Dans cette thèse, nous étudions deux applications des processus stochastiques au marketing internet. Le premier chapitre s’intéresse au scoring d’internautes pour les enchères en temps réel. Ce problème consiste à trouver la probabilité qu’un internaute donné réalise une action d’intérêt, appelée conversion, dans les quelques jours suivant l’affichage d’une bannière publicitaire. Nous montrons que les processus de Hawkes constituent une modélisation naturelle de ce phénomène mais que les algorithmes de l’état de l’art ne sont pas applicables à la taille des données typiquement à l’œuvre dans des applications industrielles. Nous développons donc deux nouveaux algorithmes d’inférence non-paramétrique qui sont plusieurs ordres de grandeurs plus rapides que les méthodes précédentes. Nous montrons empiriquement que le premier a de meilleures performances que les compétiteurs de l’état de l’art, et que le second permet une application à des jeux de données encore plus importants sans payer un prix trop important en terme de pouvoir de prédiction. Les algorithmes qui en découlent ont été implémentés avec de très bonnes performances depuis plusieurs années à 1000 mercis, l’agence marketing d’avant-garde étant le partenaire industriel de cette thèse CIFRE, où ils sont devenus un actif important pour la production. Le deuxième chapitre s’intéresse aux processus diffusifs sur les graphes qui constituent un outil important pour modéliser la propagation d’une opération de marketing viral sur les réseaux sociaux. Nous établissons les premières bornes théoriques sur le nombre total de nœuds atteint par une contagion dans le cadre de graphes et dynamiques de diffusion quelconques, et montrons l’existence de deux régimes bien distincts : le régime sous-critique où au maximum $O(sqrt{n})$ nœuds seront infectés, où $n$ est la taille du réseau, et le régime sur-critique ou $O(n)$ nœuds peuvent être infectés. Nous étudions également le comportement par rapport au temps d’observation $T$ et mettons en lumière l’existence de temps critiques en-dessous desquels une diffusion, même sur-critique sur le long terme, se comporte de manière sous-critique. Enfin, nous étendons nos travaux à la percolation et l’épidémiologie, où nous améliorons les résultats existants. / In this thesis, we study two applications of stochastic processes in internet marketing. The first chapter focuses on internet user scoring for real-time bidding. This problem consists in finding the probability for a given user to perform an action of interest, called conversion, in the next few days. We show that Hawkes processes are well suited for modelizing this phenomena but that state-of-the-art algorithms are not applicable to the size of datasets involved. We therefore develop two new algorithms able to perform nonparametric multivariate Hawkes process inference orders of magnitude faster than previous methods. We show empirically that the first one outperforms state-of-the-art competitors, and the second one scales to very large datasets while keeping very high prediction power. The resulting algorithms have been implemented with very good performances for several years in 1000mercis, a pioneering marketing agency being the industrial partner of this CIFRE PhD, where they became an important business asset. The second chapter focuses on diffusion processes graphs, an important tool for modelizing the spread of a viral marketing operation over social networks. We derive the first theoretical bounds for the total number of nodes reached by a contagion for general graphs and diffusion dynamics, and show the existence of two well distinct regimes: the sub-critical one where at most $O(sqrt{n})$ nodes are infected, where $n$ is the size of the network, and the super-critical one where $O(n)$ nodes can be infected. We also study the behavior wrt to the observation time $T$ and reveals the existence of critical times under which a long-term super-critical diffusion process behaves sub-critically. Finally, we extend our works to different application fields, and improve state-of-the-art results in percolation and epidemiology.

Ce travail concerne l'évolution au cours du temps d'un système carbonaté sous l'effet de phénomènes de transport et de processus chimiques. La diagenèse carbonatée étudiée ici est la calcitisation, i.e., la transformation en calcite de l'aragonite constituant le squelette des coraux du genre Porites. En effet, le corail, qui sécrète son squelette en environnement marin peut subir au cours de son histoire une évolution au milieu sub-aérien suite à l'émersion du récif. Le squelette aragonitique alors confiné dans les lentilles d'eau douce, caractéristiques des aquifères coralliens, devient métastable et peut, à terme, être totalement calcitisé.<br />La compréhension de ces phénomènes est appréhendée par une approche pluridisciplinaire qui relève à la fois de la géologie (1) et de la physique des milieux poreux (2).<br />1. Géologie - Différents stades de calcitisation sont investigués sur des coraux fossiles datés de l'Holocène et du Pléistocène échantillonnés sur les terrasses soulevées de Nouvelle-Calédonie, Vanuatu et Wallis et Futuna (Pacifique Sud-Ouest). Les produits de la diagenèse sont observés et caractérisés par différentes techniques d'analyses (Diffraction de Rayons X, microscopie optique, imagerie de cathodoluminescence, spectroscopie Raman, Microscopie Electronique à Balayage, microsonde électronique...) pour argumenter l'origine de la calcite néoformée et identifier les processus mis en jeu, notamment l'implication ou non d'une étape de transport. <br />2. Physique des milieux poreux - Les données expérimentales révèlent l'existence d'hétérogénéités structurales à l'échelle de la lame mince. Pour expliquer ces hétérogénéités, on développe, à l'échelle microscopique, un modèle de transport réactif multicomposant incluant les processus représentatifs de la diagenèse du corail (diffusion de type traceur, migration, adsorption/désorption, réactions cinétiques et /ou à l'équilibre). Des simulations numériques préliminaires 1D sont présentées et discutées pour évaluer l'importance relative des phénomènes intervenant dans la précipitation de la calcite. Ce type de simulations numériques peut servir de point de départ à une procédure de changement d'échelles, permettant d'intégrer des paramètres supplémentaires (notamment plusieurs échelles de descriptions...). Ceci est illustré à l'aide de la prise de moyenne volumique, dans le cas d'un échantillon 3D de Porites subissant un processus de transport réactif fortement idéalisé.

Cette thèse étudie les propriétés de l'opérateur de propagation des ondes ultrasonores en milieu aléatoire. Le dispositif expérimental consiste en un réseau multi-éléments placé en vis-à-vis d'un milieu désordonné. L'opérateur de propagation est donné par la matrice des réponses inter-éléments mesurées entre chaque couple de transducteurs. En s'appuyant sur la théorie des matrices aléatoires, le comportement statistique de cet opérateur a été étudié en régime de diffusion simple et multiple. Une cohérence déterministe des signaux est ainsi mise en évidence en régime de diffusion simple, cohérence qui disparaît dès que la diffusion multiple prédomine. Cette différence de comportement a permis la mise au point d'un radar intelligent séparant les échos simplement et multiplement diffusés. On peut ainsi extraire l'écho direct d'une cible échogène enfouie dans un milieu hautement diffusant, bien que ce dernier soit source de diffusion multiple et d'aberration. Une deuxième approche consiste, au contraire, à extraire une contribution de diffusion multiple noyée dans une contribution de diffusion simple largement prédominante. L'étude de l'intensité multiplement diffusée permet de mesurer des paramètres de transport (p.ex. la constante de diffusion D) caractérisant la propagation de l'onde multiplement diffusée. Un passage en champ lointain (ondes planes) permet d'obtenir une mesure fiable de D en étudiant le cône de rétrodiffusion cohérente. Un passage en champ proche, via l'utilisation de faisceaux gaussiens, permet d'effectuer des mesures locales de D en étudiant la croissance du halo diffusif. Cette approche a été appliquée au cas de l'os trabéculaire humain autour de 3 MHz.

Cette thèse étudie les propriétés de l'opérateur de propagation des ondes ultrasonores en milieu aléatoire. Le dispositif expérimental consiste en un réseau multi-éléments placé en vis-à-vis d'un milieu désordonné. L'opérateur de propagation est donné par la matrice des réponses inter-éléments mesurées entre chaque couple de transducteurs. En s'appuyant sur la théorie des matrices aléatoires, le comportement statistique de cet opérateur a été étudié en régime de diffusion simple et multiple. Une cohérence déterministe des signaux est ainsi mise en évidence en régime de diffusion simple, cohérence qui disparaît dès que la diffusion multiple prédomine. Cette différence de comportement a permis la mise au point d'un radar intelligent séparant les échos simplement et multiplement diffusés. On peut ainsi extraire l'écho direct d'une cible échogène enfouie dans un milieu hautement diffusant, bien que ce dernier soit source de diffusion multiple et d'aberration. Une deuxième approche consiste, au contraire, à extraire une contribution de diffusion multiple noyée dans une contribution de diffusion simple largement prédominante. L'étude de l'intensité multiplement diffusée permet de mesurer des paramètres de transport (p.ex. la constante de diffusion D) caractérisant la propagation de l'onde multiplement diffusée. Un passage en champ lointain (ondes planes) permet d'obtenir une mesure fiable de D en étudiant le cône de rétrodiffusion cohérente. Un passage en champ proche, via l'utilisation de faisceaux gaussiens, permet d'effectuer des mesures locales de D en étudiant la croissance du halo diffusif. Cette approche a été appliquée au cas de l'os trabéculaire humain autour de 3 MHz

Lors que nous examinons numériquement des phénomènes multiphasiques suite à un accidentgrave dans le réacteur nucléaire, la dimension caractéristique des zones multi-fluides(non-réactifs et réactifs) s’avère beaucoup plus petite que celle du bâtiment réacteur, cequi fait la Simulation Numérique Directe de la configuration à peine réalisable. Autrement,nous proposons de considérer la zone de mélange multiphasique comme une interface infinimentfine. Puis, le solveur de Riemann réactif est inséré dans la Méthode des ÉquationsDiscrètes Réactives (RDEM) pour calculer le front de combustion à grande vitesse représentépar une interface discontinue. Une approche anti-diffusive est ensuite couplée avec laRDEM afin de précisément simuler des interfaces réactives. La robustesse et l’efficacité decette approche en calculant tant des interfaces multiphasiques que des écoulements réactifssont à la fois améliorées grâce à la méthode ici proposée : upwind downwind-controlled splitting(UDCS). UDCS est capable de résoudre précisément des interfaces avec les maillagesnon-structurés multidimensionnels, y compris des fronts réactifs de détonation et de déflagration. / When numerically investigating multiphase phenomena during severe accidents in a reactorsystem, characteristic lengths of the multi-fluid zone (non-reactive and reactive) are foundto be much smaller than the volume of the reactor containment, which makes the directmodeling of the configuration hardly achievable. Alternatively, we propose to consider thephysical multiphase mixture zone as an infinitely thin interface. Then, the reactive Riemannsolver is inserted into the Reactive Discrete Equations Method (RDEM) to compute highspeed combustion waves represented by discontinuous interfaces. An anti-diffusive approachis also coupled with RDEM to accurately simulate reactive interfaces. Increased robustnessand efficiency when computing both multiphase interfaces and reacting flows are achievedthanks to an original upwind downwind-controlled splitting method (UDCS). UDCS is capableof accurately solving interfaces on multi-dimensional unstructured meshes, includingreacting fronts for both deflagration and detonation configurations.

Il est bien connu que la synchronisation de l’activité oscillatoire dans les réseaux de neurones joue un rôle important dans le fonctionnement du cerveau et pour le traitement des informations données pas les neurones. Cette thèse porte sur l’analyse de l’activité de synchronisation en utilisant des outils et des méthodes issues de la théorie du contrôle et de la théorie de la stabilité. En particulier, deux modèles ont été étudiés pour décrire l’activité oscillatoire des réseaux de neurones : le modèle de Kuramoto et le modèle de Hindmarsh-Rose. Une partie de ce manuscript est consacrée à l’étude du modèle de Kuramoto, qui est un des systèmes les plus simples utilisé pour modéliser un réseau de neurones, avec une connexion complète (all-to-all). Il s’agit d’un modèle classique qui est utilisé comme une version simplifiée d’un réseau de neurones. Nous construisons un système linéaire qui conserve les informations sur les fréquences naturelles et sur les gains d’interconnexion du modèle original de Kuramoto. Les propriétés de stabilité de ce modèle sont ensuite analysées et nous montrons que les solutions de ce nouveau système linéaire convergent vers un cycle limite périodique et stable. Finalement, nous montrons que contraint au cycle limite, les dynamiques du système linéaire coïncident avec le modèle de Kuramoto. Dans une seconde partie, nous avons considéré un modèle de réseau de neurones plus proche de la réalité d’un point de vue biologique, mais qui est plus complexe que le modèle de Kuramoto. Plus précisément, nous avons utilisé le modèle de Hindmarsh-Rose pour décrire la dynamique de chaque neurone que nous avons interconnecté par un couplage diffusif (c’est à dire linéaire). A partir des propriétés de semi-passivité du modèle de Hindmarsh- Rose, nous avons analysé les propriétés de stabilité d’un réseau hétérogène de Rindmarsh-Rose. Nous avons également montré que ce réseau est pratiquement synchronisé pour une valeur suffisamment grande du gain d’interconnexion. D’autre part, nous avons caractérisé le comportement limite des neurones synchronisés et avons établi une approximation de ce comportement par une moyenne des dynamiques de tous les neurones. / It is widely recognized that rhythmic oscillatory activity in networks of neurons plays an important role in the brain functionning and a key role in processing neural information. This thesis is devoted to the analysis of this synchronized activity by using tools and methods issued from automatic control and stability theory. Two models are used to describe oscillatory activity of neural networks : Kuramoto model and network of Hindmarsh-Rose neurons. First, we consider Kuramoto model with complete (all-to-all) coupling, which is one of the simplest systems used to model neural network. For this model we construct an auxiliary linear system that preserves information on the natural frequencies and interconnection gains of the original Kuramoto model. Next, stability properties of this model are analyzed and we show that the solutions of the new linear system converge to a stable periodic limit cycle. Finally, we show that constrained to the limit cycle, dynamics of the linear system coincide with the original Kuramoto model. Second, a model for the network (population) with a better behavior, with respect to the Kuramoto model, from a biological point of view but more complex is considered. Particularly, we consider a network of diffusively coupled neurons where we use a Hindmarsh-Rose model to describe the dynamics of each individual neuron. Based on semi-passivity of individual Hindmarsh-Rose neurons, we analyse stability properties of a heterogeneous network of such neurons and show that network is practically synchronized for sufficient large values of interconnection gains. Moreover, we characterize the limiting synchronized behavior by using an averaging of all neuron dynamics.