L'objectif de cette thèse est la compréhension et la modélisation du cortex visuel des mammifères avec des modèles à taux de décharge, appelés les champs neuronaux, où les fines spécificités du calcul neuronal sont négligées. Cette thèse est divisée en trois parties, deux parties théoriques et une plus appliquée. Dans la première partie, nous examinons les états stationnaires des équations des champs neuronaux en utilisant des outils topologiques et la théorie des bifurcations. Nous sommes particulièrement intéressés par le nombre de ces états étant donné un stimulus parce que tous ces états sont des représentations corticales du stimulus. Toutefois, selon les paramètres, les équations du champ de neurones peuvent avoir des solutions stationnaires multiples qui sont autant de représentations corticales du stimulus. Si plus d'une solution stable existe, nous avons montré comment distinguer une de ces activités corticales comme étant la représentation '' principale'' du stimulus et les autres comme des illusions neuronales. L'étude aboutit à un schéma numérique pour calculer les différentes solutions stationnaires du réseau de champ de neurones en utilisant plusieurs paramètres de continuation : ce schéma est utile pour sa capacité à détecter les bifurcations Saddle-Node. Dans la deuxième partie de cette thèse, nous étudions les effets des retards de propagation de l'information, les principaux résultats théoriques étant la preuve d'un théorème de variété centrale. Cependant, le résultat le plus utile est une formule analytique pour les courbes de bifurcation de Hopf dans le plan (vitesse de propagation - délai synaptique). Ces courbes indiquent les paramètres qui produisent des oscillations spontanées des neurones. L'étude du réseau sans cette formule analytique est très laborieuse. Elle a été utilisée pour révéler la structure très complexe du diagramme de bifurcation dans les réseaux de neurones avec retards de propagation. Enfin, dans la dernière partie de cette thèse, nous étudions trois modèles de cortex visuel auxquels nous appliquons les outils développés dans les parties précédentes. Le premier modèle est le Ring Model of orientation tuning pour lequel nous avons découvert l'existence d'un seuil de perception et expliqué comment il peut être observé expérimentalement. Le second modèle étudié est celui Blumenfeld et al., très proche dans sa formulation du modèle précédent, et se fonde sur des données expérimentales (fournis par G. Masson et le laboratoire de F.Chavane à l'INT, Marseille, FRANCE). Nous avons montré comment les symétries imparfaites de la connectivité affectent les réponses du réseau. En particulier, nous avons montré comment le réseau parvient à produire une réponse en accord avec le stimulus malgré ses préférences internes. Enfin, le dernier modèle que nous avons étudié est un modèle de l'aire visuelle V1 que nous avons développé, dans la lignée du travail de Bressloff et al. Nous avons appliqué à ce modèle, les outils mathématiques et informatiques développés dans les parties précédentes. Ce nouveau modèle ne dispose pas d'une connectivité dépendant de l'orientation préférée des neurones. En particulier, nous avons montré que si la vitesse de propagation de l'information était trente fois plus lente, une instabilité pourrait se développer entraînant des illusions périodiques en temps.

The goal of this thesis is to develop better practical methods for detecting common object classes in real world images. We present a family of object detectors that combine Histogram of Oriented Gradient (HOG), Local Binary Pattern (LBP) and Local Ternary Pattern (LTP) features with efficient Latent SVM classifiers and effective dimensionality reduction and sparsification schemes to give state-of-the-art performance on several important datasets including PASCAL VOC2006 and VOC2007, INRIA Person and ETHZ. The three main contributions are as follows. Firstly, we pioneer the use of Local Ternary Pattern features for object detection, showing that LTP gives better overall performance than HOG and LBP, because it captures both rich local texture and object shape information while being resistant to variations in lighting conditions. It thus works well both for classes that are recognized mainly by their structure and ones that are recognized mainly by their textures. We also show that HOG, LBP and LTP complement one another, so that an extended feature set that incorporates all three of them gives further improvements in performance. Secondly, in order to tackle the speed and memory usage problems associated with high-dimensional modern feature sets, we propose two effective dimensionality reduction techniques. The first, feature projection using Partial Least Squares, allows detectors to be trained more rapidly with negligible loss of accuracy and no loss of run time speed for linear detectors. The second, feature selection using SVM weight truncation, allows active feature sets to be reduced in size by almost an order of magnitude with little or no loss, and often a small gain, in detector accuracy. Despite its simplicity, this feature selection scheme outperforms all of the other sparsity enforcing methods that we have tested. Lastly, we describe work in progress on Local Quantized Patterns (LQP), a generalized form of local pattern features that uses lookup table based vector quantization to provide local pattern style pixel neighbourhood codings that have the speed of LBP/LTP and some of the flexibility and power of traditional visual word representations. Our experiments show that LQP outperforms all of the other feature sets tested including HOG, LBP and LTP.

En optimisation multiobjectif, les connaissances du front et de l'ensemble de Pareto sont primordiales pour résoudre un problème. Un grand nombre de stratégies évolutionnaires sont proposées dans la littérature classique. Ces dernières ont prouvé leur efficacité pour identifier le front de Pareto. Pour atteindre un tel résultat, ces algorithmes nécessitent un grand nombre d'évaluations. En ingénierie, les simulations numériques sont généralement réalisées par des modèles de haute-fidélité. Aussi, chaque évaluation demande un temps de calcul élevé. A l'instar des algorithmes mono-objectif, les gradients des critères, ainsi que les dérivées successives, apportent des informations utiles sur la décroissance des fonctions. De plus, de nombreuses méthodes numériques permettent d'obtenir ces valeurs pour un coût modéré. En s'appuyant sur les résultats théoriques obtenus par Inria, nous proposons un algorithme basé sur l'utilisation des gradients de descente. Ces travaux résument la caractérisation théorique de cette méthode et la validation sur des cas tests analytiques. Dans le cas où les gradients ne sont pas accessibles, nous proposons une stratégie basée sur la construction des métamodèles de Krigeage. Ainsi, au cours de l'optimisation, les critères sont évalués sur une surface de réponse et non par simulation. Le temps de calcul est considérablement réduit, au détriment de la précision. La méthode est alors couplée à une stratégie de progression du métamodèle.

The main topic of the Thesis is the optimization of the compliance of thin elastic structures.The problem consists in finding the most robust configurations, when an infinitesimal amount of elastic material is subjected to a fixed force, and contained within a region having infinitesimal volume.The resistance to a load can be measured by computing a shape functional, the compliance, in which the shape represents the volume occupied by the elastic material. Thus we are led to study a minimization problem of a shape functional, under suitable constraints.In particular, we treat the case in which the design region is a thin rod, represented by a cylinder with infinitesimal cross section. The study finds its motivation in engineering problems: thin structures are very convenient to be used in practical applications.The approach we adopt draws inspiration from some recent works by I. Fragalà, G. Bouchitté and P. Seppecher, in which the authors deal with the case of thin elastic plates [G. Bouchitté, I. Fragalà, P. Seppecher: Structural optimization of thin plates: the three dimensional approach., Arch. Rat. Mech. Anal. (2011)]. We point out that these two problems are not merely technical variants one of the other, due to the substantial difference between the limit passages 3d-1d and 3d-2d, namely from 3 to 1 and from 3 to 2 dimensions.The study of optimal configurations led us to face another interesting variational problem: actually to establish whether homogenization phenomena occur in bars in pure torsion regime turns out to be equivalent to solve a nonstandard free boundary problem in the plane. This new problem is very challenging and, besides the link with torsion rods, it has mathematical interest in itself. One of the tools which can be employed to attack the problem is shape derivative for minima of integral functionals. The theory of shape derivatives is a widely studied topic (see e.g. the monograph by A. Henrot and M.Pierre Variations et Optimisation de Formes. Une Analyse Géométrique, Springer Berlin (2005), and the references therein), but the approach we propose in new and relies on assumptions which are weaker that the classical ones.

Cette thèse est consacrée à l'étude de certains modèles de déformation semi-paramétriques. Notre objectif est de proposer des méthodes récursives, issues d'algorithmes stochastiques, pour estimer les paramètres de ces modèles. Dans la première partie, on présente les outils théoriques existants qui nous seront utiles dans la deuxième partie. Dans un premier temps, on présente un panorama général sur les méthodes d'approximation stochastique, en se focalisant en particulier sur les algorithmes de Robbins-Monro et de Kiefer-Wolfowitz. Dans un second temps, on présente les méthodes à noyaux pour l'estimation de fonction de densité ou de régression. On s'intéresse plus particulièrement aux deux estimateurs à noyaux les plus courants qui sont l'estimateur de Parzen-Rosenblatt et l'estimateur de Nadaraya-Watson, en présentant les versions récursives de ces deux estimateurs.Dans la seconde partie, on présente tout d'abord une procédure d'estimation récursive semi-paramétrique du paramètre de translation et de la fonction de régression pour le modèle de translation dans la situation où la fonction de lien est périodique. On généralise ensuite ces techniques au modèle vectoriel de déformation à forme commune en estimant les paramètres de moyenne, de translation et d'échelle, ainsi que la fonction de régression. On s'intéresse finalement au modèle de déformation paramétrique de variables aléatoires dans le cadre où la déformation est connue à un paramètre réel près. Pour ces trois modèles, on établit la convergence presque sûre ainsi que la normalité asymptotique des estimateurs paramétriques et non paramétriques proposés. Enfin, on illustre numériquement le comportement de nos estimateurs sur des données simulées et des données réelles.

Nous nous intéressons aux lacets markoviens définis dans le cadre de la théorie des chaînes de Markov à temps continu sur un espace d'états discret. Ce sujet a notamment été étudié par Le Jan [LJ11] et Sznitman [Szn12]. En contraste avec ces références, nous ne supposerons pas la symétrie de la chaîne et nous intéresserons plutôt au cas infini. Tous les résultats sont présentés en termes de générateur de semi-groupe. En comparaison avec [LJ11], certaines preuves ont été détaillées ou améliorées.Nous fournissons par ailleurs quelques résultats sur les amas de boucles (voir [LJL12] dans le cas symétrique). Nous traitons notamment l'exemple du cercle discret. Nous étudions aussi les arbres couvrants définit par l'algorithme de Wilson dans le cas asymétrique.Dans la dernière partie, nous considérons la proportion des lacets couvrants l'espace. En utilisant la limite du spectre, nous donnons une expression générale de la limite de cette proportion pour une suite de graphes. Comme une application, nous donnons deux exemples concrets dans lesquels une transition de phase apparaît.

Cette thèse est articulée autour de deux facettes de l'étude des équations auxdérivées partielles. Dans une première partie, on étudie la stabilité des solutionspériodiques pour des lois de conservation. On démontre d'abord la stabilité asymptotiquedans L1 des solutions périodiques de lois de conservation scalaires et inhomogènes.On montre ensuite un résultat de stabilité structurelle des roll-waves. Plusprécisément, on montre que les solutions périodiques d'un système hyperbolique sansviscosité sont limites des solutions du problème avec viscosité, quand le terme deviscosité tend vers 0. Dans une deuxième partie, on s'intéresse à un système d'équationsaux dérivées partielles issu de la biologie : le modèle de Patlak-Keller-Segelen dimension 2 ; il décrit les phénomènes de chimiotactisme. Pour ce modèle, onconstruit un schéma de type volume fini, ce qui permet d'approcher la solution touten gardant certaines propriétés du système : positivité, conservation de la masse,estimation d'énergie.

Cette thèse étudie la problématique du fonctionnement sans capteur et à basse vitesse des moteurs synchrones à aimant permanent par l'injection des signaux. Nous nous focalisons sur les effets de la saturation magnétique car leur compensation est primordiale pour résoudre cette problématique. Nous proposons une méthode originale pour modéliser la saturation magnétique en utilisant une approche énergétique (les formulations Lagrangienne et Hamiltonienne), où les symétries physiques sont exploitées pour simplifier l'expression de l'énergie magnétique. Les données expérimentales montrent qu'un polynôme de degré 4 est suffisant pour décrire avec précision les effets de la saturation. Ensuite, nous proposons une analyse claire et originale basée sur la moyennisation de second ordre et qui explique comment obtenir l'information de position à partir de l'injection des signaux (en utilisant le modèle proposé). Nous donnons une relation explicite entre les oscillations des courants statoriques et la position du rotor; cette relation est utilisée en temps réel. Ce modèle de saturation magnétique ainsi que la procédure d'estimation de position ont été testés et validés sur deux types de moteurs : avec des aimants permanents à l'intérieur ou sur la surface du rotor. Les résultats expérimentaux obtenus sur un banc de test montrent que les erreurs d'estimation de la position du rotor n'excèdent pas quelques degrés électriques dans la zone d'opération à basse vitesse.

Dans une première partie théorique, nous nous penchons sur une analyse rigoureuse des performances de l'algorithme Sequential Monte Carlo (SMC) conduisant à des résultats de type bornes L^p et inégalités de concentration. Nous abordons notamment le cas particulier des SMC associés à des schémas de température, et analysons sur ce sujet un processus à schéma adaptatif.Dans une seconde partie appliquée, nous illustrons son utilisation par la résolution de problèmes inverses concrets en électromagnétisme. Le plus important d'entre eux consiste à estimer les propriétés radioélectriques de matériaux recouvrant un objet de géométrie connue, et cela à partir de mesures de champs rétrodiffusés. Nous montrons comment l'algorithme SMC, couplé à des calculs analytiques, permet une inversion bayésienne, et fournit des estimées robustes enrichies d'estimations des incertitudes.

Le thème général de cette thèse est celui de la construction de modèles permettant d'approximer une fonction f lorsque la valeur de f(x) est connue pour un certain nombre de points x. Les modèles considérés ici, souvent appelés modèles de krigeage, peuvent être abordés suivant deux points de vue : celui de l'approximation dans les espaces de Hilbert à noyaux reproduisants ou celui du conditionnement de processus gaussiens. Lorsque l'on souhaite modéliser une fonction dépendant d'une dizaine de variables, le nombre de points nécessaires pour la construction du modèle devient très important et les modèles obtenus sont difficilement interprétables. A partir de ce constat, nous avons cherché à construire des modèles simplifiés en travaillant sur un objet clef des modèles de krigeage : le noyau. Plus précisement, les approches suivantes sont étudiées : l'utilisation de noyaux additifs pour la construction de modèles additifs et la décomposition des noyaux usuels en sous-noyaux pour la construction de modèles parcimonieux. Pour finir, nous proposons une classe de noyaux qui est naturellement adaptée à la représentation ANOVA des modèles associés et à l'analyse de sensibilité globale.