Reproduction de : Thèse doctorat : Informatique : Reims : 2008. / Titre provenant de l'écran titre. Bibliogr. f.197-208.

La persistence des populations en milieu naturel dépend de leur capacité à répondre aux changements spatio-temporels de leur environnement et aux pressions de sélection qui en découlent. Deux mécanismes principaux permettent aux organismes de s’ajuster à de nouvelles conditions environnementales tout en assurant leur persistence locale: la plasticité phénotypique, soit un ajustement du phénotype sans modifications génétiques sous-jacentes; et l'évolution des populations en réponse à la sélection, ou adaptation, processus par lequel les génotypes les mieux adaptés aux conditions environnementales se retrouvent progressivement en plus grande proportion au sein d’une population. Or, le potentiel de réponses plastiques et génétiques peut varier entre populations d'une même espèce, entre autres puisqu'il est lui-même dépendant de l'hétérogénéité spatio-temporelle de l'environnement. Cependant, nous avons à ce jour peu de connaissances sur la façon dont l'environnement affecte les patrons de plasticité phénotypique et le potentiel adaptatif des populations en milieu naturel, rendant difficile la prédiction de la réponse des populations face aux changements environnementaux. Mon doctorat vise donc à comprendre comment l'hétérogénéité environnementale affecte la capacité des populations naturelles à répondre, par le biais de changements plastiques et/ou génétiques, aux changements environnementaux. Pour ce faire, j’ai étudié des populations de Mésanges bleues (Cyanistes caeruleus) du sud de la France et de la Corse, qui occupent différents types d’habitats forestiers (caducifoliés et sempervirents). Ce système représente un cas intéressant d’hétérogénéité environnementale étant donné la grande variabilité dans la période de disponibilité et l’abondance de nourriture entre habitats caducifoliés et sempervirents, les premiers étant plus hâtifs et plus riches en ressources que les seconds. Cette hétérogénéité environnementale est responsable d’une divergence phénotypique marquée au niveau de traits morphologiques et reproducteurs entre populations occupant ces différents types d’habitats. En utilisant à la fois une base de données phénotypiques à long terme, des pedigrees disponibles pour chacune des populations, ainsi que de l’information obtenue à partir de marqueurs microsatellites, j'ai déterminé dans un premier temps: i) les patrons de plasticité phénotypique au sein de chaque population; ii) les niveaux de potentiel adaptatif de traits morphologiques et reproducteurs au sein de chaque population; et iii) la structuration génétique de populations au sein d'un paysage hétérogène. Ensuite, j'ai mis en relation ces patrons avec diverses variables environnementales afin de comprendre comment l'hétérogénéité spatio-temporelle de l'environnement affecte ces paramètres. J'ai d'abord montré un lien entre la variabilité interindividuelle de la plasticité de la date de ponte - un trait reproducteur important chez les oiseaux puisque son ajustement permet une synchronisation de la reproduction avec la période d’abondance maximale de nourriture - au sein d'une population et les patrons de sélection appliqués sur ce trait. Les populations faisant l'objet de fortes pressions de sélection directionnelle présentent peu de variabilité interindividuelle de la plasticité, alors que les individus au sein de populations ne faisant pas l'objet de fortes pressions de sélection varient entre eux dans leurs patrons de plasticité. Ces différences seraient reliées au degré d'hétérogénéité spatio-temporelle de l'environnement au sein de chaque population. Dans un habitat où la disponibilité et la phénologie des ressources alimentaires sont constantes, les individus devront tous synchroniser leur reproduction avec la phénologie de la ressource alimentaire principale, entraînant une sélection directionnelle sur la date de ponte ayant pu, à long terme, uniformiser les patrons de plasticité phénotypique. À l'inverse, au sein d'habitats où la disponibilité des ressources alimentaires est hétérogène dans le temps ou l'espace, les individus devront se synchroniser avec différentes sources alimentaires présentant des phénologies différentes, ce qui explique l'absence de sélection directionnelle et la présence de variabilité interindividuelle de plasticité sur la date de ponte. Dans un deuxième temps, j'ai montré que le potentiel adaptatif de traits morphologiques (masse corporelle corrigée pour la longueur du tarse) et reproducteurs (date de ponte, taille de ponte, temps d’incubation) peut présenter une grande variabilité entre populations d'une même espèce. Cependant, cette variabilité n'est pas affectée par des différences en termes de qualité de l'environnement, et serait plutôt dépendante de l'historique évolutif de chaque population. Par contre, le potentiel adaptatif des traits morphologiques varie temporellement au sein d'une même population, étant plus élevé lors des années de meilleure qualité, alors que le potentiel adaptatif des traits reproducteurs reste stable en fonction de la qualité de l'environnement. Ces patrons suggèrent que durant les années où les conditions environnementales sont défavorables, les individus allouent leurs ressources en priorité aux traits reproducteurs, qui sont associés de plus près à leur valeur adaptative, au détriment des traits morphologiques. Finalement, j'ai montré la présence d’une structure génétique à fine échelle géographique en Corse, les individus se ségrégant en deux groupes génétiquement distincts. Or, ces différences génétiques ne sont liées à aucune barrière géographique au sein de la Corse, indiquant que les individus ont le potentiel de se déplacer librement entre chaque population. La différenciation génétique entre populations est cependant liée à une divergence spatiale des caractéristiques environnementales, les niveaux de différenciation génétique observés coïncidant avec des différences en termes de proportion de chênes caducifoliés vs. sempervirents dans l’habitat où les mésanges se reproduisent. De plus, ces différences génétiques correspondent aux différences phénotypiques entre populations, indiquant que l’adaptation locale des populations à leur habitat respectif pourrait être responsable de la structure génétique observée. Mon projet de doctorat a mis en évidence la grande variabilité dans la capacité des populations d'une même espèce à s'ajuster aux conditions environnementales, et ce même à fine échelle géographique. J'ai également montré l'effet de différentes composantes de l'environnement sur les paramètres affectant la réponse adaptative des populations: les variations des patrons de plasticité phénotypique sont associées aux niveaux d’hétérogénéité spatio-temporelle de l'environnement à l’échelle des populations; les différences de potentiel adaptatif intrapopulations des traits morphologiques sont reliées aux variations dans la qualité de l'environnement; et la structuration génétique des populations serait la résultante d’une hétérogénéité spatiale de l’environnement à l’échelle inter-populationnelle. Mon projet de doctorat a donc contribué à la compréhension des mécanismes influençant la capacité des populations à s'ajuster à des conditions environnementales changeantes, permettant ultimement une meilleure prédiction des réponses plastiques et génétiques des populations face aux changements environnementaux.

Cette thèse porte sur une série d'études technologiques et d'applications physiques dans les domaines de la dynamique ultrarapide et contrôle cohérent. Du point de vue technologique, nous avons effectué une étude approfondie de couplage spatio-temporel induit par l'interaction de l'onde optique avec une onde acoustique au sein d'un cristal non linéaire pour le façonnage de l'impulsion laser ultra courte. Cette étude a été menée en utilisant des techniques interférométriques. Ces effets bien connus dans les façonneurs d'impulsions utilisant une ligne 4f n'avaient jamais été mesurés dans ce type façonneur. Nos résultats ont été les premiers à les démontrer, les quantifier et les expliquer. Du point de vue du contrôle, nous avons mis en évidence des résultats très intéressants concernant la refocalisation temporelle d'une impulsion large bande fortement perturbée par un milieu multi-diffusif (i.e. l'analogue temporel de speckle spatiale). Pour cela nous avons d'eveloppé une mesure résolue spatialement de la phase spectrale de l'impulsion déformée suivie par une rétroaction en boucle ouverte permettant la correction en temps réelle de la phase grâce à un façonneur d'impulsions: en raison de la linéarité du processus de diffusion, cette compensation a permis de réaliser la recompression d'une impulsion laser en sortie de l''echantillon en un point donné (localisation spatiale) . Cela a suscité beaucoup d'intérêts parmi les collègues pour diverses applications telles que l'imagerie biologique ou pour des développements utilisant l'optique quantique.

Increasing penetration of stochastic photovoltaic (PV) generation into the electric power system poses significant challenges to system operators. In the thesis, we evaluate the spatial and temporal correlations of stochastic PV generation at multiple sites. Given the unique spatial and temporal correlation of PV generation, an optimal data-driven forecast model for short-term PV power is proposed. This model leverages both spatial and temporal correlations among neighboring solar sites, and is shown to have improved performance compared with conventional persistent model. The tradeoff between communication cost and improved forecast quality is studied using realistic data sets collected from California and Colorado. n IEEE 14 bus system test case is used to quantify the value of improved forecast quality through the reduction of system dispatch cost. The Modified spatio-temporal forecast model which has the least forecast PV overestimate percentage shows the best performance in the dispatch cost reduction.

This dissertation challenges an unstudied area in moving objects database domains; predicting (long-term) future locations of moving objects. Moving object prediction enables us to provide a wide range of applications, such as traffic prediction, pre-detection of an aircraft collision, and reporting attractive gas prices for drivers along their routes ahead. Nevertheless, existing location prediction techniques are limited to support such applications since they are generally capable only of short-term predictions. In the real world, many objects exhibit typical movement patterns. This pattern information is able to serve as an important background to tackle the limitations of the existing prediction methods. We aims at offering foundations of pattern-aware prediction for moving objects, rendering more precise prediction results. Specifically, this thesis focuses on three parts. The first part of the thesis studies the problem of predicting future locations of moving objects in Euclidean space. We introduce a novel prediction approach, termed the hybrid prediction model, which utilizes not only the current motion of an object, but also the object's trajectory patterns for prediction. We define, mine, and index the trajectory patterns with a novel access method for efficient query processing. We then propose two different query processing techniques along given query time, i.e., for near future and for distant future. The second part covers the prediction problem for moving objects in network space. We formulate a network mobility model that offers a concise representation of mobility statistics extracted from massive collections of historical objects trajectories. This model captures turning patterns of the objects at junctions, at the granularity of individual objects as well as globally. Based on the model, we develop three different algorithms for predicting the future path of a mobile user moving in a road network, named the PathPredictors. The third part of the thesis extends the prediction problem for a single object to that for multiple objects. We introduce a convoy query that retrieves all groups of objects, i.e., convoys, from the objects' historical trajectories, each convoy consists of objects that have traveled together for some time; thus they may also move together in the future. We then propose three efficient algorithms for the convoy discovery, called the CuTS family, that adopt line simplification methods for reducing the size of the trajectories, permitting efficient query processing. For each part, we demonstrate comprehensive experimental results of our proposals, which show significantly improved accuracies for moving object prediction compared with state-of-the-art methods, while also facilitating efficient query processing.

This dissertation challenges an unstudied area in moving objects database domains; predicting (long-term) future locations of moving objects. Moving object prediction enables us to provide a wide range of applications, such as traffic prediction, pre-detection of an aircraft collision, and reporting attractive gas prices for drivers along their routes ahead. Nevertheless, existing location prediction techniques are limited to support such applications since they are generally capable only of short-term predictions. In the real world, many objects exhibit typical movement patterns. This pattern information is able to serve as an important background to tackle the limitations of the existing prediction methods. We aims at offering foundations of pattern-aware prediction for moving objects, rendering more precise prediction results. Specifically, this thesis focuses on three parts. The first part of the thesis studies the problem of predicting future locations of moving objects in Euclidean space. We introduce a novel prediction approach, termed the hybrid prediction model, which utilizes not only the current motion of an object, but also the object's trajectory patterns for prediction. We define, mine, and index the trajectory patterns with a novel access method for efficient query processing. We then propose two different query processing techniques along given query time, i.e., for near future and for distant future. The second part covers the prediction problem for moving objects in network space. We formulate a network mobility model that offers a concise representation of mobility statistics extracted from massive collections of historical objects trajectories. This model captures turning patterns of the objects at junctions, at the granularity of individual objects as well as globally. Based on the model, we develop three different algorithms for predicting the future path of a mobile user moving in a road network, named the PathPredictors. The third part of the thesis extends the prediction problem for a single object to that for multiple objects. We introduce a convoy query that retrieves all groups of objects, i.e., convoys, from the objects' historical trajectories, each convoy consists of objects that have traveled together for some time; thus they may also move together in the future. We then propose three efficient algorithms for the convoy discovery, called the CuTS family, that adopt line simplification methods for reducing the size of the trajectories, permitting efficient query processing. For each part, we demonstrate comprehensive experimental results of our proposals, which show significantly improved accuracies for moving object prediction compared with state-of-the-art methods, while also facilitating efficient query processing.

Doctor of Philosophy (PhD) / Data mining is the process of extracting knowledge from large amounts of data. It covers a variety of techniques aimed at discovering diverse types of patterns on the basis of the requirements of the domain. These techniques include association rules mining, classification, cluster analysis and outlier detection. The availability of applications that produce massive amounts of spatial, spatio-temporal (ST) and time series data (TSD) is the rationale for developing specialized techniques to excavate such data. In spatial data mining, the spatial co-location rule problem is different from the association rule problem, since there is no natural notion of transactions in spatial datasets that are embedded in continuous geographic space. Therefore, we have proposed an efficient algorithm (GridClique) to mine interesting spatial co-location patterns (maximal cliques). These patterns are used as the raw transactions for an association rule mining technique to discover complex co-location rules. Our proposal includes certain types of complex relationships – especially negative relationships – in the patterns. The relationships can be obtained from only the maximal clique patterns, which have never been used until now. Our approach is applied on a well-known astronomy dataset obtained from the Sloan Digital Sky Survey (SDSS). ST data is continuously collected and made accessible in the public domain. We present an approach to mine and query large ST data with the aim of finding interesting patterns and understanding the underlying process of data generation. An important class of queries is based on the flock pattern. A flock is a large subset of objects moving along paths close to each other for a predefined time. One approach to processing a “flock query” is to map ST data into high-dimensional space and to reduce the query to a sequence of standard range queries that can be answered using a spatial indexing structure; however, the performance of spatial indexing structures rapidly deteriorates in high-dimensional space. This thesis sets out a preprocessing strategy that uses a random projection to reduce the dimensionality of the transformed space. We use probabilistic arguments to prove the accuracy of the projection and to present experimental results that show the possibility of managing the curse of dimensionality in a ST setting by combining random projections with traditional data structures. In time series data mining, we devised a new space-efficient algorithm (SparseDTW) to compute the dynamic time warping (DTW) distance between two time series, which always yields the optimal result. This is in contrast to other approaches which typically sacrifice optimality to attain space efficiency. The main idea behind our approach is to dynamically exploit the existence of similarity and/or correlation between the time series: the more the similarity between the time series, the less space required to compute the DTW between them. Other techniques for speeding up DTW, impose a priori constraints and do not exploit similarity characteristics that may be present in the data. Our experiments demonstrate that SparseDTW outperforms these approaches. We discover an interesting pattern by applying SparseDTW algorithm: “pairs trading” in a large stock-market dataset, of the index daily prices from the Australian stock exchange (ASX) from 1980 to 2002.

Thèse (Ph. D.)--Université Laval, 2004. / Bibliogr.: f. 97-108. Publié aussi en version électronique.

Thèse (M.Sc.)--Université Laval, 1997. / Bibliogr.: f. [110]-122. Publié aussi en version électronique.

In this thesis I will be concerned with linking the observed speechsignal to the configuration of articulators.Due to the potentially rapid motion of the articulators, the speechsignal can be highly non-stationary. The typical linear analysistechniques that assume quasi-stationarity may not have sufficienttime-frequency resolution to determine the place of articulation.I argue that the traditional low and high-level primitives of speechprocessing, frequency and phonemes, are inadequate and should bereplaced by a representation with three layers: 1. short pitch periodresonances and other spatio-temporal patterns 2. articulatorconfiguration trajectories 3. syllables. The patterns indicatearticulator configuration trajectories (how the tongue, jaws, etc. aremoving), which are interpreted as syllables and words.My patterns are an alternative to frequency. I use shorttime-domain features of the sound waveform, which can be extractedfrom each vowel pitch period pattern, to identify the positions of thearticulators with high reliability. These features are importantbecause by capitalizing on detailed measurements within a single pitchperiod, the rapid articulator movements can be tracked. No linearsignal processing approach can achieve the combination of sensitivityto short term changes and measurement accuracy resulting from thesenonlinear techniques.The measurements I use are neurophysiologically plausible: theauditory system could be using similar methods.I have demonstrated this approach by constructing a robust techniquefor categorizing the English voiced stops as the consonants B, D, or Gbased on the vocalic portions of their releases. The classificationrecognizes 93.5%, 81.8% and 86.1% of the b, d and gto ae transitions with false positive rates 2.9%, 8.7% and2.6% respectively.