Analyse en composantes principales fonctionnelle : taux minimax sur une grille fixe et application aux processus ponctuels répliqués
| Auteur / Autrice : | Nassim Bourarach |
| Direction : | Vincent Rivoirard, Franck Picard |
| Type : | Projet de thèse |
| Discipline(s) : | Sciences |
| Date : | Inscription en doctorat le Soutenance le 22/10/2026 |
| Etablissement(s) : | Université Paris sciences et lettres |
| Ecole(s) doctorale(s) : | SDOSE Sciences de la Décision, des Organisations, de la Société et de l'Echange |
| Partenaire(s) de recherche : | Laboratoire : Centre de Recherche en Mathématiques de la Décision |
| établissement opérateur d'inscription : Université Paris Dauphine - PSL | |
| Jury : | Président / Présidente : Madalina Olteanu |
| Examinateurs / Examinatrices : Vincent Rivoirard, André Mas, Fabienne Comte, Angelina Roche, Franck Picard, Sophie Dabo, Valentin Patilea | |
| Rapporteurs / Rapporteuses : André Mas, Fabienne Comte |
Mots clés
Résumé
Cette thèse sinscrit dans le domaine de lanalyse des données fonctionnelles, cest-à-dire létude statistique de courbes aléatoires. On y étudie comment les mécanismes dobservation et les choix de représentation influencent la construction, lestimation et lutilisation des composantes principales fonctionnelles. Elle traite deux situations complémentaires : lestimation dune cible fonctionnelle lorsque les trajectoires de processus stochastiques sur [0,1] sont observées imparfaitement, et la construction de coordonnées fonctionnelles pour des processus ponctuels répliqués sur [0,1], dont les réalisations sont entièrement observées. La première partie considère n fonctions aléatoires observées uniquement aux p points dune grille commune et de façon bruitée. Elle montre que la régularité du noyau de covariance ne suffit pas à garantir lestimation minimax de ses fonctions propres : leur stabilité dépend aussi de quantités spectrales, notamment de la séparation autour du rang considéré. Des bornes inférieures minimax distinguent alors lerreur déchantillonnage, lerreur de discrétisation et la difficulté spectrale. Le risque fait apparaître un terme inversement proportionnel au nombre de courbes, auquel sajoute un terme de discrétisation inversement proportionnel à p élevé à deux fois lindice de régularité. Un estimateur par projection sur une base de coiflets atteint cette dépendance minimax optimale en taille déchantillon et en résolution de grille pour différentes régularités. Des simulations illustrent la transition entre les régimes dominés par léchantillonnage et par la discrétisation conformément à la théorie. La seconde partie porte sur des processus ponctuels répliqués sur [0,1], représentés par leurs fonctions de comptage cumulées. À partir de ce plongement, la thèse exploite le modèle de Poisson inhomogène pour construire une géométrie intrinsèque liée à la mesure moyenne. Dans cette géométrie, la covariance cumulative admet une diagonalisation explicite. La loi jointe des D premiers scores dACP dans cet espace est caractérisée comme une loi de Poisson composée. À dimension fixée, une approximation gaussienne en variation totale est obtenue lorsque le nombre moyen dévénements augmente ; son erreur décroît comme linverse de la racine carrée de ce nombre moyen. La thèse présente ensuite des estimateurs de ces scores dont le risque quadratique décroît comme linverse du nombre de répliques, pour un nombre fixé de coordonnées. Cette construction est adaptée à la classification binaire de processus ponctuels sur [0,1] : les observations sont projetées sur les D premiers scores définis dans une référence commune, puis comparées par une règle danalyse discriminante quadratique. Une borne contrôle lexcès de risque par rapport à la règle de Bayes de lexpérience projetée sur ces D scores. Des simulations et une étude exploratoire de catalogues de séismes complètent lanalyse.