La modélisation de l’électrophysiologie in silico a été un sujet de recherche important ces dernières décennies. Afin de pouvoir utiliser ces progrès importants dans les applications cliniques, il faut mettre en place des modèles macroscopiques qui peuvent être utilisés pour la planification et le guidage des procédures cliniques.L’objectif de cette thèse est de construire de tels modèles macroscopiques spécifiques à chaque patient pour le diagnostic et la prévision, dans le but d’améliorer la planification et le guidage de l’ablation par radio-fréquence (ARF) des patients souffrant de tachycardie ventriculaire (TV) après infarctus. Dans ce travail, nous avons proposé un cadre pour la personnalisation d’un modèle cardiaque 3D, le modèle de Mitchell-Schaeffer (MS), et nous avons évalué sa puissance prédictive dans plusieurs configurations de stimulation. Ceci a été réalisé sur des données ex vivo de cœurs porcins à l’aide d’images médicales et de données cartographiques optiques de l’épicarde. Ce cadre a ensuite été appliqué à un ensemble de données cliniques provenant d’imagerie hybride XMR et d’une procédure de cartographie électrophysiologique sur un patient souffrant d’insuffisance cardiaque.Ensuite, le modèle 3D MS a également été adapté pour simuler le comportement macroscopique structural de la fibrose près des cicatrices. La simulation d’une étude in silico de stimulation de TV en utilisant le modèle adapté personnalisé MS a été réalisée pour quantifier le risque de TV en termes de cartes d’inductibilité, de réentrées des modèles et de cartes de points de sortie. Une approche de modélisation pour l’ablation par RF fondée sur l’état de l’art a été proposée. Enfin, l’étude in silico de stimulation de TV a été appliquée aux données in vivo personnalisées des patients, qui ont suivi ce protocole. Ceci a permis une validation de la prévision in silico de TV post-infarctus par comparaison avec la TV clinique induite. Ler ôle de l’hétérogénéité spatiale des propriétés des tissus cardiaques estimés dans la genèse de TV ischémique a été évalué, ainsi que les caractéristiques des points de sortie, qui sont les candidats potentiels à l’ablation par RF. / Modelling cardiac electrophysiology for arrhythmias in silico has been an important research topic for the last decades. In order to translate this important progress into clinical applications, there is a requirement to make macroscopic models that can be used for the planning and guidance of clinical procedures. The objective of this thesis was to construct such macroscopic EP models specifict o each patient for study and prediction, in order to improve the planning and guidance of radio frequency ablation (RFA) the rapieson patients suffering from post infarction Ventricular Tachycardia (VT). In this work, we proposed a framework for the personalisation of a 3D cardiac EP model, the Mitchell-Schaeffer (MS) model, an devaluated its volumetric predictive power under various pacing scenarios.This was performed on ex vivo large porcine healthy heart susing Diffusion Tensor MRI (DT-MRI) and dense optical mapping data of the epicardium. This framework was then also applied to a clinical dataset derived from a hybrid XMR imaging and sparse electroanatomical mapping on a patient with heart failure. Next, the 3DMS model was also adapted to simulate the macroscopic structural behaviour of fibrosis near the scars. The simulation of an in silico VT stimulation study using the personalised adapted MS model was then performed, to quantify VT risk in terms of inducibility maps, re-entry patterns and exit point maps. A rule-based modelling approach for RF ablation lesions based on state of the art studies was proposed. Lastly, the in silico VT stimulation study was applied to in vivo personalised data of patients who underwent a clinical VT stimulation study. A validation of the in silico post-infarct VT prediction was performed against the clinically induced VT. Therole of spatial heterogeneity of the estimated patient’s cardiac tissue properties in the genesis of ischemic VT was learnt, along with their characteristics for entry/exit points, which are the potential candidates for RF ablation.

Ce travail est consacré à la résolution e?cace de problèmes d’optimisation de forme ou de contrôle d’écoulements. Le couplage entre la pénalisation, permettant d’imposer des conditions aux bords sur maillage cartésien, et la méthode Level-Set, autorisant une représentation d’obstacles non-paramétrique et un suivi d’interface précis, est implémenté. En première partie, un problème inverse modèle, puis une optimisation géométrique en régime de Stokes, sont traités itérativement. Une attention particulière est portée à la solution des EDP près des zones pénalisées, et une montée en ordre est réalisée. Divers préconditionnements du gradient de forme sont aussi discutés a?n d’améliorer la convergence. La seconde partie est dédiée à la simulation directe d’écoulements au voisinage d’un actionneur dans le cadre d’un contrôle par jets pulsés exercé sur le corps d’Ahmed. L’étude locale montre l'in?uence de paramètres comme la fréquence de pulsation ou l’allure des pro?ls de vitesse en sortie sur la qualité de l’action. En guise de synthèse, une optimisation de la forme de l’actionneur du chapitre deux est pratiquée sous contraintes topologiques et dans un cadre simpli?é, à l’aide du couplage Level-Set/pénalisation préalablement introduit. L’objectif du problème inverse posé est de modi?er la géométrie intérieure du MEMS pour obtenir un pro?l de vitesses désiré en sortie de jet. / This work deals with e?cient numerical solving of problems linked with shape optimization or ?ow control. The combination between penalization, that allows to impose boundary conditions while avoiding the use of body-?tted grids, and Level-Set methods, which enable a natural non-parametric representation of the geometries to be optimized, is implemented. In the ?rst part, a model inverse problem, and an application pertaining to optimal design in Stokes ?ows, are treated with an iterative algorithm. Special care is devoted to the solution of the PDE’s in the vicinity of the penalized regions. The discretization accuracy is increased. Various gradient preconditionings aiming at improving the convergence are also discussed. The second part is dedicated to direct numerical simulation of ?ows in the neighborhood of an actuator, in the context of active control by pulsed jets used on the Ahmed body. The local study emphasizes the in?uence of various parameters on the action quality, in particular the pulsation frequency, or the aspect of exit velocity pro?les. As a synthesis, shape optimization is performed on the actuator of chapter two, thanks to the previously introduced coupling between Level-Set and penalization. The framework is simpli?ed and topological constraints are imposed. The inverse problem we set intends to modify the MEMS inner geometry to retrieve a given jet pro?le on the exit section.

La recherche sur les méthodes bayésiennes non-paramétriques connaît un essor considérable depuis les vingt dernières années notamment depuis le développement d'algorithmes de simulation permettant leur mise en pratique. Il est donc nécessaire de comprendre, d'un point de vue théorique, le comportement de ces méthodes. Cette thèse présente différentes contributions à l'analyse des propriétés fréquentistes des méthodes bayésiennes non-paramétriques. Si se placer dans un cadre asymptotique peut paraître restrictif de prime abord, cela permet néanmoins d'appréhender le fonctionnement des procédures bayésiennes dans des modèles extrêmement complexes. Cela permet notamment de détecter les aspects de l'a priori particulièrement influents sur l’inférence. De nombreux résultats généraux ont été obtenus dans ce cadre, cependant au fur et à mesure que les modèles deviennent de plus en plus complexes, de plus en plus réalistes, ces derniers s'écartent des hypothèses classiques et ne sont plus couverts par la théorie existante. Outre l'intérêt intrinsèque de l'étude d'un modèle spécifique ne satisfaisant pas les hypothèses classiques, cela permet aussi de mieux comprendre les mécanismes qui gouvernent le fonctionnement des méthodes bayésiennes non-paramétriques. / Research on Bayesian nonparametric methods has received a growing interest for the past twenty years, especially since the development of powerful simulation algorithms which makes the implementation of complex Bayesian methods possible. From that point it is necessary to understand from a theoretical point of view the behaviour of Bayesian nonparametric methods. This thesis presents various contributions to the study of frequentist properties of Bayesian nonparametric procedures. Although studying these methods from an asymptotic angle may seems restrictive, it allows to grasp the operation of the Bayesian machinery in extremely complex models. Furthermore, this approach is particularly useful to detect the characteristics of the prior that are strongly influential in the inference. Many general results have been proposed in the literature in this setting, however the more complex and realistic the models the further they get from the usual assumptions. Thus many models that are of great interest in practice are not covered by the general theory. If the study of a model that does not fall under the general theory has an interest on its owns, it also allows for a better understanding of the behaviour of Bayesian nonparametric methods in a general setting.

Dans le domaine automobile, bien qu’assez élaborées, les approches actuellement mises en œuvre pour analyser et prédire l’état vibro-acoustique d’un véhicule ne sont pas encore représentatives de la complexité réelle des systèmes mis en jeu. Entre autres limitations, les spécifications pour la conception restent essentiellement basées sur des cas de chargement extrêmes, utiles pour la tenue des structures mais non représentatifs de l’usage client pour les prestations vibro-acoustiques. Un objectif principal est ainsi de construire des modèles probabilistes aptes à prendre en compte les usages client et les conditions de fonctionnement réelles, en même temps que les incertitudes structurelles du véhicule comme les dispersions en fabrication. Ces modèles sont destinés à maîtriser un domaine s’étendant jusqu’aux moyennes fréquences. Pour ce faire, quatre étapes sont proposées : (1) une modélisation générique du système mécanique constitué par un véhicule, cohérente avec les réponses dynamiques dont la prédiction est souhaitée par les ingénieurs automobile ; (2) l’estimation de l’ensemble des efforts qui s’appliquent sur ce système, pour une large plage de conditions de fonctionnement véhicule ; (3) l’analyse et la modélisation de ces efforts considérés comme fonctions des conditions de fonctionnement; (4) l’étude de l’application des efforts modélisés à une structure dont les fonctions de transfert ont été calculées par une méthode d’élément finis stochastique non-paramétrique. La réponse ainsi obtenue est une image bien plus fidèle des conditions de fonctionnement du véhicule et de ses incertitudes structurelles. Pour ces étapes, des algorithmes bayésiens ad hoc sont développés et mis en œuvre sur une importante base de données issue de projets automobiles. Le cadre bayésien est particulièrement utile dans ce travail pour prendre en compte toute connaissance a priori, notamment celle des experts véhicule, et pour facilement propager l’incertitude entre les différents niveaux du modèle probabilisé. Enfin, les méthodes d’analyse choisies ici se révèlent intéressantes non seulement pour la réduction effective des données, mais aussi pour aider la compréhension physique et l’identification des phénomènes dynamiquement dominants. / In the automotive domain, although already quite elaborate, the current approaches to predict and analyse the vibro-acoustic behaviour of a vehicle are still far from the complexity of the real system. Among other limitations, design specifications are still essentially based on extreme loading conditions, useful when verifying the mechanical strength, but not representative of the actual vehicle usage, which is instead important when addressing the vibro-acoustic performance. As a consequence, one main aim here is to build a prediction model able to take into account the loading scenarios representative of the actual vehicle usage, as well as the car structural uncertainty (due, for instance, to production dispersion). The proposed model shall cover the low and mid-frequency domain. To this aim, four main steps are proposed in this work: (1) the definition of a model for a general vehicle system, pertinent to the vibro-acoustic responses of interest; (2) the estimation of the whole set of loads applied to this system in a large range of operating conditions; (3) the statistical analysis and modelling of these loads as a function of the vehicle operating conditions; (4) the analysis of the application of the modelled loads to non-parametric stochastic transfer functions, representative of the vehicle structural uncertainty. To achieve the previous steps, ad hoc Bayesian algorithms have been developed and applied to a large industrial database. The Bayesian framework is considered here particularly valuable since it allows taking into account prior knowledge, namely from automotive experts, and since it easily enables uncertainty propagation between the layers of the probabilistic model. Finally, this work shows that the proposed algorithms, more than simply yielding a model of the vibro-acoustic response of a vehicle, are also useful to gain deep insights on the dominant physical mechanisms at the origin of the response of interest.

L'objectif de ce travail est de développer de nouvelles méthodes statistiques de reconstruction d'image spatiale (3D) et spatio-temporelle (3D+t) en Tomographie par Émission de Positons (TEP). Le but est de proposer des méthodes efficaces, capables de reconstruire des images dans un contexte de faibles doses injectées tout en préservant la qualité de l'interprétation. Ainsi, nous avons abordé la reconstruction sous la forme d'un problème inverse spatial et spatio-temporel (à observations ponctuelles) dans un cadre bayésien non paramétrique. La modélisation bayésienne fournit un cadre pour la régularisation du problème inverse mal posé au travers de l'introduction d'une information dite a priori. De plus, elle caractérise les grandeurs à estimer par leur distribution a posteriori, ce qui rend accessible la distribution de l'incertitude associée à la reconstruction. L'approche non paramétrique quant à elle pourvoit la modélisation d'une grande robustesse et d'une grande flexibilité. Notre méthodologie consiste à considérer l'image comme une densité de probabilité dans (pour une reconstruction en k dimensions) et à chercher la solution parmi l'ensemble des densités de probabilité de . La grande dimensionalité des données à manipuler conduit à des estimateurs n'ayant pas de forme explicite. Cela implique l'utilisation de techniques d'approximation pour l'inférence. La plupart de ces techniques sont basées sur les méthodes de Monte-Carlo par chaînes de Markov (MCMC). Dans l'approche bayésienne non paramétrique, nous sommes confrontés à la difficulté majeure de générer aléatoirement des objets de dimension infinie sur un calculateur. Nous avons donc développé une nouvelle méthode d'échantillonnage qui allie à la fois bonnes capacités de mélange et possibilité d'être parallélisé afin de traiter de gros volumes de données. L'approche adoptée nous a permis d'obtenir des reconstructions spatiales 3D sans nécessiter de voxellisation de l'espace, et des reconstructions spatio-temporelles 4D sans discrétisation en amont ni dans l'espace ni dans le temps. De plus, on peut quantifier l'erreur associée à l'estimation statistique au travers des intervalles de crédibilité. / The aim of this work is to develop new statistical methods for spatial (3D) and space-time (3D+t) Positron Emission Tomography (PET) reconstruction. The objective is to propose efficient reconstruction methods in a context of low injected doses while maintaining the quality of the interpretation. We tackle the reconstruction problem as a spatial or a space-time inverse problem for point observations in a \Bayesian nonparametric framework. The Bayesian modeling allows to regularize the ill-posed inverse problem via the introduction of a prior information. Furthermore, by characterizing the unknowns with their posterior distributions, the Bayesian context allows to handle the uncertainty associated to the reconstruction process. Being nonparametric offers a framework for robustness and flexibility to perform the modeling. In the proposed methodology, we view the image to reconstruct as a probability density in(for reconstruction in k dimensions) and seek the solution in the space of whole probability densities in . However, due to the size of the data, posterior estimators are intractable and approximation techniques are needed for posterior inference. Most of these techniques are based on Markov Chain Monte-Carlo methods (MCMC). In the Bayesian nonparametric approach, a major difficulty raises in randomly sampling infinite dimensional objects in a computer. We have developed a new sampling method which combines both good mixing properties and the possibility to be implemented on a parallel computer in order to deal with large data sets. Thanks to the taken approach, we obtain 3D spatial reconstructions without any ad hoc space voxellization and 4D space-time reconstructions without any discretization, neither in space nor in time. Furthermore, one can quantify the error associated to the statistical estimation using the credibility intervals.

La neuromodulation offre une possibilité de traitement pour des pathologies pharmoco-resistantes. Dans ce domaine, l'émergence de matrices d'électrodes à l'échelle microscopique ouvre la voie à des interfaces neurales sélectives. Cependant, leur fonctionnalité est réduite par le manque d'information sur l'anatomie fonctionnelle du nerf ciblé. L'objectif global de ce projet de thèse est d'explorer les possibilités d'imager un nerf de manière non-invasive par tomographie d'impédance électrique (EIT). Modalité d'imagerie des tissus mous, l'EIT déduit des cartes de conductivité à partir de mesures sur la frontière du domaine étudié. Une plateforme expérimentale a été mise en place et a permis de valider les développements des méthodes numériques effectués pour la prédiction des données et l'estimation des paramètres. Des tests in vivo ont été réalisés dans le contexte de la stimulation du nerf vague et du nerf sciatique. Des spécifications pour de futures expériences ont été déduites, avec l'utilisation d'électrodes plus robustes comprenant un plus grand nombre de contacts par section. / Neuromodulation offers treatments for drug resistant pathologies. In this field, the emergence of micro-scale multi-electrode arrays paves the way for selective neural interfaces. But they suffer from the lack of information on the nerve functional anatomy. The global aim of this PhD project is to explore the possibilities of imaging the inside of a nerve in a non-invasive way through electrical impedance tomography (EIT). As a soft-field imaging modality, EIT infers conductivity maps from boundary measurements. An experimental platform was built and allowed the validation of numerical methods developed for data prediction and parameter estimation. In vivo tests were performed in the context of vagus and sciatic nerve stimulation. Specifications were deduced for future experiments, with more reliable electrodes, embedding a higher number of contacts per cross-section.

La méthode de diffusion inverse est la plus efficace dans la théorie des systèmes intégrables. Introduite dans les années soixantes, d'importants résultats ont été obtenus pour les problèmes de dimension 1+1 et notamment sur l'interaction de solitons. Depuis quelques années, l'intérêt est porté sur des problèmes de dimensions supérieures comme les équations de Davey-Sterwartson, une généralisation de l'équation intégrable de Schrödinger cubique non linéaire en dimension 1+1. Des études numériques en limite semi-classique de l'équation de Davey-Stewartson II (DSII) défocalisant, font apparaître des points communs avec le cas réduit unidimensionnel, par exemple sur l'existence d'ondes de choc dispersives : des conditions initiales lisses mènent à une région d'oscillations rapides et modulées dans le voisinage des chocs des solutions des équations non dispersives dotées des mêmes conditions initiales.Cette thèse donne les premières étapes pour l'étude analytique de ce problème basée sur la méthode de la transformée de diffusion inverse. Les deux types de méthodes, directe et inverse, pour l'équation de DSII permettent de réécrire le problème sous la forme des équations D-bar. On considère la transformée spectrale directe pour l'équation DSII avec des conditions initiales lisses en limite semi-classique. La transformée spectrale directe mène à un système de Dirac elliptique singulièrement perturbé en deux dimensions. On introduit une méthode de type BKW pour ce problème et on montre qu'il est bien défini pour des paramètres spectraux k ∈ ℂ dont les modules sont suffisamment grands en controllant la solution d'une équation eikonale non linéaire. Aussi cette méthode donne des résultats numériques précis pour de tels k en limite semi-classique. Ces résultats reposent sur la solution numérique du système de Dirac singulièrement perturbé et la solution numérique du problème eikonal.On résout le problème eikonal de manière explicite pout tout k dans le cas d'un potentiel particulier. Ces calculs donnent une explication sur le fait que l'on ne puisse pas appliquer la méthode BKW pour des valeurs de |k| plus petites. On présente une nouvelle méthode numérique pour calculer la solution du problème eikonal avec des valeurs de |k| suffisamment grandes.Les calculs numériques de la transformée spectrale directe offrent une manière d'analyser le système de Dirac singulièrement perturbé pour des valeurs de |k| si petites qu'il n'y a pas de solution globale au problème eikonal. On donne une analyse semi-classique rigoureuse sur la solution pour des potentiels radiaux en k = 0, ce qui donne une expression asymptotique du coefficient de réflexion pour k = 0 et suggère une structure annulaire pour la solution, ce qui peut être utilisé quand |k| ≠ 0 est petit. L'étude numérique suggère aussi que pour certains potentiels, le coefficient de réflexion converge simplement, quand ε ↓ 0, vers une fonction limite définie pour des valeurs de k pour lesquelles le problème eikonal n'a pas de solution globale. On propose que les singularités de la fonction eikonale jouent un rôle aussi similaire que les points tournants de la théorie unidimensionelle. / Inverse scattering is the most powerful tool in theory of integrable systems. Starting in the late sixties resounding great progress was made in (1+1) dimensional problems with many break-through results as on soliton interactions. Naturally the attention in recent years turns towards higher dimensional problems as the Davey-Stewartson equations, an integrable generalisation of the (1+1)-dimensionalcubic nonlinear Schrödinger equation. The defocusing Davey-Stewartson II equation, in its semi-classical limit has been shown in numerical experiments to exhibit behavior that qualitatively resembles that of its one-dimensional reduction, namely the generation of a dispersive shock wave: smooth initial data develop a zone rapid modulated oscillations in the vicinity of shocks of solutions for the corresponding dispersionless equations for the same initial data. The present thesis provides a first step to study this problem analytically using the inverse scattering transform method. Both the direct and inverse scattering transform for DSII can be expressed as D-bar equations. We consider the direct spectral transform for the defocusing Davey-Stewartson II equation for smooth initial data in the semi-classical limit. The direct spectral transform involves a singularly perturbed elliptic Dirac system in two dimensions. We introduce a WKB-type method for this problem and prove that it is well defined for sufficiently large modulus of the spectral parameter k ∈ ℂ by controlling the solution of an associated nonlinear eikonal problem. Further, we give numerical evidence that the method is accurate for such k in the semiclassical limit. Producing this evidence requires both the numerical solution of the singularly perturbed Dirac system and the numerical solution of the eikonal problem. We present a new method for the numerical solution of the eikonal problem valid for sufficiently large |k|. For a particular potential we are able to solve the eikonal problem in a closed form for all k, acalculation that yields some insight into the failure of the WKB method for smaller values of |k|. The numerical calculations of the direct spectral transform indicate how to study the singularly perturbed Dirac system for values of |k| so small that there is no global solution of the eikonal problem. We provide a rigorous semiclassical analysis of the solution for real radial potentials at k=0, which yields an asymptotic formula for the reflection coefficient at k = 0 and suggests an annular structure for the solution that may be exploited when |k| ≠ 0 is small. The numerics also suggest that for some potentials the reflection coefficient converges point-wise as ε ↓ 0 to a limiting function that is supported in the domain of k-values on which the eikonal problem does not have a global solution. We suggest that singularities of the eikonal function play a role similar to that of turning points in the one-dimensional theory.

La magnéto-tellurique (MT) (Cagniard 1953, Tikhonov 1950) est une technique d'exploration de la Terre basée sur des mesures de champs électromagnétiques (EM). Une source naturelle (non artificielle) harmonique en temps et située dans l'ionosphère (Weaver 1994) produit un champ EM régi par les équations de Maxwell. Les champs électromagnétiques sont enregistrés par plusieurs récepteurs placés sur la surface de la Terre. Ces mesures sont utilisées pour produire une image du sous-sol à partir d'un procédé d'inversion utilisant des méthodes numériques. Nous utilisons la méthode hp-FEM résultant d'une extension du travail de Demkowicz 2005. Nous avons développé un logiciel qui résout, pour la première fois, le problème MT avec des éléments finis auto-adaptatifs. La méthode hp-FEM permet des raffinements locaux, à la fois en taille h et en ordre p sur les éléments, ce qui est un avantage notoire puisque la combinaison de ces deux types de critères permet de mieux capter la présence de singularités, fournissant ainsi des erreurs de discrétisation faible. C'est donc une méthode très précise dont la convergence est exponentielle (Gui and Babuska 1986, Babuska and Guo 1996). En raison des défis d'implémentation encore non résolus (Demkowicz et al. 2002) et de la complexité technique des calculs hp-FEM en 3D, nous nous limitons, dans ce travail, à des calculs en 1D et 2D.Le domaine de calcul est tronqué par un matériau absorbant (Perfectly Matched Layer PML, Berenger 1994), qui est conçu pour s'adapter automatiquement aux propriétés physiques des matériaux. En particulier, il s'ajuste efficacement à l'interface air-sol, où le contraste entre la conductivité des matériaux atteint jusqu'à seize ordres de grandeur. Dans cette thèse, nous présentons également des résultats préliminaires pour la mise en place d'une technique dimensionnelle adaptative plus connue sous le nom de DAM (Dimensionally Adaptive Method (DAM)). Lorsque la distribution de la résistivité du sous-sol dépend de multiples variables spatiales, une analyse correcte de la dimensionnalité (Ledo 2005, Martí et al. 2009, Weaver and Agarwal 2000) rend parfois possible de considérer les différentes régions avec des dimensions spatiales différentes. Par exemple, il est parfois possible d’interpréter la distribution comme une formation unidimensionnelle plus quelques hétérogénéités en 2D (ou 3D). Basée sur cette interprétation, la DAM tire profit d’une telle situation. Ainsi, l'idée principale de cette méthode est d'effectuer l'adaptativité sur la dimension spatiale en commençant par un problème de faible dimension et en utilisant les résultats obtenus pour minimiser le coût des problèmes de dimension supérieure. Nous commençons l'inversion avec un modèle 1D. Les résultats de ce problème d'inversion 1D sont utilisés comme information a priori sur les modèles de dimension supérieure. Un avantage fondamental de cette approche est que nous pouvons utiliser les solutions des problèmes de dimension inférieure précédemment calculées comme composantes du terme de régularisation associé à un problème de dimension supérieure afin d'augmenter la robustesse de l'inversion. Cette thèse propose également une analyse numérique rigoureuse de divers aspects des problèmes MT. En particulier, nous avons: (a) étudié l'effet de la source, (b) effectué une analyse fréquentielle de sensibilité, (c) illustré l'augmentation du taux de convergence lorsque l'adaptativité hp est employée, (d) séparé les effets 1D et 2D dans la solution numérique et (e) exploré l'intérêt de considérer différentes variables pour effectuer l'inversion. / The magnetotelluric (MT) method is a passive exploration technique that aims at estimating the resistivity distribution of the Earth's subsurface, and therefore at providing an image of it. This process is divided into two different steps. The first one consists in recording the data. In a second step, recorded measurements are analyzed by employing numerical methods. This dissertation focuses in this second task. We provide a rigorous mathematical setting in the context of the Finite Element Method (FEM) that helps to understand the MT problem and its inversion process. In order to recover a map of the subsurface based on 2D MT measurements, we employ for the first time in Mts a multi-goal oriented self adaptive hp-Finite Element Method (FEM). We accurately solve both the full formulation as well as a secondary field formulation where the primary field is given by the solution of a 1D layered media. To truncate the computational domain, we design a Perfectly Matched Layer (PML) that automatically adapts to high-contrast material properties that appear within the subsurface and on the air-ground interface. For the inversion process, we develop a first step of a Dimensionally Adaptive Method (DAM) by considering the dimension of the problem as a variable in the inversion. Additionally, this dissertation supplies a rigorous numerical analysis for the forward and inverse problems. Regarding the forward modelization, we perform a frequency sensitivity analysis, we study the effect of the source, the convergence of the hp-adaptivity, or the effect of the PML in the computation of the electromagnetic fields and impedance. As far as the inversion is concerned, we study the impact of the selected variable for the inversion process, the different information that each mode provides,and the gains of the DAM approach.

Les mesures optiques dimensionnelles sont des techniques en plein essor dont la maîtrise et l'exploitation soulèvent encore de nombreuses questions. Pour une meilleure compréhension d'un système de mesure par stéréo-corrélation d'images, des études de caractérisation et d'évaluation de l'erreur de mesure en corrélation à partir d'images synthétiques et en stéréovision à partir d'images réelles ont été réalisées. Les résultats mettent en avant l'influence de plusieurs paramètres : fenêtre de corrélation, déformation et gradient de déformation. La dernière partie de l'étude est consacrée à l'identification de comportements constitutifs à partir des mesures de champs. Deux méthodes sont mises en œuvre : la méthode des champs virtuel pour l'identification des paramètres élastiques d'un matériau et l'identification paramétrique par recalage éléments finis pour le cas des comportements élasto-plastiques. / The optical dimensional measurements are emergent techniques whose control and exploitation still address many questions. For a better understanding of the stereo-correlation measurement systems, studies are made to characterize and assess the digital image correlation measurement error by the way of synthetic images. The stereovision characterization is made using real images. The results highlight the influence of several parameters : subset size, strain and strain gradient. The last part of this study is devoted to the identification of constitutive behaviour law using full-field measurements. Two identification methods are used : the virtual fields method to determine the elastic parameters of a material and the finite element model updating method to identify the elasto-plastic behaviour law.

Cette thèse s'intéresse à la résolution de problèmes inverses non linéaires exploitant un a priori de parcimonie ; plus particulièrement, des problèmes où les données se modélisent comme la combinaison linéaire d'un faible nombre de fonctions non linéaires en un paramètre dit de " localisation " (par exemple la fréquence en analyse spectrale ou le décalage temporel en déconvolution impulsionnelle). Ces problèmes se reformulent classiquement en un problème d'approximation parcimonieuse linéaire (APL) en évaluant les fonctions non linéaires sur une grille de discrétisation arbitrairement fine du paramètre de localisation, formant ainsi un " dictionnaire discret ". Cependant, une telle approche se heurte à deux difficultés majeures. D'une part, le dictionnaire provenant d'une telle discrétisation est fortement corrélé et met en échec les méthodes de résolution sous-optimales classiques comme la pénalisation L1 ou les algorithmes gloutons. D'autre part, l'estimation du paramètre de localisation, appartenant nécessairement à la grille de discrétisation, se fait de manière discrète, ce qui entraîne une erreur de modélisation. Dans ce travail nous proposons des solutions pour faire face à ces deux enjeux, d'une part via la prise en compte de la parcimonie de façon exacte en introduisant un ensemble de variables binaires, et d'autre part via la résolution " optimale " de tels problèmes sur " dictionnaire continu " permettant l'estimation continue du paramètre de localisation. Deux axes de recherches ont été suivis, et l'utilisation des algorithmes proposés est illustrée sur des problèmes de type déconvolution impulsionnelle et analyse spectrale de signaux irrégulièrement échantillonnés. Le premier axe de ce travail exploite le principe " d'interpolation de dictionnaire ", consistant en une linéarisation du dictionnaire continu pour obtenir un problème d'APL sous contraintes. L'introduction des variables binaires nous permet de reformuler ce problème sous forme de " programmation mixte en nombres entiers " (Mixed Integer Programming - MIP) et ainsi de modéliser de façon exacte la parcimonie sous la forme de la " pseudo-norme L0 ". Différents types d'interpolation de dictionnaires et de relaxation des contraintes sont étudiés afin de résoudre de façon optimale le problème grâce à des algorithmes classiques de type MIP. Le second axe se place dans le cadre probabiliste Bayésien, où les variables binaires nous permettent de modéliser la parcimonie en exploitant un modèle de type Bernoulli-Gaussien. Ce modèle est étendu (modèle BGE) pour la prise en compte de la variable de localisation continue. L'estimation des paramètres est alors effectuée à partir d'échantillons tirés avec des algorithmes de type Monte Carlo par Chaîne de Markov. Plus précisément, nous montrons que la marginalisation des amplitudes permet une accélération de l'algorithme de Gibbs dans le cas supervisé (hyperparamètres du modèle connu). De plus, nous proposons de bénéficier d'une telle marginalisation dans le cas non supervisé via une approche de type " Partially Collapsed Gibbs Sampler. " Enfin, nous avons adapté le modèle BGE et les algorithmes associés à un problème d'actualité en astrophysique : la détection d'exoplanètes par la méthode des vitesses radiales. Son efficacité sera illustrée sur des données simulées ainsi que sur des données réelles. / This thesis deals with solutions of nonlinear inverse problems using a sparsity prior; more specifically when the data can be modelled as a linear combination of a few functions, which depend non-linearly on a "location" parameter, i.e. frequencies for spectral analysis or time-delay for spike train deconvolution. These problems are generally reformulated as linear sparse approximation problems, thanks to an evaluation of the nonlinear functions at location parameters discretised on a thin grid, building a "discrete dictionary". However, such an approach has two major drawbacks. On the one hand, the discrete dictionary is highly correlated; classical sub-optimal methods such as L1- penalisation or greedy algorithms can then fail. On the other hand, the estimated location parameter, which belongs to the discretisation grid, is necessarily discrete and that leads to model errors. To deal with these issues, we propose in this work an exact sparsity model, thanks to the introduction of binary variables, and an optimal solution of the problem with a "continuous dictionary" allowing a continuous estimation of the location parameter. We focus on two research axes, which we illustrate with problems such as spike train deconvolution and spectral analysis of unevenly sampled data. The first axis focusses on the "dictionary interpolation" principle, which consists in a linearisation of the continuous dictionary in order to get a constrained linear sparse approximation problem. The introduction of binary variables allows us to reformulate this problem as a "Mixed Integer Program" (MIP) and to exactly model the sparsity thanks to the "pseudo-norm L0". We study different kinds of dictionary interpolation and constraints relaxation, in order to solve the problem optimally thanks to MIP classical algorithms. For the second axis, in a Bayesian framework, the binary variables are supposed random with a Bernoulli distribution and we model the sparsity through a Bernoulli-Gaussian prior. This model is extended to take into account continuous location parameters (BGE model). We then estimate the parameters from samples drawn using Markov chain Monte Carlo algorithms. In particular, we show that marginalising the amplitudes allows us to improve the sampling of a Gibbs algorithm in a supervised case (when the model's hyperparameters are known). In an unsupervised case, we propose to take advantage of such a marginalisation through a "Partially Collapsed Gibbs Sampler." Finally, we adapt the BGE model and associated samplers to a topical science case in Astrophysics: the detection of exoplanets from radial velocity measurements. The efficiency of our method will be illustrated with simulated data, as well as actual astrophysical data.