Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

La transformation de modèles est une opération fondamentale dans l'ingénierie dirigée par les modèles. Elle peut être manuelle ou automatisée, mais dans ce dernier cas elle nécessite de la part du développeur qui la conçoit la maîtrise des méta-modèles impliqués dans la transformation. La génération de transformations de modèles à partir d'exemples permet la création d'une transformation de modèle en se basant sur des exemples de modèles sources et cibles. Le fait de travailler au niveau modèle permet d'utiliser les syntaxes concrètes définies pour les méta-modèles et ne nécessite plus une maîtrise parfaite de ces derniers.Nous proposons une méthode de génération de transformations de modèles à partir d'exemples basée sur l'Analyse Relationnelle de Concepts (ARC) permettant d'obtenir un ensemble de règles de transformations ordonnées sous forme de treillis. L'ARC est une méthode de classification qui se base sur des liens de correspondances entre les modèles pour faire émerger des règles. Ces liens étant un problème commun à toute les méthodes de génération de transformation de modèles à partir d'exemples, nous proposons une méthode basée sur des méthodes d'alignement d'ontologie permettant de les générer. / Model transformation is a fundamental operation for Model Driven Engineering. It can be performed manually or automatically, but in the later cas the developper needs to master all the meta-models involved. Model Transformation generation from examples allows to create a model transformation based on source models examples and target models exemples. Working at the model level allows the use of concrete syntaxes defined for the meta-models so there is no more need for the developper to perfectly know them.We propose a method to generate model transformations from examples using Relational Concept Analysis (RCA) which provides a set of transformation rules ordered under the structure of a lattice. RCA is a classification method based on matching links between models to extract rules. Those matching are a common feature between the model transformation generation from examples methods, so we propose a method based on an ontology matching approach to generate them.

L'analyse du risque de survenue d'événements récurrents est une motivation majeure dans de nombreuses études de recherche clinique ou épidémiologique. En cancérologie, certaines stratégies thérapeutiques doivent être évaluées au cours d'essais randomisés où l'efficacité est mesurée à partir de la survenue d'événements successifs marquant la progression de la maladie. L'état de santé de patients infectés par le VIH évolue en plusieurs étapes qui ont pu être définies par la survenue d'événements cliniques successifs.Ce travail de thèse porte sur les modèles de régression du risque pour l'analyse de la survenue d'événements successifs. En pratique, la présence de corrélations entre les temps d'attente séparant les événements successifs est une hypothèse qui peut rarement être écartée d'emblée. L'objectif de la thèse porte sur le développement de modèles de régression permettant d'évaluer une telle corrélation. Dans ce cadre, la méthode le plus souvent utilisée suppose que la corrélation entre les délais successifs a pour origine une hétérogénéité aléatoire, non observée, entre sujets. Le modèle correspondant définit le risque instantané individuel en fonction d'un terme aléatoire, ou « fragilité », de distribution gamma et dont la variance quantifie l'hétérogénéité entre sujets et donc la corrélation entre délais d'un même sujet. Cependant, l'utilisation de ce modèle pour évaluer l'ampleur des corrélations présente l'inconvénient de conduire à une estimation biaisée de la variance de la fragilité.Une première approche a été définie pour deux événements successifs dans une échelle de temps « par intervalles », c'est-à-dire où le risque est exprimé en fonction du temps écoulé depuis l'événement précédent. L'approche mise au point a été obtenue à partir d'une approximation du risque de second événement conditionnellement au premier délai dans un modèle à fragilité pour plusieurs distributions de fragilité. Une seconde approche a été définie en échelle de temps « calendaire », où le risque est exprimé en fonction du temps écoulé depuis le début du suivi du sujet. L'approche retenue a été obtenue à partir d'une approximation de l'intensité conditionnelle au passé dans un modèle à fragilité. Dans les deux échelles de temps, l'approche mise au point consiste à introduire une covariable interne, calculée sur le passé du processus, qui correspond à la différence entre le nombre d'événements observés pour le sujet sur la période passée, et le nombre attendu d'événements pour ce sujet sur la même période compte tenu de ses covariables externes. Une revue de la littérature des études de simulations a montré que le cas d'une hétérogénéité dans la population face au risque d'événement était souvent envisagé par les auteurs. En revanche, dans beaucoup d'études de simulations, le cas d'un risque dépendant du temps, ou d'une dépendance entre événements, n'étaient pas considérés. Des études de simulations ont permis de montrer dans les deux échelles de temps considérées un gain de puissance du test mis au point par rapport au test d'homogénéité correspondant au modèle à fragilité gamma. Ce gain est plus marqué en échelle de temps par intervalles. Par ailleurs, dans cette échelle de temps, le modèle proposé permet une amélioration de l'estimation de la variance de la fragilité dans le cas d'une hétérogénéité faible ou modérée, plus particulièrement pour de petits échantillons.L'approche développée en échelle de temps par intervalles a été utilisée pour analyser les données d'une cohorte de patients infectés par le VIH, montrant une corrélation négative entre le délai entre infection et première manifestation mineure d'immunodéficience et le délai entre première manifestation mineure d'immunodéficience et stade SIDA déclaré. / The risk analysis for the occurrence of recurrent events is a major concern in many clinical research studies or epidemiological studies. In the field of oncology, therapeutic strategies are evaluated in randomised clinical trials in which efficacy is assessed through the occurrence of sequential events that define the progression of the disease. In HIV-infected patients, the infection evolves in several stages that have been defined by the occurrence of successive clinical events. The frame of this work is the regression models for the risk of multiple successive events. In practice, the hypothesis of existing correlations between the inter-event times cannot be a priori discarded. The aim of this work is to develop a regression model that would assess such correlations. In this setting, the most common method is to assume that correlations between inter-event times are induced by a random, unobserved heterogeneity across individuals. The corresponding model defines the individual hazard as a function of a random variable, or " frailty ", assumed to be gamma-distributed with a variance that quantifies the heterogeneity across individuals and incidentally the correlations between inter-event times. However, the use of this model when evaluating the correlations has the drawback that it tends to underestimate the variance of the frailty.A first approach was proposed for two sequential events in a "gap-timescale", in which the risk is defined as a function of the time elapsed since the previous event. The proposed method was derived from an approximation of the risk of second event given the first time-to-event in a frailty model for various frailty distributions. Another approach was defined in "calendar-time", in which the risk is expressed as a function of the time elapsed since the beginning of the subject's follow-up. The proposed method was derived from an approximation of the intensity conditional on the past in a frailty model. In both timescales, the method that was developed consists in including in the model an internal covariate, that is calculated on the history of the process, and that corresponds to the difference between the observed number of events and the expected number of events in the past period given the individual's other covariates.A review of the literature involving simulation studies showed that when defining the generation processes, most authors considered the case of heterogeneity in the population. However, in many simulation studies, only constant hazards are considered, and no event-dependence is introduced. Simulations studies showed that in both timescales, the test of the effect of the internal covariate in the proposed model proved more powerful that the usual test of homogeneity in the gamma frailty model. This gain of power is more noticeable in gap-time. Additionally, in this timescale, the proposed model provides a better estimation of the variance of the frailty when heterogeneity is low or moderate, more particularly in small samples.The method developed in gap-time was used to analyse data from a cohort of HIV-infected patients. It showed a negative correlation between the time from infection to first minor manifestation of immunodeficiency and the time from first minor manifestation of immunodeficiency to AIDS. The method developed in calendar-time was used to study the occurrence of repeated progressions and severe toxicities in a clinical trial for patients with advanced colorectal cancer. In this example, the method corroborated the results obtained with a gamma frailty model which showed a significant heterogeneity.

Avec l'évolution des techniques de reconfiguration partielle pour les systèmes embarqués, le besoin d'un modèle de description capable de représenter ces comportements émerge. La plupart des outils disponibles sur le marché, tant académiques qu'industriels, ne prennent pas en compte la modélisation des systèmes à structure dynamique. L'émergence de la modélisation à évènements discrets, notamment Discrete Event System Specification (DEVS), propose des outils formels pour représenter et simuler des modèles. DEVS propose déjà des extensions capable de prendre en compte la modélisation à structure dynamique. Néanmoins, les possibilités offertes par ces extensions rencontrent certaines limites. En particulier, elles ne proposent pas de moyen de gérer l'aspect contexte des composants. De plus, les formalismes existants n'ont pas intégré l'approche ingénierie système. L'ingénierie système met en place des procédures intéressantes, notamment l'architecture dirigée par les modèles, qui propose de séparer la description du système de sa plateforme d'exécution. Un modèle spécifique à une plateforme est ainsi la résultante d'un modèle de description de la plateforme combiné avec un modèle d'application indépendant de toute plateforme. Pour répondre à ces besoins, nous proposons un formalisme de description de modèles prenant en compte ces deux aspects : la modélisation à structure dynamique, et l'ingénierie système. Ce formalisme est basé sur DEVS, et nommé Partially Reconfigurable Discrete Event System Specification (PRDEVS). PRDEVS permet de représenter les modèles à structure dynamique indépendamment de la plateforme de simulation. L'approche présentée peut être appliquée à différents types de cibles, tels le logiciel et le matériel reconfigurable. Cette thèse présente des mises en oeuvre du formalisme abstrait sur ces deux types de plateformes, démontrant ainsi sa capacité à être déployé sur des plateformes réelles. / As partially reconfigurable technologies develop for embedded systems, the need for a proper model to describe its behavior emerges. Most academic and industrial tools available on the market does not address dynamic structure modeling. The arising of discrete-event modeling, in particular, Discrete Event System Specification (DEVS), propose formal tools for representing and simulating models. DEVS has already extension which handles the dynamic structure modeling. However, the capacities of these existing formalism have limitations. Notably, they do not address the components context aspect. Also, the existing formalisms have not integrated the system engineering approach. System engineering brings beneficial procedures, notably modeldriven architecture which proposes to separate the system description from its execution target. A platform-specific model is formed from a platformdescription model coupled with a platform independent model. To address these needs, we propose a model description formalism which takes into consideration these two aspects: dynamic structure modeling and system engineering. This formalism is based on DEVS and called Partially Reconfigurable Discrete Event System Specification (PRDEVS). PRDEVS allows to represent dynamic-structure models independently from the simulation platform. The presented approach can be applied to different types of targets, such as software and reconfigurable hardware. This thesis addresses these two kinds of platforms, demonstrating the suitability of the abstract formalism to actual platforms.

Les ensembles aubagés interviennent dans diverses applications industrielles telles que les fans de moteurs d'avion, les moulins à vent, les pompes. en configuration nominale (parfaite), un ensemble aubagé est caractérisé par sa symétrie cyclique. où tous les secteurs sont identiques. Cependant, en pratique, il subsiste des différences entre les secteurs, du fait des tolérances de fabrication, de l'inhomogénéité matérielle ou bien de l'usure de fonctionnement. Ces petites irrégularités, connues sous le nom de désaccordage, perturbent la symétrie cyclique. Les modes de vibration ne sont plus des harmoniques parfaites et la dynamique d'une structure désaccordée peut être profondément différente de celle d'une structure nominale. L'étude ne se résume plus à un seul secteur et des modèles réduits particuliers doivent être construits. C'est ce que présente ce travail.

Trois entités caractéristiques du problème de diagnostic sont dégagées: le langage d'observation, la référence de bon fonctionnement et le langage de qualification. Le langage d'observation déterminé l'information perceptible; la référence de bon fonctionnement introduit le concept de panne et le langage de qualification définit l'ensemble des réponses possibles du système

L'analyse statistique des séquences biologiques telles les séquences nucléotidiques (l'ADN et l'ARN) ou d'acides aminés (les protéines) nécessite la conception de différents modèles s'adaptant chacun à un ou plusieurs cas d'étude. Etant donnée la dépendance de la succession des nucléotides dans les séquences d'ADN, les modèles généralement utilisés sont des modèles de Markov. Le problème de ces modèles est de supposer l'homogénéité des séquences. Or, les séquences biologiques ne sont pas homogènes. Un exemple bien connu est la répartition en gc : le long d'une même séquence, alternent des régions riches en gc et des régions pauvres en gc. Pour rendre compte de l'hétérogénéité des séquences, d'autres modèles sont utilisés : les modèles de Markov cachés. La séquence est divisée en plusieurs régions homogènes. Les applications sont nombreuses, telle la recherche des régions codantes. Certaines particularités biologiques ne pouvant apparaître suivant ces modèles, nous proposons de nouveaux modèles, les chaînes de Markov régulées (DMM pour drifting Markov model). Au lieu d'ajuster une matrice de transition sur une séquence entière (modèle de Markov homogène classique) ou différentes matrices de transition sur différentes régions de la séquence (modèles de Markov cachés), nous permettons à la matrice de transition de varier (to drift) du début à la fin de la séquence. A chaque position t dans la séquence, nous avons une matrice de transition Πt/n(où n est la longueur de la séquence) éventuellement différente. Nos modèles sont donc des modèles de Markov hétérogènes contraints. Dans cette thèse, nous donnerons essentiellement deux manières de contraindre les modèles : la modélisation polynomiale et la modélisation par splines. Par exemple, pour une modélisation polynomiale de degré 1 (une dérive linéaire), nous nous donnons une matrice de départ Π0 et une matrice d'arrivée Π1 puis nous passons de l'une à l'autre en fonction de la position t dans la séquence : <br />Πt/n = (1-t/n) Π0 + t/n Π1.<br />Cette modélisation correspond à une évolution douce entre deux états. Par exemple cela peut traduire la transition entre deux régimes d'un chaîne de Markov cachée, qui pourrait parfois sembler trop brutale. Ces modèles peuvent donc être vus comme une alternative mais aussi comme un outil complémentaire aux modèles de Markov cachés. Tout au long de ce travail, nous avons considéré des dérives polynomiales de tout degré ainsi que des dérives par splines polynomiales : le but de ces modèles étant de les rendre plus flexibles que ceux des polynômes. Nous avons estimé nos modèles de multiples manières puis évalué la qualité de ces estimateurs avant de les utiliser en vue d'applications telle la recherche de mots exceptionnels. Nous avons mis en oeuvre le software DRIMM (bientôt disponible à http://stat.genopole.cnrs.fr/sg/software/drimm/, dédié à l'estimation de nos modèles. Ce programme regroupe toutes les possibilités offertes par nos modèles, tels le calcul des matrices en chaque position, le calcul des lois stationnaires, des distributions de probabilité en chaque position... L'utilisation de ce programme pour la recherche des mots exceptionnels est proposée dans des programmes auxiliaires (disponibles sur demande).<br />Plusieurs perspectives à ce travail sont envisageables. Nous avons jusqu'alors décidé de faire varier la matrice seulement en fonction de la position, mais nous pourrions prendre en compte des covariables tels le degré d'hydrophobicité, le pourcentage en gc, un indicateur de la structure des protéines (hélice α, feuillets β...). Nous pourrions aussi envisager de mêler HMM et variation continue, où sur chaque région, au lieu d'ajuster un modèle de Markov, nous ajusterions un modèle de chaînes de Markov régulées.

L'objet de cette thèse est la formulation, l'étude de modèles<br />structurés de croissance cellulaire dans un chemostat, appareil de culture de micro-organismes en laboratoire, et l'estimation de certaines variables d'état pour ces modèles. Après de bref rappels sur la biologie des espèces considérées et la présentation du dispositif expérimental, nous introduirons les modèles classiques utilisés pour décrire le chemostat ainsi que les modèles structurés prenant en compte la division cellulaire notamment. Nous construirons et étudierons alors deux modèles en équations différentielles ordinaires de dimension 3 mettant en valeur la croissance et la division d'une cellule. Nous<br />terminerons cette partie par la construction et l'étude d'un modèle basé sur des réactions biochimiques décrivant le stockage d'une cellule. La deuxième partie de cette thèse concerne l'estimation de certaines variables d'état. Ainsi, les notions d'observabilité et d'observateur seront introduites. Des observateurs classiques seront construits pour les modèles de croissance décrits dans la première partie. Enfin, comme en biologie les modèles sont souvent mal connus, nous construirons des estimateurs hybrides, donnant les variables d'état non mesurables en utilisant les variables mesurées et la connaissance partielle du modèle. Nous terminerons ces deux parties par d'autres applications possibles.

L'analyse automatique du contenu de la vidéo est un sujet de recherche émergent avec de nombreuses applications pratiques sur de grandes bases de données de vidéo ou sur les enregistreurs vidéo personnels. Le centre de cette étude est la construction automatique de la table des matières d'une émission de tennis en utilisant les modèles markoviens et la programmation dynamique. Motivés par le besoin de représentations multimodales plus efficaces, nous proposons l'utilisation des caractéristiques segmentales dans le cadre des modèles de segment, au lieu des caractéristiques en trames des modèles de Markov cachés. En considérant chaque scène de la vidéo comme un segment, les points de synchronisation entre différentes modalités sont étendus aux frontières de la scène, qui est l'unité thématique de base de la vidéo. Les caractéristiques visuelles venant de la vidéo diffusée et les caractéristiques auditives enregistrées dans le court sont traitées avant fusion dans leurs propres segments, avec leurs propres modèles et fréquences d'échantillonnage. Diverses techniques pour modéliser les segments sont examinées, y compris les modèles de Markov cachés de densité discrète ou continue, les modèles bigrames ou des approches connexionnistes, fonctionnant sur les caractéristiques audiovisuelles automatiquement extraites. Des modèles de segments et des modèles de Markov cachés, avec des topologies hiérarchiques ou ergodiques, sont établis et comparés sur un corpus de 15 heures de vidéos de tennis. Les paramètres des modèles sont estimés sur des données étiquetées. Selon le modèle segmentale utilisé, la fusion asynchrone avec des modèles de segments peut atteindre le même niveau de performance que les modèles de Markov cachés. La fusion des ressources textuelles de la vidéo, c'est-à-dire les annonces de points, est également considérée. Pour exploiter entièrement leur contenu sémantique sur l'évolution réelle du jeu et tenir compte des événements non reconnus, un arrangement original du décodage de Viterbi a été développé. Il produit des solutions qui sont conformes aux annonces de points et apporte ainsi une nette amélioration de la performance du système.

Cette thèse s'organise autour du but suivant : comment trouver un bon modèle pour les séries temporelles qui subissent des changements de comportement? L'application qui a motivé cette question est la caractérisation des crises financières à l'aide d'un indice des chocs de marché inspiré de la géophysique et de modèles hybrides à changements de régime intégrant des perceptrons multi-couches. Les résultats obtenus sur les données fournissent une séparation intéressante entre deux états relatifsà deux comportements différents du marché, mais des questions sur la sélection de modèles et le choix du nombre de régimes se posent alors naturellement.<br />On propose d'étudier ces questions à travers deux approches. Dans la première, il s'agit de montrer la consistance faible d'un estimateur de maximum de vraisemblance pénalisée sous des conditions de stationnarité et dépendance faible. Les hypothèses introduites sur l'entropie à crochets de la classe des fonctions scores généralisés sont ensuite vérifiées dans un cadre linéaire et gaussien. La deuxième approche, plutôt empirique, est issue des méthodes de classification non-supervisée et combine les cartes de Kohonen avec une classification hiérarchique pour laquelle une nouvelle dispersion basée sur la somme des carrés résiduelle est introduite.