Dissertations / Theses on the topic 'Traits robustes'

Nous présentons dans cette thèse un certain nombre d'expériences menées dans le cadre d'un projet à long terme de dictée vocale. Ces expériences portent sur l'utilisation de grands vocabulaires (contenant entre 10000 et 300000 mots), et de langage aussi bien syntaxiquement que sémantiquement naturel. On a tout d'abord étudié, en utilisant comme support une maquette de transcription sténotypes/graphèmes destinée au sous-titrage d'émissions télévisées, le modèle syntaxique à développer afin de rendre compte des particularités du langage parlé. Ce modèle repose sur des grammaires stochastiques de successions binaires et ternaires. Nous avons ensuite construit un logiciel d'accès à un lexique de très grande taille (270000 mots), à l'aide d'un treillis phonétique erroné. Les résultats ayant montré les limites d'une telle approche, nous avons étudié la possibilité d'une préclasssification du vocabulaire. Nous avons mené une étude lexicale de l'utilisation de traits robustes, en utilisant différents types de préclassification.

La méthodologie de conception "first design" relative aux systèmes mécaniques est présentée. Celle-ci repose sur une démarche de conception hiérarchisée intégrant la notion de robustesse dès la phase amont de conception. L'objectif est ainsi d'améliorer la qualité du système en le rendant robuse c'est à dire peu sensible aux variations des paramètres extérieurs et de conception. Les prestations et les variables de conception influentes sont introduites au fur et à mesure de l'avancement du cycle de conception. A titre d'exemple, la méthodologie sera appliquée à l'optimisation des paramètres de conception d'un système de suspension. Les paramètres fonctionnels seront d'abord optimisés afin d'améliorer les prestations de comportement routier. Ils serviront ensuite de cible à la détermination des paramètres organiques fournissant les caractéristiques détaillées de chaque pièce garantissant un comportement optimal quelque soient les conditions d'utilisation
The design methodology "frist design" for mechanical systems is presented. It is based on a hierarchical organization of the design taken into account the notion of robustness at an early phase of the design. The aim is to improve the quality of the system in order that il became robust, less sensitive to the variability of the exterior parameters and the design parameters. The performances and the design variables are introduced all along the design cycle. As an example, the methodology will be applied to the optimization of a vehicle suspension system design parameters. First of all the functional parameters will be optimized in order to improve the vehicle road behavior. These parameters will be then used as target for the material parameters optimization which define the detailed characterics of each part ensuring an optimal behavior whatever the external conditions

La première partie aborde la conception et la mise en œuvre d'un outil d'analyse syntaxique capable de manipuler des informations syntaxiques et sémantiques. La problématique de l'analyse d'une langue naturelle est d'abord présentée: nous essayons de montrer quels sont les invariants de quelques formalismes récents et comment ces invariants ont motive nos choix. Nous décrivons ensuite le constructeur de structures de dépendances que nous proposons et les apports d'une hiérarchie de catégories a la souplesse et a la tolérance de l'analyse. Les arbres de dépendances produits sont décores grâce a un formalisme de représentation de la connaissance base sur des structures de traits intégrant un mécanisme d'héritage. Nous terminons en présentant le prototype d'analyseur que nous avons réalisé. La deuxième partie définit une architecture pour un système de détection et de correction qui exploite de manière cohérente tous les outils dont nous disposons. Les outils de niveau lexical comprennent un analyseur et un générateur morphologiques et des modules de correction lexicale utilisant trois techniques: phonétique, morphologie et clé squelette. Après avoir décrit les objectifs fixes pour le niveau syntaxique, nous donnons un aperçu du vérificateur syntaxique dont nous disposons et nous soulignons les apports des concepts et outils de la première partie a la robustesse des traitements. Enfin, nous proposons l'architecture d'un système complet de détection et correction d'erreurs dans un texte écrit en insistant sur sa portabilité et son adaptabilité.

This thesis studies the one-factor latent trait model for binary data. In examines the sensitivity of the model when the assumptions about the model are violated, it investigates the information about the prior distribution when the model is estimated semi-parametrically and it also examines the goodness-of-fit of the model using Monte-Carlo simulations. Latent trait models are applied to data arising from psychometric tests, ability tests or attitude surveys. The data are often contaminated by guessing, cheating, unwillingness to give the true answer or gross errors. To study the sensitivity of the model when the data are contaminated we derive the Influence Function of the parameters and the posterior means, a tool developed in the frame of robust statistics theory. We study the behaviour of the Influence Function for changes in the data and also the behaviour of the parameters and the posterior means when the data are artificially contaminated. We further derive the Influence Function of the parameters and the posterior means for changes in the prior distribution and study empirically the behaviour of the model when the prior is a mixture of distributions. Semiparametric estimation involves estimation of the prior together with the item parameters. A new algorithm for fully semiparametric estimation of the model is given. The bootstrap is then used to study the information on the latent distribution than can be extracted from the data when the model is estimated semiparametrically. The use of the usual goodness-of-fit statistics has been hampered for latent trait models because of the sparseness of the tables. We propose the use of Monte-Carlo simulations to derive the empirical distribution of the goodness-of-fit statistics and also the examination of the residuals as they may pinpoint to the sources of bad fit.

Doctor of Philosophy
Department of Statistics
Weixing Song
In this dissertation, we proposed a new robust estimation procedure for two multivariate mixture regression models and applied this novel method to functional mapping of dynamic traits. In the first part, a robust estimation procedure for the mixture of classical multivariate linear regression models is discussed by assuming that the error terms follow a multivariate Laplace distribution. An EM algorithm is developed based on the fact that the multivariate Laplace distribution is a scale mixture of the multivariate standard normal distribution. The performance of the proposed algorithm is thoroughly evaluated by some simulation and comparison studies. In the second part, the similar idea is extended to the mixture of linear mixed regression models by assuming that the random effect and the regression error jointly follow a multivariate Laplace distribution. Compared with the existing robust t procedure in the literature, simulation studies indicate that the finite sample performance of the proposed estimation procedure outperforms or is at least comparable to the robust t procedure. Comparing to t procedure, there is no need to determine the degrees of freedom, so the new robust estimation procedure is computationally more efficient than the robust t procedure. The ascent property for both EM algorithms are also proved. In the third part, the proposed robust method is applied to identify quantitative trait loci (QTL) underlying a functional mapping framework with dynamic traits of agricultural or biomedical interest. A robust multivariate Laplace mapping framework was proposed to replace the normality assumption. Simulation studies show the proposed method is comparable to the robust multivariate t-distribution developed in literature and outperforms the normal procedure. As an illustration, the proposed method is also applied to a real data set.

Detecting both the majors genes that control the phenotypic mean and those controlling phenotypic variance has been raised in quantitative trait loci analysis. In order to mapping both kinds of genes, we applied the idea of the classic Haley-Knott regression to double generalized linear models. We performed both kinds of quantitative trait loci detection for a Red Jungle Fowl x White Leghorn F2 intercross using double generalized linear models. It is shown that double generalized linear model is a proper and efficient approach for localizing variance-controlling genes. We compared two models with or without fixed sex effect and prefer including the sex effect in order to reduce the residual variances. We found that different genes might take effect on the body weight at different time as the chicken grows.

Cette thèse porte sur la conception d'une technique de tatouage sûr et robuste dans le contexte du traçage de documents multimédia, et propose un système complet du traçage de traîtres. Ces travaux s'appuient sur la technique de tatouage zéro-bit robuste 'Broken Arrows', dont nous proposons des améliorations afin de la rendre plus robuste, notamment à l'attaque de débruitage de A. Westfeld, et plus sûre. Sa sécurité est renforcée au regard des attaques connues et publiées, telles que l'attaque de regroupement de A. Westfeld et l'attaque d'estimation de sous-espace de P. Bas. Par ailleurs, nous étendons sa sécurité en considérant des attaques non publiées. Nous proposons ainsi une nouvelle technique de tatouage sûr, basé sur un test de décision 'a contrario' et une insertion avec maximisation sous contraintes d'imperceptibilité et de sécurité. Nous proposons dans le dernier chapitre un schéma complet de traçage de documents multimédia, basé sur les codes de Tardos en version q-aire symétrique et les techniques du tatouage améliorées mentionnées plus haut. Comme les techniques du tatouage sont très robustes, nous pouvons détecter plusieurs symboles en un seul bloc attaqué, ce qui nous permet de proposer deux méthodes d'accusation étendues pour le code de Tardos. Les études expérimentales montrent les bonnes performances de notre schéma de traçage, y compris face à des attaques jusqu'alors mal gérées comme la fusion de documents.

From 2007, there has been a huge proliferation in the discovery of genetic variants affecting human traits and diseases, achieved largely by the integration of multiple genome-wide association studies (GWAS) via meta-analysis. The principal objective of this thesis is to develop robust approaches for meta-analysis GWAS in order to reduce false positive findings and optimise statistical power. I consider both Single Nucleotide Polymorphism (SNP) and Copy Number Variant (CNV) GWAS. First, to gain background knowledge in GWAS and meta-analysis, I was involved in a large-scale meta-analysis GWAS to identify genetic variants associated with alcohol consumption, as the main statistical analyst. This study provided me with the opportunity to investigate ways of reducing the probability of false positive findings, via quality control procedures. The main discovery from the study was the identification of the Autism susceptibility candidate 2 gene (AUTS2) as associated with alcohol consumption at genome-wide significance. In the alcohol study, different phenotype transformations were applied to the data according to the inclusion or exclusion of non-drinkers, which led to questioning which transformation of skewed continuous phenotypes optimises statistical power in GWAS in general, forming the second major investigation in my thesis. It was shown that while the inverse normal transformation (INT) may not be the preferable choice of transformation in many epidemiological studies where effect sizes are large, its application to non-normal phenotypes in GWAS, where effect sizes are small and the priority is discovery over interpretability, may lead to an increase in the discovery of genetic variants affecting continuous traits. Finally, as knowledge about CNVs has accumulated in recent years, the meta-analysis of GWAS on CNVs has become a natural next step forward in the field. Therefore, I investigated and developed an approach to enable CNV meta-analysis to proceed in a similar way as SNP meta-analyses. This approach was developed into a software package, cnvPipe, which was applied to investigate CNVs associated with height and weight in the meta-analysis setting.

As fluorescent imaging techniques for biological systems have advanced in recent years, scientists have used fluorescent imaging more and more to capture the state of biological systems at different moments in time. For many researchers, analysis of the fluorescent image data has become the limiting factor of this new technique. Although identification of fluorescing neurons in an image is (seemingly) easily done by the human visual system, manual delineation of the exact pixels comprising these fluorescing regions of interest (or fROIs) in digital images does not scale up well, being time-consuming, reiterative, and error-prone. This thesis introduces NEPIC, the Neuron-to- Environment Pixel Intensity Calculator, which seeks to help resolve this issue. NEPIC is a semi-automated tool for finding and tracking the cell body of a single neuron over an entire movie of grayscale calcium image data. NEPIC also provides a highly extensible, open source framework that could easily support finding and tracking other kinds of fROIs. When tested on calcium image movies of the AWC neuron in C. elegans under highly variant conditions, NEPIC correctly identified the neuronal cell body in 95.48% of the movie frames, and successfully tracked this cell body feature across 98.60% of the frame transitions in the movies. Although support for finding and tracking multiple fROIs has yet to be implemented, NEPIC displays promise as a tool for assisting researchers in the bulk analysis of fluorescent imaging data.

L’avènement du génotypage à haut débit permet aujourd’hui de mieux exploiter le phénomène d’association, appelé déséquilibre de liaison (LD), qui existe entre les allèles de différents loci sur le génome. Dans ce contexte, l’utilité de certains modèles utilisés en cartographie de locus à effets quantitatifs (QTL) est remise en question. Les objectifs de ce travail étaient de discriminer entre des modèles utilisés en routine en cartographie et d’apporter des éclaircissements sur la meilleure façon d’exploiter le LD, par l’utilisation d’haplotypes, afin d’optimiser les modèles basés sur ce concept. On montre que les modèles uni-marqueur de liaison, développés en génétique il y a vingtaine d’années, comportent peu d’intérêts aujourd’hui avec le génotypage à haut débit. Dans ce contexte, on montre que les modèles uni-marqueur d’association comportent plus d’avantages que les modèles uni-marqueur de liaison, surtout pour des QTL ayant un effet petit ou modéré sur le phénotype, à condition de bien maîtriser la structure génétique entre individus. Les puissances et les robustesses statistiques de ces modèles ont été étudiées, à la fois sur le plan théorique et par simulations, afin de valider les résultats obtenus pour la comparaison de l’association avec la liaison. Toutefois, les modèles uni-marqueur ne sont pas aussi efficaces que les modèles utilisant des haplotypes dans la prise en compte du LD pour une cartographie fine de QTL. Des propriétés mathématiques reliées à la cartographie de QTL par l’exploitation du LD multiallélique capté par les modèles haplotypiques ont été explicitées et étudiées à l’aide d’une distance matricielle définie entre deux positions sur le génome. Cette distance a été exprimée algébriquement comme une fonction des coefficients du LD multiallélique. Les propriétés mathématiques liées à cette fonction montrent qu’il est difficile de bien exploiter le LD multiallélique, pour un génotypage à haut débit, si l’on ne tient pas compte uniquement de la similarité totale entre des haplotypes. Des études sur données réelles et simulées ont illustré ces propriétés et montrent une corrélation supérieure à 0.9 entre une statistique basée sur la distance matricielle et des résultats de cartographie. Cette forte corrélation a donné lieu à la proposition d’une méthode, basée sur la distance matricielle, qui aide à discriminer entre les modèles utilisés en cartographie
The advent of high-throughput genotyping nowadays allows better exploitation of the association phenomenon, called linkage disequilibrium (LD), between alleles of different loci on the genome. In this context, the usefulness of some models to fine map quantitative trait locus (QTL) is questioned. The aims of this work were to discriminate between models routinely used for QTL mapping and to provide enlightenment on the best way to exploit LD, when using haplotypes, in order to optimize haplotype-based models. We show that single-marker linkage models, developed twenty years ago, have little interest today with the advent of high-throughput genotyping. In this context, we show that single-marker association models are more advantageous than single-marker linkage models, especially for QTL with a small or moderate effect on the phenotype. The statistical powers and robustness of these models have been studied both theoretically and by simulations, in order to validate the comparison of single-marker association models with single-marker linkage models. However, single-marker models are less efficient than haplotype-based models for making better use of LD in fine mapping of QTL. Mathematical properties related to the multiallelic LD captured by haplotype-based models have been shown, and studied, by the use of a matrix distance defined between two loci on the genome. This distance has been expressed algebraically as a function of the multiallelic LD coefficients. The mathematical properties related to this function show that it is difficult to exploit well multiallelic LD, for a high-throughput genotyping, if one takes into account the partial and total similarity between haplotypes instead of the total similarity only. Studies on real and simulated data illustrate these properties and show a correlation above 0.9 between a statistic based on the matrix distance and mapping results. Hence a new method, based on the matrix distance, which helps to discriminate between models used for mapping is proposed

Des progrès importants ont été obtenus dans les principales populations porcines pour les caractères inclus dans l'objectif de reproduction, à savoir la croissance, l'efficacité alimentaire, la composition de la carcasse et, dans les lignées maternelles, la prolificité des truies. Les animaux sélectionnés pour une forte efficacité productive peuvent être particulièrement sensibles à des problèmes comportementaux, physiologiques ou immunologiques, c'est-à-dire être moins robustes. Ces effets défavorables de la sélection sont souvent difficiles à mettre en évidence, car les caractères correspondants ne sont pas systématiquement enregistrés dans les programmes de sélection. L'utilisation d’un stock de sperme congelé est une méthode élégante pour estimer les évolutions génétiques pour un grand nombre de caractères (habituellement non enregistrés). Deux groupes expérimentaux (L77 et L98) ont été produits par l'insémination de truies LW, nées en 1997-1998, soit avec du sperme congelé stocké à partir des verrats LW de 1977, soit avec du sperme frais de verrats nés en 1998. Cette étude a montré que deux décennies de sélection ont permis des progrès importants pour les principaux caractères d'intérêt, mais ont également affecté de façon défavorable des caractères tels que la longévité, le risque de mortalité, la variabilité de caractères, qui suggèrent un effet défavorable de la sélection sur la robustesse des porcs. Nos résultats soulignent la nécessité d'intégrer des caractères liés à la robustesse dans l'objectif de sélection des populations porcines. Il est donc nécessaire de poursuivre les recherches afin de mieux caractériser les différentes composantes de la robustesse et leur impact sur l’efficience, le bien-être et la santé des porcs afin de pouvoir définir les objectifs de sélection les plus pertinents pour l’avenir
Large improvements have been obtained in major pig populations for traits included in the breeding goal, i.e. growth, feed efficiency, carcass composition and, in maternal lines, sow prolificacy. Animals selected for high production efficiency may in particular be more sensitive to behavioral, physiological, or immunological problems, I.e., be less robust. These adverse effects of selection are often difficult to reveal, as corresponding traits are not routinely recorded in breeding programs. The use of stored frozen semen has been shown to be an elegant method to estimate genetic trends for a large number of (usually not recorded) traits. Two experimental groups (L77 and L98) were produced by inseminating French Large White (LW) sows born in 1997-1998 with either stored frozen semen from the above-mentioned 1977 LW boars or with fresh semen from LW boars born in 1998. This study has shown that 2 decades of selection have resulted in large gains for major traits of interest, but have also adversely affected traits such as longevity, risk of mortality, trait variability, which tend to indicate an unfavorable effect of selection on pig robustness. Our results stress the necessity to integrate robustness related traits in the breeding goal of pig populations. Thus, further research is needed to better characterize the different components of robustness and their impact on pig efficiency, welfare and health to be able to define the most relevant breeding objectives for the future

Les caractéristiques locales sont essentielles dans de nombreux domaines de l’analyse d’images comme la détection et la reconnaissance d’objets, la recherche d’images, etc. Ces dernières années, plusieurs détecteurs dits locaux ont été proposés pour extraire de telles caractéristiques. Ces détecteurs locaux fonctionnent généralement bien pour certaines applications, mais pas pour toutes. Prenons, par exemple, une application de recherche dans une large base d’images. Dans ce cas, un détecteur à base de caractéristiques binaires pourrait être préféré à un autre exploitant des valeurs réelles. En effet, la précision des résultats de recherche pourrait être moins bonne tout en restant raisonnable, mais probablement avec un temps de réponse beaucoup plus court. En général, les détecteurs locaux sont utilisés en combinaison avec une méthode d’indexation. En effet, une méthode d’indexation devient nécessaire dans le cas où les ensembles de points traités sont composés de milliards de points, où chaque point est représenté par un vecteur de caractéristiques de grande dimension
Local features are of central importance to deal with many different problems in image analysis and understanding including image registration, object detection and recognition, image retrieval, etc. Over the years, many local detectors have been presented to detect such features. Such a local detector usually works well for some particular applications but not all. Taking an application of image retrieval in large database as an example, an efficient method for detecting binary features should be preferred to other real-valued feature detection methods. The reason is easily seen: it is expected to have a reasonable precision of retrieval results but the time response must be as fast as possible. Generally, local features are used in combination with an indexing scheme. This is highly needed for the case where the dataset is composed of billions of data points, each of which is in a high-dimensional feature vector space

博士
國立臺灣大學
流行病學研究所
93
Family-based association study is a useful approach for detecting linkage and linkage disequilibrium between a disease gene and a marker in genetic analysis. Using case-parent data the transmission/disequilibrium test (TDT) method tests the equality of the transmission and non-transmission probabilities of a particular maker allele from a heterozygous parent. If the null hypothesis is rejected, it indicates that there is linkage and linkage disequilibrium between the studied disease and the marker loci. Though TDT has been shown as an applicable method in linkage study, its test performance is affected by some nuisances such as gene frequencies, mode of inheritance (MOI) of a disease and linkage disequilibrium between loci. For instance, when the disease allele frequency is low and the disease is recessivity inherited , the power performance of TDT is poor. Theoretically, if we know the actual MOI, the MOI can be involved in the analysis. However, in practice we usually have no idea about the disease mode, and that causes a problem that needs to be addressed. Using robust methods in resoling this problem for a binary trait had been studied. In this paper, we are interested in developing robust methods for handling MOI problem for quantitative traits. By means of conditional likelihoods, we constructed score tests for four modes of inheritance. We then developed two robust procedures to cope with the MOI problem in analysis of quantitative traits. Simulation results showed that our methods truly express robustness property when the actual MOI is unknown.