Vous êtes ici : Accueil > Sections CNU > 26 - Mathématiques appliquées et applications des mathématiques

26 - Mathématiques appliquées et applications des mathématiques

Les thèses se rapportant à la section CNU "26 - Mathématiques appliquées et applications des mathématiques"

Pour être informé de la mise en ligne des nouvelles thèses correspondant à la recherche effectuée, abonnez-vous au flux RSS : rss

accès internet    accès intranet    confidentialité
29 ressources ont été trouvées. Voici les résultats 1 à 10
Tri :   Date Auteur Titre thèses par page
  • Modélisation stochastique et analyse statistique de la pulsatilité en neuroendocrinologie    - Constant Camille  -  19 décembre 2019

    Voir le résumé
    Voir le résumé
    L’objectif de cette thèse est de proposer plusieurs modèles probabilistes pour représenter l’activité calcique des neurones et comprendre son implication dans la sécrétion d’hormone GnRH. Ce travail s’appuie sur des expériences réalisées à l’INRA Centre Val-de-Loire. Le Chapitre 1 propose une modélisation continue, où nous étudions un processus markovien de type shot-noise. Le Chapitre 2 étudie un modèle discret de type AR(1) basé sur la discrétisation du modèle du Chapitre 1 et propose une première estimation des paramètres. Le Chapitre 3 propose un autre modèle discret de type AR(1) où les innovations sont la somme d’une variable de Bernouilli et d’une variable gaussienne représentant un bruit, avec prise en compte d’une tendance linéaire. Des estimations des paramètres sont proposées dans le but d’une détection des sauts dans les trajectoires des neurones. Le Chapitre 4 étudie une expérience biologique comportant 33 neurones. Avec la modélisation du Chapitre 3, nous détectons des instants de synchronisation (saut simultané d’une grande proportion des neurones de l’expérience) puis à l’aide de simulations, nous testons la qualité de la méthode utilisée et la comparons à une méthode expérimentale.

  • Stochastics blockmodels, classifications and applications    - El Haj Abir  -  29 novembre 2019

    Voir le résumé
    Voir le résumé
    Cette thèse de doctorat porte sur l’analyse de réseaux pondérés, graphes finis où chaque arête est associée à un poids représentant l’intensité de sa force. Nous introduisons une extension du modèle à blocs stochastiques (SBM) binaire, appelée modèle à blocs stochastiques binomial (bSBM). Cette question est motivée par l’étude des réseaux de co-citations dans un contexte de fouille de textes où les données sont représentées par un graphe. Les noeuds sont des mots et chaque arête joignant deux mots est pondérée par le nombre de documents inclus dans le corpus citant simultanément cette paire de mots. Nous développons une méthode d’inférence basée sur l’algorithme espérance maximisation variationnel (EMV) pour estimer les paramètres du modèle proposé ainsi que pour classifier les mots du réseau. Puis nous adoptons une méthode qui repose sur la maximisation d’un critère ICL (en anglais integrated classification likelihood) pour sélectionner le modèle optimal et le nombre de clusters. D’autre part, nous développons une approche variationnelle pour traiter le réseau et nous comparons les deux approches. Des applications à des données réelles sont adoptées pour montrer l’efficacité des deux méthodes ainsi que pour les comparer. Enfin, nous développons un SBM avec plusieurs attributs pour traiter les réseaux ayant des poids associés aux noeuds. Nous motivons cette méthode par une application qui vise au développement d’un outil d’aide à la spécification de différents traitements cognitifs réalisés par le cerveau lors de la préparation à l’écriture.

  • Modélisation et étude du métabolisme énergétique cérébral. Applications à l'imagerie des gliomes diffus de bas grade.    - Perrillat-Mercerot Angélique  -  22 octobre 2019

    Voir le résumé
    Voir le résumé
    Tout ce qui vit, naît, se nourrit, se reproduit et meurt. Pour le cerveau, la question se complexifie car à la survie des neurones s'ajoute le coût de l'activité cérébrale. La question de la gestion énergétique pour les neurones est particulière car les cellules de notre cerveau évoluent de manière concertée et non par compétition. On sait avec l'imagerie médicale que l'usine neuronale ne fonctionne pas uniquement grâce au glucose ; elle utilise d'autres apports énergétiques tels que le lactate ou le glutamate pour soutenir sa production. Lorsqu'une tumeur apparaît, elle change le métabolisme énergétique pour survivre et soutenir sa propre croissance. En particulier, les cellules cancéreuses se fournissent en lactate et choisissent leur substrat préféré en fonction de l'oxygène disponible. La modélisation mathématique des substrats énergétiques est un outil de choix pour décrire et prédire de tels flux. Coupler ces modèles à des données issues de l'IRM et de la SRM permet d'améliorer la prise en charge du patient présentant un gliome. Cette thèse propose l'approche de plusieurs dynamiques en substrat dans le cerveau sain et gliomateux en se basant sur des systèmes d'équations : échanges locaux en lactate (EDO, système lent-rapide), échanges globaux en substrats (EDO), cycle glutamate/glutamine (EDR) et échanges en lactate en dimensions supérieures (EDP). Ces modèles sont expliqués, décrits grâce aux mathématiques et permettent l'élaboration de simulations ajustées selon des données patient ou issues de la littérature. L'énergie est nécessaire au maintien de la vie. Mais si votre voisin consomme une partie de vos ressources, pouvez-vous encore espérer survivre ?

  • Interacting stochastic systems with individual and collective reinforcement    - Mirebrahimi Seyedmeghdad  -  05 septembre 2019

    Voir le résumé
    Voir le résumé
    L'urne de Polya est l'exemple typique de processus stochastique avec renforcement. La limite presque sûre (p.s.) en temps existe, est aléatoire et non dégénérée. L'urne de Friedman est une généralisation naturelle dont la limite (proportion asymptotique en temps) n'est plus aléatoire. De nombreux modèles aléatoires sont fondés sur des processus de renforcement comme pour la conception d'essais cliniques au design adaptatif, en économie, ou pour des algorithmes stochastiques à des fins d'optimisation ou d'estimation non paramétrique. Dans ce mémoire, inspirés par de nombreux articles récents, nous introduisons une nouvelle famille de systèmes (finis) de processus de renforcement où l'interaction se traduit par un phénomène de renforcement collectif additif, de type champ moyen. Les deux taux de renforcement (l'un spécifique à chaque composante, l'autre collectif et commun à toutes les composantes) sont possiblement différents. Nous prouvons deux types de résultats mathématiques. Différents régimes de paramètres doivent être considérés : type de la règle (brièvement, Polya/Friedman), taux du renforcement. Nous prouvons l'existence d'une limite p.s. coommune à toutes les composantes du système (synchronisation). La nature de la limite (aléatoire/déterministe) est étudiée en fonction du régime de paramètres. Nous étudions également les fluctuations en prouvant des théorèmes centraux de la limite. Les changements d'échelle varient en fonction du régime considéré. Différentes vitesses de convergence sont ainsi établies.

  • Analyse mathématique et numérique de plusieurs problèmes non linéaires    - Peng Shuiran  -  07 décembre 2018

    Voir le résumé
    Voir le résumé
    Cette thèse est consacrée à l’étude théorique et numérique de plusieurs équations aux dérivées partielles non linéaires qui apparaissent dans la modélisation de la séparation de phase et des micro-systèmes électro-mécaniques (MSEM). Dans la première partie, nous étudions des modèles d’ordre élevé en séparation de phase pour lesquels nous obtenons le caractère bien posé et la dissipativité, ainsi que l’existence de l’attracteur global et, dans certains cas, des simulations numériques. De manière plus précise, nous considérons dans cette première partie des modèles de type Allen-Cahn et Cahn-Hilliard d’ordre élevé avec un potentiel régulier et des modèles de type Allen-Cahn d’ordre élevé avec un potentiel logarithmique. En outre, nous étudions des modèles anisotropes d’ordre élevé et des généralisations d’ordre élevé de l’équation de Cahn-Hilliard avec des applications en biologie, traitement d’images, etc. Nous étudions également la relaxation hyperbolique d’équations de Cahn-Hilliard anisotropes d’ordre élevé. Dans la seconde partie, nous proposons des schémas semi-discrets semi-implicites et implicites et totalement discrétisés afin de résoudre l’équation aux dérivées partielles non linéaire décrivant à la fois les effets élastiques et électrostatiques de condensateurs MSEM. Nous faisons une analyse théorique de ces schémas et de la convergence sous certaines conditions. De plus, plusieurs simulations numériques illustrent et appuient les résultats théoriques.

  • Shape optimisation for the wave-making resistance of a submerged body    - Noviani Evi  -  30 novembre 2018

    Voir le résumé
    Voir le résumé
    Dans cette thèse, nous calculons la forme d’un objet immergé d’aire donnée qui minimise la résistance de vague. Le corps, considéré lisse, avance à vitesse constante sous la surface libre d’un fluide qui est supposé parfait et incompressible. La résistance de vague est la traînée, c’est-à-dire la composante horizontale de la force exercée par le fluide sur l’obstacle. Nous utilisons les équations de Neumann-Kelvin 2D, qui s’obtiennent en linéarisant les équations d’Euler irrotationnelles avec surface libre. Le problème de Neumann-Kelvin est formulé comme une équation intégrale de frontière basée sur une solution fondamentale qui intègre la condition linéarisée à la surface libre. Nous utilisons une méthode de descente de gradient pour trouver un minimiseur local du problème de résistance de vague. Un gradient par rapport à la forme est calculé par la méthode de variation de frontières. Nous utilisons une approche level-set pour calculer la résistance de vague et gérer les déplacements de la frontière de l’obstacle. Nous obtenons une grande variété de formes optimales selon la profondeur de l’objet et sa vitesse.

  • Etude d'un modèle d'équations couplées Cahn-Hilliard/Allen-Cahn en séparation de phase    - Saoud Wafa  -  04 octobre 2018

    Voir le résumé
    Voir le résumé
    Cette thèse est une étude théorique d’un système d’équations de Cahn-Hilliard/Allen-Cahn couplées qui représente un mélange binaire en séparation de phase. Le but principal de l’étude est le comportement asymptotique des solutions en termes d’attracteurs exponentiels/globaux. Pour cette raison, l’existence et l’unicité de la solution sont étudiées tout d’abord. Une des principales applications de ce modèle d’équations est la cristallographie. Dans la première partie de la thèse, on examine le modèle proposé avec des conditions de type Dirichlet sur le bord et une non linéarité régulière de type polynomial : on réussit à trouver un attracteur exponentiel et par conséquence un attracteur global de dimension finie. Une non linéarité singulière de type logarithmique est ensuite prise dans la deuxième partie, cette fonction étant approchée par une suite de fonctions régulières et l’existence d’un attracteur global est démontrée sous des conditions au bord de type Dirichlet. Enfin, dans la dernière partie, le système est couplé avec une équation pour la température: suivant la loi de Fourrier premièrement, puis la loi de type III de la thermo-élasticité. Dans les deux cas, la dynamique de l’équation est étudiée et un attracteur exponentiel est trouvé malgré la difficulté créée par l’équation hyperbolique dans le deuxième cas.

  • Estimation fonctionnelle non paramétrique au voisinage du bord    - Jemai Asma  -  16 mars 2018

    Voir le résumé
    Voir le résumé
    L’objectif de cette thèse est de construire des estimateurs non-paramétriques d’une fonction de distribution, d’une densité de probabilité et d’une fonction de régression en utilisant les méthodes d’approximation stochastiques afin de corriger l’effet du bord créé par les estimateurs à noyaux continus classiques. Dans le premier chapitre, on donne quelques propriétés asymptotiques des estimateurs continus à noyaux. Puis, on présente l’algorithme stochastique de Robbins-Monro qui permet d’introduire les estimateurs récursifs. Enfin, on rappelle les méthodes utilisées par Vitale, Leblanc et Kakizawa pour définir des estimateurs d’une fonction de distribution et d’une densité de probabilité en se basant sur les polynômes de Bernstein. Dans le deuxième chapitre, on a introduit un estimateur récursif d’une fonction de distribution en se basant sur l’approche de Vitale. On a étudié les propriétés de cet estimateur : biais, variance, erreur quadratique intégré (MISE) et on a établi sa convergence ponctuelle faible. On a comparé la performance de notre estimateur avec celle de Vitale et on a montré qu’avec le bon choix du pas et de l’ordre qui lui correspond notre estimateur domine en terme de MISE. On a confirmé ces résultats théoriques à l’aide des simulations. Pour la recherche pratique de l’ordre optimal, on a utilisé la méthode de validation croisée. Enfin, on a confirmé les meilleures qualités de notre estimateur à l’aide des données réelles. Dans le troisième chapitre, on a estimé une densité de probabilité d’une manière récursive en utilisant toujours les polynômes de Bernstein. On a donné les caractéristiques de cet estimateur et on les a comparées avec celles de l’estimateur de Vitale, de Leblanc et l’estimateur donné par Kakizawa en utilisant la méthode multiplicative de correction du biais. On a appliqué notre estimateur sur des données réelles. Dans le quatrième chapitre, on a introduit un estimateur récursif et non récursif d’une fonction de régression en utilisant les polynômes de Bernstein. On a donné les caractéristiques de cet estimateur et on les a comparées avec celles de l’estimateur à noyau classique. Ensuite, on a utilisé notre estimateur pour interpréter des données réelles.

  • Méthodes mathématiques et numériques pour la modélisation des déformations et l'analyse de texture. Applications en imagerie médicale    - Chesseboeuf Clément  -  23 novembre 2017

    Voir le résumé
    Voir le résumé
    Nous décrivons une procédure numérique pour le recalage d'IRM cérébrales 3D. Le problème d'appariement est abordé à travers la distinction usuelle entre le modèle de déformation et le critère d'appariement. Le modèle de déformation est celui de l'anatomie computationnelle, fondé sur un groupe de difféomorphismes engendrés en intégrant des champs de vecteurs. Le décalage entre les images est évalué en comparant les lignes de niveau de ces images, représentées par un courant différentiel dans le dual d'un espace de champs de vecteurs. Le critère d'appariement obtenu est non local et rapide à calculer. On se place dans l'ensemble des difféomorphismes pour rechercher une déformation reliant les deux images. Pour cela, on minimise le critère en suivant le principe de l'algorithme sous-optimal. L'efficacité de l'algorithme est renforcée par une description eulérienne et périodique du mouvement. L'algorithme est appliqué pour le recalage d'images IRM cérébrale 3d, la procédure numérique menant à ces résultats est intégralement décrite. Nos travaux concernent aussi l'analyse des propriétés de l'algorithme. Pour cela, nous avons simplifié l'équation représentant l'évolution de l'image et étudié l'équation simplifiée en utilisant la théorie des solutions de viscosité. Nous étudions aussi le problème de détection de rupture dans la variance d'un signal aléatoire gaussien. La spécificité de notre modèle vient du cadre infill, ce qui signifie que la distribution des données dépend de la taille de l'échantillon. L'estimateur de l'instant de rupture est défini comme le point maximisant une fonction de contraste. Nous étudions la convergence de cette fonction et ensuite la convergence de l'estimateur associé. L'application la plus directe concerne l'estimation de changement dans le paramètre de Hurst d'un mouvement brownien fractionnaire. L'estimateur dépend d'un paramètre p > 0 et nos résultats montrent qu'il peut être intéressant de choisir p < 2.

  • Régularité de problèmes à données dans les espaces pondérés par la distance au bord via l'inégalité uniforme de Hopf et le principe de dualité    - Berdan Nada El  -  05 décembre 2016

    Voir le résumé
    Voir le résumé
    Cette thèse, comporte deux parties distinctes. Dans la première partie, on étudie l'existence et l'inexistence d'une inégalité qu'on a appelée l'inégalité de Hopf Uniforme (IHU), pour une équation linéaire de la forme Lv = f à coefficients bornés mesurables et sous les conditions de Dirichlet homogènes. L'IHU est une variante du principe de maximum, on l'a appliquée dans la preuve de la régularité W1;p 0 pour un problème semi-linéaire singulier : Lu = F(u) où les coefficients de L sont dans l'espace vmor (fonctions à oscillation moyenne évanescente) et F(u) est singulier en u = 0 F(0) = +∞. De plus, si les coefficients sont lipschitziens, on prouve que la régularité optimale du gradient de la solution u est bmor (fonctions à oscillation moyenne bornée i.e Grad u dans bmor). Dans la seconde partie, on s'intéresse à la régularité du système d'élasticité (équations stationnaires des ondes élastiques) avec une fonction source singulière au sens qu'elle n’est qu'intégrable par rapport à la fonction distance au bord du domaine. Via la dualité, nous montrons, selon ~f , que le problème admet une solution dite très faible dont le gradient n'est pas nécessairement intégrable sur tout le domaine mais uniquement localement. Nous déterminons aussi les fonctions vectorielles ~f pour lesquelles, ~u a son gradient intégrable sur tout l'espace de travail.

|< << 1 2 3 >> >| thèses par page

Haut de page


  • Avec le service Ubib.fr, posez votre question par chat à un bibliothécaire dans la fenêtre ci-dessous.

 
 

Université de Poitiers - 15, rue de l'Hôtel Dieu - 86034 POITIERS Cedex - France - Tél : (33) (0)5 49 45 30 00 - Fax : (33) (0)5 49 45 30 50
these@support.univ-poitiers.fr - Crédits et mentions légales