Academic literature on the topic 'Méthodes Bayésiennes'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Méthodes Bayésiennes.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Méthodes Bayésiennes"
1
Lubrano, Michel. "Modélisation bayésienne non linéaire du taux d’intérêt de court terme américain : l’aide des outils non paramétriques." Articles 80, no. 2-3 (October 24, 2005): 465–99. http://dx.doi.org/10.7202/011396ar.
Full textAbstract:
Résumé Cet article a pour objet l’investigation des modèles empiriques de taux d’intérêt de court terme sur données américaines. Il utilise une combinaison de méthodes classiques non paramétriques et de méthodes bayésiennes paramétriques. La forme des fonctions de dérive et de volatilité du modèle discrétisé est tout d’abord examinée au moyen d’une analyse non paramétrique préliminaire. Le texte développe ensuite une méthode bayésienne de choix de modèles qui est basée sur la capacité d’un modèle à minimiser la distance de Hellinger entre la densité prédictive a posteriori du modèle discrétisé et la densité de l’échantillon observé. Une discrétisation du modèle en temps continu est estimée en utilisant différentes variantes paramétriques allant du modèle à variance constante jusqu’à différents types de modèles de switching suggérés par l’analyse non paramétrique préliminaire.
2
Costemalle, Vianney. "Projections de populations : l’ONU adopte une méthode bayésienne." Statistique et société 3, no. 3 (2015): 9–14. https://doi.org/10.3406/staso.2015.971.
Full textAbstract:
Des “projections de population probabilistes” qu’est-ce que ça veut dire ? Comment doit-on s’en servir ? Ces questions concernent désormais le grand public, et pas seulement les spécialistes, depuis que l’ONU a adopté en 2014 une méthodologie “ bayésienne” pour ses projections démographiques officielles. Les méthodes statistiques bayésiennes sont encore entourées d’une aura de difficulté, voire d’une certaine suspicion chez certains. Adrian Raftery, statisticien et sociologue Irlandais ayant fait sa thèse à Paris et travaillant actuellement à l’Université de Washington, a joué un rôle majeur dans le développement théorique de ces méthodes et dans leur utilisation pratique sur de nombreux domaines d’application. Il a été la cheville ouvrière de l’élaboration des nouvelles projections de l’ONU, et il a aussi contribué à les expliquer au grand public anglophone, notamment dans la revue Science. Sur sa suggestion, Statistique et Société a demandé à un jeune statisticien français d’expliquer et de commenter ses travaux pour notre public. Nous remercions Vianney Costemalle d’avoir accepté cette tâche.
3
Desdevises, Yves. "Introduction générale aux méthodes comparatives phylogénétiques." Biosystema N° 31, no. 1 (July 3, 2018): 23–42. https://doi.org/10.3917/biosy.031.0023.
Full textAbstract:
La méthode comparative phylogénétique (PCM pour Phylogenetic Comparative Method ) est maintenant un outil classique en biologie de l’évolution, où son utilisation est allée croissant depuis le début des années 1980. Cela se matérialise par la diversité d’approches disponibles actuellement. Cet article explique brièvement les concepts et utilisations des PCM principales, en tant que méthodes d’analyse des relations entre traits phénotypiques, ou entre phénotype et environnement, dans un ensemble d’espèces liées par leurs relations phylogénétiques dont la prise en compte est au cœur des PCM. Seul le cas des variables quantitatives est abordé ici. Les deux grands types d’approches, avec ou sans prise en compte d’un modèle explicite d’évolution phénotypique, sont présentés, en particulier la méthode des contrastes indépendants, la régression phylogénétique des moindres carrés généralisés, ou PGLS ( Phylogenetic Generalized Least Squares ) et la PVR ( Phylogenetic Eigenvector Regression ). Le futur des PCM verra sans doute une incorporation toujours plus grande des méthodes bayésiennes, et la prise en compte de modèles évolutifs de plus en plus complexes, parfois tenant compte simultanément de plusieurs arbres phylogénétiques.
4
ROBERT-GRANIÉ, C., A. LEGARRA, and V. DUCROCQ. "Principes de base de la sélection génomique." INRAE Productions Animales 24, no. 4 (September 8, 2011): 331–40. http://dx.doi.org/10.20870/productions-animales.2011.24.4.3265.
Full textAbstract:
Avec l’arrivée de données de génotypage à haut débit, il est maintenant possible d’estimer la valeur génétique d’animaux candidatsà la sélection dès leur naissance, sans attendre la collecte de phénotypes. La sélection génomique bouleverse complètement les perspectivesen amélioration génétique. Elle nécessite la constitution d’une population de référence formée d’animaux génotypés (jusqu’àrécemment, il s’agissait principalement de mâles) et ayant des performances précises, par exemple la performance moyenne de leursfilles. Les évaluations génomiques consistent à prédire les phénotypes dans cette population de référence comme la somme des effetsdes marqueurs moléculaires. Le problème méthodologique principal est que le nombre d’effets à estimer est typiquement beaucoupplus élevé que le nombre de phénotypes disponibles. Nous décrivons les idées générales de diverses familles de méthodes proposées :BLUP génomique basé sur une parenté entre individus calculée à partir des marqueurs, méthodes Bayésiennes plus flexibles maisaussi plus coûteuses, méthodes de sélection de variables, méthode en une seule étape qui combine évaluation génétique nationale etévaluation génomique. La précision des évaluations génomiques est faite par validation croisée chez les animaux les plus jeunes de lapopulation de référence. La taille de la population de référence, la manière de prendre en compte les QTL à effet fort et le degré d’apparentemententre candidats à la sélection et animaux de la population de référence ont un impact non négligeable sur l’efficacité desméthodes de sélection génomique.
5
Ferreira, D., A. Vivot, and N. Meyer. "Méthodes bayésiennes dans les essais contrôlés randomisés de phase III : une revue systématique." Revue d'Épidémiologie et de Santé Publique 67 (May 2019): S145. http://dx.doi.org/10.1016/j.respe.2019.03.011.
Full text
6
Chevret, S. "Méthodes bayésiennes dans les essais cliniques en cancérologie – une aide à la sélection de nouvelles molécules ?" Revue d'Épidémiologie et de Santé Publique 63 (May 2015): S37. http://dx.doi.org/10.1016/j.respe.2015.03.003.
Full text
7
Robert, Christian P., and Gilles Celeux. "Entretien avec Christian Robert." Statistique et société 8, no. 1 (2020): 11–13. https://doi.org/10.3406/staso.2020.1110.
Full textAbstract:
Christian Robert est un chercheur mondialement réputé, spécialiste de la statistique bayésienne et des méthodes de Monte Carlo. Il a rédigé un nombre impressionnant d’articles dans les principales revues de statistique et publié de nombreux ouvrages de référence. Ancien président de la Société internationale pour l’analyse bayésienne (ISBA), Christian Robert est sans aucun doute l’un des statisticiens bayésiens dominants de sa génération. Il faut dire que, jeune chercheur, il a fait des séjours longs et décisifs dans diverses universités américaines. Il en d’ailleurs ramené un deuxième prénom et est devenu Christian P. Robert (P pour Plessis).
8
Baghfalaki, T., P. Sugier, T. Truong, A. Pettitt, K. Mengersen, and B. Liquet. "Analyse de la pléiotropie dans les GWAS à l’aide de méthodes bayésiennes prenant en compte la structure de groupe de variables." Revue d'Épidémiologie et de Santé Publique 69 (June 2021): S24—S25. http://dx.doi.org/10.1016/j.respe.2021.04.040.
Full text
9
CARILLIER-JACQUIN, Céline, Hélène LARROQUE, and Christèle ROBERT-GRANIÉ. "Vers une sélection génomique chez les caprins laitiers." INRA Productions Animales 30, no. 1 (June 18, 2018): 19–30. http://dx.doi.org/10.20870/productions-animales.2017.30.1.2228.
Full textAbstract:
La sélection génomique, qui a révolutionné la sélection génétique des bovins laitiers notamment, est désormais envisagée dans d’autres filières animales. Chez les caprins laitiers français, le gain de précision attendu des valeurs génomiques était un des questionnements de la filière en raison de la petite taille de la population de référence disponible (825 mâles et 1945 femelles génotypés sur une puce SNP 50K). Le but de cette étude est de tester différentes techniques d’évaluation génomique afin d’obtenir les évaluations génomiques les plus précises possibles. Une étude de la structure génétique de la population de référence caprine constituée d’animaux de races Saanen et Alpine, a révélé de faibles niveaux de déséquilibre de liaison (0,17 entre deux SNP consécutifs), de consanguinité et de parenté au sein de la population, ce qui n’est pas favorable à une bonne précision des évaluations génomiques. Les méthodes d’évaluations génomiques (GBLUP ou Bayésiennes), basées sur des performances pré-corrigées n’ont pas permis une amélioration significative des précisions des évaluations génomiques pour les caractères évalués en routine (caractères de production, de morphologie et comptages de cellules somatiques). Cependant les évaluations génomiques basées sur les performances propres des femelles ont permis d’obtenir des précisions supérieures à celles obtenues sur ascendance. La sélection génomique est donc envisageable chez les caprins laitiers français. Ces précisions peuvent également être légèrement augmentées par l’inclusion de gènes majeurs tels que celui de la caséine αs1.
10
Adamou Karimou, Ibrahim. "Relations phénotypiques et génétiques entre les caractères de production laitière et le poids du veau à la naissance chez la vache Azawak du Niger." Revue d’élevage et de médecine vétérinaire des pays tropicaux 77 (December 31, 2024): 1–7. https://doi.org/10.19182/remvt.37555.
Full textAbstract:
Contexte : La race bovine Azawak, adaptée aux conditions environnementales sahéliennes, a été choisie pour un programme de sélection à noyau fermé, à la Station expérimentale de Toukounous au Niger. Objectif : Afin de développer un modèle de prédiction des valeurs d’élevage de candidats reproducteurs améliorateurs en lait et en viande, cette étude avait pour objectif d’analyser l’influence génétique d’une sélection pour les performances pondérales, sur la productivité laitière de cette race. Méthodes : Le pedigree utilisé comportait 1 691 lactations complètes de 649 vaches et 1 396 poids de veaux à la naissance. Les paramètres génétiques ont été analysés à l’aide d’un modèle animal multi-caractère résolu par des méthodologies bayésiennes et après analyses multivariées des facteurs environnementaux. Résultats : Les caractères de lactation et le poids du veau à la naissance étaient affectés par des effets environnementaux et génétiques avec une héritabilité variant de 0,14 à 0,32 pour les caractères de lactation et de 0,06 pour le poids à la naissance du veau. Des corrélations génétiques (-0,26 à -0,08) et phénotypiques (-0,06 à 0,07) non significatives et proches de zéro entre les caractères de lactation et le poids à la naissance du veau suggèrent qu’une sélection pour les performances laitières n’affectera probablement pas les performances pondérales précoces. Conclusions : Des études complémentaires sont nécessaires pour évaluer l’influence génétique de la productivité laitière sur les performances de croissance tardive du bovin Azawak.
Dissertations / Theses on the topic "Méthodes Bayésiennes"
1
Bazot, Cécile. "Méthodes bayésiennes pour l'analyse génétique." Phd thesis, Toulouse, INPT, 2013. http://oatao.univ-toulouse.fr/10573/1/bazot.pdf.
Full textAbstract:
Ces dernières années, la génomique a connu un intérêt scientifique grandissant, notamment depuis la publication complète des cartes du génome humain au début des années 2000. A présent, les équipes médicales sont confrontées à un nouvel enjeu : l'exploitation des signaux délivrés par les puces ADN. Ces signaux, souvent de grande taille, permettent de connaître à un instant donné quel est le niveau d'expression des gênes dans un tissu considéré, sous des conditions particulières (phénotype, traitement, ...), pour un individu. Le but de cette recherche est d'identifier des séquences temporelles caractéristiques d'une pathologie, afin de détecter, voire de prévenir, une maladie chez un groupe de patients observés. Les solutions développées dans cette thèse consistent en la décomposition de ces signaux en facteurs élémentaires (ou signatures génétiques) selon un modèle bayésien de mélange linéaire, permettant une estimation conjointe de ces facteurs et de leur proportion dans chaque échantillon. L’utilisation de méthodes de Monte Carlo par chaînes de Markov sera tout particulièrement appropriée aux modèles bayésiens hiérarchiques proposés puisqu'elle permettra de surmonter les difficultés liées à leur complexité calculatoire.
2
Eches, Olivier. "Méthodes Bayésiennes pour le démélange d'images hyperspectrales." Thesis, Toulouse, INPT, 2010. http://www.theses.fr/2010INPT0067/document.
Full textAbstract:
L’imagerie hyperspectrale est très largement employée en télédétection pour diverses applications, dans le domaine civil comme dans le domaine militaire. Une image hyperspectrale est le résultat de l’acquisition d’une seule scène observée dans plusieurs longueurs d’ondes. Par conséquent, chacun des pixels constituant cette image est représenté par un vecteur de mesures (généralement des réflectances) appelé spectre. Une étape majeure dans l’analyse des données hyperspectrales consiste à identifier les composants macroscopiques (signatures) présents dans la région observée et leurs proportions correspondantes (abondances). Les dernières techniques développées pour ces analyses ne modélisent pas correctement ces images. En effet, habituellement ces techniques supposent l’existence de pixels purs dans l’image, c’est-à-dire des pixels constitué d’un seul matériau pur. Or, un pixel est rarement constitué d’éléments purs distincts l’un de l’autre. Ainsi, les estimations basées sur ces modèles peuvent tout à fait s’avérer bien loin de la réalité. Le but de cette étude est de proposer de nouveaux algorithmes d’estimation à l’aide d’un modèle plus adapté aux propriétés intrinsèques des images hyperspectrales. Les paramètres inconnus du modèle sont ainsi déduits dans un cadre Bayésien. L’utilisation de méthodes de Monte Carlo par Chaînes de Markov (MCMC) permet de surmonter les difficultés liées aux calculs complexes de ces méthodes d’estimationHyperspectral imagery has been widely used in remote sensing for various civilian and military applications. A hyperspectral image is acquired when a same scene is observed at different wavelengths. Consequently, each pixel of such image is represented as a vector of measurements (reflectances) called spectrum. One major step in the analysis of hyperspectral data consists of identifying the macroscopic components (signatures) that are present in the sensored scene and the corresponding proportions (concentrations). The latest techniques developed for this analysis do not properly model these images. Indeed, these techniques usually assume the existence of pure pixels in the image, i.e. pixels containing a single pure material. However, a pixel is rarely composed of pure spectrally elements, distinct from each other. Thus, such models could lead to weak estimation performance. The aim of this thesis is to propose new estimation algorithms with the help of a model that is better suited to the intrinsic properties of hyperspectral images. The unknown model parameters are then infered within a Bayesian framework. The use of Markov Chain Monte Carlo (MCMC) methods allows one to overcome the difficulties related to the computational complexity of these inference methods
3
Launay, Tristan. "Méthodes bayésiennes pour la prévision de consommation l'électricité." Phd thesis, Université de Nantes, 2012. http://tel.archives-ouvertes.fr/tel-00766237.
Full textAbstract:
Dans ce manuscrit, nous développons des outils de statistique bayésienne pour la prévision de consommation d'électricité en France. Nous prouvons tout d'abord la normalité asymptotique de la loi a posteriori (théorème de Bernstein-von Mises) pour le modèle linéaire par morceaux de part chauffage et la consistance de l'estimateur de Bayes. Nous décrivons ensuite la construction d'une loi a priori informative afin d'améliorer la qualité des prévisions d'un modèle de grande dimension en situation d'historique court. A partir de deux exemples impliquant les clients non télérelevés de EDF, nous montrons notamment que la méthode proposée permet de rendre l'évaluation du modèle plus robuste vis-à-vis du manque de données. Nous proposons enfin un nouveau modèle dynamique, non-linéaire, pour prévoir la consommation d'électricité en ligne. Nous construisons un algorithme de filtrage particulaire afin d'estimer ce modèle et comparons les prévisions obtenues aux prévisions opérationnelles utilisées au sein d'EDF.
4
Grazian, Clara. "Contributions aux méthodes bayésiennes approchées pour modèles complexes." Thesis, Paris Sciences et Lettres (ComUE), 2016. http://www.theses.fr/2016PSLED001.
Full textAbstract:
Récemment, la grande complexité des applications modernes, par exemple dans la génétique, l’informatique, la finance, les sciences du climat, etc. a conduit à la proposition des nouveaux modèles qui peuvent décrire la réalité. Dans ces cas,méthodes MCMC classiques ne parviennent pas à rapprocher la distribution a posteriori, parce qu’ils sont trop lents pour étudier le space complet du paramètre. Nouveaux algorithmes ont été proposés pour gérer ces situations, où la fonction de vraisemblance est indisponible. Nous allons étudier nombreuses caractéristiques des modèles complexes: comment éliminer les paramètres de nuisance de l’analyse et faire inférence sur les quantités d’intérêt,dans un cadre bayésienne et non bayésienne et comment construire une distribution a priori de référenceRecently, the great complexity of modern applications, for instance in genetics,computer science, finance, climatic science etc., has led to the proposal of newmodels which may realistically describe the reality. In these cases, classical MCMCmethods fail to approximate the posterior distribution, because they are too slow toinvestigate the full parameter space. New algorithms have been proposed to handlethese situations, where the likelihood function is unavailable. We will investigatemany features of complex models: how to eliminate the nuisance parameters fromthe analysis and make inference on key quantities of interest, both in a Bayesianand not Bayesian setting, and how to build a reference prior
5
Launay, Tristan. "Méthodes Bayésiennes pour la prévision de consommation d’électricité." Nantes, 2012. http://www.theses.fr/2012NANT2074.
Full textAbstract:
Dans ce manuscrit, nous développons des outils de statistique bayésienne pour la prévision de consommation d’électricité en France. Nous prouvons tout d’abord la normalité asymptotique de la loi a posteriori (théorème de Bernstein-von Mises) pour le modèle linéaire par morceaux de part chauffage et la consistance de l’estimateur de Bayes. Nous décrivons ensuite la construction d’une loi a priori informative afin d’améliorer la qualité des prévisions d’un modèle de grande dimension en situation d’historique court. A partir de deux exemples impliquant les clients non télérelevés de EDF, nous montrons notamment que la méthode proposée permet de rendre l’évaluation du modèle plus robuste vis-à-vis du manque de données. Nous proposons enfin un nouveau modèle dynamique, non-linéaire, pour prévoir la consommation d’électricité en ligne. Nous construisons un algorithme de filtrage particulaire afin d’estimer ce modèle et comparons les prévisions obtenues aux prévisions opérationnelles utilisées au sein d’EDFIn this manuscript, we develop Bayesian statistics tools to forecast the French electricity load. We first prove the asymptotic normality of the posterior distribution (Bernstein-von Mises theorem) for the piecewise linear regression model used to describe the heating effect and the consistency of the Bayes estimator. We then build a a hierarchical informative prior to help improve the quality of the predictions for a high dimension model with a short dataset. We typically show, with two examples involving the non metered EDF customers, that the method we propose allows a more robust estimation of the model with regard to the lack of data. Finally, we study a new nonlinear dynamic model to predict the electricity load online. We develop a particle filter algorithm to estimate the model et compare the predictions obtained with operationnal predictions from EDF
6
Usureau, Emmanuel. "Application des méthodes bayésiennes pour l'optimisation des coûts de développement des produits nouveaux." Angers, 2001. http://www.theses.fr/2001ANGE0017.
Full textAbstract:
A partir des besoins particuliers d'un cas industriel concret : l'étude de la fiabilité et de la sécurité des munitions en cours de développement à MANURHIN DEFENSE, filiale du groupe GIAT INDUSTRIES, cette thèse présente comment il est possible d'utiliser les méthodes statistiques bayésiennes pour réduire le nombre d'essais sur les nouveaux produits et, par la même occasion, pour réduire les coûts de développement. Après un résumé complet de ces méthodes, et plus particulièrement dans le cas des probabilités de défaillance à la sollicitation, cette étude est également l'occasion de proposer une nouvelle méthodologie pour modéliser la connaissance a priori à partir des études de sûreté de fonctionnement. En effet, dans le cas de l'analyse des nouveaux produits, c'est dans ces études que la connaissance disponible est modélisée. Cette méthodologie permet notamment de modéliser la distribution a priori Bêta, conjuguée de la loi binomiale, à partir des A. M. D. E. C. Et des arbres de défaillances. A titre de conclusion, des exemples et quelques voies de généralisation sont exposées. Dans un second temps, une dernière partie présente comment vérifier que la modélisation a priori est compatible de la vraisemblance. Ce point, qui constitue l'un des éléments les plus sensibles des statistiques bayésiennes, trouve dans cette étude, non seulement une réponse, mais il offre également une possibilité pour pondérer la distribution a priori avant de l'intégrer à la distribution de vraisemblance et en fonction de leur degré de similitude. Cet outil permet ainsi de s'affranchir des interprétations difficiles, voire erronées, dans le cas où la distribution a priori est male modélisée et incompatible des données observées. Pour conclure, il faut rappeler que ces méthodes ont été utilisées avec succès à MANURHIN DEFENSE et elles ont permis de démontrer la fiabilité et la sécurité de nouvelles munitions sans réaliser d'essais supplémentaires. En outre, les deux principales voies de recherche de cette thèse ouvrent des voies nouvelles dans l'application des méthodes bayésiennes qui pourront aisément être optimisées et généralisées à l'ensemble des cas d'application usuels.
7
Salomond, Jean-Bernard. "Propriétés fréquentistes des méthodes Bayésiennes semi-paramétriques et non paramétriques." Thesis, Paris 9, 2014. http://www.theses.fr/2014PA090034/document.
Full textAbstract:
La recherche sur les méthodes bayésiennes non-paramétriques connaît un essor considérable depuis les vingt dernières années notamment depuis le développement d'algorithmes de simulation permettant leur mise en pratique. Il est donc nécessaire de comprendre, d'un point de vue théorique, le comportement de ces méthodes. Cette thèse présente différentes contributions à l'analyse des propriétés fréquentistes des méthodes bayésiennes non-paramétriques. Si se placer dans un cadre asymptotique peut paraître restrictif de prime abord, cela permet néanmoins d'appréhender le fonctionnement des procédures bayésiennes dans des modèles extrêmement complexes. Cela permet notamment de détecter les aspects de l'a priori particulièrement influents sur l’inférence. De nombreux résultats généraux ont été obtenus dans ce cadre, cependant au fur et à mesure que les modèles deviennent de plus en plus complexes, de plus en plus réalistes, ces derniers s'écartent des hypothèses classiques et ne sont plus couverts par la théorie existante. Outre l'intérêt intrinsèque de l'étude d'un modèle spécifique ne satisfaisant pas les hypothèses classiques, cela permet aussi de mieux comprendre les mécanismes qui gouvernent le fonctionnement des méthodes bayésiennes non-paramétriquesResearch on Bayesian nonparametric methods has received a growing interest for the past twenty years, especially since the development of powerful simulation algorithms which makes the implementation of complex Bayesian methods possible. From that point it is necessary to understand from a theoretical point of view the behaviour of Bayesian nonparametric methods. This thesis presents various contributions to the study of frequentist properties of Bayesian nonparametric procedures. Although studying these methods from an asymptotic angle may seems restrictive, it allows to grasp the operation of the Bayesian machinery in extremely complex models. Furthermore, this approach is particularly useful to detect the characteristics of the prior that are strongly influential in the inference. Many general results have been proposed in the literature in this setting, however the more complex and realistic the models the further they get from the usual assumptions. Thus many models that are of great interest in practice are not covered by the general theory. If the study of a model that does not fall under the general theory has an interest on its owns, it also allows for a better understanding of the behaviour of Bayesian nonparametric methods in a general setting
8
Mariani, Vincenzo. "Méthodes bayésiennes et d'apprentissage supervisé pour la construction d'orbites planétaires." Electronic Thesis or Diss., Université Côte d'Azur, 2024. http://www.theses.fr/2024COAZ5059.
Full textAbstract:
Dans cette thèse, nous avons exploré les méthodes bayésiennes et d'apprentissage supervisé appliquées à l'orbitographie planétaire. Tout d'abord, nous présentons le problème général de la construction d'orbites planétaires et les outils mathématiques utilisés. Nous décrivons l'algorithme de Metropolis-Hastings (MH) et la régression par processus gaussien (GPR) afin d'obtenir la distribution a posteriori d'un paramètre de la dynamique planétaire, produisant une méthode de Monte-Carlo par chaînes de Markov (MCMC). En outre, nous introduisons la technique des arbres de décision par boosting (BDT), utile pour obtenir un classement d'un ensemble de paramètres impliqués dans l'ajustement des orbites planétaire. Nous présentons les résultats de l'utilisation combinée du MCMC et du GPR. Nous avons utilisé le GPR pour obtenir une approximation du chi^2 à utiliser dans l'algorithme MH. Nous montrons une amélioration de la limite de détection de la masse du graviton m_g en utilisant la dynamique du système solaire, à partir d'une distribution de probabilité a posteriori pour m_g. À partir de la distribution a posteriori obtenue, nous pouvons fournir une limite supérieure de m_g < 1.01 × 10^{-24} eVc^{-2} à 99.7% C.L., améliorant d'un ordre de grandeur la limite précédente. En outre, nous avons montré, avec un changement de distribution a priori (d'uniforme à demi-Laplace), qu'aucune information significative ne peut être détectée pour des masses inférieures à cette limite, en utilisant l'ensemble de données d'observation actuel. Avec la même méthodologie, nous fournissons également les dernières contraintes de la théorie de la gravité de Brans-Dicke utilisant l'orbitographie planétaire. Dans ce contexte, nous trouvons que |1 - gamma| < 1.92 × 10^{-5} à la L.C. de 66.7%, alors que les meilleures contraintes précédentes provenant des données de navigation de la sonde Cassini sur gamma conduisaient à |1-gamma| < 4.4 × 10^{-5} à 66.7% C.L. De plus, nous rapportons des preuves marginales suggérant que l'effet de la violation sur le principe d'équivalence forte, si existante, pourrait être détectable avec la précision actuelle de l'orbitographie planétaire. Deux publications dans des revues à comité de lecture ont été extraites de ce travail : Mariani et al. (2023) et Mariani et al. (2024). Nous avons également utilisé le BDT pour fournir un classement par importance relative des 343 masses d'astéroïdes de la ceinture principale actuellement utilisées dans l'ajustement des éphémérides planétaires. Nous avons montré comment utiliser un arbre de décision et étudié une possibilité de construction d'un jeu d'entraînement. Ces résultats préliminaires sont prometteurs car ils montrent une cohérence entre eux ainsi qu'avec les travaux antérieurs. La validité du classement a été confirmée en vérifiant son impact sur la construction d'orbites planétaires en utilisant l'ensemble des observations disponibles, en retirant les astéroïdes les moins importants de la modélisation de la ceinture principale de manière cumulative, et en ajustant les paramètres restants. Les résultats présentés valident l'approche utilisée. Enfin, nous proposons de nouvelles approches pour poursuivre les recherches entamées dans le cadre du présent travail, en généralisant et en étendant les techniques déjà présentéesIn this thesis we explored Bayesian and supervised learning methods applied to planetary orbitography. Firstly, we introduce the general problem of planetary orbit construction and the mathematical toolkit used. We describe the Metropolis-Hastings (MH) algorithm and Gaussian process regression (GPR) in order to obtain the posterior distribution of a parameter involved in planetary dynamics, producing a Markov chain Monte Carlo (MCMC). Additionally, the boosting decision trees (BDT) technique has been explained, and it is used to obtain a ranking of a given set of parameters involved in the planetary orbitography fit. We present the results on the use of MCMC and GPR combined. We used the GPR to obtain an approximation of the chi^2 to be used in the MH algorithm. We show an improvement for the detection limit of the mass of the graviton m_g using solar system dynamics, starting from a posterior probability distribution for m_g. From the posterior obtained, we can provide an upper bound of m_g < 1.01 × 10^{-24} eVc^{-2} at 99.7% C.L., improving of one order of magnitude such a limit. Additionally, we have shown, with a change of prior (from uniform to half-Laplace), that no significant information can be detected for masses smaller than this limit, by using the current observational datasets. These results have been published in Mariani et al. (2023). In using the same methodology, we also provide the latest constraint from planetary orbitography on the Brans-Dicke theory of gravity. In this context, we find that |1 - gamma| < 1.92 × 10^{-5} at the 66.7% C.L., while the previous best constraints from ranging data of the Cassini spacecraft on gamma led to |1-gamma| < 4.4 × 10^{-5} at 66.7% C.L. Moreover, we report marginal evidence suggesting that the effect of the violation on the strong equivalence principle might be detected, if any, with the current accuracy of planetary orbitography. These results have been published in Mariani et al. (2024). We also used the BDT to provide a ranking by relative importance of the 343 MBA masses currently used in the planetary ephemerides fit. We showed how to use a decision tree and investigated one possibility of construction of a training set. These preliminary results are promising since they show consistency among them as well as with previous works. The validity of the ranking has been confirmed by checking its impact on planetary orbit construction using the full set of observations available, in removing the least important asteroids from the MAB modeling cumulatively, and fitting the remaining parameters. The results presented validate the approach used. Finally, we propose new approaches to continue the investigations started within the current work, generalising and extending the techniques already presented
9
Ruggiero, Michèle. "Analyse semi-paramétrique des modèles de durées : l'apport des méthodes bayésiennes." Aix-Marseille 2, 1989. http://www.theses.fr/1989AIX24008.
Full textAbstract:
Nous proposons une analyse semi-paramétrique des modèles de durée. Dans ces modèles de régression particuliers, la variable expliquée est le temps qu'un individu passe dans un état donné - par exemple le temps passé au chômage - et les variables explicatives sont les caractéristiques personnelles de cet individu. L'analyse semi-paramétrique de ces modèles consiste à paramétrer la relation entre la durée et les variables qui la déterminent (la durée est supposée être une fonction des variables explicatives, entièrement spécifiée et dépendant de paramètres inconnus) tout en laissant indéterminée la distribution des durées. Les paramètres intervenant dans la relation entre les variables ont alors le statut de paramètres d'intérêt, et la distribution des durées est considérée comme un paramètre nuisible. La thèse commence par une revue des méthodes employées par la statistique classique; il apparait que ces méthodes ne permettent pas d'éliminer le paramètre nuisible qu'est la distribution des durées. Nous proposons alors une approche baye- sienne, dont le principe est de munir le paramètre de nuisance - la distribution des durées - d'une distribution a priori. Nous obtenons ainsi des estimateurs semi- paramétriques pour les paramètres d'intérêt du modèle, en calculant leur distribution a posteriori, conditionnelle aux observations et marginalisée par rapport au paramètre nuisible. La thèse se termine par une simulation, où sont vérifiées les qualités de robustesse des estimateurs que nous proposonsWe propose a semiparametric analysis of duration models. In this special class of regression models, the dependant variable is the time spent by a person in a particular state - the duration of an unemployment spell for instance - and the explanatory variables are the personal characteristics of this person. The semiparametric analysis of these models consists in specifying the relation between the duration and the explanatory variables (duration is supposed to be a specified function of the explanatory variables, depending on a finite number of unknown parameters) without specifying the data distribution. The parameters involved in this relation are then considered as parameters of interest, and the data distribution is a nuisance parameter. The thesis begins with a survey of nonbayesian semiparametric methods of estimation; it seems that these methods fail in discarding the nuisance data distribution. We then suggest a bayesian method, the principle of which is to give a prior distribution on the nuisance parameter - the data distribution. We then get semiparametric estimators for the parameters of interest, by computing their posterior distribution, conditional on the data and integrated with respect to the nuisance parameter. The thesis ends with a simulation, to check the robustness of the estimators we propose
10
Puengnim, Anchalee. "Classification de modulations linéaires et non-linéaires à l'aide de méthodes bayésiennes." Toulouse, INPT, 2008. http://ethesis.inp-toulouse.fr/archive/00000676/.
Full textAbstract:
La reconnaissance de modulations numériques consiste à identifier, au niveau du récepteur d'une chaîne de transmission, l'alphabet auquel appartiennent les symboles du message transmis. Cette reconnaissance est nécessaire dans de nombreux scénarios de communication, afin, par exemple, de sécuriser les transmissions pour détecter d'éventuels utilisateurs non autorisés ou bien encore de déterminer quel terminal brouille les autres. Le signal observé en réception est généralement affecté d'un certain nombre d'imperfections, dues à une synchronisation imparfaite de l'émetteur et du récepteur, une démodulation imparfaite, une égalisation imparfaite du canal de transmission. Nous proposons plusieurs méthodes de classification qui permettent d'annuler les effets liés aux imperfections de la chaîne de transmission. Les symboles reçus sont alors corrigés puis comparés à ceux du dictionnaire des symboles transmisThis thesis studies classification of digital linear and nonlinear modulations using Bayesian methods. Modulation recognition consists of identifying, at the receiver, the type of modulation signals used by the transmitter. It is important in many communication scenarios, for example, to secure transmissions by detecting unauthorized users, or to determine which transmitter interferes the others. The received signal is generally affected by a number of impairments. We propose several classification methods that can mitigate the effects related to imperfections in transmission channels. More specifically, we study three techniques to estimate the posterior probabilities of the received signals conditionally to each modulation
Books on the topic "Méthodes Bayésiennes"
1
International Workshop on Maximum Entropy and Bayesian Methods of Statistical Analysis (11th 1991 Seattle, Wash.). Maximum entropy and Bayesian methods: Proceedings of the Eleventh International Workshop on Maximum Entropy and Bayesian Methods of Statistical Analysis, Seattle, 1991. Dordrecht: Kluwer Academic, 1992.
Find full text
2
International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering (23rd 2003 Jackson Hole, Wyo.). Bayesian inference and maximum entropy methods in science and engineering: 23rd International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, Jackson Hole, Wyoming, 3-8 August 2003. Edited by Erickson Gary J and Zhai Yuxiang. Melville, N.Y: American Institute of Physics, 2004.
Find full text
3
1959-, West Mike, and Harrison Jeff, eds. Applied Bayesian forecasting and time series analysis. New York: Chapman and Hall, 1994.
Find full text
4
International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering (24th 2004 Garching, Germany). Bayesian inference and maximum entropy methods in science and engineering: 24th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, Garching, Germany 25-30 July 2004. Edited by Fischer Rainer, Preuss Roland, Toussaint Udo von, and Jaynes' Foundation. Melville, N.Y: American Institute of Physics, 2004.
Find full text
5
A, Berry Donald, and Stangl Dalene K. 1956-, eds. Bayesian biostatistics. New York: M. Dekker, 1996.
Find full text
6
Silver, Nate. The Signal and the Noise: Why So Many Predictions Fail--but Some Don't. New York: Penguin Press, 2012.
Find full text
8
(Editor), C. R. Smith, G. Erickson (Editor), and Paul O. Neudorfer (Editor), eds. Maximum Entropy and Bayesian Methods (Fundamental Theories of Physics). Springer, 1992.
Find full text
9
Christakos, George. Modern Spatiotemporal Geostatistics. Dover Publications, Incorporated, 2013.
Find full textBook chapters on the topic "Méthodes Bayésiennes"
1
Lanos, Philippe, Jérémy Maestracci, and Luc Sanson. "La gestion des différentes méthodes de datation dans le cas des inhumations de Villenauxe-la-Grande (Aube, 10). L’apport des statistiques bayésiennes et du logiciel ChronoModel." In Rencontre autour des typo-chronologies des tombes à inhumation, 97–104. Tours: Fédération pour l’édition de la Revue archéologique du Centre de la France, 2022. http://dx.doi.org/10.4000/12pha.
Full textAbstract:
Une partie de la nécropole de Villenauxe-la-Grande (10, Aube) a révélé, en 2014, une cinquantaine de sépultures. Ces tombes appartiennent à deux phases chronologiques distinctes : l’Antiquité tardive et le haut Moyen Âge. L’enjeu de ce travail est de synthétiser les résultats des différentes datations obtenues pourchaque inhumé. Ces dates proviennent de la typologie du mobilier, des analyses radiocarbone, des monnaies et des relations stratigraphiques. La synthèse de toutes ces méthodes de datations a pu être menée via l’utilisation des statistiques bayésiennes et du logiciel ChronoModel. Les intervalles restitués permettent d’obtenir une grande finesse dans les datations et ainsi d’aborder la dynamique d’occupation de la nécropole. La méthode rend possible le dialogue entre les différents intervenants qui travaillent sur les datations.
2
Wetta, Claude, and Antoine Yerbanga. "La convergence réelle dans l’espace UEMOA : une analyse par la méthode bayésienne." In S’intégrer pour s’enrichir, 117–36. New York, NY: Springer New York, 2012. http://dx.doi.org/10.1007/978-1-4614-1234-2_6.
Full text
3
"11 Méthodes bayésiennes." In Mathématiques pour l’imagerie médicale, 167–80. EDP Sciences, 2021. http://dx.doi.org/10.1051/978-2-7598-2496-0.c012.
Full text
4
VOET, Inessa, and Violaine NICOLAS. "Phylogéographie." In La biogéographie, 71–93. ISTE Group, 2022. http://dx.doi.org/10.51926/iste.9060.ch3.
Full textAbstract:
La phylogéographie s'efforce de comprendre les processus qui sous-tendent la répartition géographique de la variation génétique au sein d'espèces étroitement apparentées et entre elles. Ce chapitre explique ce qu'est la phylogéographie et présente les développements méthodologiques et conceptuels dans ce domaine. Au cours des premières décennies de la phylogéographie, la plupart des études ont porté sur des analyses d'ADNmt exclusivement animal. La large utilisation de ce génome cytoplasmique dans les études phylogéographiques s'explique par le fait qu'il possède plusieurs propriétés phylogénétiques favorables. Les méthodes statistiques phylogéographiques se répartissent généralement en deux catégories : celles qui adoptent une approche statistique sommaire et les analyses de vraisemblance ou bayésiennes. Les études phylogéographiques comparatives peuvent révéler les façons dont des communautés ou des assemblages entiers sont structurés par des réponses partagées à un passé commun et à un événement historique unique propre à une espèce. Depuis ses débuts, la phylogéographie comparative utilise la concordance des modèles de variation génétique comme critère d'évaluation des hypothèses.
5
RODRIGUE, Nicolas. "Le paradigme bayésien en phylogénie moléculaire." In Modèles et méthodes pour l’évolution biologique, 203–21. ISTE Group, 2022. http://dx.doi.org/10.51926/iste.9069.ch8.
Full textAbstract:
L'inférence phylogénétique par l'approche bayésienne vise à reconstruire la distribution de probabilité d'un modèle approximant le processus évolutif qui génère les données. Ces distributions sont très informatives et permettent de comparer différentes hypothèses sur les mécanismes de l'évolution. Leur reconstruction repose sur des algorithmes et autres méthodes d'échantillonnage probabiliste astucieux.