L'imagerie cérébrale connaît un intérêt grandissant, en tant que phénotype intermédiaire, dans la compréhension du chemin complexe qui relie les gènes à un phénotype comportemental ou clinique. Dans ce contexte, un premier objectif est de proposer des méthodes capables d'identifier la part de variabilité génétique qui explique une certaine part de la variabilité observée en neuroimagerie. Les approches univariées classiques ignorent les effets conjoints qui peuvent exister entre plusieurs gènes ou les covariations potentielles entre régions cérébrales.Notre première contribution a été de chercher à améliorer la sensibilité de l'approche univariée en tirant avantage de la nature multivariée des données génétiques, au niveau local. En effet, nous adaptons l'inférence au niveau du cluster en neuroimagerie à des données de polymorphismes d'un seul nucléotide (SNP), en cherchant des clusters 1D de SNPs adjacents associés à un même phénotype d'imagerie. Ensuite, nous prolongeons cette idée et combinons les clusters de voxels avec les clusters de SNPs, en utilisant un test simple au niveau du "cluster 4D", qui détecte conjointement des régions cérébrale et génomique fortement associées. Nous obtenons des résultats préliminaires prometteurs, tant sur données simulées que sur données réelles.Notre deuxième contribution a été d'utiliser des méthodes multivariées exploratoires pour améliorer la puissance de détection des études d'imagerie génétique, en modélisant la nature multivariée potentielle des associations, à plus longue échelle, tant du point de vue de l'imagerie que de la génétique. La régression Partial Least Squares et l'analyse canonique ont été récemment proposées pour l'analyse de données génétiques et transcriptomiques. Nous proposons ici de transposer cette idée à l'analyse de données de génétique et d'imagerie. De plus, nous étudions différentes stratégies de régularisation et de réduction de dimension, combinées avec la PLS ou l'analyse canonique, afin de faire face au phénomène de sur-apprentissage dû aux très grandes dimensions des données. Nous proposons une étude comparative de ces différentes stratégies, sur des données simulées et des données réelles d'IRM fonctionnelle et de SNPs. Le filtrage univarié semble nécessaire. Cependant, c'est la combinaison du filtrage univarié et de la PLS régularisée L1 qui permet de détecter une association généralisable et significative sur les données réelles, ce qui suggère que la découverte d'associations en imagerie génétique nécessite une approche multivariée.

Le mouvement brownien fractionnaire (mbf) constitue un important outil de modélisation utilisé dans plusieurs domaines (biologie, économie, finance, géologie, hydrologie, télécommunications, etc.) ; toutefois, ce modèle ne parvient pas toujours à donner une description suffisamment fidèle de la réalité, à cause, entre autres, des deux limitations suivantes : d'une part le mbf est un processus gaussien, et d'autre part, sa rugosité locale (mesurée par un exposant de Hölder) reste la même tout le long de sa trajectoire, puisque cette rugosité est partout égale au paramètre de Hurst H qui est une constante. En vue d'y remédier, S. Stoev et M.S. Taqqu (2004 et 2005) ont introduit le mouvement multifractionnaire stable linéaire (mmsl) ; ce processus stochastique strictement α-stable (StαS), désigné par {Y(t)}, est obtenu en remplaçant la mesure brownienne par une mesure StαS et le paramètre de Hurst H par une fonction H(.) dépendant de t. On se place systématiquement dans le cas où cette fonction est continue et à valeurs dans l'intervalle ouvert ]1/α,1[. Il convient aussi de noter que l'on a pour tout t, Y(t)=X(t,H(t)), où {X(u,v)} est le champ stochastique StαS, tel que pour tout v fixé, le processus {X(u,v)} est un mouvement fractionnaire stable linéaire. L'objectif de la thèse est de mener une étude approfondie du mmsl, au moyen de méthodes d'ondelettes ; elle consiste principalement en trois parties. (1) On détermine de fins modules de continuité, globaux et locaux de {Y(t)} ; cela repose essentiellement sur une nouvelle représentation de {X(u,v)}, sous la forme d'une série aléatoire, dont on montre la convergence presque sûre dans certains espaces de Hölder. (2) On introduit, via la base de Haar, une autre représentation de {X(u,v)} en série aléatoire ; cette dernière permet la mise en place d'une méthode de simulation efficace du mmsl, ainsi que de ses parties hautes et basses fréquences. (3) On construit des estimateurs par ondelettes du paramètre fonctionnel H(.) du mmsl, ainsi que de son paramètre de stabilité α.

L'efficacité du système visuel est permise par un complexe réseau d'élaboration, qui s'appuie sur des structures corticales, sous-corticales et périphériques. Le but de la présente recherche est de mieux comprendre le processus de perception visuelle du mouvement, et réaliser un modèle computationnel capable de reproduire les fonctionnalités humaines du tracking (suivi) d'un objet en mouvement. Ce travail de thèse comprend une ample recherche bibliographique, ainsi qu'une série d'expérimentations ; la thèse se compose de deux parties :La première partie a pour objet la détermination des performances dans l'inférence " vers le passé ", d'un mouvement partiellement visible. Il s'agit de définir l'implication des informations exogènes (les signaux rétiniens) et endogènes (les modèles internes de l'action observée) dans la reconstruction de la cinématique d'une cible en mouvement et partiellement occultée. Nos résultats supportent l'hypothèse que le Système Nerveux Central adopte un mécanisme basé sur le recours aux modèles internes dans la reconstruction du passé de cinématiques biologiques. La deuxième partie complémente la première, et vise à identifier la structure et les caractéristiques fonctionnelles du système de poursuite, ainsi que à comprendre l'origine des erreurs systématiques présentes dans la localisation d'une cible chez l'homme. Nous avons développé un modèle computationnel en langage Matlab, basé sur le mécanisme d'extrapolation du mouvement, qui est capable de reproduire les données expérimentales dans la tâche de localisation

Durant cette thèse, nous avons travaillé sur l'adaptation des algorithmes d'inférence grammaticale pour la recherche des propriétés communes à un ensemble de protéines. L'inférence grammaticale positive cherche à générer, à partir d'un ensemble de mots appartenant à un langage cible particulier inconnu, une représentation grammaticale qui est "optimale" par rapport à ce langage, c'est-à-dire qui rassemble et organise les particularités des mots du langage. Nous avons utilisé le diagramme de Taylor, qui classe les acides aminés suivant leurs propriétés physico-chimiques, pour construire, sous forme de treillis, un ordre sur les groupes d'acides aminés. Nous avons aussi développé une méthode d'inférence (SDTM) qui calcule les meilleurs alignements locaux entre les paires de protéines suivant un score fondé à la fois sur cet ordre et sur les propriétés statistiques de l'ensemble de protéines donné. Le résultat est une machine séquentielle proche de celle de Mealy avec des sorties réduites à "accepte" et "rejette". L'algorithme commence par construire le plus grand automate reconnaissant exactement les mots du langage et le généralise par fusions successives des paires de transitions correspondant aux acides aminés appariés dans les alignements sélectionnés. Les expérimentations ont montré l'intérêt de cette combinaison de méthodes importées de la découverte de motifs et de l'inférence grammaticale.

Déterminer la structure 3D des protéines expérimentalement est une tâche très lourde et coûteuse, qui peut s'avérer parfois impossible à réaliser. L'arrivée massive de données provenant des programmes de séquençage à grande échelle impose de passer d'une approche biochimique à une approche bioinformatique, et nécessite en particulier de développer des méthodes de prédiction sur des séquences.<br />Cette thèse propose l'exploration de deux nouvelles pistes pour progresser dans la résolution de prédiction de ponts disulfures dans les protéines. Cette liaison covalente stabilise et contraint fortement la conformation spatiale de la protéine et la connaissance des positions où elle intervient peut réduire considérablement la complexité du problème de la prédiction de la structure 3D. Pour cela, nous utilisons dans un premier temps, l'inférence grammaticale et plus particulièrement les langages de contrôle introduit par Y. Takada, puis dans un deuxième temps, la programmation logique inductive.<br />Diverses expériences visent à confronter un cadre théorique d'apprentissage et des algorithmes généraux d'inférence grammaticale régulière à une application pratique de prédiction d'appariements spécifiques au sein d'une séquence protéique. D'autres expérimentations montrent que la programmation logique inductive donne de bons résultats sur la prédiction de l'état oxydé des cystéines en inférant des règles interprétables par les biologistes. Nous proposons un algorithme d'induction heuristique dont l'idée est d'effectuer plusieurs phases d'apprentissage en tenant compte des résultats obtenus aux phases précédentes permettant ainsi de diminuer considérablement la combinatoire dans les espaces d'hypothèses logiques en construisant des règles de plus en plus discriminantes.

Cette thèse porte sur la programmation bayesienne de bras manipulateurséquipés d'un système de vision stéréoscopique. L'implantation d'une tâche de prise et de dépose d'un objet est <br />donnée en exemple pourévaluer l'approche. Cette tâche met en jeu des modèles géométriques <br />du bras, du système de vision stéréoscopique et des objets manipulés. L'incertitude associée aux <br />modèles géométriques, aux capteurs des robots et au système de vision est prise en compte. <br />La méthode de programmation est formelle et systématique. Elle consiste en trois parties : La <br />description où sont définies les variables pertinentes et la distribution de probabilité conjointe. <br />L'inférence qui vise à construire une distribution de probabilité sur les commandes motrices sachant les informations sensorielles, et enfin le choix d'une commande à partir de la distribution <br />précédente. <br />Une nouvelle méthode de programmation de robot dite «inverse» est introduite. Des méthodes de résolutions approchées sont présentées visant à combattre la complexité du calcul liée à <br />cette approche. Une expérimentation qualitative du système de programmation est présentée.

Ce mémoire traite de la fiabilité de l'inférence statistique pour des données spatiales se présentant sous la forme d'une image numérique texturée extraite d'une scène plus vaste. Plus particulièrement, nous proposons un cadre permettant d'évaluer le caractère représentatif de l'image observée par rapport à la scène, et de calculer la variance d'estimation de la moyenne et de la variance des niveaux de gris de l'image dans le cas où celle-ci est supposée homogène.<br />La première partie consiste en une formalisation du problème en termes statistiques.<br />Dans une seconde partie, nous présentons deux familles de méthodes paramétriques permettant le calcul de la variance d'estimation, de même que les relations entre ces deux familles. Nous montrons cependant les difficultés liées à leur mise en œuvre dans le contexte applicatif envisagé.<br />La troisième partie est consacrée à l'étude d'une méthode non paramétrique basée sur un sous-échantillonnage par blocs. Elle permet une estimation de la variance d'estimation dont les propriétés sont analysées dans le cadre général de la décomposition de Wold des processus stationnaires 2-D. Cette analyse exhaustive nous permet de proposer des critères objectifs qualifiant l'homogénéité de la moyenne et de la variance d'une texture, propriété nécessaire pour l'inférence statistique.<br />Enfin, dans une dernière partie, ces critères sont appliqués et validés dans un contexte industriel de caractérisation de matériaux composites par analyse d'image.

Préfigurant la prochaine grande étape dans le domaine de la navigation, la géolocalisation intra-muros est un domaine de recherche très actif depuis quelques années. Alors que la géolocalisation est entrée dans le quotidien de nombreux professionnels et particuliers avec, notamment, le guidage routier assisté, les besoins d'étendre les applications à l'intérieur se font de plus en plus pressants. Cependant, les systèmes existants se heurtent à des contraintes techniques bien supérieures à celles rencontrées à l'extérieur, la faute, notamment, à la propagation chaotique des ondes électromagnétiques dans les environnements confinés et inhomogènes. Nous proposons dans ce manuscrit une approche statistique du problème de géolocalisation d'un mobile à l'intérieur d'un bâtiment utilisant les ondes WiFi environnantes. Ce manuscrit s'articule autour de deux questions centrales : celle de la détermination des cartes de propagation des ondes WiFi dans un bâtiment donné et celle de la construction d'estimateurs des positions du mobile à l'aide de ces cartes de propagation. Le cadre statistique utilisé dans cette thèse afin de répondre à ces questions est celui des modèles de Markov cachés. Nous proposons notamment, dans un cadre paramétrique, une méthode d'inférence permettant l'estimation en ligne des cartes de propagation, sur la base des informations relevées par le mobile. Dans un cadre non-paramétrique, nous avons étudié la possibilité d'estimer les cartes de propagation considérées comme simple fonction régulière sur l'environnement à géolocaliser. Nos résultats sur l'estimation non paramétrique dans les modèles de Markov cachés permettent d'exhiber un estimateur des fonctions de propagation dont la consistance est établie dans un cadre général. La dernière partie du manuscrit porte sur l'estimation de l'arbre de contextes dans les modèles de Markov cachés à longueur variable.

La gestion des processus-métiers, des architectures orientées-services et leur rétro-ingénierie s'appuie fortement sur l'extraction des protocoles-métier des services Web et des modèles des processus-métiers à partir de fichiers de journaux. La fouille et l'extraction de ces modèles visent la (re)découverte du comportement d'un modèle mis en œuvre lors de son exécution en utilisant uniquement les traces d'activité, ne faisant usage d'aucune information a priori sur le modèle cible. Notre étude préliminaire montre que : (i) une minorité de données sur l'interaction sont enregistrées par le processus et les architectures de services, (ii) un nombre limité de méthodes d'extraction découvrent ce modèle sans connaître ni les instances positives du protocole, ni l'information pour les déduire, et (iii) les approches actuelles se basent sur des hypothèses restrictives que seule une fraction des services Web issus du monde réel satisfont. Rendre possible l'extraction de ces modèles d'interaction des journaux d'activité, en se basant sur des hypothèses réalistes nécessite: (i) des approches qui font abstraction du contexte de l'entreprise afin de permettre une utilisation élargie et générique, et (ii) des outils pour évaluer le résultat de la fouille à travers la mise en œuvre du cycle de vie des modèles découverts de services. En outre, puisque les journaux d'interaction sont souvent incomplets, comportent des erreurs et de l'information incertaine, alors les approches d'extraction proposées dans cette thèse doivent être capables de traiter ces imperfections correctement. Nous proposons un ensemble de modèles mathématiques qui englobent les différents aspects de la fouille des protocoles-métiers. Les approches d'extraction que nous présentons, issues de l'algèbre linéaire, nous permettent d'extraire le protocole-métier tout en fusionnant les étapes classiques de la fouille des processus-métiers. D'autre part, notre représentation du protocole basée sur des séries temporelles des variations de densité de flux permet de récupérer l'ordre temporel de l'exécution des événements et des messages dans un processus. En outre, nous proposons la définition des expirations propres pour identifier les transitions temporisées, et fournissons une méthode pour les extraire en dépit de leur propriété d'être invisible dans les journaux. Finalement, nous présentons un cadre multitâche visant à soutenir toutes les étapes du cycle de vie des workflow de processus et des protocoles, allant de la conception à l'optimisation. Les approches présentées dans ce manuscrit ont été implantées dans des outils de prototypage, et validées expérimentalement sur des ensembles de données et des modèles de processus et de services Web. Le protocole-métier découvert, peut ensuite être utilisé pour effectuer une multitude de tâches dans une organisation ou une entreprise.

Au cours des dernières années, nous avons observé le développement de dispositifs connectés et nomades tels que les téléphones mobiles, tablettes ou même les ordinateurs portables permettant aux gens d'utiliser dans leur quotidien des services géolocalisés qui sont personnalisés d'après leur position. Néanmoins, les services géolocalisés présentent des risques en terme de vie privée qui ne sont pas forcément perçus par les utilisateurs. Dans cette thèse, nous nous intéressons à comprendre les risques en terme de vie privée liés à la dissémination et collection de données de localisation. Dans ce but, les attaques par inférence que nous avons développé sont l'extraction des points d'intérêts, la prédiction de la prochaine localisation ainsi que la désanonymisation de traces de mobilité, grâce à un modèle de mobilité que nous avons appelé les chaînes de Markov de mobilité. Ensuite, nous avons établi un classement des attaques d'inférence dans le contexte de la géolocalisation se basant sur les objectifs de l'adversaire. De plus, nous avons évalué l'impact de certaines mesures d'assainissement à prémunir l'efficacité de certaines attaques par inférence. En fin nous avons élaboré une plateforme appelé GEoPrivacy Enhanced TOolkit (GEPETO) qui permet de tester les attaques par inférences développées.