O sensoriamento remoto é uma estratégia que pode ajudar no monitoramento da qualidade das pastagens. Objetivou-se com esse estudo analisar a resposta espectral das folhas de Brachiaria brizantha cv. Marandú, adubada com doses crescentes de ureia, para diferenciar e predizer teores foliares de nitrogênio (TFN). Os tratamentos foram distribuídos em blocos ao acaso (DBC), composto por quatro blocos e quatro tratamentos, totalizando 16 parcelas. Foram utilizadas doses crescentes de adubação com ureia: 0, 25, 50, 75 kg de N/ha/corte. Ao longo do experimento foram realizadas 7 coletas, sendo coletadas 8 folhas por parcela. Essas folhas foram submetidas à análise hiperespectral e posterior análise química do teor de nitrogênio. Ao analisar a resposta espectral das folhas, observou-se diferenças estatísticas entre os tratamentos na região do visível em todas as coletas, com ênfase na região de 550 nm (verde). Por meio de análise discriminante linear (LDA) realizada para cada coleta, os centróides gerados por todos os tratamentos apresentaram diferenças significativas, com exceção do LD1 nas coletas 6 e 7 que não apresentou distinção entre os tratamentos de 50 e 75 kg de N/ha/corte, e LD2 na coleta 5 que não apresentou distinção entre os tratamentos de 0 e 50 kg de N/ha/corte. As equações de regressão multivariada obtidas pelo método de quadrados mínimos parciais (PLSR), geraram valores razoáveis a bons de R2 (0,53 a 0,83) na predição dos TFN, onde os comprimentos de onda com maior peso nessas regressões estão na região do red edge (715 a 720 nm). Por fim, ao testar a performance de alguns Índices de Vegetação da literatura, as coletas 4, 6 e 7 apresentaram bons coeficientes de determinação (R2) que variaram de 0,65 a 0,73; uma característica em comum nos índices que melhor estimaram os TFN é a presença de comprimentos de ondas que fazem parte da região do red edge. / Remote sensing is a set of techniques that can help to monitor pasture quality. The object of this study is to analyze the spectral response from Brachiaria brizantha cv. Marandú leaves, under contrasting nitrogen levels, to differentiate and predict leaf nitrogen content. The treatments were set in a Randomized Block Design, composed of four blocks and four treatments, totaling 16 plots. Increasing doses of urea fertilization were used: 0, 25, 50, 75 kg N/ha/mowing. During the experiment, 7 data collections were performed, and 8 leaves per plot were extracted for each data collection. These leaves were submitted to hyperspectral data extraction and subsequent chemical analysis to quantify the nitrogen content. When analyzing the spectral pattern of the leaves, statistical differences among samples with different nitrogen levels were noticeable in the visible range of the spectrum in all the collections, with emphasis on the 550 nm region (green). Through linear discriminant analysis (LDA), performed for each collection, the generated centroids by the samples of each nitrogen level presented significant differences, except for LD1 in collections 6 and 7, which did not present a distinction between treatments of 50 and 75 kg of N/ha/mowing, and LD2 in collection 5 that did not distinguish between treatments of 0 and 50 kg of N/ha/mowing. The partial least square regression (PLSR) method generated reasonable to good values of R2 (0.53 to 0.83) for the prediction of leaf nitrogen content, where the wavelengths with the highest coefficient in these models are in the red edge region of the spectrum (715 to 720 nm). Finally, when testing the performance of some Vegetation Indexes from literature, collections 4, 6 and 7 presented good determination coefficients (R2) ranging from 0.65 to 0.73; a common feature in the indexes that best estimate the nitrogen content is the presence of wavelengths from the red edge region of the spectrum.

De nos jours, avec l'abondance croissante de données de très grande taille, les problèmes de classification de grande dimension ont été mis en évidence comme un challenge dans la communauté d'apprentissage automatique et ont beaucoup attiré l'attention des chercheurs dans le domaine. Au cours des dernières années, les techniques d'apprentissage avec la parcimonie et l'optimisation stochastique se sont prouvées être efficaces pour ce type de problèmes. Dans cette thèse, nous nous concentrons sur le développement des méthodes d'optimisation pour résoudre certaines classes de problèmes concernant ces deux sujets. Nos méthodes sont basées sur la programmation DC (Difference of Convex functions) et DCA (DC Algorithm) étant reconnues comme des outils puissants d'optimisation non convexe. La thèse est composée de trois parties. La première partie aborde le problème de la sélection des variables. La deuxième partie étudie le problème de la sélection de groupes de variables. La dernière partie de la thèse liée à l'apprentissage stochastique. Dans la première partie, nous commençons par la sélection des variables dans le problème discriminant de Fisher (Chapitre 2) et le problème de scoring optimal (Chapitre 3), qui sont les deux approches différentes pour la classification supervisée dans l'espace de grande dimension, dans lequel le nombre de variables est beaucoup plus grand que le nombre d'observations. Poursuivant cette étude, nous étudions la structure du problème d'estimation de matrice de covariance parcimonieuse et fournissons les quatre algorithmes appropriés basés sur la programmation DC et DCA (Chapitre 4). Deux applications en finance et en classification sont étudiées pour illustrer l'efficacité de nos méthodes. La deuxième partie étudie la L_p,0régularisation pour la sélection de groupes de variables (Chapitre 5). En utilisant une approximation DC de la L_p,0norme, nous prouvons que le problème approché, avec des paramètres appropriés, est équivalent au problème original. Considérant deux reformulations équivalentes du problème approché, nous développons différents algorithmes basés sur la programmation DC et DCA pour les résoudre. Comme applications, nous mettons en pratique nos méthodes pour la sélection de groupes de variables dans les problèmes de scoring optimal et d'estimation de multiples matrices de covariance. Dans la troisième partie de la thèse, nous introduisons un DCA stochastique pour des problèmes d'estimation des paramètres à grande échelle (Chapitre 6) dans lesquelles la fonction objectif est la somme d'une grande famille des fonctions non convexes. Comme une étude de cas, nous proposons un schéma DCA stochastique spécial pour le modèle loglinéaire incorporant des variables latentes / These days with the increasing abundance of data with high dimensionality, high dimensional classification problems have been highlighted as a challenge in machine learning community and have attracted a great deal of attention from researchers in the field. In recent years, sparse and stochastic learning techniques have been proven to be useful for this kind of problem. In this thesis, we focus on developing optimization approaches for solving some classes of optimization problems in these two topics. Our methods are based on DC (Difference of Convex functions) programming and DCA (DC Algorithms) which are wellknown as one of the most powerful tools in optimization. The thesis is composed of three parts. The first part tackles the issue of variable selection. The second part studies the problem of group variable selection. The final part of the thesis concerns the stochastic learning. In the first part, we start with the variable selection in the Fisher's discriminant problem (Chapter 2) and the optimal scoring problem (Chapter 3), which are two different approaches for the supervised classification in the high dimensional setting, in which the number of features is much larger than the number of observations. Continuing this study, we study the structure of the sparse covariance matrix estimation problem and propose four appropriate DCA based algorithms (Chapter 4). Two applications in finance and classification are conducted to illustrate the efficiency of our methods. The second part studies the L_p,0regularization for the group variable selection (Chapter 5). Using a DC approximation of the L_p,0norm, we indicate that the approximate problem is equivalent to the original problem with suitable parameters. Considering two equivalent reformulations of the approximate problem we develop DCA based algorithms to solve them. Regarding applications, we implement the proposed algorithms for group feature selection in optimal scoring problem and estimation problem of multiple covariance matrices. In the third part of the thesis, we introduce a stochastic DCA for large scale parameter estimation problems (Chapter 6) in which the objective function is a large sum of nonconvex components. As an application, we propose a special stochastic DCA for the loglinear model incorporating latent variables

Introdução. A identificação dos flebotomíneos baseia-se principalmente na morfologia do adulto, o que pode ser problemático quando as espécies são morfologicamente muito semelhantes. Psychodopygus é um gênero de flebotomíneos de grande interesse em saúde pública devido ao papel de algumas espécies na veiculação de Leishmania spp. no Brasil. No entanto, este gênero inclui espécies com fêmeas morfologicamente indistinguíveis que pertencem à Série Chagasi, sendo elas: P. chagasi, P. complexus, P. squamiventris maripaensis, P. squamiventris squamiventris e P. wellcomei. Objetivos. Investigar a possibilidade de distinguir essas espécies por meio de análises morfométrica e molecular, além de produzir uma distribuição geográfica atualizada para o grupo analisando a probabilidade de ocorrência das espécies através da análise de modelagem de nicho ecológico. Material e Métodos. Foi realizada a análise discriminante na morfometria geométrica (cabeça e asa) e linear, morfologia (usando microscopia óptica e eletrônica de varredura) e a análise do citocromo c oxidase subunidade 1 (COI), avaliando-se um total de 752 espécimes (460 fêmeas e 292 machos) dos seguintes estados Amapá, Amazonas, Ceará, Mato Grosso, Pará, Rondônia, Roraima e Tocantins. Mapas de distribuição foram produzidos através de dados obtidos do material analisado e de revisão bibliográfica. Resultados. A análise discriminante usando caracteres morfométricos lineares mostrou-se capaz de diferenciar todas as espécies, exceto P. complexus, que apresentou 2,2% de erro de identificação. A morfometria geométrica das asas foi incapaz de separar completamente as espécies através da conformação, mas o tamanho do centróide dos espécimes fêmeas falhou apenas em distinguir P. complexus de P. s. maripaensis. Por outro lado, a morfometria geométrica das cabeças foi capaz de distinguir todas as espécies com grande eficiência ao usar tanto a forma como o tamanho do centróide. A análise morfológica revelou que a coloração torácica, principalmente do pronoto e do pós-noto, pode ser usada para separar as cinco espécies em três grupos: P. chagasi, P. wellcomei / P. complexus e P. s. mariapaensis / P. s. squamiventris. Os resultados da análise de DNA Barcoding, mostraram um agrupamento semelhante ao observado na morfologia; embora os espécimes de P. wellcomei do estado do Ceará mostrem uma grande distância genética da população do estado do Pará, evidenciando que essa espécie possa representar um complexo. Quanto à microscopia eletrônica de varredura, foram avaliadas detalhadamente as estruturas das antenas, tórax e genitália masculina. Salientamos que no anepímero (tórax) foi observada uma escama tipo \"raquete\" modificada apenas em Psychodopygus s. squamiventris. A revisão da distribuição geográfica mostrou que as espécies possuem uma distribuição cis-andina, ocorrendo principalmente no bioma Amazônico. A nítida separação de algumas espécies pelo rio Amazonas, sugere que o surgimento do grupo ocorreu no período que se estende da orogênese dos Andes até a formação deste rio. Conclusões. O estudo possibilitou diferenciar completamente as fêmeas das cinco espécies da Série Chagasi utilizando o conjunto de dados obtidos por morfometria linear e geométrica e análises morfológicas e também apresentar novos caracteres morfológicos e padrões distribucionais que facilitarão a identificação de machos e fêmeas dessas espécies. / Introduction. The identification of sand flies is mainly based on adult morphology, which can be problematic when species are morphologically very similar. Psychodopygus is one of the sand fly genera of great interest in public health, due to the role of some species in the transmission of Leishmania spp. in Brazil. However, this genus includes species with morphologically indistinguishable females that belong to the Chagasi series, which includes: P. chagasi, P. complexus, P. squamiventris maripaensis, P. squamiventris squamiventris and P. wellcomei. Objectives. To investigate the possibility of distinguishing among these species by means of morphometric and molecular analyses in addition to producing an updated geographical distribution for the group, analyzing the probability of the occurrence of the species by the analysis of ecological niche modeling. Material and methods. The analyses of the cytochrome c oxidase subunit 1 (COI), geometrical (head and wing) and of linear morphometry and morphology (using optical microscopy and scanning electron microscopy) were carried out using a total of 752 specimens (460 females and 292 males) from the following states: Amapá, Amazonas, Ceará, Mato Grosso, Pará, Rondônia, Roraima e Tocantins. Distribution maps were produced on the basis of data obtained from the material analyzed and a bibliographical review. Results. The discriminant analysis using linear morphometric characters was able to differentiate among all the species, except for P. complexus, which presented a 2.2% error of identification. The geometric morphometry of the wings was unable to completely separate the species by means of the shape analyses, but the centroid size of the female specimens only failed to distinguish P. complexus from P. s. maripaensis. Otherwise, the geometric morphometry of the heads was sufficient to distinguish all the species with great efficiency, when using both the head-shape and the centroid size. The morphological analysis revealed that the thoracic coloration, mainly of the pronotum and the post-notum, can be used to separate the five species into three groups: P. chagasi, P. wellcomei / P. complexus, P. s. mariapaensis / P. s. squamiventris. The results of the Barcoding DNA analyses showed a cluster similar to that observed in the morphology; however, P. wellcomei specimens from the Ceará population showed a great genetic distance from the population of Pará, evidencing that this species may represent a complex. As for the scanning electron microscopy, the structures of the antennae, thorax and male genitalia were evaluated in detail. In the anepimerum (thorax) a modified \"racket\"-type scale was observed only in Psychodopygus s. squamiventris. The review of the geographical distribution showed that the species have a cis-Andean distribution, occurring mainly in the Amazonian biome. The separation of some species from the others by the Amazon river suggests that the appearance of the Chagasi series occurred in the period from the orogenesis of the Andes to the formation of this river. Conclusions. The results clearly differentiate the females of the five species of the Chagasi series using the data set of linear and geometric morphometry and morphological analyses, providing new morphological and distributional data that will facilitate the identification of the males and females of this group.

Pacientes com câncer de mama localmente avançado são submetidas à quimioterapia neoadjuvante na tentativa de reduzir a dimensão do tumor e aumentar a possibilidade da realização de uma cirurgia conservadora. Nosso grupo identificou previamente através da tecnologia de cDNA microarray, trios de genes, incluindo BZRP, CLPTM1, MTSS1, NOTCH1, NUP210, PRSS11, RPL37A, SMYD2 e XLHSRF-1, cuja expressão era capaz de predizer a resposta à quimioterapia neoadjuvante com doxorrubicina e ciclofosfamida em pacientes com câncer de mama. No presente estudo, avaliamos se a expressão destes genes é reprodutível na identificação de pacientes responsivas e não-responsivas através de RT-PCR em tempo real, que representa uma técnica mais acessível. Avaliamos inicialmente amostras de 28 pacientes anteriormente estudadas (grupo de validação técnica = 23 responsivas e cinco não-responsivas) e a seguir um grupo de 14 novas pacientes (grupo de validação biológica = 11 responsivas e três não-responsivas). Dentre os trios de genes inicialmente identificados, a expressão de RPL37A + XLHSRF-1 + NOTCH1 e RPL37A + XLHSRF-1 + NUP210 classificou corretamente 86% (24/28) das amostras do grupo de validação técnica e 71% (10/14) das amostras do grupo de validação biológica, através de análise de classificação discriminante. Desse modo, esses trios não demonstraram a mesma precisão em comparação com resultados de cDNA microarray. Uma nova análise combinatória foi realizada na procura do melhor modelo preditivo utilizando valores de expressão obtidos por RT-PCR em tempo real. Identificamos então um novo trio, composto pelos genes RPL37A, SMYD2 e MTSS1, cuja expressão classificou corretamente 93% das amostras do grupo de validação técnica (22/23 responsivas e 4/5 não-responsivas) e 79% do grupo de validação biológica (8/11 responsivas e 3/3 não-responsivas). Portanto, o teste apresentou 88% de sensibilidade e especificidade em detectar pacientes responsivas para o total de amostras analisadas. Ao verificarmos o poder de classificação do mesmo grupo de genes, utilizando os valores de expressão pela análise de cDNA microarray, observamos um resultado semelhante (91% de sensibilidade e especificidade em reconhecer as amostras responsivas). Dessa forma, demonstramos que o perfil de expressão gênica obtido com cDNA microarray é reprodutível através do uso de RT-PCR em tempo real. Um estudo integrando um maior número de pacientes e uma plataforma de cDNA microarray mais abrangente pode auxiliar na identificação de um modelo preditivo baseado em grupos de genes mais acurado para antever a resposta ao tratamento com quimioterapia baseada em doxorrubicina. / Patients with locally advanced breast cancer are submitted to primary chemotherapy as an attempt to reduce tumor dimension and increase breast conserving surgery rates. Our group has previously identified through cDNA microarray technology gene trios, including BZRP, CLPTM1, MTSS1, NOTCH1, NUP210, PRSS11, RPL37A, SMYD2 and XLHSRF-1, whose expression was capable of predicting response to neoadjuvant chemotherapy with doxorubicin and cyclophosphamide in breast cancer patients. In the current study, it was evaluated whether expression of these genes is reproducible in the identification of responsive and non-responsive patients by real time RT-PCR, which represents a more accessible technique. We initially evaluated samples from 28 patients earlier studied (technical validation group = 23 responsive and 5 non-responsive) and subsequent to a new 14 patients set (biological validation group = 11 responsive and three non-responsive). Among the initially identified gene trios, RPL37A + XLHSRF-1 + NOTCH1 and RPL37A + XLHSRF-1 + NUP210 expression correctly classify 86% (24/28) samples from the technical validation group and 71% (10/14) samples from the biological validation group, through discriminant classification analysis. Therefore, these trios didnt demonstrate the same precision as compared with cDNA microarray results. A new combinatorial analysis was also performed in search of the best predictive model using real time RT-PCR expression values. A new trio was identified, represented by RPL37A, SMYD2 and MTSS1 genes, whose expression correctly classified 93% samples from technical validation group (22/23 responsive and 4/5 non-responsive) and 79% samples from biological validation group (8/11 responsive samples and 3/3 non-responsive samples). Therefore, the test presented 88% sensibility and specificity in identifying responsive patients for all samples analyzed. By means of verifying the classification strength of the same gene group, using cDNA microarray expression values, we observed a similar result (91% sensibility and specificity in recognizing responsive samples). Thus, we demonstrated that gene expression profile obtained by cDNA microarray is reproducible through real time RT-PCR. A study integrating a larger number of patients and a more comprehensive cDNA microarray platform may help the identification of a more accurate predictive model based on gene groups to foresee response to doxorubicin-based chemotherapy treatment.

Ce travail concerne les analyses visant à étudier les données où les individus sont structurés en différents groupes (données multi-groupes). La thèse aborde la question des données multi-groupes ayant une structure en un seul tableau, plusieurs tableaux, trois voies et deux blocs (régression). Cette thèse présente plusieurs méthodes d'analyse de données multi-groupes dans le cadre de l'analyse factorielle. Notre travail comporte trois parties. La première partie traite de l'analyse de données multi-groupes (un bloc de variables divisé en sous-groupes d'individus). Le but est soit descriptif (analyse intra-groupes) ou prédictif (analyse discriminante ou analyse inter-groupe). Nous commençons par une description exhaustive des méthodes multi-groupes. En outre, nous proposons deux méthodes : l'Analyse Procrustéenne duale et l'Analyse en Composantes Communes et Poids Spécifiques duale. Nous exposons également de nouvelles propriétés et algorithmes pour l'Analyse en Composantes Principales multi-groupes. La deuxième partie concerne l'analyse multi-blocs et multi-groupes et l'analyse trois voies et multi-groupes. Nous présentons les méthodes existantes. Par ailleurs, nous proposons deux méthodes, l'ACP multi-blocs et multi-groupes et l'ACP multi-blocs et multi-groupes pondérée, vues comme des extensions d'Analyse en Composantes Principales multi-groupes. L'analyse en deux blocs et multi-groupes est prise en compte dans la troisième partie. Tout d'abord, nous présentons des méthodes appropriées pour trouver la relation entre un ensemble de données explicatives et un ensemble de données à expliquer, les deux tableaux présentant une structure de groupe entre les individus. Par la suite, nous proposons quatre méthodes pouvant être vues comme des extensions de la régression PLS au cas multi-groupes, et parmi eux, nous en sélectionnons une et la développons dans une stratégie de régression. Les méthodes proposées sont illustrées sur la base de plusieurs jeux de données réels dans le domaine de la biologie. Toutes les stratégies d'analyse sont programmées sur le logiciel libre R. / This work deals with multi-group analysis, to study multi-group data where individuals are a priori structured into different groups. The thesis tackles the issue of multi-group data in a multivariate, multi-block, three-way and two-block (regression) setting. It presents several methods of multi-group data analysis in the framework of factorial analysis. It includes three sections. The first section concerns the case of multivariate multi-group data. The aim is either descriptive (within-group analysis) or predictive (discriminant analysis, between-group analysis). We start with a comprehensive review of multi-group methods. Furthermore, we propose two methods namely Dual Generalized Procrustes Analysis and Dual Common Component and Specific Weights Analysis. We also exhibit new properties and algorithms for multi-group Principal Component Analysis. The second section deals with multiblock multi-group and three-way multi-group data analysis. We give a general review of multiblock multi-group methods. In addition, we propose two methods, namely multiblock and multi-group PCA and Weighted-multiblock and multi-group PCA, as extensions of multi-group Principal Component Analysis. The two-block multi-group analysis is taken into account in the third section. Firstly, we give a presentation of appropriate methods to investigate the relationship between an explanatory dataset and a dependent dataset where there is a group structure among individuals. Thereafter, we propose four methods, namely multi-group PLS, in the PLS approach, and among them we select one and develop it into a regression strategy. The proposed methods are illustrated on the basis of several real datasets in the field of biology. All the strategies of analysis are implemented within the framework of R.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-08-14T18:15:08Z No. of bitstreams: 1 DanielCosta.pdf: 1087754 bytes, checksum: ada5f863f42efd8298fff788c37bded3 (MD5) / Made available in DSpace on 2017-08-14T18:15:08Z (GMT). No. of bitstreams: 1 DanielCosta.pdf: 1087754 bytes, checksum: ada5f863f42efd8298fff788c37bded3 (MD5) Previous issue date: 2008-02-25 / Female breast cancer is the major cause of death in western countries. Efforts in Computer Vision have been made in order to add improve the diagnostic accuracy by radiologists. In this work, we present a methodology that uses independent component analysis (ICA) along with support vector machine (SVM) and linear discriminant analysis (LDA) to distinguish between mass or non-mass and benign or malign tissues from mammograms. As a result, it was found that: LDA reaches 90,11% of accuracy to discriminante between mass or non-mass and 95,38% to discriminate between benign or malignant tissues in DDSM database and in mini-MIAS database we obtained 85% to discriminate between mass or non-mass and 92% of accuracy to discriminate between benign or malignant tissues; SVM reaches 99,55% of accuracy to discriminate between mass or non-mass and the same percentage to discriminate between benign or malignat tissues in DDSM database whereas, and in MIAS database it was obtained 98% to discriminate between mass or non-mass and 100% to discriminate between benign or malignant tissues. / Câncer de mama feminino é o câncer que mais causa morte nos países ocidentais. Esforços em processamento de imagens foram feitos para melhorar a precisão dos diagnósticos por radiologistas. Neste trabalho, nós apresentamos uma metodologia que usa análise de componentes independentes (ICA) junto com análise discriminante linear (LDA) e máquina de vetor de suporte (SVM) para distinguir as imagens entre nódulos ou não-nódulos e os tecidos em benignos ou malignos. Como resultado, obteve-se com LDA 90,11% de acurácia na discriminação entre nódulo ou não-nódulo e 95,38% na discriminação de tecidos benignos ou malignos na base de dados DDSM. Na base de dados mini- MIAS, obteve-se 85% e 92% na discriminação entre nódulos ou não-nódulos e tecidos benignos ou malignos respectivamente. Com SVM, alcançou-se uma taxa de até 99,55% na discriminação de nódulos ou não-nódulos e a mesma porcentagem na discriminação entre tecidos benignos ou malignos na base de dados DDSM enquanto que na base de dados mini-MIAS, obteve-se 98% e até 100% na discriminação de nódulos ou não-nódulos e tecidos benignos ou malignos, respectivamente.

La première partie de la thèse traite de la recherche de biomarqueurs du cancer. Lors de la transcription, il apparaît que certains nucléotides peuvent être remplacés par un autre nucléotide. On s'intéresse alors à la comparaison des probabilités de survenue de ces infidélités de transcription dans des ARNm cancéreux et dans des ARNm sains. Pour cela, une procédure de tests multiples menée sur les positions des séquences de référence de 17 gènes est réalisée via les EST (Expressed Sequence Tag). On constate alors que ces erreurs de transcription sont majoritairement plus fréquentes dans les tissus cancéreux que dans les tissus sains. Ce phénomène conduirait ainsi à la production de protéines dites aberrantes, dont la mesure permettrait par la suite de détecter les patients atteints de formes précoces de cancer. La deuxième partie de la thèse s'attache à l'étude de l'allergie à l'arachide. Afin de diagnostiquer l'allergie à l'arachide et de mesurer la sévérité des symptômes, un TPO (Test de Provocation Orale) est réalisé en clinique. Le protocole consiste à faire ingérer des doses croissantes d'arachide au patient jusqu'à l'apparition de symptômes objectifs. Le TPO pouvant se révéler dangereux pour le patient, des analyses discriminantes de l'allergie à l'arachide, du score du TPO, du score du premier accident et de la dose réactogène sont menées à partir d'un échantillon de 243 patients, recrutés dans deux centres différents, et sur lesquels sont mesurés 6 dosages immunologiques et 30 tests cutanés. Les facteurs issus d'une Analyse Factorielle Multiple sont également utilisés comme prédicteurs. De plus, un algorithme regroupant simultanément en classes des intervalles comprenant les doses réactogènes et sélectionnant des variables explicatives est proposé, afin de mettre ensuite en compétition des règles de classement. La principale conclusion de cette étude est que les mesures de certains anticorps peuvent apporter de l'information sur l'allergie à l'arachide et sa sévérité, en particulier ceux dirigés contre rAra-h1, rAra-h2 et rAra-h3.

Les micro-capteurs de gaz connaissent un intérêt croissant avec le développement des applications « bas-coût » dans les domaines de l'automobile, la domotique ou l'environnement. Pour répondre à cette demande, les micro-capteurs à base d'oxyde métallique présentent des avantages uniques comme leur faible coût, une grande sensibilité, un temps de réponse bref et facile à intégrer dans un système portable miniaturisé. Cependant, ces capteurs tels qu'ils sont aujourd'hui, souffrent d'un manque de sélectivité et d'une dérive de leurs performances à long terme, ce qui freine leur développement. D'autre part, la détection du dioxyde de carbone, qui représente un intérêt grandissant, semblait particulièrement difficile avec ce type de capteur. Dans ce contexte, l'objet de ce travail consiste d'une part à bien comprendre les phénomènes réactionnels observés grâce à la simulation numérique « gaz-surface », d'autre part à définir un mode opératoire « robuste » permettant d'obtenir une meilleure stabilité et surtout améliorer la sélectivité. Tout d'abord, nous avons étudié les paramètres d'un profil de température dynamique pour améliorer significativement les performances du capteur. Par la suite, un modèle de connaissance des mécanismes de réaction à été développé afin de mieux interpréter, comprendre et prévoir le comportement de ces capteurs. Ce modèle a la particularité de simuler les transferts de charge en surface de la couche sensible en s'appuyant sur des calculs ab-initio. Enfin, nous avons travaillé sur la modélisation de la réponse. Un modèle d'interpolation très performant adapté au problème a été étudié dans un système décisionnel. La convergence de ces trois approches a permis une meilleure compréhension du fonctionnement du capteur avec du CO et du CO2 et la détermination d'un protocole de mesure optimal avec une optimisation du traitement du signal de la réponse électrique.

Cette étude est effectuée dans la zone de suture panafricaine de Bou Azzer-EI Graara (Anti-Atlas, Maroc). Elle s'articule en deux volets: d'une part, l'étude géologique et géodynamique du Précambrien Terminal (III) qui sert de support aux traitements statistiques de l'information géochimique de prospection récoltée dans le district de Tamdrost-Ambed d'autre part. 1) Un découpage lithostratigraphique des formations volcaniques du PIII est obtenu grâce à la cartographie détaillée au 1/4000e du district de Tamdrost-Ambed et aux coupes géologiques levées en d'autres points de la boutonnière. Ceci a permis d'établir une coupe synthétique et des corrélations lithostratigraphiques. L'étude pétrographique des roches volcaniques à prédominance pyroclastique de cette série montre leur rattachement à un magmatisme calco-alcalin, d'âge compris entre 580 et 560 Ma, dont la signification est discutée dans le cadre géodynamique régional. L'analyse structurale des formations volcaniques et volcano-sédimentaires du Précambrien III, conduit à la mise en évidence de déformations synvolcaniques en régime distensif (NW -SE) et à la détermination des paléochamps de contraintes associés aux déformations observées. Le modèle d'extension proposé implique des mouvements de coulissement senestres le long de grands décrochements régionaux parallèles à la suture, entre le craton ouest-africain et le domaine panafricain "mobile". II) Le traitement des données géochimiques (13000 analyses de 10 éléments majeurs et 24 éléments en traces par Spectrométrie d'émission) aboutit à la mise en évidence d'anomalies élémentaires et multiélémentaires significatives d'indices miniers, indépendants de la lithologie. Ce résultat passe par l'étude de la qualité des données géochimiques qui a conduit à l'évaluation de la précision et à l'application d'une correction empirique de l'erreur analytique. L'analyse statistique des données de prospection est effectuée en plusieurs étapes: - l'utilisation de la technique non conventionnelle "box and whiskers" pour la détermination des seuils anomaux, toutes lithologies confondues; -la diversité lithologique est simplifiée par analyse factorielle en composantes principales sur les médianes pour aboutir à quatre groupes lithologiques au lieu des 32 distingués sur le terrain; . - une analyse discriminante sur ces quatre groupes, désormais connus, aboutit à un modèle factoriel du fond géochimique qui explique mieux les variations liées à la lithologie; - le fond géochimique modélisé est retranché par régression factorielle pour faire apparaitre les anomalies discordantes. Des cartes de synthèse des anomalies multiélémentaires sont établies dans le but d'orienter les campagnes de sondage.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal