L'analyse de réseaux (représentés par des graphes) est une composante importante dans la compréhension de systèmes complexes issus de nombreuses disciplines telles que la biologie, la géographie ou la sociologie. Nous nous intéressons dans cette thèse aux décompositions de ces réseaux. Ces décompositions sont utiles pour la compression des données, la détection de communautés ou la visualisation de graphes. Une décomposition possible est un partitionnement hiérarchique des sommets du graphe. Nous traitons de l'évaluation de la qualité de telles structures (leur capacité à bien capturer la topologie du graphe) par le biais de mesures de qualité. Nous discutons ensuite l'utilisation de ces mesures en tant que fonctions objectives à maximiser dans le cadre d'algorithmes de partitionnement. Enfin, nous nous intéressons à la définition de métaphores visuelles efficaces permettant de représenter différentes décompositions de graphes. / Network analysis is an important step in the understanding of complex systems studied in various areas such as biology, geography or sociology. This thesis focuses on the problems related to the decomposition of those networks when they are modeled by graphs. Graph decomposition methods are useful for data compression, community detection or network visualisation. One possible decomposition is a hierarchical partition of the set of vertices. We propose a method to evaluate the quality of such structures using quality measures and algorithms to maximise those measures. We also discuss the design of effective visual metaphors to represent various graph decompositions.

Les méthodes à noyaux ont été beaucoup utilisées pour transformer un jeu de données initial en les envoyant dans un espace dit « à noyau » ou RKHS, pour ensuite appliquer une procédure statistique sur les données transformées. En particulier, cette approche a été envisagée dans la littérature pour tenter de rendre un modèle probabiliste donné plus juste dans l'espace à noyaux, qu'il s'agisse de mélanges de gaussiennes pour faire de la classification ou d'une simple gaussienne pour de la détection d'anomalie. Ainsi, cette thèse s'intéresse à la pertinence de tels modèles probabilistes dans ces espaces à noyaux. Dans un premier temps, nous nous concentrons sur une famille de noyaux paramétrée - la famille des noyaux radiaux gaussiens - et étudions d'un point de vue théorique la distribution d'une variable aléatoire projetée vers un RKHS correspondant. Nous établissons que la plupart des marginales d'une telle distribution est asymptotiquement proche d'un « scale-mixture » de gaussiennes - autrement dit une gaussienne avec une variance aléatoire - lorsque le paramètre du noyau tend vers l'infini. Une nouvelle méthode de détection d'anomalie utilisant ce résultat théorique est introduite.Dans un second temps, nous introduisons un test d'adéquation basé sur la Maximum Mean Discrepancy pour tester des modèles gaussiens dans un RKHS. En particulier, notre test utilise une procédure de bootstrap paramétrique rapide qui permet d'éviter de ré-estimer les paramètres de la distribution gaussienne à chaque réplication bootstrap. / Kernel methods have been extensively used to transform initial datasets by mapping them into a so-called kernel space or RKHS, before applying some statistical procedure onto transformed data. In particular, this kind of approach has been explored in the literature to try and make some prescribed probabilistic model more accurate in the RKHS, for instance Gaussian mixtures for classification or mere Gaussians for outlier detection. Therefore this thesis studies the relevancy of such models in kernel spaces.In a first time, we focus on a family of parameterized kernels - Gaussian RBF kernels - and study theoretically the distribution of an embedded random variable in a corresponding RKHS. We managed to prove that most marginals of such a distribution converge weakly to a so-called ''scale-mixture'' of Gaussians - basically a Gaussian with a random variance - when the parameter of the kernel tends to infinity. This result is used in practice to device a new method for outlier detection.In a second time, we present a one-sample test for normality in an RKHS based on the Maximum Mean Discrepancy. In particular, our test uses a fast parametric bootstrap procedure which circumvents the need for re-estimating Gaussian parameters for each bootstrap replication.

La détection de collision est une tâche essentielle pour la simulation physique d’environnements virtuels. De nos jours, la détection de collision est l’un des goulets d’étranglement calculatoire dans les applications de réalité virtuelle dû à la complexité des environnements que l’on souhaite simuler et par la contrainte d’interaction en temps-réel. Nous avons concentré nos travaux sur la seconde étape de la détection de collision (narrow-phase) dans laquelle les tests de collisions sont effectués sur des paires d’objets. Contrairement à la première étape, les tests de collisions sont effectués sur des versions détaillées des modèles géométriques et sont donc très sensible au niveau calculatoire à la complexité géométrique de ceux-ci.Cette thèse vise à améliorer les performances de la détection de collision lors de l’utilisation d’objets géométriques complexes (formes représentées par un maillage, éventuellement non-convexe et/ou déformable). Nos méthodes permettent d’accélérer le calcul de la narrow-phase. Les algorithmes proposés peuvent être implémentés sur GPU pour profiter de leur puissance de calcul et ainsi améliorer les performances.Pour réaliser la narrow-phase, nous proposons un pipeline adapté à une implémentation GPU. Celui-ci permet de réaliser la narrow-phase à l’aide d’algorithmes basés lancer de rayon. Notre méthode repose sur un principe commun où tous les tests de collision sont effectués par lancer de rayon à partir des sommets des objets. Cette généricité nous permet de réaliser les tests sur des maillages ayant n’importe quelles propriétés (rigide ou déformable, convexe ou non-convexe). Les algorithmes de lancer de rayon utilisés étant choisis en fonction des propriétés des objets pour optimiser les performances.Nous avons généralisé la méthode de détection de collision utilisée pour supporter, en plus des objets volumiques, des objets surfaciques (tels que des tissus). Cette méthode est compatible avec le pipeline proposé et permet de réaliser des tests de collisions entre n’importe quelle combinaison d’objets.De plus, nous proposons d’exploiter la cohérence temporelle pour améliorer les performances. Le résultat de la détection de collision est généralement très semblable entre deux pas de temps successifs. Suite à cette observation, nous proposons un algorithme de lancer de rayon itératif qui intègre le résultat du pas précédent pour exploiter cette cohérence temporelle. Cet algorithme peut être utilisé conjointement avec des algorithmes de lancer de rayon standard. Il permet de remplacer certains tests unitaires pour mettre à jour de manière incrémentale le résultat de la détection de collision. L’algorithme de lancer de rayon itératif est ajouté au pipeline en tant qu’alternative aux autres algorithmes de lancer de rayon et est utilisé prioritairement dû à son faible coût calculatoire. / Collision detection is an essential task for physical simulation of virtual environments. Nowadays, collision detection is one of the main bottleneck of virtual reality applications. This is due to the complexity of the environments we want to simulate and the real-time interaction constraint. We have concentrated our work on the second phase of collision detection, the narrow-phase, in which collision queries are performed on pairs of objects. Contrary to the first phase of collision detection, collision queries are performed on the full representation of the objects (with all details) and are thus sensible to the geometric complexity of the objects in term of computation time.This thesis is aimed to improve the performances of collision detection when using geometrically complex objects (represented with triangle meshes, potentially non-convex and deformable). Our methods are able to reduce computation times. Our proposed algorithms can be implemented on GPU to take advantage of their computational power and thus further improve the performances of our methods.To implements our narrow-phase, we propose a pipeline which is adapted for GPU execution. This pipeline perform collision detection with ray-tracing algorithms. Our methods rely on a shared principle where all collision queries are performed by casting rays from the vertices of the objects. This genericity allow us to perform collision detection on triangle meshes with any properties (rigid or deformable, convex or non-convex). The ray-tracing algorithms used are dynamically selected depending on the properties of the objects to improve the performances.We have generalized the collision detection method we use in our pipeline to handle, in addition to volumetric objects (represented by their surface), surface objects (such as cloth). This method is compatible with our pipeline and allow us to perform collision detection with any combination of volumetric and surface objects.Furthermore, we propose to exploit temporal coherency to improve performances. The result of collision queries (contact points) are generally similar between successive time-step. Starting from this observation, we propose a ray-racing algorithm which use the result of the previous time-step to exploit this temporal coherency. This ray-tracing algorithm can be used in conjunction to standard ray-tracing algorithms. It is used to replace standard ray-tracing algorithms in specific condition to update the result of the previous time-step instead of computing it from scratch. The iterative ray-tracing algorithm is added in our pipeline as an alternative to other ray-tracing algorithms and is used in priority due to his lower computational cost compared to other algorithms.

Nébulex est un appareil permettant de solubiliser les vapeurs d’analytes présents dans l’atmosphère via la formation d’un spray. L’objet de ce travail est de développer un nouveau système de détection in-situ par électrochimie pour le nitrométhane, un constituant de compositions explosives artisanales. Les paramètres ont d’abord été optimisés pour évaluer la limite de détection qui peut être atteinte avec un système simple et robuste. Le mécanisme de réaction a été revisité dans nos conditions spécifiques et comparé à celui décrit dans la littérature. Ensuite, différentes voies de fonctionnalisation d’électrodes ont été explorées afin d’améliorer la répétabilité de la mesure et la sensibilité au nitrométhane. Enfin, le système de détection a été miniaturisé et intégré au prototype Nébulex. Des essais de détection de vapeurs ont pu être menés, conduisant à un temps de détection de l’ordre de la minute pour des teneurs en nitrométhane de quelques ppmv. / Nebulex is a device allowing the solubilization of atmospheric analyte vapors via a spray formation. The aim of this work is to develop a new in-situ electrochemical detection system for the nitromethane, a constituent of home-made explosives. The parameters were first optimized to determine the limit of detection which can be reached with a simple and robust system. The reaction mechanism was revisited in our specific conditions and compared to the one described in the literature. Next, several functionalization ways were explored to enhance the measurement stability and the sensitivity for nitromethane. Finally, the detection system was miniaturized and integrated to the Nebulex prototype. Vapor detection experiments were performed, leading to detection time in the range of a minute for few ppmv of nitromethane content.

Les bactéries sont les organismes les plus abondants dans le monde. Des études sur les bactéries peuvent être bénéfiques pour la recherche médicale, la qualité des ressources en eau et l'industrie alimentaire. La détection et le marquage fluorescent est une des méthodes les plus utilisées pour des objectifs bioanalytiques. Dans la recherche de marqueurs luminescents et stables, des nouvelles nanoparticules fluorescentes et auto-stabilisées à base de polymères (FNPs, 60 nm) et des chaînes de polymères fluorescents (FPCs, 5nm) ont été développées. Dans un premier chapitre, une méthodologie pour insérer ces FNPs dans la bactérie E.coli a été développée. Pour contrôler si les FNPs sont en effet internalisé, nous avons développé un protocole basé sur l'extinction de luminescence des FNPs par le bleu de méthylène. Dans un second chapitre, les biotines conjuguées de FNPs peuvent être utilisées pour étudier les protéines membranaires spécifiques. En utilisant un lien streptavidine-biotine, un "sandwich" est formé pour construire un pont entre des particules, des anticorps spécifiques et des bactéries. Les images de fluorescence SPR et les images SEM ont démontré l'interaction de la biotine conjuguée de FNPs avec la bactérie E.coli. Dans un troisième chapitre, les chaînes de polymères fluorescents de couleur verte (GFPCs) peuvent facilement entrer dans des bactéries E.coli. Les GFPCs peuvent marquer le cyctoplasme mais pas l'ADN. Les chaînes de polymères fluorescents de couleur rouge (RFPCs) peuvent marquer facilement et efficacement la membrane de bactérie E.coli. Les deux FPCs sont extrêmement brillantes et non toxiques, les chaînes sont solubles dans l'eau. Ce sont de nouveaux matériaux fluorescents pour le marquage interne et externe des bactéries. Dans le dernier chapitre, il est démontré que les FANPs sont sensibles au pH et peuvent être utilisées pour mesurer la croissance de la bactérie E.coli. Les nano-objets détectent rapidement et précisément la croissance des cellules. En effet, leur fluorescence est sensible au changement de pH résultant du métabolisme cellulaire. De plus, ces particules permettent une surveillance en continu d'un grand nombre d'échantillons pour des applications de criblage à haut débit. Les nanomatériaux présentés dans ce manuscrit sont des outils prometteurs pour les applications en biocapteurs et bioimagerie en raison de leur luminosité/brillance et photostabilité élevées ainsi que les possibilités de post-fonctionnalisation. / Bacteria are the most abundant organisms in the world. Investigations and studies on bacteria can be beneficial to medical research, water resources research and food industry. Fluorescent sensing and labeling are commonly used for bioanalytical purposes. In the quest for very bright and stable labels, novel polymer-based, self-stabilized, fluorescent nanoparticles (FNPs, 60 nm) and fluorescent polymer chains (FPCs, 5 nm) have been developed. In the first part, a methodology to insert these FNPs into E.coli bacteria was developed. To control if the FNPs are indeed internalized, we developed a protocol based upon FNPs luminescence quenching by methylene blue. In the second part, a "sandwich" system is built. By using a streptavidin-biotin link, a bridge between particles (FNP), specific antibodies and bacteria is built. SPR, fluorescent images and SEM images demonstrated the interaction of biotin conjugated FNPs with E.coli bacteria. In the third part, interactions of fluorescent polymer chains with bacteria are investigated. Green fluorescent polymer chains (GFPCs) can easily enter into E.coli bacteria. GFPCs can label the cytoplasm but not the DNA. Red fluorescent polymer chains (RFPCs) can label the membrane of E.coli bacteria easily and efficiently. Both FPCs are highly water-soluble, bright and non-toxic, they are novel fluorescent labels for internal and external biological labeling of bacteria. In the last part, it is demonstrated that pH sensitive FANPs can be used to measure the growth of E.coli. They detect rapidly and accurately bacterial growth by signaling the change of pH resulting from cellular metabolism. Moreover, these particles allow for continuous monitoring a large number of samples for high-throughput screening applications. The studied fluorescent nanomaterials are promising tools for biosensing and bioimaging applications due to their brightness, high photostability and rich functionalisation ability.

La modélisation, l’analyse et le contrôle des oscillations, notamment des rythmes biologiques ont été étudiés dans cette thèse. La thèse est divisée en deux parties. Dans la première partie, motivée par un problème pratique de la surveillance de l'environnement côtier, cette thèse considère les rythmes biologiques des huîtres. En utilisant les informations des rythmes biologiques, une solution de surveillance environnementale indirecte en utilisant les huîtres comme bio-capteur a été proposé. La solution proposée se base sur l'estimation de la perturbation par la modélisation du rythme biologique des huîtres par un oscillateur de Van der Pol. Une limite inhérente de cette approche est que celle-ci fonctionne uniquement grâce à la détection des comportements anormaux. Cependant les comportements anormaux ne sont pas tous liés à la pollution. Nous considérons donc la détection d'un type particulier de comportement oscillatoire anormal à savoir la ponte, qui est un phénomène naturel et non lié à la pollution. Le premier problème de la deuxième partie est la robustesse des oscillations dans la division cellulaire. Les oscillations persistent dans les oscillateurs génétiques après la division cellulaire. Dans cette thèse, nous fournissons des conditions d'analyse qui garantissent la synchronisation de phase après la division cellulaire. Enfin, nous considérons le problème de la synchronisation des systèmes multi-stables en utilisant l’Input-to-State Stability (ISS). En utilisant une généralisation récente de la théorie de l'ISS pour les systèmes multi-stables, nous proposons des conditions suffisantes pour la synchronisation des systèmes multi-stables. / Modeling, analysis and control of oscillations, notably biological rhythms have been studied in this thesis. The thesis is divided into two parts. In part-I, motivated by a practical problem of environmental monitoring of coastal environment, this thesis considers the biological rhythms of oysters. Using the information of biological rhythms, an indirect environmental monitoring solution using oysters as bio-sensor has been proposed. The proposed solution works on estimating the perturbation by modeling the biological rhythm of oysters through Van der Pol oscillator model. An inherent limit of this approach is that it works through detecting abnormal behavior only. However abnormal behaviors are not all related to pollution. So, we consider the detection of a particular type of abnormal oscillatory behavior i.e. spawning (behavior during reproduction) which is a natural phenomenon and not related to pollution. In part-II, oscillations are studied from a theoretical point of view. The first problem of this part is the robustness of oscillations under cell division. Oscillations persist in genetic oscillators after cell division. In this thesis, we provide analytical conditions that guarantee phase synchronization after cell division using Phase Response Curve (PRC) formalism. Finally we consider the problem of synchronization of multi-stable systems using Input-to-State (ISS) stability tool. Using a recent generalization of ISS theory for multi-stable systems, we propose sufficient conditions for the synchronization of multi-stable systems. As a side result, this work has been applied for the global synchronization of the Brockett oscillator.

L’Imagerie par Résonance Magnétique est une des techniques de diagnostic les plus performantes. Parmi les perspectives d’avenir, les applications en imagerie moléculaire avec l’utilisation d’agents de contraste intelligents sensibles à divers paramètres physico-chimiques sont particulièrement attrayantes.Dans cette thèse, nous présentons la synthèse et la caractérisation physico-chimique de nouveaux complexes de lanthanide dans le but de développer des agents de contraste sensibles à l’activité enzymatique ou la présence d’ions calcium. Les premiers complexes sont basés sur le concept de coupler un substrat spécifique à une enzyme par l’intermédiaire d’un bras auto-immolable, à un chélate de lanthanide macrocyclique. Les modifications de structure qui suivent le clivage du substrat et l’autodestruction du bras sont sensées induire des variations de relaxivité ou des propriétés CEST des complexes. Même si nous n'avons pas pu créer des agents de GdIII avec une réponse T1, plusieurs complexes d’YbIII ou d’EuIII montrent un important changement de leurs propriétés CEST après réaction enzymatique. Certains d'entre eux portant un bras dérivé pyridinique peuvent également agir comme des sondes optiques émettant dans le visible ou le proche infrarouge.Nous avons également développé un agent sensible au calcium en combinant un chélate de lanthanide macrocyclique avec une unité d’iminodiacetate permettant la coordination du calcium. Les complexes d’EuIIIet d’YbIII montrent une importante diminution de l’effet CEST en présence de Ca2+. L’utilisation en parallèle des deux complexes permet une approche ratiométrique où la réponse IRM détectée est indépendante de la concentration de l’agent. / Today, Magnetic Resonance Imaging is one of the most powerful diagnostic techniques in the clinics. Amongfuture perspectives, molecular imaging applications based on smart contrast agents which are responsive to various physico-chemical parameters, are particularly attractive. In this work, we present the synthesis and physico-chemical characterisation of novel lanthanide complexes with the aim of developing smart contrast agents for the detection of enzyme activity or calcium concentration.The complexes designed to give an MRI response to an enzyme are based on the original concept of coupling an enzyme-specific substrate to a macrocyclic LnIII chelate via a self-immolative linker. The structural changes following enzymatic cleavage of the substrate and destruction of the self-immolative armare expected to induce variation of the relaxivity or the CEST properties of the LnIII complexes. Though we failed creating GdIII agents with a T1 response upon enzymatic reaction, several YbIII or EuIII complexes were synthesized that provide an important change in their CEST properties. Some of them, bearing a pyridine-derivative arm which is an efficient sensitizer of lanthanide luminescence, act also as enzyme-responsive NIR or visible emitting optical probes.We have developed a Ca-responsive agent combining a DOTA-tetraamide LnIII chelator with animinodiacetate unit for calcium coordination. The EuIII and YbIII complexes show an important decrease in the CEST effect in response to Ca2+. The parallel application of the two complexes allows for ratiometric approaches where the detected MRI response is independent of the concentration of the agent.

Ces dernières années, nombreux travaux dont l’objectif est de conduire à l’interopérabilité ferroviaire ont permis l’émergence d’un système paneuropéen de contrôle-commande ferroviaire. Ce système exploite des radiocommunications sol-trains fonctionnant selon le protocole GSM-R (Global System for Mobile communications – Railways. La bonne marche de l’exploitation ferroviaire dépend, pour une part, du bon acheminement des données entre sol et trains. Il s’avère donc nécessaire d’assurer un fonctionnement efficace de cette radio sol-trains en dépit de perturbations électromagnétiques intentionnelles ou non intentionnelles qui pourraient la perturber. Ce travail de thèse s’intéresse à cette seconde catégorie de perturbations. Nous développons des méthodes de détection de brouilleurs électromagnétiques afin de mettre en oeuvre rapidement des contre-mesures efficaces contre ces brouillages, à différents niveaux de l’architecture radio. Nous mettons en oeuvre un système de détection supervisé permettant de détecter la présence de signaux de brouillage intentionnels, voire de les reconnaître. Fondé sur l’analyse des signaux échangés, nous développons et évaluons deux méthodes distinctes. L’une exploite les signaux en quadrature mis en évidence par le récepteur dans le canal de communication employé. L’autre méthode considère la densité spectrale de puissance des signaux recueillis dans une bande de fréquence plus large, centrée dans la gamme allouée aux communications GSM-R, et s’étendant de part et d’autre de celle-ci. Ces méthodes sont successivement évaluées par simulation, sur des données issues d’un banc de mesure puis, sur un site ferroviaire réel. / In recent years, numerous studies whose ultimate goal is to drive the railway interoperability have allowed the emergence of a pan-European train control system. This system uses ground-to-train radio operating on the GSM-R (Global System for Mobile communications - Railways) protocol, currently being deployed on a large scale along railway lines. The smooth running of railway operations depends, in part, of the proper routing of radio communications between trains and ground. Therefore, it is necessary to ensure the effective operation of this ground to train link in presence of intentional or unintentional electromagnetic interference that could disrupt communication. This thesis focuses on this second category of disturbances. We develop methods for detecting electromagnetic interference superimposing their signals to GSM-R signals. Then, this detection will promptly set off effective countermeasures against such interference at different levels of the radio architecture, the physical layer, the higher protocol layers. We implement a supervised detection system to detect the presence of jamming signals and, for potentially to recognize them. Based on the analysis of signals exchanged, we develop and evaluate two methods. One considers the quadrature signals recovered by the receiver in the used communication channel. The second method exploits the power spectral density of the signals collected in a wider frequency band, centered in the range allocated to the GSM-R communications and extending on either side thereof. These methods are successively evaluated by simulation, on data obtained using a test bench, and on a real railway site.

Cette thèse est organisée en deux parties indépendantes. La première partie s'intéresse à l'estimation convexe de matrice en prenant en compte à la fois la parcimonie et le rang. Dans le contexte de graphes avec une structure de communautés, on suppose souvent que la matrice d'adjacence sous-jacente est diagonale par blocs dans une base appropriée. Cependant, de tels graphes possèdent généralement une matrice d'adjacente qui est aussi parcimonieuse, ce qui suggère que combiner parcimonie et range puisse permettre de modéliser ce type d'objet de manière plus fine. Nous proposons et étudions ainsi une pénalité convexe pour promouvoir parcimonie et rang faible simultanément. Même si l'hypothèse de rang faible permet de diminuer le sur-apprentissage en diminuant la capacité d'un modèle matriciel, il peut être souhaitable lorsque suffisamment de données sont disponible de ne pas introduire une telle hypothèse. Nous étudions un exemple dans le contexte multiple kernel learning localisé, où nous proposons une famille de méthodes a vaste-marge convexes et accompagnées d'une analyse théorique. La deuxième partie de cette thèse s'intéresse à des problèmes de détection d'objets ou de signaux structurés. Dans un premier temps, nous considérons un problème de test statistique, pour des modèles où l'alternative correspond à des capteurs émettant des signaux corrélés. Contrairement à la littérature traditionnelle, nous considérons des procédures de test séquentielles, et nous établissons que de telles procédures permettent de détecter des corrélations significativement plus faible que les méthodes traditionnelles. Dans un second temps, nous considérons le problème de localiser des objets dans des images. En s'appuyant sur de récents résultats en apprentissage de représentation pour des problèmes similaires, nous intégrons des features de grande dimension issues de réseaux de neurones convolutionnels dans les modèles déformables traditionnellement utilisés pour ce type de problème. Nous démontrons expérimentalement que ce type d'approche permet de diminuer significativement le taux d'erreur de ces modèles. / This thesis is organized in two independent parts. The first part focused on convex matrix estimation problems, where both rank and sparsity are taken into account simultaneously. In the context of graphs with community structures, a common assumption is that the underlying adjacency matrices are block-diagonal in an appropriate basis. However, these types of graphs are usually far from complete, and their adjacency representations are thus also inherently sparse. This suggests that combining the sparse hypothesis and the low rank hypothesis may allow to more accurately model such objects. To this end, we propose and analyze a convex penalty to promote both low rank and high sparsity at the same time. Although the low rank hypothesis allows to reduce over-fitting by decreasing the modeling capacity of a matrix model, the opposite may be desirable when enough data is available. We study such an example in the context of localized multiple kernel learning, which extends multiple kernel learning by allowing each of the kernels to select different support vectors. In this framework, multiple kernel learning corresponds to a rank one estimator, while higher-rank estimators have been observed to increase generalization performance. We propose a novel family of large-margin methods for this problem that, unlike previous methods, are both convex and theoretically grounded. The second part of the thesis is about detection of objects or signals which exhibit combinatorial structures, and we present two such problems. First, we consider detection in the statistical hypothesis testing sense, in models where anomalous signals correspond to correlated values at different sensors. In most existing work, detection procedures are provided with a full sample of all the sensors. However, the experimenter may have the capacity to make targeted measurements in an on-line and adaptive manner, and we investigate such adaptive sensing procedures. Finally, we consider the task of identifying and localizing objects in images. This is an important problem in computer vision, where hand-crafted features are usually used. Following recent successes in learning ad-hoc representations for similar problems, we integrate the method of deformable part models with high-dimensional features from convolutional neural networks, and shows that this significantly decreases the error rates of existing part-based models.

Cette thèse présente une tentative d'approche du problème de la détection et discrimination des petits véhicules dans des images aériennes en vue verticale par l'utilisation de techniques issues de l'apprentissage profond ou "deep-learning". Le caractère spécifique du problème permet d'utiliser des techniques originales mettant à profit les invariances des automobiles et autres avions vus du ciel.Nous commencerons par une étude systématique des détecteurs dits "single-shot", pour ensuite analyser l'apport des systèmes à plusieurs étages de décision sur les performances de détection. Enfin nous essayerons de résoudre le problème de l'adaptation de domaine à travers la génération de données synthétiques toujours plus réalistes, et son utilisation dans l'apprentissage de ces détecteurs. / The following manuscript is an attempt to tackle the problem of small vehicles detection in vertical aerial imagery through the use of deep learning algorithms. The specificities of the matter allows the use of innovative techniques leveraging the invariance and self similarities of automobiles/planes vehicles seen from the sky.We will start by a thorough study of single shot detectors. Building on that we will examine the effect of adding multiple stages to the detection decision process. Finally we will try to come to grips with the domain adaptation problem in detection through the generation of better looking synthetic data and its use in the training process of these detectors.