Ce travail s’intéresse aux transmissions ultralarge bande (ULB) dans les réseaux sans fils. La diversité spatiale est introduite par l’utilisation du système multiple-input multiple-output (MIMO) comme une technique efficace pour lutter contre l’évanouissement dû aux trajets multiples dans les communications sans fils. Mais, souvent l’intégration d’antennes multiples au niveau de l’émetteur ou du récepteur est coûteuse. Comme alternative, nous proposons d’utiliser la diversité coopérative qui garantit des gains de diversité spatiale en exploitant les techniques MIMO traditionnelles sans avoir besoin d’antennes multiples. L’objectif est d’introduire la diversité coopérative aux systèmes de transmission ULB. Nous considérons deux techniques d’accès multiple avec des schémas de modulation différents (time hopping pulse position modulation TH-PPM et direct sequence binary phase shift keying DSBPSK) avec le protocole de coopération decode-and-forward (DF). Nous utilisons le récepteur Rake afin d’exploiter la diversité de trajet multiple et analysons les statistiques de variable de décision à la sortie de ce récepteur. Nous présentons des résultats de simulation de la performance en termes de taux d’erreur binaire (TER) du système étudié sous différents canaux UWB compte tenu de la norme IEEE 802.15.4a. Ces résultats montrent que la coopération avec des relais améliore significativement les performances de transmission ULB, et que le gain de diversité augmente proportionnellement avec le nombre de relais. En présence d’IAM, la performance du système se dégrade de manière significative, mais l’avantage de la coopération est encore modérément efficace. La performance dans ce cas est limitée en termes de diversité achevée parce que le canal entre la source et le relais en présence d’IAM devient moins favorable. C’est pourquoi nous proposons d’utiliser la technique de sélection d’antenne au relais afin d’améliorer la fiabilité du canal source-relais. Cette solution permet d’améliorer la performance grâce au gain de la diversité d’antennes multiples disponibles au relais toute en n’utilisant qu’une seule chaîne radiofréquence (RF), qui conduit à une réduction des coûts et de la complexité. / This work focuses on the ultra wideband (UWB) transmission in wireless networks. Spatial diversity is introduced by the use of multiple-input multiple-output (MIMO) system as an effective technique to overcome multipath fading in wireless communications. But the integration of multiple antennas at the transmitter or receiver is often costly. As an alternative, we propose to use the cooperative diversity that provides spatial diversity gains by exploiting the traditional MIMO techniques without the need for multiple antennas. The objective is to introduce cooperative diversity to UWB transmission systems. We consider two multiple access techniques with different modulation schemes (time hopping pulse position modulation TH-PPM and direct sequence binary Phase Shift Keying DS-BPSK) with the cooperation protocol decode-and-forward (DF). We use the Rake receiver to exploit multipath diversity and analyze the decision variable statistics at the output of the receiver. We present simulation results of the BER performance of the proposed system under different UWB channel given the IEEE 802.15.4a standard. Our results show that the cooperation with the relay significantly improves the performance of UWB transmission, and that the diversity gain increases with the number of relays. In the presence of MAI, the overall system performance degrades significantly, but the benefit of cooperation is still moderately effective. The performance in this case is limited in terms of attainable diversity that the source-relay link becomes worse when MAI is present. That is why we propose to use antenna selection at the relay receiver in order to improve the reliability of the source-relay link. This solution is shown to improve the performance by exploiting the diversity of the available antennas at the relay, while using a single Radio Frequency (RF) chains. This leads to reduced cost and complexity.

Cette thèse de doctorat est consacrée à un sujet de recherche très porteur : la Catégorisation générique d’objets Visuels (VOC). En effet, les applications possibles sont très nombreuses, incluant l’indexation d’images et de vidéos, la vidéo surveillance, le contrôle d’accès de sécurité, le soutien à la conduite automobile, etc. En raison de ses nombreux verrous scientifiques, ce sujet est encore considéré comme l’un des problèmes les plus difficiles en vision par ordinateur et en reconnaissance de formes. Dans ce contexte, nous avons proposé dans ce travail de thèse plusieurs contributions, en particulier concernant les deux principaux éléments des méthodes résolvant les problèmes de VOC, notamment la sélection des descripteurs et la représentation d’images. Premièrement, un algorithme nomme "Embedded Sequential Forward feature Selection"(ESFS) a été proposé pour VOC. Son but est de sélectionner les descripteurs les plus discriminants afin d’obtenir une bonne performance pour la catégorisation. Il est principalement basé sur la méthode de recherche sous-optimale couramment utilisée "Sequential Forward Selection" (SFS), qui repose sur le principe simple d’ajouter progressivement les descripteurs les plus pertinents. Cependant, ESFS non seulement ajoute progressivement les descripteurs les plus pertinents à chaque étape mais de plus les fusionne d’une manière intégrée grâce à la notion de fonctions de masses combinées empruntée à la théorie de l’évidence qui offre également l’avantage d’obtenir un coût de calcul beaucoup plus faible que celui de SFS original. Deuxièmement, nous avons proposé deux nouvelles représentations d’images pour modéliser le contenu visuel d’une image : la Représentation d’Image basée sur la Modélisation Polynomiale et les Mesures Statistiques, appelées respectivement PMIR et SMIR. Elles permettent de surmonter l’inconvénient principal de la méthode populaire "bag of features" qui est la difficulté de fixer la taille optimale du vocabulaire visuel. Elles ont été testées avec nos descripteurs bases région ainsi que les descripteurs SIFT. Deux stratégies différentes de fusion, précoce et tardive, ont également été considérées afin de fusionner les informations venant des "canaux «différents représentés par les différents types de descripteurs. Troisièmement, nous avons proposé deux approches pour VOC en s’appuyant sur la représentation sparse. La première méthode est reconstructive (R_SROC) alors que la deuxième est reconstructive et discriminative (RD_SROC). En effet, le modèle de représentation sparse a été utilisé originalement dans le domaine du traitement du signal comme un outil puissant pour acquérir, représenter et compresser des signaux de grande dimension. Ainsi, nous avons proposé une adaptation de ces principes intéressants au problème de VOC. R_SROC repose sur l’hypothèse intuitive que l’image peut être représentée par une combinaison linéaire des images d’apprentissage de la même catégorie. [...] / This thesis is dedicated to the active research topic of generic Visual Object Categorization(VOC), which can be widely used in many applications such as videoindexation and retrieval, video monitoring, security access control, automobile drivingsupport etc. Due to many realistic difficulties, it is still considered to be one ofthe most challenging problems in computer vision and pattern recognition. In thiscontext, we have proposed in this thesis our contributions, especially concerning thetwo main components of the methods addressing VOC problems, namely featureselection and image representation.Firstly, an Embedded Sequential Forward feature Selection algorithm (ESFS)has been proposed for VOC. Its aim is to select the most discriminant features forobtaining a good performance for the categorization. It is mainly based on thecommonly used sub-optimal search method Sequential Forward Selection (SFS),which relies on the simple principle to add incrementally most relevant features.However, ESFS not only adds incrementally most relevant features in each stepbut also merges them in an embedded way thanks to the concept of combinedmass functions from the evidence theory which also offers the benefit of obtaining acomputational cost much lower than the one of original SFS.Secondly, we have proposed novel image representations to model the visualcontent of an image, namely Polynomial Modeling and Statistical Measures basedImage Representation, called PMIR and SMIR respectively. They allow to overcomethe main drawback of the popular "bag of features" method which is the difficultyto fix the optimal size of the visual vocabulary. They have been tested along withour proposed region based features and SIFT. Two different fusion strategies, earlyand late, have also been considered to merge information from different "channels"represented by the different types of features.Thirdly, we have proposed two approaches for VOC relying on sparse representation,including a reconstructive method (R_SROC) as well as a reconstructiveand discriminative one (RD_SROC). Indeed, sparse representation model has beenoriginally used in signal processing as a powerful tool for acquiring, representingand compressing the high-dimensional signals. Thus, we have proposed to adaptthese interesting principles to the VOC problem. R_SROC relies on the intuitiveassumption that an image can be represented by a linear combination of trainingimages from the same category. Therefore, the sparse representations of images arefirst computed through solving the ℓ1 norm minimization problem and then usedas new feature vectors for images to be classified by traditional classifiers such asSVM. To improve the discrimination ability of the sparse representation to betterfit the classification problem, we have also proposed RD_SROC which includes adiscrimination term, such as Fisher discrimination measure or the output of a SVMclassifier, to the standard sparse representation objective function in order to learna reconstructive and discriminative dictionary. Moreover, we have also proposedChapter 0. Abstractto combine the reconstructive and discriminative dictionary and the adapted purereconstructive dictionary for a given category so that the discrimination power canfurther be increased.The efficiency of all the methods proposed in this thesis has been evaluated onpopular image datasets including SIMPLIcity, Caltech101 and Pascal2007.

La paratuberculosis (PTB) est une maladie endémique des ruminants causée par Mycobacterium avium subsp. paratuberculosis (Map). Les stratégies de maîtrise actuelles ne sont pas suffisamment efficaces. La réponse à l'exposition à Map varie entre les animaux avec une part de déterminisme génétique. Des marqueurs génétiques pourraient permettre une sélection. L'objectif était d'évaluer par modélisation l'efficacité potentielle attendue de stratégies de maîtrise utilisant la sélection génétique ou la réduction de l'exposition en élevage. Nous avons identifié quatre traits phénotypiques de résistance influençant principalement la propagation de Map à l'échelle du troupeau et montré la valeur ajoutée de leur amélioration simultanée. Nous avons évalué l'effet de l'environnement du troupeau et du système d’élevage sur la propagation et la maîtrise de Map. Nous avons montré une différence d’efficacité des stratégies de maîtrise les plus pertinentes entre deux systèmes d'élevage bovins laitiers contrastés d'Europe: l'ouest de la France et l'Irlande. Nous avons évalué l'efficacité que pourrait apporter la sélection génomique en évaluant le temps nécessaire pour atteindre des niveaux de variation des traits sélectionnés permettant un bon contrôle de l‘infection sous l’hypothèse que des marqueurs de sélection soient disponibles. Nous avons identifié 2 paramètres du modèle de sélection génomique influents sur l’efficacité de la sélection. Notre modèle permet d’intégrer de nouvelles connaissances biologiques sur le déterminisme génétique de la résistance à Map pour évaluer des stratégies de maîtrise complexes comprenant une composante de sélection génomique. / Paratuberculosis (PTB) is an endemic disease of ruminants caused by Mycobacterium avium subsp. paratuberculosis (Map). Current control strategies are not effective enough. The response to Map exposure varies between animals with evidence of a partial genetic determinism. Genetic markers could allow selection. The objective was to assess the potential expected effectiveness of control strategies relying on genetic selection or reduction of exposure in herds, using a modelling approach. We identified four phenotypic traits of resistance mainly influencing the spread of Map at the herd scale and showed the added value of their simultaneous improvement. We evaluated the effect of the herd environment and management on the spread and control of Map. We showed a difference in effectiveness of the most relevant control strategies between two contrasting dairy cattle systems in Europe: western France and Ireland. We evaluated the effectiveness of genomic selection by assessing the time required to reach levels of variation in the selected traits allowing to achieve a good control of infection, assuming that associated genomic markers could be available. Effectiveness of selection was mainly influenced by 2 of the parameters of the developed genomic selection model. Our model allows to account for future knowledge about the genetic determinism of cattle resistance to Map in order to assess the effectiveness of complex control strategies including a genomic selection component.

Dans cette thèse nous traitons deux sujets. Le premier sujet concerne l'apprentissage statistique en grande dimension, i.e. les problèmes où le nombre de paramètres potentiels est beaucoup plus grand que le nombre de données à disposition. Dans ce contexte, l'hypothèse généralement adoptée est que le nombre de paramètres intervenant effectivement dans le modèle est petit par rapport au nombre total de paramètres potentiels et aussi par rapport au nombre de données. Cette hypothèse est appelée ``\emph{sparsity assumption}''. Nous étudions les propriétés statistiques de deux types de procédures : les procédures basées sur la minimisation du risque empirique muni d'une pénalité $l_{1}$ sur l'ensemble des paramètres potentiels et les procédures à poids exponentiels. Le second sujet que nous abordons concerne l'étude de procédures d'agrégation dans un modèle de densité. Nous établissons des inégalités oracles pour la norme $L^{\pi}$, $1\leqslant \pi \leqslant \infty$. Nous proposons ensuite une application à l'estimation minimax et adaptative en la régularité de la densité.

Les travaux de cette thèse s'inscrivent dans le cadre de la vérification des logiciels et plus particulièrement du test à partir de spécifications algébriques. La soumission d'un jeu de tests exhaustif pour trouver toutes les erreurs d'un programme est généralement impossible. Il faut donc sélectionner un jeu de tests le plus judicieusement possible. Nous avons donc donné une méthode de sélection de tests par dépliage des axiomes de spécifications conditionnelles positives (clauses de Horn pour la logique équationnelle). Celle-ci permet de partitionner le jeu exhaustif des tests. Nous utilisons pour cela un critère de sélection qui utilise les axiomes de la spécification et qui peut être appliqué plusieurs fois de suite. Pour garantir de bonnes propriétés sur ce critère de sélection, nous avons également donné un cadre général pour la normalisation d'arbre de preuve. Il fonctionne pour n'importe quel système formel, et permet d'unifier un grand nombre de résultats en logique.

Cette thèse a pour thème central l'étude du fonctionnement des accords d'assurance mutuelle et plus particulièrement de leur stabilité dans trois contextes différents.<br /><br />Le premier chapitre est consacré à l'analyse des conditions sous lesquelles un accord d'assurance mutuelle peut résister à l'émergence d'une compagnie privée. Modélisant les principales différences entre mutuelles et compagnies d'assurance, il complète la littérature existante en intégrant les choix d'investissement en capital des compagnies privées. Dans le cas d'agents exposés de manière homogène au risque, cette étude détermine l'unique choix optimal de la compagnie entrante ainsi que les conditions favorisant ou empêchant son apparition.<br /><br />L'impact sur les accords d'assurance mutuelle d'une possible hétérogénéité sur l'exposition au risque des agents est ensuite abordé dans le deuxième chapitre. Cette analyse permet de présenter l'asymétrie d'information comme une explication possible à l'échec<br />de l'hypothèse de marché complet observé par la littérature empirique. Elle contribue par ailleurs à préciser l'avantage comparatif que possède l'assurance mutuelle en termes d'information.<br /><br />Enfin, le troisième chapitre prolonge l'analyse des conséquences de l'hétérogénéité face au risque à travers l'étude de l'assurance de long terme. La modélisation de contrats d'assurance mutuelle dynamique permet d'appréhender l'impact de l'aléa moral sur la stabilité des contrats de long terme (face à l'assurance de court terme). L'examen de ces phénomènes met en évidence le rôle des préférences des agents, en termes de prudence et d'aversion au risque, sur la stabilité des contrats d'assurance mutuelle dynamique.

Cette thèse s'inscrit dans les domaines de la statistique non-asymptotique et de la théorie statistique de la sélection de modèle. Son objet est la construction de procédures d'estimation de paramètres en régression hétéroscédastique. Ce cadre reçoit un intérêt croissant depuis plusieurs années dans de nombreux champs d'application. Les résultats présentés reposent principalement sur des inégalités de concentration et sont illustrés par des applications à des données simulées.<br /><br />La première partie de cette thèse consiste dans l'étude du problème d'estimation de la moyenne et de la variance d'un vecteur gaussien à coordonnées indépendantes. Nous proposons une méthode de choix de modèle basée sur un critère de vraisemblance pénalisé. Nous validons théoriquement cette approche du point de vue non-asymptotique en prouvant des majorations de type oracle du risque de Kullback de nos estimateurs et des vitesses de convergence uniforme sur les boules de Hölder.<br /><br />Un second problème que nous abordons est l'estimation de la fonction de régression dans un cadre hétéroscédastique à dépendances connues. Nous développons des procédures de sélection de modèle tant sous des hypothèses gaussiennes que sous des conditions de moment. Des inégalités oracles non-asymptotiques sont données pour nos estimateurs ainsi que des propriétés d'adaptativité. Nous appliquons en particulier ces résultats à l'estimation d'une composante dans un modèle de régression additif.

Ce travail est consacré à l'étude des modèles linéaires généralisés à effets aléatoires (GL2M). Dans ces modèles, sous une hypothèse de distribution normale des effets aléatoires, la vraisemblance basée sur la distribution marginale du vecteur à expliquer n'est pas, en général, calculable de façon formelle. Dans la première partie de notre travail, nous revisitons différentes méthodes d'estimation non exactes par le biais d'approximations réalisées à différents niveaux selon les raisonnements. La deuxième partie est consacrée à la mise en place de critères de sélection de modèles au sein des GL2M. Nous revenons sur deux méthodes d'estimation nécessitant la construction de modèles linéarisés et nous proposons des critères basés sur la vraisemblance marginale calculée dans le modèle linéarisé obtenu à la convergence de la procédure d'estimation. La troisième et dernière partie s'inscrit dans le cadre des modèles de mélanges de GL2M. Les composants du mélange sont définis par des GL2M et traduisent différents états possibles des individus. Dans le cadre de la loi exponentielle, nous proposons une méthode d'estimation des paramètres du mélange basée sur une linéarisation spécifique à cette loi. Nous proposons ensuite une méthode plus générale puisque s'appliquant à un mélange de GL2M quelconques. Cette méthode s'appuie sur une étape de Metropolis-Hastings pour construire un algorithme de type MCEM. Les différentes méthodes développées sont testées par simulations.

Cette thèse s'inscrit dans les domaines de la statistique non-paramétrique, de la théorie statistique de l'apprentissage et des statistiques spatiales. Son objet est la compréhension et la mise en oeuvre de méthodes d'estimation et de décision pour des modèles graphiques gaussiens. Ces outils probabilistes rencontrent un succès grandissant pour la modélisation de systêmes complexes dans des domaines aussi différents que la génomique ou l'analyse spatiale. L'inflation récente de la taille des données analysées rend maintenant nécessaire la construction de procédures statistiques valables en << grande dimension >>, c'est à dire lorsque le nombre de variables est potentiellement plus grand que le nombre d'observations. Trois problèmes généraux sont considérés dans cette thèse: le test d'adéquation d'un graphe à un modèle graphique gaussien, l'estimation du graphe d'un modèle graphique gaussien et l'estimation de la covariance d'un modèle graphique gaussien, ou plus généralement d'un vecteur gaussien. Suite à cela, nous étudions l'estimation de la covariance d'un champ gaussien stationnaire sur un réseau, sous l'angle de la modélisation graphique. <br /><br />En utilisant le lien entre modèles graphiques et régression linéaire à plan d'expérience gaussien, nous développons une approche basée sur des techniques de sélection de modèles. Les procédures ainsi introduites sont analysés d'un point de vue non-asymptotique. Nous prouvons notamment des inégalités oracles et des propriétés d'adaptation au sens minimax valables en grande dimension. Les performances pratiques des méthodes statistiques sont illustrées sur des données simulées ainsi que sur des données réelles.

L'adaptation locale résultant de pressions de sélection agissant sur des caractères héritables est une force majeure façonnant la diversité phénotypique des populations dans la nature. A l'heure actuelle, de nombreuses questions subsistent quant à l'impact de la sélection sur l'évolution des gènes impliqués dans l'architecture des caractères adaptatifs qui sont souvent des caractères complexes impliquant de nombreux gènes en interaction. L'objectif de cette thèse est d'identifier certains mécanismes génétiques mis en jeu lors de l'adaptation de populations expérimentales de blé tendre à différents contextes climatiques. Le caractère étudié est la précocité de floraison, caractère adaptatif majeur chez les plantes annuelles. Les populations expérimentales considérées dans cette étude ont une origine génétique commune et évoluent de façon indépendante depuis 1984 dans différents sites en France sans sélection humaine consciente ni migration, mais sous l'influence de la sélection naturelle et de la dérive. En se basant sur les connaissances des gènes impliqués dans la floraison chez le blé, l'évolution de polymorphismes nucléotidiques de différents gènes candidats a été suivie durant 12 générations (2, 7 et 12) dans 3 populations expérimentales (Vervins au Nord de la France, Le Moulon en région parisienne et Toulouse au Sud). Ces populations ont également été caractérisées pour la précocité et pour la diversité de locus microsatellites répartis sur l'ensemble du génome. La comparaison des niveaux de différenciation génétique inter population obtenue pour les trois types de diversité montre que la précocité est sélectionnée de façon divergente dès les premières générations. Cependant cette sélection ne se fait pas de façon directe et semble être le fait de la sélection agissant sur des caractères corrélés dans les différents environnements, tels que la hauteur ou le poids de grains. La sélection pour la précocité peut être mise en relation avec les caractéristiques climatiques des sites de culture, les populations du Nord fleurissant plus tardivement que la population du Sud. Cette évolution rapide du caractère s'accompagne de changements importants de fréquences alléliques pour des gènes majeurs de précocité, et la mise en place de combinaisons alléliques multi-locus spécifiques des différents contextes climatiques considérés. Cette évolution ne remet pas en cause la diversité existant à l'intérieure de chaque population puisque plusieurs combinaisons différentes sont favorisées dans les différentes populations. Ce travail de thèse ouvre des perspectives intéressantes quant au problème du maintien du potentiel adaptatif des espèces cultivées.