Responses of migratory birds to seasonal climate and long-term environmental changes have been a central theme of avian migration ecology. Atmospheric conditions (e.g., winds and thermals), climate, and land cover and land use (LCLU) are major factors influencing the flights of soaring birds. Soaring American White Pelicans (Pelecanus erythrorhynchos) (hereafter, AWPEs) migrate between the subtropical Gulf of Mexico (GOM) and the temperate Northern Great Plains. American White Pelicans are also economically important piscivorous birds, causing enormous damages to the commercial Channel Catfish (Ictalurus punctatus) aquaculture in the Southeastern US. My studies aimed to evaluate the effects of climate, wind, and LCLU on the geographic range distributions, seasonal movements, and annual survival of AWPEs. I used Bayesian integrated species distribution models to estimate the occupancy probability and space-use intensity of AWPEs at the breeding and non-breeding grounds in 2005, 2010, and 2015, respectively, with data from eBird, Breeding Bird Survey, and Christmas Bird Count. Decreases in wind speeds and surface net thermal radiation and increases in waterbodies, wetlands, and non-woody covers enhanced AWPE occupancy at both the breeding and non-breeding grounds. I used 72 GPS-tracked AWPE data to study circannual hourly movement speeds and seasonal home ranges of AWPEs from 2002 to 2012. American White Pelicans had shorter hourly movement distances and smaller seasonal home ranges in the Southern than Northern GOM during winters; however, the difference did not carry over to the shared breeding grounds during summers. Last, I built Bayesian integrated population models to estimate annual survival and population dynamics of AWPEs with mark-resight-recovery data and annual nest counts at Chase Lake, North Dakota, the US from 1960 to 2014. Increases in upward wind velocity during autumn migration enhanced hatch-year AWPE survival. Increased winter precipitation on the non-breeding grounds improved annual survival of yearling and adults. On the other hand, increased precipitation at the breeding grounds reduced annual survival of hatch-year AWPEs. My findings can help develop management plans for mitigating the economic damages of AWPEs by predicting what areas AWPEs may occupy with high abundances in the future changes in climate and LCLU.

No / The latest advances in mesocrystal formation and non-classical crystallization of pre-synthesised nanoparticles have been reviewed with the focus on providing a fuller description of a number of complex systems and their properties and applications through examination of the crystallisation mechanisms at work. Two main crystallization principles have been identified; classical crystallization and particle based aggregation modes of non-classical pathways. To understand the non-classical pathways classical crystallization and its basics are introduced before non-classical pathways, such as oriented attachment and mesocrystal formation, are examined. In particular, the various destabilization mechanisms as applied to the pre-synthesized building blocks in order to form mesocrystalline materials as well as the interparticular influences providing the driving forces are analyzed and compared to the mechanisms at work within classical crystallization. Furthermore, the new properties of the mesocrystalline materials that derive from the collective properties of the nanoparticular building units, and their applications potential are presented. It is shown that this new class of materials has the potential to impact in a number of important areas such as sensor applications, energy conversion, photonic crystals as well as for energy storage, optoelectronics and heterogeneous catalysis or photocatalysis.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal. / Ce mémoire présente l'étude expérimentale de la courbe d'excitation de la réaction d+d -> ^4He pour des énergies des deutérons incidents variant entre 4 et 12,5 MeV, ainsi que la détermination des distributions angulaires des photons émis pour trois énergies des deutérons incidents. Les expériences ont été réalisées à l'aide du faisceau de deutérons de l'accélérateur Tandem de l'Université de Montréal, et le dispositif expérimental a été conçu par l'auteur lors d'un travail précédent. Nous avons pu définir la courbe d'excitation dans un domaine où aucun résultat expérimental n'existait au moment de sa publication (De09), et établir que les distributions angulaires étaient bien caractéristiques d'une transition quadrupolaire pratiquement pure. Nous avons étudié le comportement de certaines fonctions d'onde de ^4He obtenues à partir du modèle en couches et des techniques de Hartree-Fock, lorsqu'on les utilise dans le calcul (dans le cadre de la théorie des perturbations) de la section efficace de photodésintégration de l'hélium en deux deutérons. Nous avons adapté le calcul développé par Flowers et Mandl (FM51) et montré que ces fonctions d'onde, qui donnent de bonnes valeurs du rayon et de l'énergie de liaison sans ajustement de paramètre, ne permettent pas de reproduire la courbe d'excitation mesurée. Il ne faut pas rejeter ce défaut sur la seule fonction d'onde de ^4He mais plutôt remettre en cause l'approximation de Born (PWBA). Nous avons ébauché une tentative macroscopique (DWBA) pour tenir compte de cet effet.

Cette thèse contient deux parties différentes. Dans la première partie, nous nous sommes intéressés aux familles exponentielles naturelles cubiques dont la fonction variance est un polynôme de degré inférieur ou égal à 3. Nous donnons trois caractérisations de ces familles en se basant sur une approche Bayesienne. L’une de ces caractérisations repose sur le fait que la fonction cumulante vérifie une équation différentielle. La deuxième partie de notre travail est consacrée aux conséquences de la propriété d’indépendance de type « Matsumoto-Yor » qui a été développée par Koudou et Vallois. Cette propriété fait intervenir la famille de lois de Kummer de type 2 et les lois Beta généralisées. En se basant sur la méthode de conditionnement et sur la méthode de rejet, nous donnons des réalisations presque sûre de ces distributions de probabilités. D’autre part, nous caractérisons la famille de lois de Kummer de type 2 (resp. les lois Beta généralisées) par une équation algébrique impliquant des lois gamma (resp. les lois Beta) / This thesis has two different parts. In the first part we are interested in the real cubic natural exponential families such that their variance function is a polynomial of degree less than or equal to 3. We give three characterizations of such families using a Bayesian approach. One of these characterizations is based on a differential equation verified by the cumulant function. In a second part we study in depth the independence property of the type “Matsumoto-Yor” that was developed by Koudou and Vallois. This property involves the Kummer distribution of type 2 and the generalized beta ones. Using the conditioning and the rejection method, we give almost sure realization of these distributions. We characterize the family of Kummer distribution of type 2 with an algebraic equation involving the gamma ones. We proceed similarly with the generalized beta distributions

L'accès aux séquences d'images 3D s'est aujourd'hui démocratisé, grâce aux récentes avancées dans le développement des capteurs de profondeur ainsi que des méthodes permettant de manipuler des informations 3D à partir d'images 2D. De ce fait, il y a une attente importante de la part de la communauté scientifique de la vision par ordinateur dans l'intégration de l'information 3D. En effet, des travaux de recherche ont montré que les performances de certaines applications pouvaient être améliorées en intégrant l'information 3D. Cependant, il reste des problèmes à résoudre pour l'analyse et la segmentation de scènes intérieures comme (a) comment l'information 3D peut-elle être exploitée au mieux ? et (b) quelle est la meilleure manière de prendre en compte de manière conjointe les informations couleur et 3D ? Nous abordons ces deux questions dans cette thèse et nous proposons de nouvelles méthodes non supervisées pour la classification d'images 3D et la segmentation prenant en compte de manière conjointe les informations de couleur et de profondeur. A cet effet, nous formulons l'hypothèse que les normales aux surfaces dans les images 3D sont des éléments à prendre en compte pour leur analyse, et leurs distributions sont modélisables à l'aide de lois de mélange. Nous utilisons la méthode dite « Bregman Soft Clustering » afin d'être efficace d'un point de vue calculatoire. De plus, nous étudions plusieurs lois de probabilités permettant de modéliser les distributions de directions : la loi de von Mises-Fisher et la loi de Watson. Les méthodes de classification « basées modèles » proposées sont ensuite validées en utilisant des données de synthèse puis nous montrons leur intérêt pour l'analyse des images 3D (ou de profondeur). Une nouvelle méthode de segmentation d'images couleur et profondeur, appelées aussi images RGB-D, exploitant conjointement la couleur, la position 3D, et la normale locale est alors développée par extension des précédentes méthodes et en introduisant une méthode statistique de fusion de régions « planes » à l'aide d'un graphe. Les résultats montrent que la méthode proposée donne des résultats au moins comparables aux méthodes de l'état de l'art tout en demandant moins de temps de calcul. De plus, elle ouvre des perspectives nouvelles pour la fusion non supervisée des informations de couleur et de géométrie. Nous sommes convaincus que les méthodes proposées dans cette thèse pourront être utilisées pour la classification d'autres types de données comme la parole, les données d'expression en génétique, etc. Elles devraient aussi permettre la réalisation de tâches complexes comme l'analyse conjointe de données contenant des images et de la parole / Access to the 3D images at a reasonable frame rate is widespread now, thanks to the recent advances in low cost depth sensors as well as the efficient methods to compute 3D from 2D images. As a consequence, it is highly demanding to enhance the capability of existing computer vision applications by incorporating 3D information. Indeed, it has been demonstrated in numerous researches that the accuracy of different tasks increases by including 3D information as an additional feature. However, for the task of indoor scene analysis and segmentation, it remains several important issues, such as: (a) how the 3D information itself can be exploited? and (b) what is the best way to fuse color and 3D in an unsupervised manner? In this thesis, we address these issues and propose novel unsupervised methods for 3D image clustering and joint color and depth image segmentation. To this aim, we consider image normals as the prominent feature from 3D image and cluster them with methods based on finite statistical mixture models. We consider Bregman Soft Clustering method to ensure computationally efficient clustering. Moreover, we exploit several probability distributions from directional statistics, such as the von Mises-Fisher distribution and the Watson distribution. By combining these, we propose novel Model Based Clustering methods. We empirically validate these methods using synthetic data and then demonstrate their application for 3D/depth image analysis. Afterward, we extend these methods to segment synchronized 3D and color image, also called RGB-D image. To this aim, first we propose a statistical image generation model for RGB-D image. Then, we propose novel RGB-D segmentation method using a joint color-spatial-axial clustering and a statistical planar region merging method. Results show that, the proposed method is comparable with the state of the art methods and requires less computation time. Moreover, it opens interesting perspectives to fuse color and geometry in an unsupervised manner. We believe that the methods proposed in this thesis are equally applicable and extendable for clustering different types of data, such as speech, gene expressions, etc. Moreover, they can be used for complex tasks, such as joint image-speech data analysis

This thesis deals with several statistical and probabilistic aspects of symmetry and asymmetry, both in a univariate and multivariate context, and is divided into three distinct parts. The first part, composed of Chapters 1, 2 and 3 of the thesis, solves two conjectures associated with multivariate skew-symmetric distributions. Since the introduction in 1985 by Adelchi Azzalini of the most famous representative of that class of distributions, namely the skew-normal distribution, it is well-known that, in the vicinity of symmetry, the Fisher information matrix is singular and the profile log-likelihood function for skewness admits a stationary point whatever the sample under consideration. Since that moment, researchers have tried to determine the subclasses of skew-symmetric distributions who suffer from each of those problems, which has led to the aforementioned two conjectures. This thesis completely solves these two problems. The second part of the thesis, namely Chapters 4 and 5, aims at applying and constructing extremely general skewing mechanisms. As such, in Chapter 4, we make use of the univariate mechanism of Ferreira and Steel (2006) to build optimal (in the Le Cam sense) tests for univariate symmetry which are very flexible. Actually, their mechanism allowing to turn a given symmetric distribution into any asymmetric distribution, the alternatives to the null hypothesis of symmetry can take any possible shape. These univariate mechanisms, besides that surjectivity property, enjoy numerous good properties, but cannot be extended to higher dimensions in a satisfactory way. For this reason, we propose in Chapter 5 different general mechanisms, sharing all the nice properties of their competitors in Ferreira and Steel (2006), but which moreover can be extended to any dimension. We formally prove that the surjectivity property holds in dimensions k>1 and we study the principal characteristics of these new multivariate mechanisms. Finally, the third part of this thesis, composed of Chapter 6, proposes a test for multivariate central symmetry by having recourse to the concepts of statistical depth and runs. This test extends the celebrated univariate runs test of McWilliams (1990) to higher dimensions. We analyze its asymptotic behavior (especially in dimension k=2) under the null hypothesis and its invariance and robustness properties. We conclude by an overview of possible modifications of these new tests./ Cette thèse traite de différents aspects statistiques et probabilistes de symétrie et asymétrie univariées et multivariées, et est subdivisée en trois parties distinctes. La première partie, qui comprend les chapitres 1, 2 et 3 de la thèse, est destinée à la résolution de deux conjectures associées aux lois skew-symétriques multivariées. Depuis l'introduction en 1985 par Adelchi Azzalini du plus célèbre représentant de cette classe de lois, à savoir la loi skew-normale, il est bien connu qu'en un voisinage de la situation symétrique la matrice d'information de Fisher est singulière et la fonction de vraisemblance profile pour le paramètre d'asymétrie admet un point stationnaire quel que soit l'échantillon considéré. Dès lors, des chercheurs ont essayé de déterminer les sous-classes de lois skew-symétriques qui souffrent de chacune de ces problématiques, ce qui a mené aux deux conjectures précitées. Cette thèse résoud complètement ces deux problèmes. La deuxième partie, constituée des chapitres 4 et 5, poursuit le but d'appliquer et de proposer des méchanismes d'asymétrisation très généraux. Ainsi, au chapitre 4, nous utilisons le méchanisme univarié de Ferreira and Steel (2006) pour construire des tests de symétrie univariée optimaux (au sens de Le Cam) qui sont très flexibles. En effet, leur méchanisme permettant de transformer une loi symétrique donnée en n'importe quelle loi asymétrique, les contre-hypothèses à la symétrie peuvent prendre toute forme imaginable. Ces méchanismes univariés, outre cette propriété de surjectivité, possèdent de nombreux autres attraits, mais ne permettent pas une extension satisfaisante aux dimensions supérieures. Pour cette raison, nous proposons au chapitre 5 des méchanismes généraux alternatifs, qui partagent toutes les propriétés de leurs compétiteurs de Ferreira and Steel (2006), mais qui en plus sont généralisables à n'importe quelle dimension. Nous démontrons formellement que la surjectivité tient en dimension k > 1 et étudions les caractéristiques principales de ces nouveaux méchanismes multivariés. Finalement, la troisième partie de cette thèse, composée du chapitre 6, propose un test de symétrie centrale multivariée en ayant recours aux concepts de profondeur statistique et de runs. Ce test étend le célèbre test de runs univarié de McWilliams (1990) aux dimensions supérieures. Nous en analysons le comportement asymptotique (surtout en dimension k = 2) sous l'hypothèse nulle et les propriétés d'invariance et de robustesse. Nous concluons par un aperçu sur des modifications possibles de ces nouveaux tests.

本篇論文將厚尾分配（Heavy-Tailed Distribution）應用在財務及保險精算上。本研究主要有三個部分：第一部份是用厚尾分配來重新建構Lee-Carter模型（1992），發現改良後的Lee-Carter模型其配適與預測效果都較準確。第二部分是將厚尾分配建構於具有世代因子（Cohort Factor）的Renshaw and Haberman模型（2006）中，其配適及預測效果皆有顯著改善，此外，針對英格蘭及威爾斯（England and Wales）訂價長壽交換（Longevity Swaps），結果顯示此模型可以支付較少的長壽交換之保費以及避免低估損失準備金。第三部分是財務上的應用，利用Schmidt等人（2006）提出的多元仿射廣義雙曲線分配（Multivariate Affine Generalized Hyperbolic Distributions; MAGH）於Boyle等人（2003）提出的低偏差網狀法（Low Discrepancy Mesh; LDM）來定價多維度的百慕達選擇權。理論上，LDM法的數值會高於Longstaff and Schwartz（2001）提出的最小平方法（Least Square Method; LSM）的數值，而數值分析結果皆一致顯示此性質，藉由此特性，我們可知道多維度之百慕達選擇權的真值落於此範圍之間。 / The thesis focus on the application of heavy-tailed distributions in finance and actuarial science. We provide three applications in this thesis. The first application is that we refine the Lee-Carter model (1992) with heavy-tailed distributions. The results show that the Lee-Carter model with heavy-tailed distributions provide better fitting and prediction. The second application is that we also model the error term of Renshaw and Haberman model (2006) using heavy-tailed distributions and provide an iterative fitting algorithm to generate maximum likelihood estimates under the Cox regression model. Using the RH model with non-Gaussian innovations can pay lower premiums of longevity swaps and avoid the underestimation of loss reserves for England and Wales. The third application is that we use multivariate affine generalized hyperbolic (MAGH) distributions introduced by Schmidt et al. (2006) and low discrepancy mesh (LDM) method introduced by Boyle et al. (2003), to show how to price multidimensional Bermudan derivatives. In addition, the LDM estimates are higher than the corresponding estimates from the Least Square Method (LSM) of Longstaff and Schwartz (2001). This is consistent with the property that the LDM estimate is high bias while the LSM estimate is low bias. This property also ensures that the true option value will lie between these two bounds.

No description available.

Les travaux de ma thèse s'articulent en trois parties distinctes.Dans la première partie j'étudie les mesures de Malliavin-Shavguldize sur les difféomorphismes du cercle et de l'intervalle. Il s'agit de mesures de type « Haar » pour ces groupes de dimension infinie : elles furent introduites il a une vingtaine d'années pour permettre une étude de leur théorie des représentations. Un premier chapitre est dédié à recueillir les résultats présents dans la littérature et et les représenter dans une forme plus étendue, avec un regard particulier sur les propriétés de quasi-invariance de ces mesures. Ensuite j'étudie de problèmes de nature plus dynamique : quelle est la dynamique qu'on doit s'attendre d'un difféomorphisme choisi uniformément par rapport à une mesure de Malliavin-Shavguldize ? Je démontre en particulier qu'il y a une forte présence des difféomorphismes de type Morse-Smale.La partie suivante vient de mon premier travail publié, obtenu en collaboration avec Andrés Navas. Inspirés d'un théorème récent de Avila et Kocsard sur l'unicité des distributions invariantes par un difféomorphisme lisse minimal du cercle, nous analysons le même problème en régularité faible, avec des argument plus géométriques.La dernière partie est constituée des résultats récemment obtenus avec Mikhail Khristoforov et Victor Kleptsyn. Nous abordons les problèmes reliés à la gravité quantique de Liouville en étudiant des espaces auto-similaires qui sont la limite de graphes finis. Nous démontrons qu'il est possible de trouver des distances aléatoires non-triviales sur ces espaces qui sont compatibles avec la structure auto-similaire. / This thesis is divided into three different parts.In the first part, we study the Malliavin-Shavgulidze measure on circle and interval diffeomorphisms. They are Haar-like measures for these infinite-dimensional groups: they were introduced about twenty years ago to help to study their represantation theory. The first chapter collects the results that were obtained in the past years and in some cases we present them under a renewed point of view, with particular attention on quasi-invariance properties for this measures. Then we study some questions of dynamical nature: which is the typical dynamics that we must expect described by a diffeomorphism chosen randomly according to some Malliavin-Shavguldize measure? In particular, we prove that there is a strong presence of Morse-Smale diffeomorphisms.The third chapter comes from the published joint work with Andrés Navas. Inspired by a recent theorem by Avila and Kocsard about the uniqueness of the invariant distribution for a minimal smooth circle diffeomorphism, we analyse the same problem in low regularity, with more geometric arguments.The last part corresponds to the recent results obtained with Mikhail Khristoforov and Victor Kleptsyn. We consider problems in relation with Liouville quantum gravity, by studying self-similar metric spaces which are the limit of finite graphs. We prove that it is possible to find nontrivial random distances on these spaces which are compatible with the self-similar structure.

In this work we study two problems motivated by Risk Management: the optimal design of financial products from an investor's point of view and the calculation of bounds and approximations for sums involving non-independent random variables. The element that interconnects these two topics is the notion of conditioning, a fundamental concept in probability and statistics which appears to be a useful device in finance. In the first part of the dissertation, we analyse structured products that are now widespread in the banking and insurance industry. These products typically protect the investor against bearish stock markets while offering upside participation when the markets are bullish. Examples of these products include capital guaranteed funds commercialised by banks, and equity linked contracts sold by insurers. The design of these products is complex in general and it is vital to examine to which extent they are actually interesting from the investor's point of view and whether they cannot be dominated by other strategies. In the academic literature on structured products the focus has been almost exclusively on the pricing and hedging of these instruments and less on their performance from an investor's point of view. In this work we analyse the attractiveness of these products. We assess the theoretical cost of inefficiency when buying a structured product and describe the optimal strategy explicitly if possible. Moreover we examine the cost of the inefficiency in practice. We extend the results of Dybvig (1988a, 1988b) and Cox & Leland (1982, 2000) who in the context of a complete, one-dimensional market investigated the inefficiency of path-dependent pay-offs. In the dissertation we consider this problem in one-dimensional Levy and multidimensional Black-Scholes financial markets and we provide evidence that path-dependent pay-offs should not be preferred by decision makers with a fixed investment horizon, and they should buy path-independent structures instead. In these market settings we also demonstrate the optimal contract that provides the given distribution to the consumer, and in the case of risk- averse investors we are able to propose two ways of improving the design of financial products. Finally we illustrate the theory with a few well-known securities and strategies e.g. dollar cost averaging, buy-and-hold investments and widely used portfolio insurance strategies. The second part of the dissertation considers the problem of finding the distribution of a sum of non- independent random variables. Such dependent sums appear quite often in insurance and finance, for instance in case of the aggregate claim distribution or loss distribution of an investment portfolio. An interesting avenue to cope with this problem consists in using so-called convex bounds, studied by Dhaene et al. (2002a, 2002b), who applied these to sums of log-normal random variables. In their papers they have shown how these convex bounds can be used to derive closed-form approximations for several of the risk measures of such a sum. In the dissertation we prove that unlike the log-normal case the construction of a convex lower bound in explicit form appears to be out of reach for general sums of log-elliptical risks and we show how we can construct stop-loss bounds and we use these to construct mean preserving approximations for general sums of log-elliptical distributions in explicit form. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished