markov walks on N.

Cette thèse s'inscrit dans le domaine des matrices aléatoires et des techniques de grandes déviations. On s'attachera dans un premier temps à donner des inégalités de déviations pour différentes fonctionnelles du spectre qui reflètent leurs comportement de grandes déviations, pour des matrices de Wigner vérifiant une propriété de concentration indexée par un paramètre alpha ∈ (0,2]. Nous présenterons ensuite le principe de grandes déviations obtenu pour la plus grande valeur propre des matrices de Wigner sans queues Gaussiennes, dans la lignée du travail de Bordenave et Caputo, puis l'étude des grandes déviations des traces de matrices aléatoires que l'on aborde dans trois cas : le cas des beta-ensembles, celui des matrices de Wigner Gaussiennes, et enfin des matrices de Wigner sans queues Gaussiennes. Le cas Gaussien a été l'occasion de revisiter la preuve de Borell et Ledoux des grandes déviations des chaos de Wiener, que l'on prolonge en proposant un énoncé général de grandes déviations qui nous permet donner une autre preuve des principes de grandes déviations des matrices de Wigner sans queues Gaussiennes. Enfin, nous donnons une nouvelle preuve des grandes déviations de la mesure spectrale empirique des beta-ensembles associés à un potentiel quadratique, qui ne repose que sur leur représentation tridiagonale. / This thesis falls within the theory of random matrices and large deviations techniques. We mainly consider large deviations problems which involve a heavy-tail phenomenon. In a first phase, we will focus on finding concentration inequalities for different spectral functionals which reflect their large deviations behavior, for random Hermitian matrices satisfying a concentration property indexed by some alpha ∈ (0,2]. Then we will present the large deviations principle we obtained for the largest eigenvalue of Wigner matrices without Gaussian tails, in line with the work of Bordenave and Caputo. Another example of heavy-tail phenomenon is given by the large deviations of traces of random matrices which we investigate in three cases: the case of beta-ensembles, of Gaussian Wigner matrices, and the case of Wigner matrices without Gaussian tails. The Gaussian case was the opportunity to revisit Borell and Ledoux's proof of the large deviations of Wiener chaoses, which we investigate further by proposing a general large deviations statement, allowing us to give another proof of the large deviations principles known for the Wigner matrices without Gaussian tail. Finally, we give a new proof of the large deviations principles for the beta-ensembles with a quadratic potential, which relies only on the tridiagonal representation of these models. In particular, this result gives a proof of the large deviations of the GUE and GOE which does not rely on the knowledge of the law of the spectrum.

Cette thèse est dédiée au développement de méthodes à base de graphes, permettant de traiter les problèmes fondamentaux de la vision par ordinateur tels que la segmentation, le suivi d’objets, l’appariement de formes et l’inférence de modèles 3D. La première contribution de cette thèse est une méthode unifiée reposant sur un champ de Markov aléatoire (MRF) d’ordre deux permettant de réaliser en une seule étape la segmentation et le suivi de plusieurs objets observés par une caméra unique, tout en les ordonnançant en fonction de leur distance à la caméra. Nous y parvenons au moyen d’un nouveau modèle stratifié (2.5D) dans lequel une représentation bas-niveau et une représentation haut-niveau sont combinées par le biais de contraintes locales. Afin d’introduire des connaissances de haut niveau a priori, telles que des a priori sur la forme des objets, nous étudions l’appariement non-rigide de surfaces 3D. La seconde contribution de cette thèse consiste en une formulation générique d’appariement de graphes qui met en jeu des potentiels d’ordre supérieur et qui est capable d’intégrer différentes mesures de similarités d’apparence, de similarités géométriques et des pénalisations sur les déformations des formes. En tant que la troisième contribution de cette thèse, nous considérons également des interactions d’ordre supérieur pour proposer un a priori de forme invariant par rapport à la pose des objets, et l’exploitons dans le cadre d’une nouvelle approche de segmentation d’images médicales 3D afin d’obtenir une méthode indépendante de la pose de l’objet d’intérêt et de l’initialisation du modèle de forme. La dernière contribution de cette thèse vise à surmonter l’influence de la pose de la caméra dans les problèmes de vision. Nous introduisons un paradigme unifié permettant d’inférer des modèles 3D à partir d’images 2D monoculaires. Ce paradigme détermine simultanément le modèle 3D optimal et les projections 2D correspondantes sans estimer explicitement le point de vue de la caméra, tout en gérant les mauvaises détections et les occlusions. / This thesis is devoted to the development of graph-based methods that address several of the most fundamental computer vision problems, such as segmentation, tracking, shape matching and 3D model inference. The first contribution of this thesis is a unified, single-shot optimization framework for simultaneous segmentation, depth ordering and multi-object tracking from monocular video sequences using a pairwise Markov Random Field (MRF). This is achieved through a novel 2.5D layered model where object-level and pixel-level representations are seamlessly combined through local constraints. Towards introducing high-level knowledge, such as shape priors, we then studied the problem of non-rigid 3D surface matching. The second contribution of this thesis consists of a higher-order graph matching formulation that encodes various measurements of geometric/appearance similarities and intrinsic deformation errors. As the third contribution of this thesis, higher-order interactions were further considered to build pose-invariant statistical shape priors and were exploited for the development of a novel approach for knowledge-based 3D segmentation in medical imaging which is invariant to the global pose and the initialization of the shape model. The last contribution of this thesis aimed to partially address the influence of camera pose in visual perception. To this end, we introduced a unified paradigm for 3D landmark model inference from monocular 2D images to simultaneously determine both the optimal 3D model and the corresponding 2D projections without explicit estimation of the camera viewpoint, which is also able to deal with misdetections/occlusions

L'objectif principal de cette thèse est la modélisation, compréhension et segmentation automatique de tumeurs diffuses et infiltrantes appelées Gliomes Diffus de Bas Grade. Deux approches exploitant des connaissances a priori de l'ordre spatial et anatomique ont été proposées. Dans un premier temps, la construction d'un atlas probabiliste qui illustre les positions préférentielles des tumeurs dans le cerveau est présentée. Cet atlas représente un excellent outil pour l'étude des mécanismes associés à la genèse des tumeurs et fournit des indications sur la position probable des tumeurs. Cette information est exploitée dans une méthode de segmentation basée sur des champs de Markov aléatoires, dans laquelle l'atlas guide la segmentation et caractérise la position préférentielle de la tumeur. Dans un second temps, nous présentons une méthode pour la segmentation de tumeur et le recalage avec absence de correspondances simultanés. Le recalage introduit des informations anatomiques qui améliorent les résultats de segmentation tandis que la détection progressive de la tumeur permet de surmonter l'absence de correspondances sans l'introduction d'un a priori. La méthode est modélisée comme un champ de Markov aléatoire hiérarchique et à base de grille sur laquelle les paramètres de segmentation et recalage sont estimés simultanément. Notre dernière contribution est une méthode d'échantillonnage adaptatif guidé par les incertitudes pour de tels modèles discrets. Ceci permet d'avoir une grande précision tout en maintenant la robustesse et rapidité de la méthode. Le potentiel des deux méthodes est démontré sur de grandes bases de données de gliomes diffus de bas grade hétérogènes. De par leur modularité, les méthodes proposées ne se limitent pas au contexte clinique présenté et pourraient facilement être adaptées à d'autres problèmes cliniques ou de vision par ordinateur. / The main objective of this thesis is the automatic modeling, understanding and segmentation of diffusively infiltrative tumors known as Diffuse Low-Grade Gliomas. Two approaches exploiting anatomical and spatial prior knowledge have been proposed. We first present the construction of a tumor specific probabilistic atlas describing the tumors' preferential locations in the brain. The proposed atlas constitutes an excellent tool for the study of the mechanisms behind the genesis of the tumors and provides strong spatial cues on where they are expected to appear. The latter characteristic is exploited in a Markov Random Field based segmentation method where the atlas guides the segmentation process as well as characterizes the tumor's preferential location. Second, we introduce a concurrent tumor segmentation and registration with missing correspondences method. The anatomical knowledge introduced by the registration process increases the segmentation quality, while progressively acknowledging the presence of the tumor ensures that the registration is not violated by the missing correspondences without the introduction of a bias. The method is designed as a hierarchical grid-based Markov Random Field model where the segmentation and registration parameters are estimated simultaneously on the grid's control point. The last contribution of this thesis is an uncertainty-driven adaptive sampling approach for such grid-based models in order to ensure precision and accuracy while maintaining robustness and computational efficiency. The potentials of both methods have been demonstrated on a large data-set of heterogeneous Diffuse Low-Grade Gliomas. The proposed methods go beyond the scope of the presented clinical context due to their strong modularity and could easily be adapted to other clinical or computer vision problems.

Dans cette thèse, nous examinons les propriétés de régularité locale de certains processus stochastiques multiparamètres définis sur RN + , sur une collection d’ensembles, ou encore sur des fonctions de L2. L’objectif est d’étendre certains outils standards de la théorie des processus stochastiques, en particulier concernant la régularité hölderienne locale, à des ensembles d’indexation qui ne sont pas totalement ordonnés. Le critère de continuité de Kolmogorov donne classiquement une borne inférieure pour la régularité hölderienne d’un processus stochastique indicé par un sous-ensemble de R ou RN . Tirant partie de la structure de treillis des ensembles d’indexations dans la théorie des processus indicés par des ensembles de Ivanoff et Merzbach, nous étendons le critère de Kolmogorov dans ce cadre. Différents accroissements pour les processus indicés par des ensembles sont considérés, et leur sont attachés en conséquence des exposants de Hölder. Pour les processus gaussiens, ces exposants sont, presque surement et uniformément le long des trajectoires, déterministes et calculés en fonction de la loi des accroissements du processus. Ces résultats sont appliqués au mouvement brownien fractionnaire set-indexed, pour lequel la régularité est constante. Afin d’exhiber un processus pour lequel la régularité n’est pas constante, nous utilisons la structure d’espace de Wiener abstrait pour introduire un champ brownien fractionnaire indicé par (0, 1=2]_L2(T,m), relié à une famille de covariances kh, h 2 (0, 1=2]. Ce formalisme permet de décrire un grand nombre de processus gaussiens fractionnaires, suivant le choix de l’espacemétrique (T,m). Il est montré que la loi des accroissements d’un tel champ est majorée par une fonction des accroissements en chacun des deux paramètres. Les techniques développées pour mesurer la régularité locale s’appliquent alors pour prouver qu’il existe dans ce cadre des processus gaussiens indicés par des ensembles ou par L2 ayant une régularité prescrite. La dernière partie est consacrée à l’étude des singularités produites par le processus multiparamètre défini par kh sur L2([0, 1]_,dx). Ce processus est une extension naturelle du mouvement brownien fractionnaire et du drap brownien. Au point origine de RN+, ce mouvement brownien fractionnaire multiparamètre possède une régularité hölderienne différente de celle observée en tout autre point qui ne soit pas sur les axes. Une loi du logarithme itéré de Chung permet d’observer finement cette différence. / In this thesis, local regularity properties of some multiparameter, set-indexed and eventually L2-indexed random fields are investigated. The goal is to extend standard tools of the theory of stochastic processes, in particular local Hölder regularity, to indexing collection which are not totally ordered.The classic Kolmogorov continuity criterion gives a lower estimate of the Hölder regularityof a stochastic process indexed by a subset of R or RN . Using the lattice structure of the indexing collections in the theory of set-indexed processes of Ivanoff and Merzbach, Kolmogorov’scriterion is extended to this framework. Different increments for set-indexed processes are considered,and several Hölder exponents are defined accordingly. For Gaussian processes, these exponents are, almost surely and uniformly along the sample paths, deterministic and related to the law of the increments of the process. This is applied to the set-indexed fractional Brownian motion, for which the regularity is constant. In order to exhibit a process having a variable regularity,we resorted to structures of Abstract Wiener Spaces, and defined a fractional Brownian field indexed by a product space (0, 1=2]_L2(T,m), based on a family of positive definite kernels kh, h 2 (0, 1=2]. This field encompasses a large class of existing multiparameter fractional Brownian processes, which are exhibited by choosing appropriate metric spaces (T,m). It is proven that the law of the increments of such a field is bounded above by a function of the increments in both parameters of the field. Applying the techniques developed to measure the local Hölder regularity, it is proven that this field can lead to a set-indexed, or L2-indexed, Gaussian process with prescribed local regularity.The last part is devoted to the study of the singularities induced by the multiparameter process defined by the covariance kh on L2([0, 1]_,dx). This process is a natural extension of the fractional Brownian motion and of the Brownian sheet. At the origin 0 of RN+, this multiparameter fractional Brownian motion has a different regularity behaviour. A Chung (or lim inf ) law of the iterated logarithm permits to observe this.