Un cadre de modélisation statistique pour l'analyse de données indexées par des arborescences
Auteur / Autrice : | Pierre Fernique |
Direction : | Yann Guédon, Jean-Baptiste Durand |
Type : | Thèse de doctorat |
Discipline(s) : | Biostatistique |
Date : | Soutenance le 10/12/2014 |
Etablissement(s) : | Montpellier 2 |
Ecole(s) doctorale(s) : | Information, Structures, Systèmes (Montpellier ; École Doctorale ; 2009-2014) |
Partenaire(s) de recherche : | Laboratoire : Institut Montpelliérain Alexander Grothendieck (Montpellier ; 2003-....) - Amélioration Génétique et Adaptation des Plantes méditerranéennes et tropicales |
Jury : | Président / Présidente : Jean-Michel Marin |
Examinateurs / Examinatrices : Yann Guédon, Jean-Baptiste Durand, Jean-Michel Marin, Stéphane Robin, Philippe Leray, Pierre-Eric Lauri | |
Rapporteurs / Rapporteuses : Stéphane Robin, Philippe Leray |
Résumé
Nous nous intéressons à des modèles statistiques pour les données indexées par des arborescences. Dans le contexte de l'équipe Virtual Plants, équipe hôte de cette thèse, les applications d'intérêt portent sur le développement de la plante et sa modulation par des facteurs environnementaux et génétiques. Nous nous restreignons donc à des applications issues du développement de la plante, à la fois au niveau microscopique avec l'étude de la lignée cellulaire du tissu biologique servant à la croissance des plantes, et au niveau macroscopique avec le mécanisme de production de branches. Le catalogue de modèles disponibles pour les données indexées par des arborescences est beaucoup moins important que celui disponible pour les données indexées par des chemins. Cette thèse vise donc à proposer un cadre de modélisation statistique pour l'étude de patterns pour données indexées par des arborescences. À cette fin, deux classes différentes de modèles statistiques, les modèles de Markov et de détection de ruptures, sont étudiées.