Dans cette thèse, nous nous intéressons à trois développements des arbres de ramification("splitting trees") introduits par Geiger & Kersting (1997), et aux processus de branchement de Crump-Mode-Jagers (CMJ) qui y sont associés. Ces arbres aléatoires modélisent une population où tous les individus ont des durées de vie indépendantes et identiquement distribuées et qui donnent naissance à taux constant b durant leurs vies à des copies d'eux-mêmes. Le processus comptant le nombre d'individus vivants au cours du temps est un processus CMJ binaire et homogène qui peut être vu comme une généralisation du processus de vie et de mort markovien dans lequel les durées de vie sont exponentielles. Dans un premier chapitre, nous considérons un modèle île-continent, généralisant celui de Karlin et McGregor, et dans lequel des individus portant des types immigrent à taux T vers une île et y fondent des familles qui évoluent indépendamment et suivant le mécanisme décrit précédemment. Différentes hypothèses sont faites sur la façon dont les types sont choisis (soit chaque nouvel immigrant est d'un type différent des précédents, soit il est de type i avec une proba pi, etc.) et nous déterminons les proportions asymptotiques de chacun des types dans la population totale. Dans le cas "nouvel immigrant=nouveau type", la limite suit une distribution GEM de paramètre T/b et nous remarquons qu'elle ne dépend que de ce rapport et pas de loi de la durée de vie des individus. Dans un second temps, nous étudions un autre modèle de population dans des mutations pouvant se produire à la naissance des individus avec une certaine probabilité. Nous considérons un modèle dit à une infinité d'allèles, c'est-à-dire que chaque mutant est d'un type (ou allèle) jamais rencontré auparavant, et neutre car quels que soient leurs types, les individus évoluent tous de la même manière. Nous étudions la partition allélique de la population en considérant son spectre de fréquence qui décrit le nombre de types d'âge donné et portés par un nombre donné d'individus. Nous obtenons des résultats concernant son comportement asymptotique en utilisant les caractéristiques aléatoires de Jagers & Nerman. Nous donnons également la convergence en loi des abondances des plus grandes familles et des âges des plus vieilles familles. Dans le dernier chapitre, nous nous intéressons à des processus de Lévy spectralement positifs (ou sans sauts négatifs), ne dérivant pas vers l'infini et que l'on conditionne à rester positifs en un nouveau sens. Pour cela, un processus X partant de x > 0 est conditionné à atteindre des hauteurs arbitrairement grandes avant de toucher 0 où le terme hauteur est à comprendre au sens du processus des hauteurs de Duquesne & Le Gall (2002). La loi du processus conditionné est définie à l'aide d'une h-transformée via une martingale. Lorsque X est à variation finie, l'argument principal est que X peut être vu comme le processus de contour d'un arbre de ramification et ainsi conditionner le processus de Lévy revient à conditionner l'arbre à atteindre des générations arbitrairement grandes. Lorsque X est à variation infinie, le processus des hauteurs est défini à l'aide de temps locaux et la martingale est construite à partir du processus d'exploration de Duquesne et Le Gall, qui est un processus de Markov à valeurs mesures.

Cette thèse est consacrée à l'étude de trois modèles combinatoires intervenant dans la théorie des probabilités. Nous nous intéressons tout d'abord à la hauteur d'arbres de fragmentation. À mesure de dislocation fixée, deux régimes bien différents peuvent apparaître selon la capacité des sommets : au-delà d'une capacité critique, les hauteurs ont même asymptotique tandis que, en deçà de ce paramètre critique, les arbres sont de plus en plus hauts à mesure que le seuil de rupture diminue. Nous présentons ensuite des résultats obtenus avec Nicolas Curien sur le quadtree. Nous explicitons les comportements asymptotiques des coûts moyens des requêtes partielles. La théorie des fragmentations joue encore un rôle clé. Nous étudions enfin les grands graphes aléatoires, critiques pour le modèle de configuration. Sous certaines hypothèses, nous prouvons que, correctement remises à l'échelle, les suites des tailles des composantes connexes de ces graphes convergent en un certain sens vers une suite aléatoire non triviale que nous caractérisons. La situation est bien différente selon que la loi des degrés d'un sommet a un moment d'ordre 3 fini ou est une loi de puissance d'exposant compris entre 3 et 4.

Ce document de synthèse présente différents travaux de recherche centrés sur le comportement asymptotique de processus stochastiques. Ces travaux analysent des équations différentielles stochastiques ou des systèmes d'EDS dirigés par des mouvements browniens. Ils font effectivement appel au calcul asymptotique: dans les questions posées, il s'agit bien souvent de considérer la limite d'un paramètre du système dynamique. Cela peut être: le coefficient de diffusion qui tend vers $0$, le temps qui croît à l'infini, le nombre de particules dans un système de particules en interaction qui tend vers l'infini, le pas de temps d'une marche aléatoire qui tend vers $0$. Les techniques utilisées sont donc spécifiques à ces passages à la limite: grandes déviations, estimation d'intégrales par la méthode de Laplace, limite de McKean-Vlasov, propagation du chaos, critère de tension des lois de processus, décomposition spectrale des semi-groupes.

Cette thèse est constituée de 5 chapitres. Le chapitre 1 est divisé en deux parties; la première autour des généralités sur les processus de Lévy et la deuxième sur le cas particulier des processus symétriques stables. Le chapitre 2 porte sur la théorie des fluctuations dans le cas stable et concentre la plupart des résultats originaux de cette thèse. Dans ce chapitre, on s'intéresse premièrement à la loi conjointe du premier temps de passage au-dessus d'une barrière et de la position du processus en cet instant ainsi qu'à des questions autour de l'absolue continuité de la loi du supremum. Dans un deuxième temps, dans le cas stable, on s'intéresse à la loi conjointe du processus au temps t, de son supremum avant t et du dernier temps d'atteinte du supremum avant t. Le chapitre 3 est aussi constitué des deux parties, une partie sur les temps locaux et une autre partie sur la théorie des excursions. Les deux parties sont traitées dans le cas des processus symétriques stables d'indice supérieur à 1. Concernant les temps locaux, on rappelle leur définition et leurs principales propriétés. Concernant la théorie des excursions, on présente la théorie de façon semblable aux cas classiques en passant entre autres par les définitions d'excursion normalisée et de méandre, et en donnant des constructions simples pour ces objets. On présente aussi quelques développements récents de la théorie dus à K.Yano, Y. Yano et M. Yor. Les chapitres 4 et 5 portent sur des applications (dans le cas symétrique stable) de la théorie des excursions à l'étude respectif des temps passés positif et négatif et des valeurs principales généralisées.

Dans une première partie, après avoir rappelé les principales caractéristiques statistiques des séries financières, en particulier l'existence de corrélations non linéaires à longue portée et d'une asymétrie fortement persistante, nous mettons en évidence la pertinence des processus multifractals pour la modélisation de ces faits stylisés. Les constructions récemment proposées dans la littérature demeurent cependant exclusivement symétriques et nous montrons comment introduire de l'asymétrie dans ces modèles sans sacrifier leurs propriétés d'échelle. Il est alors possible de rendre compte du phénomène de smile de volatilité. Dans une deuxième partie, nous proposons une méthode numérique pour la valorisation et la couverture d'options en marché incomplet. Notre algorithme peut en outre être généralisé sans difficulté pour tenir compte d'autres imperfections du marché comme les frais de transaction.

Cette thèse porte sur le problème d'estimation à travers les échelles pour un processus stochastique. Nous étudions comment le choix du pas d'échantillonnage impacte les procédures statistiques. Nous nous intéressons à l'estimation de processus à sauts à partir de l'observation d'une trajectoire discrétisée sur [0, T]. Lorsque la longueur de l'intervalle d'observation T va à l'infini, le pas d'échantillonnage tend soit vers 0 (échelle microscopique), vers une constante positive (échelle intermédiaire) ou encore vers l'infini (échelle macroscopique). Dans chacun de ces régimes nous supposons que le nombre d'observations tend vers l'infini. Dans un premier temps le cas particulier d'un processus de Poisson composé d'intensité inconnue avec des sauts symétriques {-1,1} est étudié. Le Chapitre 2 illustre la notion d'estimation statistique dans les trois échelles définies ci-dessus. Dans ce modèle, on s'intéresse aux propriétés des expériences statistiques. On montre la propriété de Normalité Asymptotique Locale dans les trois échelles microscopiques, intermédiaires et macroscopiques. L'information de Fisher est alors connue pour chacun de ces régimes. Ensuite nous analysons comment se comporte une procédure d'estimation de l'intensité qui est efficace (de variance minimale) à une échelle donnée lorsqu'on l'applique à des observations venant d'une échelle différente. On regarde l'estimateur de la variation quadratique empirique, qui est efficace dans le régime macroscopique, et on l'utilise sur des données provenant des régimes intermédiaire ou microscopique. Cet estimateur reste efficace dans les échelles microscopiques, mais montre une perte substantielle d'information aux échelles intermédiaires. Une procédure unifiée d'estimation est proposée, elle est efficace dans tous les régimes. Les Chapitres 3 et 4 étudient l'estimation non paramétrique de la densité de saut d'un processus renouvellement composé dans les régimes microscopiques, lorsque le pas d'échantillonnage tend vers 0. Un estimateur de cette densité utilisant des méthodes d'ondelettes est construit. Il est adaptatif et minimax pour des pas d'échantillonnage qui décroissent en T^{-alpha}, pour alpha>0. La procédure d'estimation repose sur l'inversion de l'opérateur de composition donnant la loi des incréments comme une transformation non linéaire de la loi des sauts que l'on cherche à estimer. L'opérateur inverse est explicite dans le cas du processus de Poisson composé (Chapitre 3), mais n'a pas d'expression analytique pour les processus de renouvellement composés (Chapitre 4). Dans ce dernier cas, il est approché via une technique de point fixe. Le Chapitre 5 étudie le problème de perte d'identifiabilité dans les régimes macroscopiques. Si un processus à sauts est observé avec un pas d'échantillonnage grand, certaines approximations limites, telles que l'approximation gaussienne, deviennent valides. Ceci peut entraîner une perte d'identifiabilité de la loi ayant généré le processus, dès lors que sa structure est plus complexe que celle étudiée dans le Chapitre 2. Dans un premier temps un modèle jouet à deux paramètres est considéré. Deux régimes différents émergent de l'étude : un régime où le paramètre n'est plus identifiable et un où il reste identifiable mais où les estimateurs optimaux convergent avec des vitesses plus lentes que les vitesses paramétriques habituelles. De l'étude de cas particulier, nous dérivons des bornes inférieures montrant qu'il n'existe pas d'estimateur convergent pour les processus de Lévy de saut pur ou pour les processus de renouvellement composés dans les régimes macroscopiques tels que le pas d'échantillonnage croît plus vite que racine de T. Enfin nous identifions des régimes macroscopiques où les incréments d'un processus de Poisson composé ne sont pas distinguables de variables aléatoires gaussiennes, et des régimes où il n'existe pas d'estimateur convergent pour les processus de Poisson composés dépendant de trop de paramètres.

L'objectif de notre travail de recherche est de vérifier si un processus BPEL satisfait sa spécification d'interface représentant son comportement externe en utilisant la vérification de modèles. Dans ce mémoire, nous présentons essentiellement l'approche de notre logiciel qui permet dans un premier temps de traduire un processus BPEL en modèle Promela et une expression d'interface en assertion de traces, et par la suite, il lance la vérification en utilisant l'outil Spin. Cette vérification du comportement du processus concret se fait par rapport à une spécification abstraite de son interface comportementale, c'est-à-dire, nous vérifions uniquement ce qui est visible à l'exterieur du processus. Nous expliquons les étapes franchies pour atteindre notre objectif et nous montrons à l'aide d'exemples que notre logiciel est fonctionnel.

Les humains sont continuellement exposés à des stimulations pour lesquelles leur système perceptivo-cognitif doit créer des représentations mnésiques. Tout en créant un code interne de composantes, ce système doit être en mesure de reconnaître, d'identifier, et de discriminer ces objets lors de prochaines occurrences. Ce processus s'effectue par la création et la mise à jour d'une mémoire épisodique d'exemplaires à dimensionnalité réduite. De plus, le système cognitif doit regrouper les objets similaires en catégories, tout en adaptant le contenu de la mémoire suite à l'ajout d'informations produit par la rencontre de nouveaux objets. Ces processus de niveau « objet » et « catégorie » s'effectuent de façon séparée, par le biais de deux mémoires. Jusqu'à maintenant, aucun modèle formel satisfaisant n'était en mesure de rendre compte de cette variété de comportements humains sans sacrifier la simplicité et l'élégance du système initial pour simuler l'un d'eux. Le modèle FEBAM (pour Feature-Extracting Bidirectional Associative Memory) a été créé dans le but de répondre à cette incapacité de beaucoup de modèles existants à effectuer des tâches cognitives et perceptuelles à l'aide d'un codage interne créé de façon autonome, comme le font les humains. Basé sur une architecture neuronale associative bidirectionnelle, FEBAM peut reproduire les comportements d'autres réseaux de neurones artificiels dont les processus dynamiques sont basés sur l'extraction de composantes, la création de bassins d'attracteurs, ou encore le partitionnement de données (« clustering »), et ce, en utilisant une seule architecture, règle de transmission et procédure d'apprentissage. Dans la présente thèse, il sera montré qu'avec un nombre minimal de principes définitoires, le modèle pourra effectuer des tâches telles que la création autonome d'un code interne de composantes, le développement autonome d'une mémoire d'exemplaires parfaits, ainsi que l'identification et la catégorisation autonomes. Il sera aussi montré, grâce à la proposition d'un mécanisme itératif de croissance de l'architecture, que les catégories créées par le réseau peuvent être réorganisées suite à la présentation de nouvelles informations perceptuelles au système. On montrera également que FEBAM préserve les capacités d'une mémoire autoassociative récurrente (dont il est inspiré), tout en améliorant certains des comportements de cette dernière. Le modèle FEBAM sera également étendu au cas supervisé. Dans ce cas, le modèle FEBAM-RA (RA pour Response Association), grâce à un module supplémentaire, associera les représentations internes des stimuli à leur identité ou à leur appartenance catégorielle prédéfinies. Cette extension se fera sans avoir à ajouter des principes définitoires: ainsi, on utilisera ici la même règle d'apprentissage, la même règle de transmission, et une généralisation de l'architecture de FEBAM. Grâce à cet ajout, le modèle sera en mesure de reproduire de façon qualitative l'effet de la pré-exposition perceptuelle sur la rapidité de l'apprentissage identificatif supervisé, ainsi que l'effet de difficulté de la tâche lorsque l'on compare l'identification et la catégorisation supervisées (dans une situation de tâches simultanées). La contribution principale de cette thèse repose donc dans la parcimonie des principes utilisés. En effet, grâce à un nombre minimal de postulats définitoires, on modélisera donc des processus de traitement d'objets et de catégories, et ce, de façon autonome ou supervisée. Ce projet de recherche constituant la première étape de développement de l'approche FEBAM, quelques améliorations à l'approche de base seront proposées. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Modélisation cognitive, Réseaux de neurones artificiels, Extraction de composantes, Catégorisation, Identification.

Dans le premier chapitre, nous étudions le conditionnement d'un processus de Lévy complètement asymétrique à demeurer dans un intervalle fini. <br /><br />Les deux suivants sont consacrés aux processus de branchement à espace d'états continu, qui sont des processus de Lévy sans saut négatif changés de temps : généalogie (deuxième chapitre), dont nous dérivons des théorèmes de type Ray-Knight, et conditionnement à ne jamais s'éteindre (troisième chapitre). <br /><br />Enfin, le dernier chapitre traite de théorie du renouvellement multivariée dans deux cas naturels d'ensembles aléatoires emboîtés.

Thèse de doctorat : Mathématiques : Lille 1 : 2001. / N° d'ordre (Lille) : 3085. Résumé en français et en anglais. Bibliogr. p. 115-119.