Thèse de doctorat : Mathématiques : Lille 1 : 2001. / N° d'ordre (Lille) : 3081. Résumé en français et en anglais. Bibliogr. p. 181-183.

Les cellules vivantes peuvent être considérées comme des systèmes dynamiques. Ses propriétés dynamiques sont essentiellement régulées par des réseaux génétiques. Ce travail de thèse est motivé par l’existence de comportements dynamiques récurrents des réseaux génétiques tels que les oscillations, et s’articule autour de trois études. La première étude concerne le rôle des délais qui sont des ingrédients clés des oscillations. Dans la modélisation déterministe, le délai est modélisé comme délai explicite ou délai réactionnel. En étudiant un réseau génétique comprenant un gène auto-réprimé qui contient divers délais, nos résultats montrent analytiquement le principe de combinaison des divers délais et les influences différentes des délais explicites et réactionnels sur les oscillations. La seconde étude s’intéresse à l’impact des fluctuations moléculaires. Nous proposons un développement de cumulants de l’équation maîtresse et l’appliquons au circuit de gène auto-réprimé. Nous trouvons que les fluctuations modifient significativement les moyennes des quantités moléculaires prévues par les modèles déterministes, et induisent les oscillations. La troisième étude concerne les effets dynamiques de la pause des RNA Polymérases sur la transcription qui est modélisée par le modèle TASEP. Pour des durées des pauses intermédiaires et longues pour lesquelles l’approche de champ moyen n’est pas validée, nous parvenons néanmoins à une bonne compréhension des différents mécanismes qui contrôlent la dynamique de transcription et obtenons une description quantitative du taux de transcription en bon accord avec les simulations numériques. / Living cells can be viewed as dynamical systems and cellular dynamical properties essentially reply on genetic networks. This thesis work is motivated by one striking dynamical behavior of genetic networks, oscillation, and mainly includes three studies. The first study is about the delay that is one of key ingredients of biological oscillation. In mathematical modeling, delay is usually modeled as explicit delay or reaction delay. By studying a minimal genetic network, a self-repressing gene involving various delays, our analytical results reveal the combination principle of various delays and different dynamical influences of explicit and reaction delays on oscillations. The second study is to investigate the dynamical influences of molecular fluctuations on the oscillatory behavior. We develop a cumulant expansion of the master equation and apply it to the self-repressing gene circuit. We find that fluctuations shift significantly the averages of molecular quantities predicted by deterministic models and induce oscillations. In the third study, we investigate the dynamical effects of RNA Polymerase pausing on transcription in using TASEP model. In the limit case where pause duration is short, we can still construct a mean-field model to analyze the transcription rate and site occupation. In the general case where mean-field approach no long applies, we obtain a good understanding of various mechanisms driving the transcription dynamics over the entire range of pause duration, and in particular a theoretical prediction of transcription rate that agrees well with numerical simulations is given.

Depuis plusieurs années, des projets d'intégration de données omiques se sont développés, notamment avec objectif de participer à la description fine de caractères complexes d'intérêt socio-économique. Dans ce contexte, l'objectif de cette thèse est de combiner différentes données omiques hétérogènes afin de mieux décrire et comprendre le dernier tiers de gestation chez le porc, période influençant la mortinatalité porcine. Durant cette thèse, nous avons identifié les bases moléculaires et cellulaires sous-jacentes de la fin de gestation, en particulier au niveau du muscle squelettique. Ce tissu est en effet déterminant à la naissance car impliqué dans l'efficacité de plusieurs fonctions physiologiques comme la thermorégulation et la capacité à se déplacer. Au niveau du plan expérimental, les tissus analysés proviennent de foetus prélevés à 90 et 110 jours de gestation (naissance à 114 jours), issus de deux lignées extrêmes pour la mortalité à la naissance, Large White et Meishan, et des deux croisements réciproques. Au travers l'application de plusieurs études statistiques et computationnelles (analyses multidimensionnelles, inférence de réseaux, clustering et intégration de données), nous avons montré l'existence de mécanismes biologiques régulant la maturité musculaire chez les porcelets, mais également chez d'autres espèces d'intérêt agronomique (bovin et mouton). Quelques gènes et protéines ont été identifiées comme étant fortement liées à la mise en place du métabolisme énergétique musculaire durant le dernier tiers de gestation. Les porcelets ayant une immaturité du métabolisme musculaire seraient sujets à un plus fort risque de mortalité à la naissance. Un second volet de cette thèse concerne l'imputation de données manquantes (tout un groupe de variables pour un individu) dans les méthodes d'analyses multidimensionnelles, comme l'analyse factorielle multiple (AFM) (ou multiple factor analysis (MFA)). Dans notre contexte, l'AFM fut particulièrement intéressante pour l'intégration de données d'un ensemble d'individus sur différents tissus (deux ou plus). Afin de conserver ces individus manquants pour tout un groupe de variables, nous avons développé une méthode, appelée MI-MFA (multiple imputation - MFA), permettant l'estimation des composantes de l'AFM pour ces individus manquants.

Depuis quelques décennies, nous témoignons une progression significative des systèmes interactifs tels que les robots agissant en coopération avec l’humain. Ces derniers ont fait leurs preuves dans l’amélioration de la compétitivité des industries. Ceci est rendu possible grâce à leur potentiel à augmenter les performances humaines et à favoriser une plus grande flexibilité tout en laissant le processus décisionnel à l’opérateur. Une telle amélioration est obtenue grâce à une synergie efficace entre l’intelligence des humains, leurs connaissances, leurs dextérités et la force des robots industriels, leurs endurances et leurs précisions. En outre, l’interactivité robotique permet d’assister les humains dans des tâches dangereuses et difficiles. De plus, elle permet d’améliorer et d’éviter les postures inadéquates, pouvant provoquer des douleurs musculo-squelettiques, grâce à un ordonnancement optimal des activités de production et de fabrication. Ainsi, ces deux avantages pourraient réduire le développement des troubles musculo-squelettiques (TMS). D’ailleurs, l’utilisation d’un robot dans une cellule de travail hybride, dans le but de remplacer une tâche répétitive caractérisée par une posture contraignante, pourrait avoir l’avantage de réduire le développement des TMS grâce à un partage adapté des activités de production. Par conséquent, les travaux de ce projet de recherche sont encadrés par une grande problématique qui est la réduction des TMS, dus à des postures contraignantes, grâce à un robot interactif. En effet, les symptômes dus aux TMS constituent, aujourd’hui, l’une des questions les plus préoccupantes en santé et en sécurité au travail du fait de leur forte prévalence et de leurs conséquences tant sur la santé des individus que sur le fonctionnement des entreprises. D’ailleurs, d’après les statistiques, près de 15 % de l’ensemble des travailleurs actifs, au Québec, ont un TMS de longue durée. Toutefois, l’ajout d’un robot possède ses défis : une mauvaise Interaction physique Humain-Robot (IpHR), via un contact direct entre le robot et l’humain à travers un système de captation (par exemple une poignée instrumentée d’un capteur d’efforts à six degrés de liberté), peut générer des vibrations qui demeurent une source d’inconfort pour les opérateurs. En effet, une augmentation de la rigidité structurelle du bras humain peut occasionner un mouvement vibratoire du robot expliqué par le déplacement des pôles (c.-àd. de la dynamique dominante) près de l’axe imaginaire. Ce projet de recherche comporte deux parties. La première traite de deux approches visant à satisfaire une interaction humain-robot plus intuitive et plus sécuritaire tout en détectant et en minimisant les vibrations mécaniques qui pourraient être générées lors d’une telle interaction. La première approche consiste à détecter et à minimiser les vibrations par un observateur de vibrations de type analyse statistique. Cette dernière a été réalisée avec un signal électrique prélevé par le biais de deux capteurs de force et de vitesse qui sont localisés sur un mécanisme robotique à un degré de liberté lors d’une IpHR dans un contexte réel. La deuxième approche, quant à elle, consiste à concevoir et à développer un second observateur de vibrations actif de type réseau de neurones artificiels dans le but de détecter et de minimiser, en temps réel, les vibrations lors d’une IpHR. Ces algorithmes seront optimisés et comparés pour des fins de mise en oeuvre pratique. La deuxième partie de ce projet de recherche traite d’une mise en oeuvre d’une commande d’un mécanisme robotique à quatre degrés de liberté avec un système haptique virtuel, composé de deux objets virtuels interfacés par la réalité augmentée (RA) grâce aux lunettes Epson Moverio BT-200. Ce système vise à assister et à faciliter les tâches d’assemblages en industrie, surtout dans le cas de la présence d’un obstacle situé dans le champ visuel entre l’opérateur et les pièces à assembler. L’interaction avec ce système virtuel a été introduite, dans un premier temps, par le biais d’un dispositif haptique (le PHANToM Omni) dans le but de tester la plateforme d’assemblage en réalité augmentée. Dans les travaux futurs, le PHANToM Omni sera remplacé par un mécanisme parallèle entraîné par des câbles afin de simuler différents types de robot industriel. Dans cette recherche, le PHANToM permettra de télé-opérer l’effecteur d’un robot industriel simulé dans Robotic Operating System (ROS).

Dans cette thèse nous obtenons des approximations et les erreurs associées pour la distribution de la statistique de scan discrète multi-dimensionnelle. La statistique de scan est vue comme le maximum d'une suite de variables aléatoires stationnaires 1-dépendante. Dans ce cadre, nous présentons un nouveau résultat pour l'approximation de la distribution de l'extremum d'une suite de variables aléatoire stationnaire 1-dépendante, avec des conditions d'application plus larges et des erreurs d'approximations plus petites par rapport aux résultats existants en littérature. Ce résultat est utilisé ensuite pour l'approximation de la distribution de la statistique de scan. L'intérêt de cette approche par rapport aux techniques existantes en littérature est du à la précision d'une erreur d'approximation, d'une part, et de son applicabilité qui ne dépend pas de la distribution du champ aléatoire sous-adjacent aux données, d'autre part.Les modèles considérés dans ce travail sont le modèle i.i.d et le modèle de dépendance de type block-factor. Pour la modélisation i.i.d. les résultats sont détaillés pour la statistique de scan uni, bi et tri-dimensionnelle. Un algorithme de simulation de type "importance sampling" a été introduit pour le calcul effectif des approximations et des erreurs associées. Des études de simulations démontrent l'efficacité des résultats obtenus. La comparaison avec d'autres méthodes existantes est réalisée. La dépendance de type block-factor est introduite comme une alternative à la dépendance de type Markov. La méthodologie développée traditionnellement dans le cas i.i.d. est étendue à ce type de dépendance. / In this thesis, we derive accurate approximations and error bounds for the probability distribution of the multidimensional discrete scan statistics. We start by improving some existing results concerning the estimation of the distribution of extremes of 1-dependent stationary sequences of random variables, both in terms of range of applicability and sharpness of the error bound. These estimates play the key role in the approximation process of the multidimensional discrete scan statistics distribution. The presented methodology has two main advantages over the existing ones found in the literature: first, beside the approximation formula, an error bound is also established and second, the approximation does not depend on the common distribution of the observations. For the underlying random field under which the scan process is evaluated, we consider two models: the classical model, of independent and identically distributed observations and a dependent framework, where the observations are generated by a block-factor. In the i.i.d. case, in order to illustrate the accuracy of our results, we consider the particular settings of one, two and three dimensions. A simulation study is conducted where we compare our estimate with other approximations and inequalities derived in the literature. The numerical values are efficiently obtained via an importance sampling algorithm discussed in detail in the text. Finally, we consider a block-factor model for the underlying random field, which consists of dependent data and we show how to extend the approximation methodology to this case. Several examples in one and two dimensions are investigated.

Lors des 14 dernières années, plus d'une centaine de demandes d'assistance technique concernant des mouvements de terrain au Québec méridional sont adressées chaque année aux autorités gouvernementales. Parmi les cas signalés, la majorité d'entre eux survienne à l'intérieur des limites de la transgression marine post-glaciaire où vit près de 90 % de la population québécoise. Étant donnée leur importance dans la province et les conséquences qu'ils peuvent engendrer, ces mouvements ont fait l'objet jusqu'à présent de nombreuses études pour la plupart orientées sur les aspects géotechniques du problème. Les études statistiques et géomorphologiques demeurent très fragmentaires et peu de données sont disponibles afin de dresser un portrait de l'occurrence des mouvements de terrain au Québec selon les différentes périodes de l'année ou pour cerner les facteurs climatiques et géomorphologiques en cause. La réalisation de ce mémoire a été rendue possible grâce à l'utilisation d'une base de données très complète élaborée au fil des ans par la Section des mouvements de terrain du ministère des Transports du Québec, laquelle compte 4165 cas documentés. L'objectif principal de cette recherche est de dresser un portrait statistique général des mouvements de terrain et des circonstances ou facteurs causaux qui leur sont associés, à l'aide d'analyses statistiques et descriptives de leurs contextes géomorphologiques, spatiaux et temporels. Les résultats obtenus démontrent que de 1970 à 2017, la Montérégie, Lanaudière et la Mauricie sont les régions les plus affectées par les mouvements de sol et que la période de l'année la plus propice débute au mois d'avril et se termine au mois de juin. Ces mêmes résultats démontrent que les glissements superficiels sont plus fréquents que les glissements rotationnels. Toutefois, un inventaire ciblé des cicatrices de glissements de terrain effectué en 2017 dans la MRC de Maskinongé a permis de démontrer que les tendances générales observées à l'échelle provinciale peuvent différer de celles observées à l'échelle locale, en raison de la géomorphologie et des conditions géotechniques spécifiques à chaque secteur. Les données ont aussi été examinées pour identifier de possibles effets de purge et d'amplification du phénomène en fonction de certains IV événements climatiques majeurs. Seuls des signes d'effet de purge ont été observés à la suite de l'accumulation de neige en 2008 et des apports en eau exceptionnels du printemps 2017. En somme, les effets de purge et d'amplification sont des phénomènes difficiles à détecter à l'aide de statistiques générales seulement. Des recherches ciblées à un secteur précis et sur plusieurs années consécutives pourraient toutefois offrir des résultats plus probants.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2006-2007 / L'identification du gène responsable d'une maladie peut être facilitée par des méthodes statistiques telles que des études d'association basées sur le déséquilibre de liaison. Différentes stratégies d'analyse sont possibles pour ce type d'étude. Comme pour les tests d'association classiques, un devis d'échantillonnage de cas-témoins peut être utilisé. Un deuxième devis possible est l'échantillonnage de trios. On peut également choisir d'étudier l'association allélique ou haplotypique des marqueurs génétiques sélectionn és. La présente étude vise à comparer par voie de simulation la puissance de tests de déséquilibre de liaison selon la stratégie d'analyse choisie. Dans un premier temps, on s'est intéressé à la comparaison des devis d'échantillonnage cas-témoins et trios ; dans un deuxième temps, on a comparé les approches allélique et haplotypique.

L'objectif de cette thèse est d'identifier et de comprendre les processus liant un ravageur à son habitat afin de limiter la population de ce ravageur. Deux approches peuvent permettre d'étudier l'hétérogénéité spatiale des populations d'une espèce: les statistiques appliquées à des données spatialisées et la modélisation mécaniste. Mon travail de thèse montre l'intérêt de combiner ces deux approches afin de comprendre l'interaction entre traits de vie et dynamique spatiale d'une population. Comprendre les comportements de dispersion nécessite de collecter des données spatiales à l'échelle de l'individu. En combinant une approche statistique par maximum de vraisemblance et un modèle mécaniste sur des données spatialisées que j'ai récoltées sur l'insecte par télémétrie RFID (Radio Frequency IDentification), j'ai montré une forte dépendance du déplacement vis-à-vis des éléments du paysage. Un modèle stochastique individu-centré (COSMOS) a été développé afin de simuler la propagation spatiale et les attaques du charançon en interaction avec les différents éléments du système de culture. Le modèle a été confronté avec succès à des données d'infestation réelles à l'échelle d'une parcelle de bananiers, en comparant les données d'infestation observées aux données simulées. Les propriétés émergentes du modèle ont été explorées en simulant des assemblages spatiaux de bananiers. Par exemple, le modèle a montré que la vitesse de colonisation d'une parcelle est plus importante lorsqu'elle est plantée de manière régulière plutôt qu'en groupes de bananiers. Le modèle a révélé l'importance de la zone de transition entre la bananeraie et la jachère pour l'optimisation du piégeage.

Ce travail de recherche traite du problème d'identification et de prédiction des tendances d'une série financière considérée dans un cadre multivarié. Le cadre d'étude de ce problème, inspiré de l'apprentissage automatique, est défini dans le chapitre I. L'hypothèse des marchés efficients, qui entre en contradiction avec l'objectif de prédiction des tendances, y est d'abord rappelée, tandis que les différentes écoles de pensée de l'analyse de marché, qui s'opposent dans une certaine mesure à l'hypothèse des marchés efficients, y sont également exposées. Nous explicitons les techniques de l'analyse fondamentale, de l'analyse technique et de l'analyse quantitative, et nous nous intéressons particulièrement aux techniques de l'apprentissage statistique permettant le calcul de prédictions sur séries temporelles. Les difficultés liées au traitement de facteurs temporellement dépendants et/ou non-stationnaires sont soulignées, ainsi que les pièges habituels du surapprentrissage et de la manipulation imprudente des données. Les extensions du cadre classique de l'apprentissage statistique, particulièrement l'apprentissage par transfert, sont présentées. La contribution principale de ce chapitre est l'introduction d'une méthodologie de recherche permettant le développement de modèles numériques de prédiction de tendances. Cette méthodologie est fondée sur un protocole d'expérimentation, constitué de quatre modules. Le premier module, intitulé Observation des Données et Choix de Modélisation, est un module préliminaire dévoué à l'expression de choix de modélisation, d'hypothèses et d'objectifs très généraux. Le second module, Construction de Bases de Données, transforme la variable cible et les variables explicatives en facteurs et en labels afin d'entraîner les modèles numériques de prédiction de tendances. Le troisième module, intitulé Construction de Modèles, a pour but la construction de modèles numériques de prédiction de tendances. Le quatrième et dernier module, intitulé Backtesting et Résultats Numériques, évalue la précision des modèles de prédiction de tendances sur un ensemble de test significatif, à l'aide de deux procédures génériques de backtesting. Le première procédure renvoie les taux de reconnaissance des tendances de hausse et de baisse. La seconde construit des règles de trading au moyen des predictions calculées sur l'ensemble de test. Le résultat (P&L) de chacune des règles de trading correspond aux gains et aux pertes accumulés au cours de la période de test. De plus, ces procédures de backtesting sont complétées par des fonctions d'interprétation, qui facilite l'analyse du mécanisme décisionnel des modèles numériques. Ces fonctions peuvent être des mesures de la capacité de prédiction des facteurs, ou bien des mesures de fiabilité des modèles comme des prédictions délivrées. Elles contribuent de façon décisive à la formulation d'hypothèses mieux adaptées aux données, ainsi qu'à l'amélioration des méthodes de représentation et de construction de bases de données et de modèles. Ceci est explicité dans le chapitre IV. Les modèles numériques, propres à chacune des méthodes de construction de modèles décrites au chapitre IV, et visant à prédire les tendances des variables cibles introduites au chapitre II, sont en effet calculés et backtestés. Les raisons du passage d'une méthode de construction de modèles à une autre sont particulièrement étayées. L'influence du choix des paramètres - et ceci à chacune des étapes du protocole d'expérimentation - sur la formulation de conclusions est elle aussi mise en lumière. La procédure PPVR, qui ne requiert aucun calcul annexe de paramètre, a ainsi été utilisée pour étudier de façon fiable l'hypothèse des marchés efficients. De nouvelles directions de recherche pour la construction de modèles prédictifs sont finalement proposées. / This research work studies the problem of identifying and predicting the trends of a single financial target variable in a multivariate setting. The machine learning point of view on this problem is presented in chapter I. The efficient market hypothesis, which stands in contradiction with the objective of trend prediction, is first recalled. The different schools of thought in market analysis, which disagree to some extent with the efficient market hypothesis, are reviewed as well. The tenets of the fundamental analysis, the technical analysis and the quantitative analysis are made explicit. We particularly focus on the use of machine learning techniques for computing predictions on time-series. The challenges of dealing with dependent and/or non-stationary features while avoiding the usual traps of overfitting and data snooping are emphasized. Extensions of the classical statistical learning framework, particularly transfer learning, are presented. The main contribution of this chapter is the introduction of a research methodology for developing trend predictive numerical models. It is based on an experimentation protocol, which is made of four interdependent modules. The first module, entitled Data Observation and Modeling Choices, is a preliminary module devoted to the statement of very general modeling choices, hypotheses and objectives. The second module, Database Construction, turns the target and explanatory variables into features and labels in order to train trend predictive numerical models. The purpose of the third module, entitled Model Construction, is the construction of trend predictive numerical models. The fourth and last module, entitled Backtesting and Numerical Results, evaluates the accuracy of the trend predictive numerical models over a "significant" test set via two generic backtesting plans. The first plan computes recognition rates of upward and downward trends. The second plan designs trading rules using predictions made over the test set. Each trading rule yields a profit and loss account (P&L), which is the cumulated earned money over time. These backtesting plans are additionally completed by interpretation functionalities, which help to analyze the decision mechanism of the numerical models. These functionalities can be measures of feature prediction ability and measures of model and prediction reliability. They decisively contribute to formulating better data hypotheses and enhancing the time-series representation, database and model construction procedures. This is made explicit in chapter IV. Numerical models, aiming at predicting the trends of the target variables introduced in chapter II, are indeed computed for the model construction methods described in chapter III and thoroughly backtested. The switch from one model construction approach to another is particularly motivated. The dramatic influence of the choice of parameters - at each step of the experimentation protocol - on the formulation of conclusion statements is also highlighted. The RNN procedure, which does not require any parameter tuning, has thus been used to reliably study the efficient market hypothesis. New research directions for designing trend predictive models are finally discussed.

Rapport de recherche bibliographique (DESS Ingénierie documentaire) : Ecole nationale supérieure des sciences de l'information et des bibliothèques, Université Claude Bernard Lyon 1 : Villeurbanne (France) : 2001. / Notes bibliogr.