Les nombres magiques de nucléons, qui se manifestent par de grandes écarts en énergie dans le modèle en couches sphériques, s'érodent et émergent dans les systèmes nucléaires asymétriques. L'évolution de ce comportement est étudiée dans deux régions sur, et près, des nombres magiques de neutrons N = 20 et N = 28 dans les isotopes de néon et d'aluminium riches en neutrons. La collectivité et la structure des états excités est étudiée par la spectroscopie gamma en-ligne des réactions de knock-out d'un et deux nucléons, et la diffusion inélastique. Les expériences ont eu lieu au RIKEN Nishina Center à Tokyo, Japon. Les rayons gamma prompts ont étés observées dans le détecteur DALI2 et la structure nucléaire des isotopes de néon et d'aluminium riches en neutrons ont étés déduites. Entre outre, les sections-efficaces inclusives et exclusives des états liés induites par le knockout d'un ou deux protons, en combinaison avec les calculs du modèle en couche et la théorie réactionnelle, élargissent les tendances systématiques de la région. Les deux régions riches en neutrons à N = 20 et N = 28 ont été discutés dans les contexte d'un grand îlot de déformation réuni par la chaîne isotopique du magnésium. Ces observations élargissent la cartographie de cette région et contribue à la compréhension des forces motrices derrière sa formation. / Magic numbers of nucleons, which appear as large energy gaps in the spherical nuclear shell model, have been known to erode and emerge in asymmetric nuclear systems. The evolution of this behaviour is studied in two regions at, and near, magic neutron numbers N=20 and N=28 in neutron-rich neon and aluminium nuclei. Collectivity and excited state structure is studied through in-beam gamma-ray spectroscopy of one- and two-nucleon knockout reactions, and inelastic scattering. Experiments were carried out at the RIKEN Nishina Center in Tokyo, Japan. Prompt gamma-rays were observed in the DALI2 detector and the nuclear structure of neutron-rich neon and aluminium isotopes were deduced. In addition, inclusive and exclusive cross sections to bound states from one- and two-proton knockout reactions, in combination with shell model calculations and reaction theory, extends systematic trends in the region. The two neutron-rich territories of N=20 and N=28 have been discussed as an extended island of deformation, joined-up through the magnesium isotopic chain. These observations enhance the mapping of this region and contribute to understanding the driving forces behind its formation.

Les observations suggèrent que la barre est une structure très présente parmi les galaxies spirales, se retrouvant dans près de la moitié des galaxies spirales de l’Univers proche. La présence d’une barre a un impact important sur l’évolution séculaire de la galaxie hôte, puisque cette dernière modifie la distribution spatiale de la matière et crée un flot de gaz vers le centre de la galaxie, provoquant ainsi une rétroaction positive sur la formation stellaire centrale de la galaxie. Une autre structure très présente dans les galaxies est un noyau actif (NAG), soit un trou noir supermassif dans le centre qui interagit avec la matière autour de celui-ci, et la rétroaction de cette interaction forme une région très brillante dans le centre de la galaxie. La rétroaction du NAG réchauffera le gaz environnant par radiation, et pourra aussi appliquer une poussée cinétique sur celui-ci, le poussant vers l’extérieur du centre de la galaxie. Cependant, l’effet de la rétroaction du NAG sur l’évolution de la galaxie et de sa formation stellaire centrale est encore un sujet mal compris, et on ne sait toujours pas si l’effet de cette rétroaction sur la formation stellaire est positif ou négatif. Dans le cadre de ce travail, j’ai effectué un total de 12 simulations de galaxies spirales de masse égale, dont 10 sont barrées. Le but est de vérifier quel est l’effet du NAG en faisant varier la rétroaction du trou noir, la quantité de gaz disponible et l’impact de la barre sur la formation stellaire centrale et globale de la galaxie. Les résultats de mes simulations montrent que la présence d’un NAG aurait un effet plutôt positif sur la formation stellaire lorsqu’il s’agit d’une galaxie spirale barrée, et principalement lorsque la galaxie est encore à un jeune stade de son évolution. Dans le cas d’une galaxie spirale non barrée, l’effet serait au contraire négatif en son centre et négligeable globalement. / Observations suggest that the bar is a very common structure among spiral galaxies, finding itself in near half of the spiral galaxies of the nearby Universe. The presence of a bar has an important impact on the secular evolution of the host galaxy because the latter modifies the spatial distribution of the material and creates a stream of gas toward the center of the galaxy, causing a positive feedback on the central star formation in the galaxy. Another very common structure in galaxies is an active galactic nucleus (AGN), a supermassive black hole in the center of the galaxy, which interacts with matter around it and the feedback from this interaction forms a very bright region in the center of the galaxy. Feedback from the AGN will warm up the surrounding gas by radiation and it can also apply a kinetic kick on it, pushing it outward from the center of the galaxy. However, the effect from the AGN on the evolution of the galaxy and its central star formation is still a misunderstood subject and we still do not know if the effect of the feedback on stellar formation is positive or negative. As part of this work, I made a total of 12 simulations of spiral galaxies of equal mass, which 10 of them were barred. The aim is to verify what is the effect of AGN by varying strength, available gas fraction, and the impact of the bar on the central and global star formation rate in the galaxy. The results of my simulations show that the presence of AGN would have a rather positive effect on star formation in barred spiral galaxy, and especially when the galaxy is still at an early stage of its evolution. However, in the case of a non-barred spiral galaxy, the effect would be opposite, negative in the center and generally negligible.

Dans ce travail nous donnons un aperçu des plus intéressantes approches visant à déterminer la fenêtre optimale en estimation de la densité d’une loi de probabilité par la méthode du noyau. Nous construisons ensuite une classe d’estimateurs à noyau de la densité pour lesquels nous avons établi des conditions suffisantes de convergence uniforme presque sûre et L¹ presque sûre vers la densité à estimer f [f incliné vers la droite]. Cette classe d’estimateurs à noyau étant assez générale, elle nous a permis d’appliquer ces résultats de convergence à des estimateurs à noyau classiques comme ceux de Deheuvels (1977-a), Shanmugam (1977), Bierens (1983), et Devroye et Wagner (1983). Elle nous a permis également, de construire une famille d’estimateurs à noyau de moyenne μn et de matrice de variance-covariance Vn, où fin est un estimateur non spécifié de la moyenne de / et Vn, à une constante multiplicative près, la matrice de variance-covariance empirique. Enfin, en simulant quelques modèles univariés connus, nous avons comparé les performances de l’estimateur à noyau de Parzen-Rosenblatt avec celles de l’estimateur à noyau de variance la variance empirique et de moyenne /xn, où a été choisi comme étant la moyenne empirique X n ou bien la médiane X n ou bien la moyenne empirique a-tronquée (a = 0.1) ou bien l’estimateur de Gastwirth (1966). / Québec Université Laval, Bibliothèque 2018

Pour la première fois, on propose d’appliquer une technique numérique d’autocorrélation d’intensité pour rechercher des minilentilles gravitationnelles dans des observations radio de noyaux actifs de galaxies (NAGs), et aussi pour trouver de faibles variations temporelles rapides. Essentiellement, la technique consiste à détecter un signal (délai temporel) cosmique (ou artificiel) à partir des fluctuations temporelles d’intensité. La programmation des algorithmes est codée en Matlab sur un microordinateur et en C++ pour le traitement en parallèle multi-cœur sur un superordinateur. On valide la technique et les logiciels développés en montrant la détection de faibles signaux artificiels périodiques et non périodiques. On pourrait aussi trouver des variations temporelles très rapides puisque les données radioastronomiques interférométriques sont échantillonnées sur de très courts laps de temps (ex., 15.625 ns). Enfin, des simulations numériques permettent d’évaluer l’efficacité de détection de notre technique innovatrice. La transformée de Fourier (TF) peut aussi détecter des signaux périodiques. Cependant, l’autocorrélation d’intensité a l’avantage majeur de détecter des signaux non périodiques, alors que la TF ne le peut pas. De plus, notre technique permet de visualiser directement la forme des signaux, tandis qu’il est très difficile de voir la forme avec la transformée de Fourier. Une nouveauté de la démonstration de notre technique est qu’on utilise des données prises par des radiointerféromètres (ex., NRAO) déjà existants dans un format standard (ex., Mark 5B), de sorte que l’on n’a pas besoin d’instrumentation spécialisée. On a analysé 22 objets. Aucun signal cosmique n’a été détecté pendant les dix minutes d’observation VLBA du NRAO de chaque objet. À partir du résultat nul obtenu et d’une analyse statistique simplifiée par la binomiale, on a fait un estimé approximatif du paramètre actuel de densité cosmique de minilentilles compactes non-baryoniques, noté Ωl, 0, uniformément distribuées dans l’intervalle de masse, 10 – 107 masses solaires, lequel correspond à des délais de ~1 ms à ~600 s. Pour le modèle plat (actuellement favorisé) avec constante cosmologique λ0 = 0.7 (Ω0 = 0.3), la limite estimée est Ωl, 0 ≤ 0.2 – 0.3. Vu le faible échantillon-test, n = 22, les incertitudes (intervalles de confiance) obtenues sont trop élevées pour fixer une contrainte statistiquement significative: statistique de petit nombre. / For the first time, we propose to apply a digital autocorrelation of intensity technique to gravitational minilensing in active galactic nuclei (AGNs) radio observations, and also to search weak rapid time variations. Essentially, the technique consists of detecting a cosmic (or artificial) signal (time delay) using intensity fluctuations as a function of time. The programming algorithm is coded in Matlab on a microcomputer and in C++ for multi-core parallel processing on a supercomputer. We validate the technique and softwares by showing weak periodic and non-periodic artificial signals detections. We could also find very fast time variations because radioastronomical interferometric data are sampled over very short times (e.g., 15.625 ns). Finally, numerical simulations make it possible to evaluate the detection efficiency of our innovative technique. The Fourier transform (FT) can also detect periodic signals. However, the main advantage of the autocorrelation of intensity is that it can detect non-periodic signals, while the FT cannot detect these non-periodic signals. Moreover, our technique allows a direct visualization of the shape of the signals, while it is very difficult to see the shape with a Fourier Transform. A novelty of the demonstration of our technique is that we use data taken with existing radio-interferometers (e.g., NRAO) in a standard format (e.g., Mark 5B) and therefore no specialized instrumentation is needed. We analyzed 22 objects. No signal has been detected for the ten minutes of VLBA of the NRAO observation for each object. From the null result obtained and a simplified statistical analysis by the binomial, we made a rough estimate of the present cosmic density parameter of non-baryonic compact minilenses, named Ωl, 0, uniformly distributed in the mass range, 10 – 107 solar masses, corresponding to delays of ~1 ms to ~600 s. For a flat model (currently favored) with cosmological constant λ0 = 0.7 and with Ω0 = 0.3, the estimated limit is Ωl, 0 ≤ 0.2 – 0.3. Given the low test sample, n = 22, the uncertainties (confidence intervals) obtained are too high to set a statistically significant constraint: small number statistics.

Il a maintenant été établi, par plusieurs études anatomiques, physiologiques et biochimiques, que les composantes du cortex cérébelleux, telles que les cellules de Purkinje et les afférences des fibres moussues, sont organisées selon une compartimentalisation parasagittale. Dans le but d’établir si les limites de ces diverses zones longitudinales se conforment à un même plan d'organisation, nous avons comparé, chez le rat adulte, la distribution de la projection cérébelleuse des fibres moussues du noyau réticulaire latéral (NRL), obtenue par l’injection d’un traceur antérograde, à la compartimentation des cellules de Purkinje révélée par l’anticorps monoclonal mabQ113. Nos résultats suggèrent que les afférences réticulocérébelleuses démontrent une subdivision parasagittale plus fine que celle établie par les cellules de Purkinje. Il s’avère donc possible que ce raffinement des afférences du noyau réticulaire latéral corresponde fonctionnellement aux microzones du cervelet suggérées par Oscarsson (1976), et que des mécanismes compétitifs puissent conduire à cette fine subdivision. / Québec Université Laval, Bibliothèque 2019

La prédiction de séquence comporte plusieurs applications en traitement du langage naturel, en bioinformatique, et en vision numérique. La complexité de calcul requise pour trouver la séquence optimale parmi un nombre exponentiel de possibilités limite cependant l’utilisation de tels algorithmes. Dans ce mémoire, nous proposons une approche permettant de résoudre cette recherche efficacement pour deux types de problèmes différents. Plus précisément, nous adressons le problème de pré-image en prédiction de structure nécessitant de trouver la séquence associée à une entrée arbitraire, et le problème consistant à trouver la séquence qui maximise la fonction de prédiction de plusieurs classificateurs et régresseurs à noyaux. Nous démontrons que ces deux problèmes se réduisent en un même problème combinatoire valide pour plusieurs noyaux à séquences. Pour ce problème, nous proposons une borne supérieure sur la fonction de prédiction pouvant être utilisée dans un algorithme de recherche branch and bound pour l’obtention de solutions optimales. Sur les tâches de reconnaissance de mots et de prédiction de phonèmes, l’approche proposée obtient des résultats compétitifs avec les algorithmes de prédiction de structure de l’état de l’art. De plus, la solution exacte du problème de pré-image augmente de manière significative les performances de prédiction en comparaison avec une approximation trouvée par l’heuristique la plus connue. Pour les tâches consistant à trouver la séquence maximisant la fonction de prédiction de classificateurs et régresseurs, nous montrons que des méthodes existantes peuvent être biaisées à prédire de longues séquences comportant des symboles répétitifs. Nous soulignons que ce biais est enlevé lorsque le noyau est normalisé. Finalement, nous présentons des résultats en conception de médicaments sur la découverte de composés principaux. Le code source peut être téléchargé à https://github.com/a-ro/preimage. / Sequence prediction algorithms have many applications in natural language processing, bioinformatics, and computer vision. However, the computational complexity required to find the optimal sequence among an exponential number of possibilities limits the use of such algorithms. In this thesis, we propose an approach to solve this search efficiently for two types of sequence prediction problems. More precisely, we address the pre-image problem encountered in structured output prediction, which consists of finding the sequence associated with an arbitrary input, and the problem of finding a sequence maximizing the prediction function of various kernel-based classifiers and regressors. We demonstrate that these problems reduce to a common combinatorial problem valid for many sequence kernels. For this problem, we propose an upper bound on the prediction function which has low computational complexity and which can be used in a branch and bound search algorithm to obtain optimal solutions. On the practical tasks of optical word recognition and grapheme-to-phoneme prediction, the proposed approach is shown to be competitive with state-of-the-art structured prediction algorithms. Moreover, the exact solution of the pre-image problem is shown to significantly improve the prediction accuracy in comparison with an approximation found by the best known heuristic. On the task of finding a sequence maximizing the prediction function of kernelbased classifiers and regressors, we highlight that existing methods can be biased toward long sequences that contain many repeated symbols. We demonstrate that this bias is removed when using normalized kernels. Finally, we present results for the discovery of lead compounds in drug discovery. The source code can be found at https://github.com/a-ro/preimage.

Nous proposons une approche spectrale permettant d'aborder des problèmes d'interpolation à noyaux dont la résolution numérique n'est pas directement envisageable. Un tel cas de figure se produit en particulier lorsque le nombre de données est infini. Nous considérons dans un premier temps le cadre de l'interpolation optimale dans les sous-espaces hilbertiens. Pour un problème donné, un opérateur intégral est défini à partir du noyau sous-jacent et d'une paramétrisation de l'ensemble des données basée sur un espace mesuré. La décomposition spectrale de l'opérateur est utilisée afin d'obtenir une formule de représentation pour l'interpolateur optimal et son approximation est alors rendu possible par troncature du spectre. Le choix de la mesure induit une fonction d'importance sur l'ensemble des données qui se traduit, en cas d'approximation, par une plus ou moins grande précision dans le rendu des données. Nous montrons à titre d'exemple comment cette approche peut être utilisée afin de rendre compte de contraintes de type "conditions aux limites" dans les modèles d'interpolation à noyaux. Le problème du conditionnement des processus gaussiens est également étudié dans ce contexte. Nous abordons enfin dans la dernière partie de notre manuscrit la notion de noyaux conditionnellement positifs. Nous proposons la définition générale de noyaux symétriques conditionnellement positifs relatifs à une espace de référence donné et développons la théorie des sous-espaces semi-hilbertiens leur étant associés. Nous étudions finalement la théorie de l'interpolation optimale dans cette classe d'espaces.

L’objectif principal de cette thèse est de décliner et d’analyser l’algorithme kernel-LMS à noyau Gaussien dans trois cadres différents: celui des noyaux uniques et multiples, à valeurs réelles et à valeurs complexes, dans un contexte d’apprentissage distributé et coopératif dans les réseaux de capteurs. Plus précisement, ce travail s’intéresse à l’analyse du comportement en moyenne et en erreur quadratique de cas différents types d’algorithmes LMS à noyau. Les modèles analytiques de convergence obtenus sont validés par des simulations numérique. Tout d’abord, nous introduisons l’algorithme LMS, les espaces de Hilbert à noyau reproduisants, ainsi que les algorithmes de filtrage adaptatif à noyau existants. Puis, nous étudions analytiquement le comportement de l’algorithme LMS à noyau Gaussien dans le cas où les statistiques des éléments du dictionnaire ne répondent que partiellement aux statistiques des données d’entrée. Nous introduisons ensuite un algorithme LMS modifié à noyau basé sur une approche proximale. La stabilité de l’algorithme est également discutée. Ensuite, nous introduisons deux types d’algorithmes LMS à noyaux multiples. Nous nous concentrons en particulier sur l’analyse de convergence de l’un d’eux. Plus généralement, les caractéristiques des deux algorithmes LMS à noyaux multiples sont analysées théoriquement et confirmées par les simulations. L’algorithme LMS à noyau complexe augmenté est présenté et ses performances analysées. Enfin, nous proposons des stratégies de diffusion fonctionnelles dans les espaces de Hilbert à noyau reproduisant. La stabilité́ de cas de l’algorithme est étudiée. / The main objective of this thesis is to derive and analyze the Gaussian kernel least-mean-square (LMS) algorithm within three frameworks involving single and multiple kernels, real-valued and complex-valued, non-cooperative and cooperative distributed learning over networks. This work focuses on the stochastic behavior analysis of these kernel LMS algorithms in the mean and mean-square error sense. All the analyses are validated by numerical simulations. First, we review the basic LMS algorithm, reproducing kernel Hilbert space (RKHS), framework and state-of-the-art kernel adaptive filtering algorithms. Then, we study the convergence behavior of the Gaussian kernel LMS in the case where the statistics of the elements of the so-called dictionary only partially match the statistics of the input data. We introduced a modified kernel LMS algorithm based on forward-backward splitting to deal with $\ell_1$-norm regularization. The stability of the proposed algorithm is then discussed. After a review of two families of multikernel LMS algorithms, we focus on the convergence behavior of the multiple-input multikernel LMS algorithm. More generally, the characteristics of multikernel LMS algorithms are analyzed theoretically and confirmed by simulation results. Next, the augmented complex kernel LMS algorithm is introduced based on the framework of complex multikernel adaptive filtering. Then, we analyze the convergence behavior of algorithm in the mean-square error sense. Finally, in order to cope with the distributed estimation problems over networks, we derive functional diffusion strategies in RKHS. The stability of the algorithm in the mean sense is analyzed.

Les réseaux écologiques visent à maintenir la biodiversité et les processus écologiques en protégeant les habitats et les liens entre eux. En considérant le rôle fonctionnel du paysage, ce concept permet d'intégrer la viabilité écologique et les activités humaines pour favoriser une gestion durable du territoire. Bien que les réseaux écologiques partagent le même objectif général, plusieurs approches peuvent être utilisées pour délimiter leurs composantes. Le choix d'approche est une source majeure d'incertitude et a des implications sur la configuration spatiale, la valeur écologique et la facilité d'implantation des réseaux obtenus. Dans le cadre de ce mémoire, différentes approches de conception de réseaux écologiques ont été appliquées sur le territoire du bassin versant de la rivière Saint-François (8 700 km[indice supérieur 2]) au Québec.Les approches utilisées sont basées sur des stratégies de modélisation monospécifiques, multispécifiques ou paysagères.Les réseaux écologiques ont ensuite été évalués quantitativement à l'aide d'indicateurs écologiques, économiques et sociaux afin de caractériser l'impact des différentes approches de conception sur la performance relative des réseaux.Les résultats obtenus montrent que le choix d'approche a une influence directe sur la configuration spatiale et la performance des réseaux. Ces résultats sont également mis en relation avec les objectifs poursuivis par l'implantation de réseaux écologiques, l'échelle spatiale et l'utilisation du territoire. Le cadre d'évaluation développé s'avère un outil prometteur pour permettre d'atténuer l'incertitude associée au choix d'approche et faciliter l'intégration des priorités des acteurs locaux et des objectifs de gestion territoriale dans la conception des réseaux écologiques.

Le travail présenté dans ce mémoire s’inscrit dans le cadre du suivi d'objets dans des vidéos, et plus particulièrement, sur l'utilisation de représentations par modèle d'apparence pour le suivi. La notion de modèle d'apparence est précisée sur la base de l'extraction de descripteurs visuels comparés à l'aide de similarités à une référence. De nouvelles techniques pour évaluer les performances vis à vis du suivi sont présentées. Les approches classiques d’évaluation considèrent uniquement la qualité des trajectoires finales estimées. Les métriques proposées dans ce mémoire s’en distinguent par le fait qu’elles quantifient la performance intrinsèque des modèles d’apparence utilisés au sein du système. Deux axes sont ainsi développés : d’une part, un ensemble de mesures de la précision spatiale d’un modèle couplées à la mesure de la robustesse vis-à-vis d’une initialisation spatiale approximative, et d’autre part, la proposition d’une méthodologie permettant de mesurer la stabilité d’un modèle du point de vue temporel sur des données vidéos naturelles. Ces techniques seront utilisées dans la suite du mémoire pour évaluer les méthodes existantes ainsi que celles présentées. Deux nouveaux modèles d'apparence sont ensuite introduits. Le premier modèle dénommé l’histogramme multi-échelles permet de limiter les ambigüités liées à la représentation par histogramme de couleurs. Le deuxième modèle, fondé sur une extension de la métrique de Matusita pour la comparaison de distributions de couleurs, prend en compte les variations possibles des couleurs des objets liées aux conditions de changement d’illumination. Enfin, le lien entre modèle d'apparence et technique de recherche de la position optimale est abordé dans le contexte du suivi multi-noyaux à travers la proposition d'un nouvel algorithme de suivi basé sur une approche compositionnelle inverse. Celui-ci offre un temps de calcul fortement réduit pour une qualité de suivi similaire aux algorithmes existants. / Abstract