This thesis examines a multivariate point process in time with focus on a mu- tual relations of its marginal point processes. The first chapter acquaints the re- ader with the theoretical background of multivariate point processes and their properties, especially the higher-order cumulant-correlation measures. Later on, several models of multivariate point processes with different dependence structu- res are characterized, such as the random superposition model, a Poisson depen- dent superposition point process, a jitter Poisson dependent superposition point process orrenewal processes models. Simulations of each of them are provided. Furthermore, two statistical methods for higher-order correlations are presented; the cumulant based inference of higher-order correlations, and the extended til- ling coefficient. Finally, the introduced methods are applied not only on the data from simulations, but also on the real, simultaneously recorded nerve cells spike train data. The results are discussed. 1

Dans cette thèse, nous combinons les outils de la théorie des probabilités et de la géométrie stochastique pour proposer de nouvelles solutions au problème de la détection et le suivi d'objets multiples dans des séquences d'images haute résolution. Nous créons un cadre fondé sur des modèles de processus ponctuels marqués spatio-temporels pour détecter et suivre conjointement plusieurs objets dans des séquences d'images. Nous proposons l'utilisation de formes paramétriques simples pour décrire l'apparition de ces objets. Nous construisons de nouveaux modèles fondés sur des énergies dédiées constituées de plusieurs termes qui tiennent compte à la fois l'attache aux données et les contraintes physiques telles que la dynamique de l'objet, la persistance de la trajectoire et de l'exclusion mutuelle. Nous construisons un schéma d'optimisation approprié qui nous permet de trouver des minima locaux de l'énergie hautement non-convexe proposée qui soient proche de l'optimum global. Comme la simulation de ces modèles requiert un coût de calcul élevé, nous portons notre attention sur les dernières mises en oeuvre de techniques de filtrage pour le suivi d'objets multiples, qui sont connues pour être moins coûteuses en calcul. Nous proposons un échantillonneur hybride combinant le filtre de Kalman avec l'échantillonneur MCMC à sauts réversibles. Des techniques de calcul de haute performance sont également utilisées pour augmenter l'efficacité de calcul de notre méthode. Nous fournissons une analyse en profondeur du cadre proposé sur la base de plusieurs métriques classiques de suivi d'objets et de l'efficacité de calcul. / In this thesis, we combine the methods from probability theory and stochastic geometry to put forward new solutions to the multiple object detection and tracking problem in high resolution remotely sensed image sequences. We create a framework based on spatio-temporal marked point process models to jointly detect and track multiple objects in image sequences. We propose the use of simple parametric shapes to describe the appearance of these objects. We build new, dedicated energy based models consisting of several terms that take into account both the image evidence and physical constraints such as object dynamics, track persistence and mutual exclusion. We construct a suitable optimization scheme that allows us to find strong local minima of the proposed highly non-convex energy. As the simulation of such models comes with a high computational cost, we turn our attention to the recent filter implementations for multiple object tracking, which are known to be less computationally expensive. We propose a hybrid sampler by combining the Kalman filter with the standard Reversible Jump MCMC. High performance computing techniques are also used to increase the computational efficiency of our method. We provide an in-depth analysis of the proposed framework based on standard multiple object tracking metrics and computational efficiency.

In recent years, the increase in the population of mobile users and the advances in computational capabilities of mobile devices have led to an exponentially increasing traffic load on the wireless networks. This trend is foreseen to continue in the future due to the emerging applications such as cellular Internet of things (IoT) and machine type communications (MTC). Since the spectrum resources are limited, the only promising way to keep pace with the future demand is through aggressive spatial reuse of the available spectrum which can be realized in the networks through dense deployment of small cells. There are many challenges associated with such densely deployed heterogeneous networks (HetNets). The main challenges which are considered in this research work are capacity enhancement, velocity estimation of mobile users, and energy efficiency enhancement. We consider different approaches for capacity enhancement of the network. In the first approach, using stochastic geometry we theoretically analyze time domain inter-cell interference coordination techniques in a two-tier HetNet and optimize the parameters to maximize the capacity of the network. In the second approach, we consider optimization of the locations of aerial bases stations carried by the unmanned aerial vehicles (UAVs) to enhance the capacity of the network for public safety and emergency communications, in case of damaged network infrastructure. In the third approach, we introduce a subsidization scheme for the service providers through which the network capacity can be improved by using regulatory power of the government. Finally, we consider the approach of device-to-device communications and multi-hop transmissions for enhancing the capacity of a network. Velocity estimation of high speed mobile users is important for effective mobility management in densely deployed small cell networks. In this research, we introduce two novel methods for the velocity estimation of mobile users: handover-count based velocity estimation, and sojourn time based velocity estimation. Using the tools from stochastic geometry and estimation theory, we theoretically analyze the accuracy of the two velocity estimation methods through Cramer-Rao lower bounds (CRLBs). With the dense deployment of small cells, energy efficiency becomes crucial for the sustained operation of wireless networks. In this research, we jointly study the energy efficiency and the spectral efficiency in a two-tier HetNet. We optimize the parameters of inter-cell interference coordination technique and study the trade-offs between the energy efficiency and spectral efficiency of the HetNet.

L'analyse et l'optimisation au niveau de système sont indispensables pour la progression de performance des réseaux de communication. Ils sont nécessaires afin de faire fonctionner de façon optimale des réseaux actuels et de planifier des réseaux futurs. La modélisation et l'analyse au niveau de système des réseaux cellulaires ont été facilitées grâce à la maîtrise de l'outil mathématique de la géométrie stochastique et, plus précisément, la théorie des processus ponctuels spatiaux. Du point de vue de système, il a été empiriquement validé que les emplacements des stations cellulaires de base peuvent être considérés comme des points d'un processus ponctuel de Poisson homogène dont l'intensité coïncide avec le nombre moyen de stations par unité de surface. Dans ce contexte, des contributions de ce travail se trouvent dans le développement de nouvelles méthodologies analytiques pour l'analyse et l'optimisation des déploiements de réseaux cellulaires émergents.La première contribution consiste à introduire une approche pour évaluer la faisabilité de réseaux cellulaires multi-antennes, dans lesquels les dispositifs mobiles à faible énergie décodent les données et récupèrent l'énergie à partir d’un même signal reçu. Des outils de géométrie stochastique sont utilisés pour quantifier le taux d'information par rapport au compromis de puissance captée. Les conclusions montrent que les réseaux d'antennes à grande échelle et les déploiements ultra-denses de stations base sont tous les deux nécessaires pour capter une quantité d'énergie suffisamment élevée et fiable. En outre, la faisabilité de la diversité des récepteurs pour l'application aux réseaux cellulaires descendants est également étudiée. Diverses options basées sur la combinaison de sélection et la combinaison de taux maximal sont donc comparées. Notre analyse montre qu'aucun système n’est plus performant que les autres pour chaque configuration de système : les dispositifs à basse énergie doivent fonctionner de manière adaptative, en choisissant le schéma de diversité des récepteurs en fonction des exigences imposées.La deuxième contribution consiste à introduire une nouvelle approche pour la modélisation et l'optimisation de l'efficacité énergétique des réseaux cellulaires.Contrairement aux approches analytiques actuellement disponibles qui fournissent des expressions analytiques trop simples ou trop complexes de la probabilité de couverture et de l'efficacité spectrale des réseaux cellulaires, l'approche proposée est formulée par une solution de forme fermée qui se révèle en même temps simple et significative. Une nouvelle expression de l'efficacité énergétique du réseau cellulaire descendant est proposée à partir d’une nouvelle formule de l'efficacité spectrale. Cette expression est utilisée pour l’optimisation de la puissance d'émission et la densité des stations cellulaires de base. Il est prouvé mathématiquement que l'efficacité énergétique est une fonction uni-modale et strictement pseudo-concave de la puissance d'émission en fixant la densité des stations de base, et de la densité des stations de base en fixant la puissance d'émission. La puissance d'émission optimale et la densité des stations de base s'avèrent donc être la solution des équations non linéaires simples.La troisième contribution consiste à introduire une nouvelle approche pour analyser les performances des réseaux cellulaires hétérogènes équipés des sources d'énergie renouvelables, telles que les panneaux solaires. L'approche proposée permet de tenir compte de la distribution spatiale des stations de base en utilisant la théorie des processus ponctuels, ainsi que l'apparition aléatoire et la disponibilité de l'énergie en utilisant la théorie des chaînes de Markov. En utilisant l'approche proposée, l'efficacité énergétique des réseaux cellulaires peut être quantifiée et l'interaction entre la densité des stations de base et le taux d'énergie d'apparition peut être quantifiée et optimisée. / In communication networks, system-level analysis and optimization are useful when one is interested in optimizing the system performance across the entire network. System-level analysis and optimization, therefore, are relevant for optimally operating current networks, and for deploying and planning future networks. In the last few years, the system-level modeling and analysis of cellular networks have been facilitated by capitalizing on the mathematical tool of stochastic geometry and, more precisely, on the theory of spatial point processes. It has been empirically validated that, from the system-level standpoint, the locations of cellular base stations can be abstracted as points of a homogeneous Poisson point process whose intensity coincides with the average number of based stations per unit area.In this context, the contribution of the present Ph.D. thesis lies in developing new analytical methodologies for analyzing and optimizing emerging cellular network deployments. The present Ph.D. thesis, in particular, provides three main contributions to the analysis and optimization of energy-efficient cellular networks.The first contribution consists of introducing a tractable approach for assessing the feasibility of multiple-antenna cellular networks, where low-energy mobile devices decode data and harvest power from the same received signal. Tools from stochastic geometry are used to quantify the information rate vs. harvested power tradeoff. Our study unveils that large-scale antenna arrays and ultra-dense deployments of base stations are both necessary to harvest, with high reliability, a sufficiently high amount of power. Furthermore, the feasibility of receiver diversity for application to downlink cellular networks is investigated. Several options that are based on selection combining and maximum ratio combining are compared against each other. Our analysis shows that no scheme outperforms the others for every system setup. It suggests, on the other hand, that the low-energy devices need to operate in an adaptive fashion, by choosing the receiver diversity scheme as a function of the imposed requirements.The second contribution consists of introducing a new tractable approach for modeling and optimizing the energy efficiency of cellular networks. Unlike currently available analytical approaches that provide either simple but meaningless or meaningful but complex analytical expressions of the coverage probability and spectral efficiency of cellular networks, the proposed approach is conveniently formulated in a closed-form expression that is proved to be simple and meaningful at the same time. By relying on the new proposed formulation of the spectral efficiency, a new tractable closed-form expression of the energy efficiency of downlink cellular network is proposed, which is used for optimizing the transmit power and the density of cellular base stations. It is mathematically proved, in particular, that the energy efficiency is a unimodal and strictly pseudo-concave function in the transmit power, given the density of the base stations, and in the density of the base stations, given the transmit power. The optimal transmit power and density of base stations are proved to be the solution of simple non-linear equations.The third contribution consists of introducing a new tractable approach for analyzing the performance of multi-tier cellular networks equipped with renewable energy sources, such as solar panels. The proposed approach allows one to account for the spatial distribution of the base stations by using the theory of point processes, as well as for the random arrival and availability of energy by using Markov chain theory. By using the proposed approach, the energy efficiency of cellular networks can be quantified and the interplay between the density of base stations and energy arrival rate can be quantified and optimized.

Les travaux présentés dans cette thèse concernent l'analyse statistique de cas particuliers du processus de Cox. Dans une première partie, nous proposons une synthèse des résultats existants sur le processus power-law (processus d'intensité puissance), synthèse qui ne peut être exhaustive étant donné la popularité de ce processus. Nous considérons une approche bayésienne pour l'inférence des paramètres de ce processus qui nous conduit à introduire et à étudier en détails une distribution que nous appelons loi H-B. Cette loi est une loi conjuguée. Nous proposons des stratégies d'élicitation des hyperparamètres et étudions le comportement des estimateurs de Bayes par des simulations. Dans un deuxième temps, nous étendons ces travaux au cas du processus d’intensité exponentielle (exponential-law process). De la même façon, nous définissons et étudions une loi conjuguée pour l'analyse bayésienne de ce dernier. Dans la dernière partie de la thèse, nous considérons un processus auto-excité qui intègre une covariable. Ce travail est motivé, à l'origine, par un problème de fiabilité qui concerne des données de défaillances de matériels exposés à des environnements sévères. Les résultats sont illustrés par des applications sur des données d'activités orageuses collectées dans deux départements français. Enfin, nous donnons quelques directions de travail et perspectives de futurs développements de l'ensemble de nos travaux. / The work presented in this PhD dissertation concerns the statistical analysis of some particular cases of the Cox process. In a first part, we study the power-law process (PLP). Since the literature for the PLP is abundant, we suggest a state-of-art for the process. We consider the classical approach and recall some important properties of the maximum likelihood estimators. Then we investigate a Bayesian approach with noninformative priors and conjugate priors considering different parametrizations and scenarios of prior guesses. That leads us to define a family of distributions that we name H-B distribution as the natural conjugate priors for the PLP. Bayesian analysis with the conjugate priors are conducted via a simulation study and an application on real data. In a second part, we study the exponential-law process (ELP). We review the maximum likelihood techniques. For Bayesian analysis of the ELP, we define conjugate priors: the modified- Gumbel distribution and Gamma-modified-Gumbel distribution. We conduct a simulation study to compare maximum likelihood estimates and Bayesian estimates. In the third part, we investigate self-exciting point processes and we integrate a power-law covariate model to this intensity of this process. A maximum likelihood procedure for the model is proposed and the Bayesian approach is suggested. Lastly, we present an application on thunderstorm data collected in two French regions. We consider a strategy to define a thunderstorm as a temporal process associated with the charges in a particular location. Some selected thunderstorms are analyzed. We propose a reduced maximum likelihood procedure to estimate the parameters of the Hawkes process. Then we fit some thunderstorms to the power-law covariate self-exciting point process taking into account the associated charges. In conclusion, we give some perspectives for further work.

No description available.

Perfect simulations are methods, which convert suitable Markov chain Monte Carlo (MCMC) algorithms into algorithms which return exact draws from the target distribution, instead of approximations based on long-time convergence to equilibrium. In recent years a lot of various perfect simulation algorithms were developed. This work provides a unified exposition of some perfect simulation algorithms with applications to spatial point processes, especially to the Strauss process and area-interaction process. Described algorithms and their properties are compared theoretically and also by a simulation study.

Abstract The aim of this thesis is to devise new paradigms on radio resource sharing including cache-enabled virtualized large cellular networks for mobile network operators (MNOs). Also, self-organizing resource allocation for small cell networks is considered. In such networks, the MNOs rent radio resources from the infrastructure provider (InP) to support their subscribers. In order to reduce the operational costs, while at the same time to significantly increase the usage of the existing network resources, it leads to a paradigm where the MNOs share their infrastructure, i.e., base stations (BSs), antennas, spectrum and edge cache among themselves. In this regard, we integrate the theoretical insights provided by stochastic geometrical approaches to model the spectrum and infrastructure sharing for large cellular networks. In the first part of the thesis, we study the non-orthogonal multi-MNO spectrum allocation problem for small cell networks with the goal of maximizing the overall network throughput, defined as the expected weighted sum rate of the MNOs. Each MNO is assumed to serve multiple small cell BSs (SBSs). We adopt the many-to-one stable matching game framework to tackle this problem. We also investigate the role of power allocation schemes for SBSs using Q-learning. In the second part, we model and analyze the infrastructure sharing system considering a single buyer MNO and multiple seller MNOs. The MNOs are assumed to operate over their own licensed spectrum bands while sharing BSs. We assume that multiple seller MNOs compete with each other to sell their infrastructure to a potential buyer MNO. The optimal strategy for the seller MNOs in terms of the fraction of infrastructure to be shared and the price of the infrastructure, is obtained by computing the equilibrium of a Cournot-Nash oligopoly game. Finally, we develop a game-theoretic framework to model and analyze a cache-enabled virtualized cellular networks where the network infrastructure, e.g., BSs and cache storage, owned by an InP, is rented and shared among multiple MNOs. We formulate a Stackelberg game model with the InP as the leader and the MNOs as the followers. The InP tries to maximize its profit by optimizing its infrastructure rental fee. The MNO aims to minimize the cost of infrastructure by minimizing the cache intensity under probabilistic delay constraint of the user (UE). Since the MNOs share their rented infrastructure, we apply a cooperative game concept, namely, the Shapley value, to divide the cost among the MNOs. / Tiivistelmä Tämän väitöskirjan tavoitteena on tuottaa uusia paradigmoja radioresurssien jakoon, mukaan lukien virtualisoidut välimuisti-kykenevät suuret matkapuhelinverkot matkapuhelinoperaattoreille. Näiden kaltaisissa verkoissa operaattorit vuokraavat radioresursseja infrastruktuuritoimittajalta (InP, infrastructure provider) asiakkaiden tarpeisiin. Toimintakulujen karsiminen ja samanaikainen olemassa olevien verkkoresurssien hyötykäytön huomattava kasvattaminen johtaa paradigmaan, jossa operaattorit jakavat infrastruktuurinsa keskenään. Tämän vuoksi työssä tutkitaan teoreettisia stokastiseen geometriaan perustuvia malleja spektrin ja infrastruktuurin jakamiseksi suurissa soluverkoissa. Työn ensimmäisessä osassa tutkitaan ei-ortogonaalista monioperaattori-allokaatioongelmaa pienissä soluverkoissa tavoitteena maksimoida verkon yleistä läpisyöttöä, joka määritellään operaattoreiden painotettuna summaläpisyötön odotusarvona. Jokaisen operaattorin oletetaan palvelevan useampaa piensolutukiasemaa (SBS, small cell base station). Työssä käytetään monelta yhdelle -vakaata sovituspeli-viitekehystä SBS:lle käyttäen Q-oppimista. Työn toisessa osassa mallinnetaan ja analysoidaan infrastruktuurin jakamista yhden ostaja-operaattorin ja monen myyjä-operaattorin tapauksessa. Operaattorien oletetaan toimivan omilla lisensoiduilla taajuuksillaan jakaen tukiasemat keskenään. Myyjän optimaalinen strategia infrastruktuurin myytävän osan suuruuden ja hinnan suhteen saavutetaan laskemalla Cournot-Nash -olipologipelin tasapainotila. Lopuksi, työssä kehitetään peli-teoreettinen viitekehys virtualisoitujen välimuistikykenevien soluverkkojen mallintamiseen ja analysointiin, missä InP:n omistama verkkoinfrastruktuuri vuokrataan ja jaetaan monen operaattorin kesken. Työssä muodostetaan Stackelberg-pelimalli, jossa InP toimii johtajana ja operaattorit seuraajina. InP pyrkii maksimoimaan voittonsa optimoimalla infrastruktuurin vuokrahintaa. Operaattori pyrkii minimoimaan infrastruktuurin hinnan minimoimalla välimuistin tiheyttä satunnaisen käyttäjän viive-ehtojen mukaisesti. Koska operaattorit jakavat vuokratun infrastruktuurin, työssä käytetään yhteistyöpeli-ajatusta, nimellisesti, Shapleyn arvoa, jakamaan kustannuksia operaatoreiden kesken.

This Master´s thesis is focused on the proposition of system HACCP as appropriate solution incurred complaint. I start from the theoretical bases and from analysis of the current state in the company Cutisin s.r.o. The particular part is included hazard analysis of single step of the process plan, critical control points in production, precautionary measures and corrective action.

Department of Statistics / MSc (Statistics) / The ripple e ect of a stock market crash due to extremal dependence is a global issue with key attention and it is at the core of all modelling e orts in risk management. Two methods of extreme value theory (EVT) were used in this study to model equity risk and extremal dependence in the tails of stock market indices from four African emerging markets: South Africa, Nigeria, Kenya and Egypt. The rst is the \bivariate-threshold-excess model" and the second is the \point process approach". With regards to the univariate analysis, the rst nding in the study shows in descending hierarchy that volatility with persistence is highest in the South African market, followed by Egyptian market, then Nigerian market and lastly, the Kenyan equity market. In terms of risk hierarchy, the Egyptian EGX 30 market is the most risk-prone, followed by the South African JSE-ALSI market, then the Nigerian NIGALSH market and the least risky is the Kenyan NSE 20 market. It is therefore concluded that risk is not a brainchild of volatility in these markets. For the bivariate modelling, the extremal dependence ndings indicate that the African continent regional equity markets present a huge investment platform for investors and traders, and o er tremendous opportunity for portfolio diversi cation and investment synergies between markets. These synergistic opportunities are due to the markets being asymptotic (extremal) independent or (very) weak asymptotic dependent and negatively dependent. This outcome is consistent with the ndings of Alagidede (2008) who analysed these same markets using co-integration analysis. The bivariate-threshold-excess and point process models are appropriate for modelling the markets' risks. For modelling the extremal dependence however, given the same marginal threshold quantile, the point process has more access to the extreme observations due to its wider sphere of coverage than the bivariate-threshold-excess model. / NRF