Neste trabalho propomos uma abordagem Bayesiana não-paramétrica para a modelagem de dados com comportamento extremo. Tratamos o parâmetro de locação μ da distribuição generalizada de valor extremo como uma função aleatória e assumimos um processo Gaussiano para tal função (Rasmussem & Williams 2006). Esta situação leva à intratabilidade analítica da distribuição a posteriori de alta dimensão. Para lidar com este problema fazemos uso do método Hamiltoniano de Monte Carlo em variedade Riemanniana que permite a simulação de valores da distribuição a posteriori com forma complexa e estrutura de correlação incomum (Calderhead & Girolami 2011). Além disso, propomos um modelo de série temporal autoregressivo de ordem p, assumindo a distribuição generalizada de valor extremo para o ruído e determinamos a respectiva matriz de informação de Fisher. No decorrer de todo o trabalho, estudamos a qualidade do algoritmo em suas variantes através de simulações computacionais e apresentamos vários exemplos com dados reais e simulados. / In this work we propose a Bayesian nonparametric approach for modeling extreme value data. We treat the location parameter μ of the generalized extreme value distribution as a random function following a Gaussian process model (Rasmussem & Williams 2006). This configuration leads to no closed-form expressions for the highdimensional posterior distribution. To tackle this problem we use the Riemannian Manifold Hamiltonian Monte Carlo algorithm which allows samples from the posterior distribution with complex form and non-usual correlation structure (Calderhead & Girolami 2011). Moreover, we propose an autoregressive time series model assuming the generalized extreme value distribution for the noise and obtained its Fisher information matrix. Throughout this work we employ some computational simulation studies to assess the performance of the algorithm in its variants and show many examples with simulated and real data-sets.

La plupart des systèmes de recommandation actuels se base sur des évaluations sous forme de notes (i.e., chiffre entre 0 et 5) pour conseiller un contenu (film, restaurant...) à un utilisateur. Ce dernier a souvent la possibilité de commenter ce contenu sous forme de texte en plus de l'évaluer. Il est difficile d'extraire de l'information d'un texte brut tandis qu'une simple note contient peu d'information sur le contenu et l'utilisateur. Dans cette thèse, nous tentons de suggérer à l'utilisateur un texte lisible personnalisé pour l'aider à se faire rapidement une opinion à propos d'un contenu. Plus spécifiquement, nous construisons d'abord un modèle thématique prédisant une description de film personnalisée à partir de commentaires textuels. Notre modèle sépare les thèmes qualitatifs (i.e., véhiculant une opinion) des thèmes descriptifs en combinant des commentaires textuels et des notes sous forme de nombres dans un modèle probabiliste joint. Nous évaluons notre modèle sur une base de données IMDB et illustrons ses performances à travers la comparaison de thèmes. Nous étudions ensuite l'inférence de paramètres dans des modèles à variables latentes à grande échelle, incluant la plupart des modèles thématiques. Nous proposons un traitement unifié de l'inférence en ligne pour les modèles à variables latentes à partir de familles exponentielles non-canoniques et faisons explicitement apparaître les liens existants entre plusieurs méthodes fréquentistes et Bayesiennes proposées auparavant. Nous proposons aussi une nouvelle méthode d'inférence pour l'estimation fréquentiste des paramètres qui adapte les méthodes MCMC à l'inférence en ligne des modèles à variables latentes en utilisant proprement un échantillonnage de Gibbs local. Pour le modèle thématique d'allocation de Dirichlet latente, nous fournissons une vaste série d'expériences et de comparaisons avec des travaux existants dans laquelle notre nouvelle approche est plus performante que les méthodes proposées auparavant. Enfin, nous proposons une nouvelle classe de processus ponctuels déterminantaux (PPD) qui peut être manipulée pour l'inférence et l'apprentissage de paramètres en un temps potentiellement sous-linéaire en le nombre d'objets. Cette classe, basée sur une factorisation spécifique de faible rang du noyau marginal, est particulièrement adaptée à une sous-classe de PPD continus et de PPD définis sur un nombre exponentiel d'objets. Nous appliquons cette classe à la modélisation de documents textuels comme échantillons d'un PPD sur les phrases et proposons une formulation du maximum de vraisemblance conditionnel pour modéliser les proportions de thèmes, ce qui est rendu possible sans aucune approximation avec notre classe de PPD. Nous présentons une application à la synthèse de documents avec un PPD sur 2 à la puissance 500 objets, où les résumés sont composés de phrases lisibles. / Most of current recommendation systems are based on ratings (i.e. numbers between 0 and 5) and try to suggest a content (movie, restaurant...) to a user. These systems usually allow users to provide a text review for this content in addition to ratings. It is hard to extract useful information from raw text while a rating does not contain much information on the content and the user. In this thesis, we tackle the problem of suggesting personalized readable text to users to help them make a quick decision about a content. More specifically, we first build a topic model that predicts personalized movie description from text reviews. Our model extracts distinct qualitative (i.e., which convey opinion) and descriptive topics by combining text reviews and movie ratings in a joint probabilistic model. We evaluate our model on an IMDB dataset and illustrate its performance through comparison of topics. We then study parameter inference in large-scale latent variable models, that include most topic models. We propose a unified treatment of online inference for latent variable models from a non-canonical exponential family, and draw explicit links between several previously proposed frequentist or Bayesian methods. We also propose a novel inference method for the frequentist estimation of parameters, that adapts MCMC methods to online inference of latent variable models with the proper use of local Gibbs sampling.~For the specific latent Dirichlet allocation topic model, we provide an extensive set of experiments and comparisons with existing work, where our new approach outperforms all previously proposed methods. Finally, we propose a new class of determinantal point processes (DPPs) which can be manipulated for inference and parameter learning in potentially sublinear time in the number of items. This class, based on a specific low-rank factorization of the marginal kernel, is particularly suited to a subclass of continuous DPPs and DPPs defined on exponentially many items. We apply this new class to modelling text documents as sampling a DPP of sentences, and propose a conditional maximum likelihood formulation to model topic proportions, which is made possible with no approximation for our class of DPPs. We present an application to document summarization with a DPP on 2 to the power 500 items, where the summaries are composed of readable sentences.

Les applications futures de la robotique, en particulier pour des robots de service à la personne, exigeront des capacités d’adaptation continue à l'environnement, et notamment la capacité à reconnaître des nouveaux objets et apprendre des nouveaux mots via l'interaction avec les humains. Bien qu'ayant fait d'énormes progrès en utilisant l'apprentissage automatique, les méthodes actuelles de vision par ordinateur pour la détection et la représentation des objets reposent fortement sur de très bonnes bases de données d’entrainement et des supervisions d'apprentissage idéales. En revanche, les enfants de deux ans ont une capacité impressionnante à apprendre à reconnaître des nouveaux objets et en même temps d'apprendre les noms des objets lors de l'interaction avec les adultes et sans supervision précise. Par conséquent, suivant l'approche de le robotique développementale, nous développons dans la thèse des approches d'apprentissage pour les objets, en associant leurs noms et leurs caractéristiques correspondantes, inspirées par les capacités des enfants, en particulier l'interaction ambiguë avec l’homme en s’inspirant de l'interaction qui a lieu entre les enfants et les parents.L'idée générale est d’utiliser l'apprentissage cross-situationnel (cherchant les points communs entre différentes présentations d’un objet ou d’une caractéristique) et la découverte de concepts multi-modaux basée sur deux approches de découverte de thèmes latents: la Factorisation en Natrices Non-Négatives (NMF) et l'Allocation de Dirichlet latente (LDA). Sur la base de descripteurs de vision et des entrées audio / vocale, les approches proposées vont découvrir les régularités sous-jacentes dans le flux de données brutes afin de parvenir à produire des ensembles de mots et leur signification visuelle associée (p.ex le nom d’un objet et sa forme, ou un adjectif de couleur et sa correspondance dans les images). Nous avons développé une approche complète basée sur ces algorithmes et comparé leur comportements face à deux sources d'incertitudes: ambiguïtés de références, dans des situations où plusieurs mots sont donnés qui décrivent des caractéristiques d'objets multiples; et les ambiguïtés linguistiques, dans des situations où les mots-clés que nous avons l'intention d'apprendre sont intégrés dans des phrases complètes. Cette thèse souligne les solutions algorithmiques requises pour pouvoir effectuer un apprentissage efficace de ces associations de mot-référent à partir de données acquises dans une configuration d'acquisition simplifiée mais réaliste qui a permis d'effectuer des simulations étendues et des expériences préliminaires dans des vraies interactions homme-robot. Nous avons également apporté des solutions pour l'estimation automatique du nombre de thèmes pour les NMF et LDA.Nous avons finalement proposé deux stratégies d'apprentissage actives: la Sélection par l'Erreur de Reconstruction Maximale (MRES) et l'Exploration Basée sur la Confiance (CBE), afin d'améliorer la qualité et la vitesse de l'apprentissage incrémental en laissant les algorithmes choisir les échantillons d'apprentissage suivants. Nous avons comparé les comportements produits par ces algorithmes et montré leurs points communs et leurs différences avec ceux des humains dans des situations d'apprentissage similaires. / Future applications of robotics, especially personal service robots, will require continuous adaptability to the environment, and particularly the ability to recognize new objects and learn new words through interaction with humans. Though having made tremendous progress by using machine learning, current computational models for object detection and representation still rely heavily on good training data and ideal learning supervision. In contrast, two year old children have an impressive ability to learn to recognize new objects and at the same time to learn the object names during interaction with adults and without precise supervision. Therefore, following the developmental robotics approach, we develop in the thesis learning approaches for objects, associating their names and corresponding features, inspired by the infants' capabilities, in particular, the ambiguous interaction with humans, inspired by the interaction that occurs between children and parents.The general idea is to use cross-situational learning (finding the common points between different presentations of an object or a feature) and to implement multi-modal concept discovery based on two latent topic discovery approaches : Non Negative Matrix Factorization (NMF) and Latent Dirichlet Association (LDA). Based on vision descriptors and sound/voice inputs, the proposed approaches will find the underlying regularities in the raw dataflow to produce sets of words and their associated visual meanings (eg. the name of an object and its shape, or a color adjective and its correspondence in images). We developed a complete approach based on these algorithms and compared their behavior in front of two sources of uncertainties: referential ambiguities, in situations where multiple words are given that describe multiple objects features; and linguistic ambiguities, in situations where keywords we intend to learn are merged in complete sentences. This thesis highlights the algorithmic solutions required to be able to perform efficient learning of these word-referent associations from data acquired in a simplified but realistic acquisition setup that made it possible to perform extensive simulations and preliminary experiments in real human-robot interactions. We also gave solutions for the automatic estimation of the number of topics for both NMF and LDA.We finally proposed two active learning strategies, Maximum Reconstruction Error Based Selection (MRES) and Confidence Based Exploration (CBE), to improve the quality and speed of incremental learning by letting the algorithms choose the next learning samples. We compared the behaviors produced by these algorithms and show their common points and differences with those of humans in similar learning situations.

Objectif : La bronchopneumonie infectieuse (BPI) est une affection des voies respiratoires inférieures due à l’interaction entre des agents microbiens, des facteurs environnementaux et des facteurs propres à l’individu. Malgré des années de recherche, la BPI reste prévalente en élevage de génisses de remplacement et de veaux lourds engendrant des pertes économiques majeures et une forte consommation d’antibiotiques dans ces élevages. Le score clinique respiratoire diagnostique (SCRD), l’auscultation thoracique, l’échographie thoracique et la radiographie thoracique sont des tests couramment utilisés pour détecter la BPI. Cependant, leurs performances diagnostiques actuelles à savoir : leurs facultés à détecter les veaux malades (sensibilité; Se) et leurs facultés à détecter les veaux non malades (spécificité; Sp) sont sous-optimales pour détecter adéquatement les veaux de race laitière nécessitant d’être traités avec des antibiotiques et/ou des anti-inflammatoires. L’objectif général de cette thèse était donc d’améliorer les stratégies de détection du statut actif de la BPI, statut nécessitant un traitement (d’antibiotiques et/ou d’anti-inflammatoires), afin, d’une part, de mieux diagnostiquer les veaux malades, diminuer les impacts économiques de la maladie et améliorer le bien-être des veaux ; et d’autre part, favoriser l’emploi judicieux des antibiotiques en traitant uniquement les veaux qui en ont besoin. Pour répondre à cet objectif général, 3 sous-objectifs spécifiques ont été définis : (1) développer un SCRD, en identifiant et validant les signes cliniques avec une bonne répétabilité interopérateurs pour diagnostiquer le statut actif de la BPI à l’échelle individuelle et populationnelle; (2) Améliorer les stratégies diagnostiques des tests d’imagerie médicale en comparant l’échographie et la radiographie thoracique pour détecter les lésions pulmonaires et le statut actif de la BPI; (3) Améliorer l’échographie thoracique en standardisant la technique (ajout ou non du lobe crânial droit) et l’interprétation (seuil de profondeur) afin d’en optimiser ces performances pour détecter le statut actif de la BPI. Méthodes : (1) 800 veaux lourds de 80 lots ont été filmés à l’aide d’une caméra portative lors de leur évaluation clinique. Différentes séquences vidéo ont été aléatoirement sélectionnées et soumises à un panel d’évaluateur constitué de producteurs de veaux lourds, techniciens et médecins vétérinaires. La variabilité interopérateurs de chaque signe clinique a été évaluée. Les signes cliniques ayant la meilleure répétabilité ont été retenus pour le développement et la validation d’un SCRD en utilisant un modèle bayésien d’analyse de classe latente. Enfin, des stratégies diagnostiques des BPI au niveau populationnel ont été développées; (2) 50 veaux hospitalisés ont reçu une échographie et une radiographie thoracique. La tomodensitométrie thoracique (CT scan) a été utilisé comme gold standard pour vérifier les individus positifs à l’un des deux tests. Les performances des deux tests ont été comparées pour détecter d’abord les lésions pulmonaires en comparant avec les résultats du CT scan, puis le statut actif de la BPI défini par trois experts; (3) la Se et la Sp pour diagnostiquer le statut actif de BPI de différents sites d’échographie thoracique et différents seuils de profondeur de consolidation pulmonaire ont été évalués à l’aide de modèles utilisant une analyse bayésienne à classe latente dans une population de génisse de remplacement et une population de veaux lourds. Résultats : (1) La position des oreilles et la toux induite étaient les signes cliniques de BPI les plus répétables. Le SCRD développé et validé consiste à évaluer ces deux signes cliniques ainsi que la température rectale (anormale T≥ 39.5◦C) sur 10 veaux d’un lot, deux semaines après leur arrivée en parc d’engraissement. La présence de 3 veaux avec deux de ces prédicteurs implique que le lot a 94 % de chance d’avoir une prévalence du statut actif de BPI ≥ 0.10. Avec moins de 3 veaux, le lot à 95 % de chance de ne pas avoir une prévalence ≥ 0.10; (2) Pour détecter les lésions pulmonaires, les Se et Sp de l’échographie thoracique étaient de 0,81 (intervalle de crédit bayésien à 95 % (ICB95%): 0,65; 0,92) et 0,90 (ICB95 %: 0,81; 0,96), respectivement. Les Se et Sp de la radiographie thoracique étaient de 0,86 (ICB95%: 0,62; 0,99) et 0,89 (ICB95%: 0,67; 0,99), respectivement. Pour détecter le statut actif de la BPI, les Se et Sp de l’échographie thoracique étaient de 0,84 (intervalle de confiance à 95% (IC95%): 0,60; 0,97) et 0,74 (IC95 %: 0,57; 0,86), respectivement. La Se et Sp de la radiographie thoracique étaient de 0,89 (IC95%: 0,67; 0,99) et 0,58 (IC95%: 0,39; 0,75), respectivement. Aucune différence n’était présente entre les deux tests pour détecter les lésions pulmonaires ou le statut actif de BPI; (3) La détection échographique de lésions de consolidation pulmonaire des sites caudaux au cœur avec une profondeur ≥ 3 cm conclut à la présence du statut actif de BPI avec une Se de 0,89 (ICB95%: 0,55; 1,00) et une Sp de 0,95 (ICB95%: 0,92; 0,98). Conclusion : Dans cette thèse, nous avons amélioré les stratégies diagnostiques pour détecter les veaux à traiter de BPI. L’utilisation de ces résultats pour élaborer des algorithmes décisionnels devrait ultimement permettre de diminuer les pertes économiques et de raffiner l’utilisation d’antibiotiques. / Objectives: Infectious bronchopneumonia (BPI) is the infection of the lower respiratory tract implying an interaction between microbial agents, environment, and host. Despite decades of research, BPI remains omnipresent in dairy and veal calves, responsible for major economic losses and antimicrobial consumption. Clinical respiratory scoring system (CRSC), lung auscultation, thoracic ultrasonography, and thoracic radiography are the most popular tests used to detect BPI in calves. However, the sensitivity (Se) (i.e., faculty to detect sick calves) and the specificity (Sp) (i.e., faculty to detect healthy calves) are suboptimal to accurately detecting dairy and veal calves to treat. Our main objective was to improve the diagnostic strategies to detect active BPI (BPI status needed a treatment) in order to: firstly, better diagnose sick calves, reduce BPI economic losses and improve calves’ welfare; secondly, reduce antimicrobial consumption by treating only calves that need it. For this purpose, three sub-objectives have been defined: (1) develop and validate a CRSC including inter-operator reliable respiratory clinical signs to detect active BPI at calf-level and group level; (2) compare thoracic ultrasonography and thoracic radiography to detect lung lesions and active BPI; (3) standardize thoracic ultrasonography technique (sites to ultrasound) and interpretation (lung consolidation depth threshold) to promote thoracic ultrasonography Se and Sp to detect active BPI. Methods: (1) 800 veal calves from 80 batches were filmed with a portative camera during their clinical exam. Videos were randomly selected and assessed by producers, technicians, and veterinarians. The reliability of each respiratory clinical sign was assessed. The most reliable respiratory clinical signs were kept in order to develop and validate a CRSC using latent class Bayesian analysis. Batch-level diagnostic strategies were developed; (2) Fifty hospitalized calves underwent thoracic ultrasonography and thoracic radiography. Thoracic tomography (CT scan) was used as a gold standard to check positive calves on one of both tests. Se and Sp of both tests were compared to detect lung lesions and active BPI defined by three experts; (3) Se and Sp of different ultrasound sites and different lung consolidation depth thresholds were estimated to detect active BPI using latent class Bayesian analysis in both dairy calves and veal calves’ populations. Results: (1) Ear droop/head tilt and induced cough were the most reliable respiratory clinical signs. The CRSC developed and validated implies assessing those clinical signs with rectal temperature (abnormal T≥ 39.5◦C) in 10 calves from a batch at two weeks after arriving at the fattening unit. Having two abnormal characteristics of those predictors in three calves implies that a batch has 94% of having an active BPI prevalence ≥ 0.10. A batch with <3 positive calves on 10 has 95% of not having an active BPI prevalence ≥ 0.10; (2) For detecting lung lesions, the Se and Sp of thoracic ultrasonography were 0.81 (95% Bayesian credible interval (95%BCI): 0.65; 0.92) and 0.90 (95%BCI: 0.81; 0.96), respectively. The Se and Sp of thoracic radiography were 0.86 (95%BCI: 0.62; 0.99) and 0.89 (95%BCI: 0.67; 0.99), respectively. For detecting active BPI, the Se and Sp of thoracic ultrasonography were 0.84 (95% confidence interval (95%CI): 0.60; 0.97) and 0.74 (95%CI: 0.57; 0.86), respectively. The Se and Sp of thoracic radiography were 0.89 (95%CI: 0.67; 0.99) and 0.58 (95%CI: 0.39; 0.75), respectively. There was no difference between both tests to detect both lung lesions and active BPI; (3) Thoracic ultrasonography of the sites caudal of the heart with a depth lung consolidation ≥ 3 cm has a Se of 0.89 (95%BCI: 0.55; 1.00) and a Sp of 0.95 (95%BCI: 0.92; 0.98). Conclusion: We improved diagnostic strategies to detect active BPI in this thesis. Using our results to elaborate decisional algorithms would reduce economic losses and antimicrobial consumption of BPI in dairy and veal calves.

[pt] Como (1) aponta, a previsibilidade acerca da política monetária pode melhorar a eficácia da política de estabilização de um Banco Central. Nesse artigo, procuramos reduzir a incerteza a respeito de um instrumento de Forward Guidance do Banco Central norte-americano (o Federal Reserve) estimando distribuições de probabilidade completas sobre todas as associações possíveis entre seus membros e o dot plot de taxa de juros para cada reunião. Nossa contribuição para a literatura ocorre em duas frentes: primeiro, propomos um algoritmo Bayesiano geral que estima essas hipóteses de associação entre agentes e ações sempre que elas não são observadas. Além disso, elaboramos uma maneira nova e menos subjetiva para quantificar textos em dados numéricos, usando Alocação Latente Dirichlet (LDA) e modelos econométricos de seleção. Esse método apresenta algumas características desejáveis como uma correlação positiva entre o presidente do FOMC e o resto do comitê, e um ordenamento na postura de política monetária que reflete, ainda que parcialmente, visões de analistas de mercado a respeito desse espectro entre membros mais duros e mais lenientes com a taxa de juros. Nosso algoritmo de rastreamento de alvos também tem bom desempenho num ambiente simulado, no sentido em que, em média, considera como mais provável a verdadeira associação entre membros e dots. Usando dados reais de discursos individuais e dots, ele também consegue atribuir a maior probabilidade para a associação correta na única reunião em que ela é conhecida de fato. / [en] As (1) points out, monetary policy predictability can enhance a Central Bank stabilization policy efficacy. In this paper we aim to reduce uncertainty about one Federal Reserve forward guidance instrument by estimating full association probabilities distributions between members and the interest rate dot plot for each FOMC meeting. Our contribution to the literature is twofold: first, we propose a general Bayesian algorithm which estimates these association hypotheses between agents and actions whenever they are not observed. Second, we elaborate a novel and less subjective technique for quantifying text into data, using Latent Dirichlet Allocation (LDA) and shrinkage econometric tools. This method shows some desirable features such as positive correlation between the FOMC chair and the rest of the committee, and a policy stance ordering which partially reflects analysts and market participants views on this hawk-dove spectrum. Our tracking algorithm performs successfully in a simulated environment, in a sense that it on average considers the correct member-to-dot association as the most likely one. Using real data on speeches and Fed dots, it is also able to attribute the highest probability to the correct assignment hypothesis in the only meeting it is known for sure.

Contexte et objectifs. La carrière criminelle est un sujet d’intérêt criminologique depuis plus de 80 ans. Les travaux sur cette question ont permis de mieux comprendre l’évolution des personnes contrevenantes et leurs crimes au fil du temps. Bien que beaucoup d’efforts aient été déployés pour étudier les hommes, les recherches portant sur les trajectoires criminelles des femmes demeurent relativement rares, ceci étant notamment attribuable à la petite taille des échantillons. L’objectif de ce mémoire est de réaliser une étude comparative de la carrière criminelle d’hommes et de femmes de 18 à 47 ans relevant de la juridiction de la province de Québec. Méthodologie. L’échantillon est composé de 3320 délinquants sous responsabilité provinciale, soit 216 femmes (6,5 %) et 3104 hommes (93,5 %). Des statistiques descriptives seront réalisées afin de dresser un portrait de la clientèle et une approche par variable latente catégorielle sera utilisée pour modéliser les parcours criminels. Plus précisément, cette analyse permet d’estimer des sous-groupes de délinquants au sein de la population qui suivent des courbes de croissance distinctes. La proportion d’individus appartenant à chacun de ces sous-groupes peut donc être estimée. Résultats. Les analyses indiquent que les femmes ont une fréquence de délits commis plus faible que les hommes, et ce, particulièrement au début de leur carrière criminelle. En effet, la différence quant à la fréquence tend à s’atténuer avec le temps, pour disparaître vers 40 ans. Également, il apparaît que les hommes et les femmes suivent un nombre de trajectoires criminelles similaires; cependant, la prévalence chez ces dernières apparaît relativement différente. En effet, il ressort que les femmes commencent plus tardivement leur carrière criminelle que les hommes, avec une proportion plus importante pour les crimes contre les biens. Finalement, les antécédents juvéniles influent sur la chronicité et la persistance, quel que soit le genre ou le type de crime. Conclusion. Les résultats démontrent que la différence selon le sexe est un sujet d’intérêt criminologique primordial puisque les femmes présentent des risques différents quant à la fréquence et au type de crime. Qui plus est, ces dernières semblent commencer leur carrière criminelle plus tardivement que les hommes. / Context and objectives. Criminal careers has been a subject of interest among criminologists for over 80 years. This research has allowed a better understanding of the evolution of criminalised individuals over time. However, research focusing on the criminal careers of women are relatively rare, this being mainly attributed to the nature of the chosen sample. While overcoming the potential limitations found in previous studies, the objective of this research is to conduct a comparative study of criminal careers among men and women (as of 18 until 47 years old) under provincial jurisdiction. Method. The sample consists of 3,320 offenders under provincial jurisdiction. The sample includes 216 female participants (6.5%) and 3104 male participants (93.5%). Descriptive statistics will be presented in order to provide a detailed portrait of offenders from 18 to 47 years old. Then, the categorical latent variable approach will be used. This type of analysis provides an estimate of sub-groups of offenders within the population that follow the growth curves separately. Thus, the proportion of individuals belonging to each of these subgroups can be estimated. Results. Women have a lower incidence of crime than men especially at the beginning of a criminal career; however this difference disappears towards the age of 40. It appears that men and women, at a certain period of time have similarities in their criminal careers. However, the prevalence of criminality among women is quite different from men. Indeed, it appears that women begin their criminal careers later than men, with a higher proportion of crimes against property. The juvenile history of criminal offence influences the perseverance in criminal careers among men and women, regardless of the type of offence. Conclusion. The results demonstrate the relevance of the difference between men and women during their criminal career. It should be one of the top interests for criminologists since women have different risks leading to offenses, as well as frequency and type of offense. Moreover, they appear to begin their criminal careers later than men.

Les récentes évolutions des technologies de l'information et de la communication font qu'il est aujourd'hui facile de consulter des catalogues de morceaux de musique conséquents. De nouvelles représentations et de nouveaux algorithmes doivent de ce fait être développés afin de disposer d'une vision représentative de ces catalogues et de naviguer avec agilité dans leurs contenus. Ceci nécessite une caractérisation efficace des morceaux de musique par l'intermédiaire de descriptions macroscopiques pertinentes. Dans cette thèse, nous nous focalisons sur l'estimation de la structure des morceaux de musique : il s'agit de produire pour chaque morceau une description de son organisation par une séquence de quelques dizaines de segments structurels, définis par leurs frontières (un instant de début et un instant de fin) et par une étiquette représentant leur contenu sonore.La notion de structure musicale peut correspondre à de multiples acceptions selon les propriétés musicales choisies et l'échelle temporelle considérée. Nous introduisons le concept de structure “sémiotique" qui permet de définir une méthodologie d'annotation couvrant un vaste ensemble de styles musicaux. La détermination des segments structurels est fondée sur l'analyse des similarités entre segments au sein du morceau, sur la cohérence de leur organisation interne (modèle “système-contraste") et sur les relations contextuelles qu'ils entretiennent les uns avec les autres. Un corpus de 383 morceaux a été annoté selon cette méthodologie et mis à disposition de la communauté scientifique.En termes de contributions algorithmiques, cette thèse se concentre en premier lieu sur l'estimation des frontières structurelles, en formulant le processus de segmentation comme l'optimisation d'un coût composé de deux termes~: le premier correspond à la caractérisation des segments structurels par des critères audio et le second reflète la régularité de la structure obtenue en référence à une “pulsation structurelle". Dans le cadre de cette formulation, nous comparons plusieurs contraintes de régularité et nous étudions la combinaison de critères audio par fusion. L'estimation des étiquettes structurelles est pour sa part abordée sous l'angle d'un processus de sélection d'automates à états finis : nous proposons un critère auto-adaptatif de sélection de modèles probabilistes que nous appliquons à une description du contenu tonal. Nous présentons également une méthode d'étiquetage des segments dérivée du modèle système-contraste.Nous évaluons différents systèmes d'estimation automatique de structure musicale basés sur ces approches dans le cadre de campagnes d'évaluation nationales et internationales (Quaero, MIREX), et nous complétons cette étude par quelques éléments de diagnostic additionnels. / Recent progress in information and communication technologies makes it easier to access large collections of digitized music. New representations and algorithms must be developed in order to get a representative overview of these collections, and to browse their content efficiently. It is therefore necessary to characterize music pieces through relevant macroscopic descriptions. In this thesis, we focus on the estimation of the structure of music pieces : the goal is to produce for each piece a description of its organization by means of a sequence of a few dozen structural segments, each of them defined by its boundaries (starting time and ending time) and a label reflecting its audio content.The notion of music structure corresponds to a wide range of meanings depending on the musical properties and the temporal scale under consideration. We introduce an annotation methodology based on the concept of “semiotic structure" which covers a large variety of musical styles. Structural segments are determined through the analysis of their similarities within the music piece, the coherence of their inner organization (“system-contrast" model) and their contextual relationship. A corpus of 383 pieces has been annotated according to this methodology and released to the scientific community.In terms of algorithmic contributions, this thesis concentrates in the first place on the estimation of structural boundaries. We formulate the segmentation process as the optimization of a cost function which is composed of two terms. The first one corresponds to the characterization of structural segments by means of audio criteria. The second one relies on the regularity of the target structure with respect to a “structural pulsation period". In this context, we compare several regularity constraints and study the combination of audio criteria through fusion.Secondly, we consider the estimation of structural labels as a probabilistic finite-state automaton selection process : in this scope, we propose an auto-adaptive criterion for model selection, applied to a description of the tonal content. We also propose a labeling method derived from the system-contrast model.We evaluate several systems for structural segmentation of music based on these approaches in the context of national and international evaluation campaigns (Quaero, MIREX). Additional diagnostic is finally presented to complement this work.

La thèse est centrée sur la modélisation de la physique du comportement d’un alliage binaire et l’implémentation du meilleur modèle mathématique pour simuler le changement de phase liquide solide en tenant compte de la vitesse de refroidissement, la vitesse de solidification, la ségrégation, la convection naturelle et la surfusion afin d’optimiser la capacité de stockage de chaleur d'un tel matériau. Dans le présent travail, les températures pour lesquelles le changement de phase s'opère sont estimées grâce aux diagrammes des phases et la méthodologie CALPHAD qui retraduisent les différentes phases d'un alliage binaire, y compris la transformation isotherme. Pour cela, la minimisation de l'énergie de Gibbs est résolue dans un code de calcul développé à cette occasion et aboutit à l'identification des phases stables du matériau. Pour un intervalle de température souhaite le code permet d'estimer rapidement la décharge de chaleur pour la composition de l'alliage sélectionné en équilibre ou hors équilibre. Dans la méthode proposée, la vitesse de refroidissement du système permet de calculer la vitesse de solidification. Puis,celle-ci établit la relation entre la cinétique globale et la macrostructure. Basé sur le modèle de non-équilibre local, qui dépend de la variation du coefficient de partition, le degré de surfusion est prédit à partir de la vitesse de refroidissement appliquée. Une étude bibliographique a été réalisée pour amener une comparaison numérique et assurer la capacité de notre méthode à reproduire le changement de phase, en incluant des phénomènes spécifiques tels que la surfusion et la recalescence. / Latent Heat Thermal Energy Storage (LHTES) shows high storage density compared to sensible thermal systems. For high temperature applications, the use of alloys as phase change materials presents many advantages. Principally, varying alloy composition allows controlling the storage\discharge of thermal energy through an expected temperature range (defined by the heat source), and the high thermal conductivity givessuitable heat transfer properties to the system that receives/supplies the energy. However, some systems need a specific temperature range to correctly operate. In such conditions, subcooling (also known as undercooling) and segregation are undesirable phenomena in alloys when they are used as PCM. In thepresent work, we propose a method to predict the latent heat release during phase transformation of a binaryalloy submitted to a controlled cooling rate, including subcooling, segregation and variation of composition.This thesis describes the physical models that apply when heat is released from such a material. We takeinto consideration the cooling rate applied to the PCM, the solidification velocity, convective phenomena,melting temperature and subcooling. In the present work, phase diagrams and the CALPHAD methodologyare used to determine the temperature range for phase change (or constant temperature value for isothermal transformation) by minimizing the Gibbs equilibrium energy. The Gibbs free energy minimization has been implemented in a homemade numerical code. The material can be screened with different compositions for equilibrium or off-equilibrium solidification allowing quick selection of the optimal material for the specific heatsource. In the proposed method, the solidification velocity is obtained from the cooling rate. Then, variationin microstructure is driven by the solidification velocity using the local non-equilibrium diffusion model. Based on the local nonequilibrium model that depends on the partition coefficient variation, the subcooling degree, wich is derived from the applied cooling rate is predicted. A bibliographic study has been carried out and anumerical comparison has been undertaken to ensure the capacity of our code to reproduce the phase change of various materials that include phenomena such as subcooling and recalescence. The results highlight that the cooling rate is one of the most important parameters in the performance of the thermal storage, having a large effect on segregation and subcooling degree. Moreover, we show the influence ofpartition coefficient on the time evolution of solid fraction, considering a constant or a composition-dependent value. We can conclude that the latent heat release can be correctly predicted provided that the method correctly predicts the phase diagram and the variable partition coefficient. This work helps to accelerate the design and development of thermal storage systems and lays the foundation to continue exploring other kinds of materials (e.g. paraffins).

No description available.

La formation des Cyclones du Cap Vert met en jeu divers processus : les thalwegs, dorsales de l'onde d'Est africaine et l'anticyclone saharien en moyenne troposphère, les thalwegs des moyennes latitudes en moyenne et haute troposphère, le flux de mousson et les alizés au large de la côte Ouest africaine en basse troposphère, les systèmes convectifs. Ces processus sont étudiés à l'aide d'une climatologie sur cinq ans d'analyses du Centre Européen de Prévision Météorologique à Moyen Terme et d'images Meteosat. Deux cas particuliers sont ensuite modélisés avec Méso-NH : celui de la perturbation qui a donné naissance à l'ouragan Helene (2006) et celui de la « Perturbation D », un cas de non-cyclogénèse observé pendant la campagne AMMA / SOP-3 à Dakar en septembre 2006. Les évolutions des perturbations simulées sont quantifiées à l'aide de bilans d'énergie et de tourbillon. Le résultat principal de cette thèse est que l'ajustement géostrophique du champ de vent à une perturbation de pression d'origine convective dans la région des Îles du Cap Vert ne se produit que lorsqu'il y a un apport d'énergie cinétique tourbillonnaire par une conversion barotrope, ainsi qu'une advection horizontale de tourbillon cyclonique. Ceci confirme l'hypothèse bien connue selon laquelle la cyclogénèse tropicale est le résultat d'une interaction entre systèmes convectifs et un environnement favorable.