Contribution des informations expérimentales et expertes à l'amélioration des modèles linéaires d'étalonnage multivarié en spectrométrie
Auteur / Autrice : | Jean-Claude Boulet |
Direction : | Jean-Michel Roger |
Type : | Thèse de doctorat |
Discipline(s) : | Mathématiques appliquées et applications des mathématiques |
Date : | Soutenance le 13/12/2010 |
Etablissement(s) : | Montpellier, SupAgro |
Ecole(s) doctorale(s) : | Sciences des Procédés – Sciences des Aliments (Montpellier ; École Doctorale ; 2009-2015) |
Partenaire(s) de recherche : | Laboratoire : SPO - Sciences Pour l'Oenologie |
Jury : | Examinateurs / Examinatrices : Jean-Michel Roger, El Mostafa Qannari, Nicolas Molinari |
Rapporteur / Rapporteuse : Ackim Kohler, Douglas N. Rutledge |
Mots clés
Résumé
Les spectres contiennent de l'information sur la composition d'échantillons. Cette information est extraite au moyen d'une première famille d'outils chimiométriques, les étalonnages. Une deu xième famille d'outils, les prétraitements, est destinée à enlever une information spectrale nuisible. Etalonnages et prétraitements sont construits à partir de deux types d'informations: (1) les informations expérimentales basées sur l'expérience; (2) les informations expertes basées sur la connaissance a priori. L'objectif de la thèse est d'étudier les complémentarités et synergies entre ces deux types d'informations. Après une étude bibliographique, un modèle général commun aux étalonnages et prétraitements est proposé. L'information utile ou nuisible contenue dans un spectre est obtenue par projection orthogonale de ce spectre (selon un métrique Sigma) sur une matrice P dont les colonnes constituent une base de l'espace vectoriel associé à l'information utile ou nuisible. Selon les cas, l'information utile est conservée alors que l'information nuisible est éliminée. Le modèle général est ensuite implémenté par deux nouvelles méthodes. L'IDC-Improved Direct Calibration est une méthode d'étalonnage direct utilisant conjointement des informations expérimentales et expertes. Ensuite VODKA-PLSR est une généralisation de la PLSR. Un vecteur r est mis en évidence, il permet d'inclure de l'information experte dans le modèle. En conclusion ce travail permet une vision plus synthétique des modèles existants, propose deux nouveaux modèles d'étalonnage et ouvre de nombreuses possibilités pour créer de nouveaux modèles d'étalonnage et de prétraitement.