Existe-t-il un affaiblissement de l'inégalité des chances en Suisse?

A partir de l'analyse des effets de l'origine sociale et des niveaux d'études sur la destination sociale de trois cohortes, cet article présente l'évolution de l'inégalité des chances en Suisse. En se positionnant dans le paradigme des parcours de vie, il s'agit de voir comment l'évolution du contexte historique, le développement du système éducatif et la progressive égalisation entre les hommes et les femmes ont pu avoir des effets sur la réduction de l'inégalité des chances en Suisse. Pour percevoir le changement social, douze bases de données de 1975 à 2009 sont agrégées et des modèles log-linéaires et log-multiplicatifs sont appliqués à des tableaux croisant respectivement, l'origine sociale et la destination sociale, l'origine sociale et le niveau d'étude, le niveau d'étude et la destination sociale, avec la cohorte. Les résultats montrent qu'au cours du 20ème siècle, quel que soit la relation étudiée, l'inégalité des chances est restée constante en Suisse.

Etude des modèles de Whittle markoviens probabilisés

Etude des modèles de Whittle markoviens probabilisés Résumé Le modèle de Whittle markovien probabilisé est un modèle de champ spatial autorégressif simultané d'ordre 1 qui exprime simultanément chaque variable du champ comme une moyenne pondérée aléatoire des variables adjacentes du champ, amortie d'un coefficient multiplicatif ρ, et additionnée d'un terme d'erreur (qui est une variable gaussienne homoscédastique spatialement indépendante, non mesurable directement). Dans notre cas, la moyenne pondérée est une moyenne arithmétique qui est aléatoire du fait de deux conditions : (a) deux variables sont adjacentes (au sens d'un graphe) avec une probabilité 1 − p si la distance qui les sépare est inférieure à un certain seuil, (b) il n'y a pas d'adjacence pour des distances au-dessus de ce seuil. Ces conditions déterminent un modèle d'adjacence (ou modèle de connexité) du champ spatial. Un modèle de Whittle markovien probabilisé aux conditions où p = 0 donne un modèle de Whittle classique qui est plus familier en géographie, économétrie spatiale, écologie, sociologie, etc. et dont ρ est le coefficient d'autorégression. Notre modèle est donc une forme probabilisée au niveau de la connexité du champ de la forme des modèles de Whittle classiques, amenant une description innovante de l'autocorrélation spatiale. Nous commençons par décrire notre modèle spatial en montrant les effets de la complexité introduite par le modèle de connexité sur le pattern de variances et la corrélation spatiale du champ. Nous étudions ensuite la problématique de l'estimation du coefficent d'autorégression ρ pour lequel au préalable nous effectuons une analyse approfondie de son information au sens de Fisher et de Kullback-Leibler. Nous montrons qu'un estimateur non biaisé efficace de ρ possède une efficacité qui varie en fonction du paramètre p, généralement de manière non monotone, et de la structure du réseau d'adjacences. Dans le cas où la connexité du champ est non observée, nous montrons qu'une mauvaise spécification de l'estimateur de maximum de vraisemblance de ρ peut biaiser celui-ci en fonction de p. Nous proposons dans ce contexte d'autres voies pour estimer ρ. Pour finir, nous étudions la puissance des tests de significativité de ρ pour lesquels les statistiques de test sont des variantes classiques du I de Moran (test de Cliff-Ord) et du I de Moran maximal (en s'inspirant de la méthode de Kooijman). Nous observons la variation de puissance en fonction du paramètre p et du coefficient ρ, montrant par cette voie la dualité de l'autocorrélation spatiale entre intensité et connectivité dans le contexte des modèles autorégressifs

A Multi-SNP Locus-Association Method Reveals a Substantial Fraction of the Missing Heritability.

There are many known examples of multiple semi-independent associations at individual loci; such associations might arise either because of true allelic heterogeneity or because of imperfect tagging of an unobserved causal variant. This phenomenon is of great importance in monogenic traits but has not yet been systematically investigated and quantified in complex-trait genome-wide association studies (GWASs). Here, we describe a multi-SNP association method that estimates the effect of loci harboring multiple association signals by using GWAS summary statistics. Applying the method to a large anthropometric GWAS meta-analysis (from the Genetic Investigation of Anthropometric Traits consortium study), we show that for height, body mass index (BMI), and waist-to-hip ratio (WHR), 3%, 2%, and 1%, respectively, of additional phenotypic variance can be explained on top of the previously reported 10% (height), 1.5% (BMI), and 1% (WHR). The method also permitted a substantial increase (by up to 50%) in the number of loci that replicate in a discovery-validation design. Specifically, we identified 74 loci at which the multi-SNP, a linear combination of SNPs, explains significantly more variance than does the best individual SNP. A detailed analysis of multi-SNPs shows that most of the additional variability explained is derived from SNPs that are not in linkage disequilibrium with the lead SNP, suggesting a major contribution of allelic heterogeneity to the missing heritability.

The role of Notch receptors in T helper differentiation

After encountering antigens, naïve CD4+ Τ cells can differentiate into various effector Τ helper (Th) cell subsets, including CD4+ Thi, Th2, Thi7, regulatory Τ cells and the recently described follicular Τ helper cells (TFH cells). To date, most of the studies used either gain-of-function approaches that do not reflect the physiological Notch signaling intensity or loss-of-function models that block the entire Notch pathway. The contribution of single Notch receptors during Th differentiation occurring upon infection has not been investigated yet. In the present thesis, we wanted to assess the individual role of Notchi and Notch2 in Th differentiation, by using mice with Τ cell-specific deletion of Notchi, Notch2 or both (NiN2/iCD4Cre) in different models of infection/immunization.¦In the first part, we characterized the role of Notchi and Notch2 in Thi differentiation. We used experimental infection with the protozoan parasite Leishmania major, known to induce a protective Thi immune response in mice on the C57BL/6 background. Mice deficient for both Notchi and Notch2 developed unhealing lesions and were unable to control the parasite burden in their footpad. A profound defect in IFNy secretion by CD4+ Τ cells was shown to be responsible for the susceptibility of these mice. Although CD4+ Τ cells did not secrete IFNy following L. major infection, they exhibited higher IFNymRNA expression as well as higher frequency of CD4+IFNy+Τ cells in dLN. Altogether, these data indicate that Notch is dispensable for the differentiation of Thi cells expressing IFNy but controls, directly or not, the secretion of IFNy, allowing the development of a fully functional Thi immune response.¦In the second part of this thesis, we determined whether Notch is involved in differentiation of follicular Τ helper (TFH) cells. Using different models of immunization (NP-CGG, Schistosoma mansoni eggs) or infection (Leishmania mexicana), we showed that NiN2ACD4Cre mice were unable to generate TFH cells, displayed impaired germinal center (GC) formation as well as a profound defect in high affinity specific-antibodies secretion. We demonstrated an essential and previously unknown role of Notch in TFH cell development, the consequent GC formation and high affinity antibodies secretion, although the mechanisms by which Notch affects TFH development remain to be clearly demonstrated.¦-¦Lors d'une réponse immune, les lymphocytes Τ CD4+ se différencient en différentes sous- populations de lymphocytes Τ auxiliaires (T helper ou Th en anglais) incluant les populations de cellules Thi, Th2, Thn.7, Τ régulatrices ou Τ folliculaires. De nombreuses études ont montré un rôle de la voie de signalisation Notch dans la différentiation des lymphocytes Τ auxiliaires, bien que les résultats soient controversés. A ce jour, la majorité de ces études sont basées sur des modèles de gain de fonction qui ne reflètent pas le niveau physiologique du signal ou des modèles de perte de fonction pour lesquels toute la voie de signalisation est bloquée. De ce fait, nous avons voulu établir le rôle individuel de Notchi et Notch2 dans la réponse immune de type Thi et dans la différentiation des lymphocytes Τ auxiliaires folliculaires avec l'aide de souris déficientes pour Notchi, Notch2 ou les 2 (NiN2ACD4Cre) à la surface de leurs cellules T.¦Dans la première partie de cette thèse, nous avons analysé le rôle de Notch dans la différentiation de type Thi suite à infection avec le parasite Leishmania major, connu pour induire une forte réponse Thi dans des souris de souche C57BL/6. Les souris déficientes pour Notchi et Notch2 développent une importante lésion et sont incapables de contrôler la prolifération du parasite au site d'infection. Le profond défaut de la sécrétion d'IFNy par les cellules Τ des ganglions drainants est probablement responsable de la susceptibilité de ces souris à L. major. Bien que les cellules Τ ne sécrètent pas d'IFNy, nous avons observé des niveaux plus importants d'expression au niveau de l'ARN messager, et une proportion plus élevée de cellules positives pour CD4 et IFNy. Ces résultats indiquent que Notch est nécessaire pour la sécrétion d'IFNy mais pas pour la différentiation de cellules compétentes pour l'IFNy.¦Dans un second temps, nous avons voulu déterminer si Notch est impliqué dans la différentiation des cellules Τ folliculaires. En utilisant divers modèles d'immunisation (avec NP-CGG ou des oeufs de Schistosoma mansoni) ou d'infection (avec L. mexicana), nous avons montré que les souris NlN2ACD4Cre sont incapables de générer des cellules Τ folliculaires. En conséquence, la formation des centres germinatifs et la sécrétion d'anticorps de haute affinité sont profondément affectés. Nous avons démontré dans cette seconde partie un rôle crucial et inconnu à ce jour de Notch dans la différentiation des cellules Τ et en conséquence dans la formation des centres germinatifs et la sécrétion des anticorps de haute affinité, bien que les mécanismes par lesquels Notch contrôle cette différentiation restent à identifier.¦-¦Lors d'une réponse immune, les lymphocytes Τ CD// se différencient en différentes sous- populations de lymphocytes Τ auxiliaires de types Thi, Th2, Thi7, régulatrices ou folliculaires, définies selon la sécrétion de cytokines spécifiques. Le rôle de ces sous-populations dans le contrôle de diverses infections ou leur association avec de nombreuses maladies rend la compréhension des mécanismes de différentiation de ces cellules particulièrement importante. De nombreux facteurs sont impliqués dans ce processus, tels que la présence de diverses cytokines dans l'environnement, la nature de l'antigène ou encore la force de la stimulation. Par ailleurs, de nombreuses études ont montré un rôle de la voie de signalisation Notch dans la différentiation des lymphocytes T, bien que les résultats soient controversés. Dans cette thèse, nous avons voulu évaluer le rôle individuel des récepteurs Notch dans la différentiation des cellules Τ auxiliaires de type Thi et folliculaires à l'aide de souris dont les récepteurs Notch sont spécifiquement absents à la surface des lymphocytes T.¦Dans la première partie, nous avons utilisé le modèle d'infection au parasite Leishmania major, connu pour induire une forte réponse protectrice de type Thi dans la majorité des souches de souris. Suite à l'infection, les souris déficientes pour les récepteurs Notch sont incapables de contrôler la prolifération du parasite et développent une importante lésion au site d'infection. Cette susceptibilité est due à l'incapacité des cellules Τ auxiliaires à sécréter une cytokine spécifique des cellules de type Thi et nécessaire à l'éradication du parasite, l'IFNy. Ces résultats indiquent que les récepteurs Notch sont indispensables au développement d'une réponse Thi fonctionnelle, permettant la guérison suite à l'infection avec L. major.¦Dans la deuxième partie de cette thèse, nous avons voulu déterminer si Notch est impliqué dans la différentiation des lymphocytes Τ folliculaires. Ces cellules ont la particularité d'aider les lymphocytes Β à former des centres germinatifs au sein desquels les lymphocytes Β prolifèrent et sécrètent des anticorps, un processus nécessaire à la protection contre les pathogènes. Actuellement, l'efficacité de la majorité des vaccins repose sur la sécrétion d'anticorps par les lymphocytes B, aidés par les cellules Τ folliculaires. En raison du rôle important de ces cellules dans l'éradication des pathogènes et lors d'un processus de vaccination, il est important de connaître les facteurs et les mécanismes permettant la différentiation de ces cellules. Dans cette étude, nous montrons que la formation des cellules Τ folliculaires dépend de la voie de signalisation Notch, impliquant un rôle essentiel de cette molécule dans l'induction de la sécrétion d'anticorps par les lymphocytes B.

Intraoperative adverse events during laparoscopic colorectal resection-better laparoscopic treatment but unchanged incidence. Lessons learnt from a Swiss multi-institutional analysis of 3,928 patients.

PURPOSE: Intraoperative adverse events significantly influence morbidity and mortality of laparoscopic colorectal resections. Over an 11-year period, the changes of occurrence of such intraoperative adverse events were assessed in this study. METHODS: Analysis of 3,928 patients undergoing elective laparoscopic colorectal resection based on the prospective database of the Swiss Association of Laparoscopic and Thoracoscopic Surgery was performed. RESULTS: Overall, 377 intraoperative adverse events occurred in 329 patients (overall incidence of 8.4 %). Of 377 events, 163 (43 %) were surgical complications and 214 (57 %) were nonsurgical adverse events. Surgical complications were iatrogenic injury to solid organs (n = 63; incidence of 1.6 %), bleeding (n = 62; 1.6 %), lesion by puncture (n = 25; 0.6 %), and intraoperative anastomotic leakage (n = 13; 0.3 %). Of note, 11 % of intraoperative organ/puncture lesions requiring re-intervention were missed intraoperatively. Nonsurgical adverse events were problems with equipment (n = 127; 3.2 %), anesthetic problems (n = 30; 0.8 %), and various (n = 57; 1.5 %). Over time, the rate of intraoperative adverse events decreased, but not significantly. Bleeding complications significantly decreased (p = 0.015), and equipment problems increased (p = 0.036). However, the rate of adverse events requiring conversion significantly decreased with time (p < 0.001). Patients with an intraoperative adverse event had a significantly higher rate of postoperative local and general morbidity (41.2 and 32.9 % vs. 18.0 and 17.2 %, p < 0.001 and p < 0.001, respectively). CONCLUSIONS: Intraoperative surgical complications and adverse events in laparoscopic colorectal resections did not change significantly over time and are associated with an increased postoperative morbidity.

The QUASAR reproducibility study, Part II: Results from a multi-center Arterial Spin Labeling test-retest study.

Arterial Spin Labeling (ASL) is a method to measure perfusion using magnetically labeled blood water as an endogenous tracer. Being fully non-invasive, this technique is attractive for longitudinal studies of cerebral blood flow in healthy and diseased individuals, or as a surrogate marker of metabolism. So far, ASL has been restricted mostly to specialist centers due to a generally low SNR of the method and potential issues with user-dependent analysis needed to obtain quantitative measurement of cerebral blood flow (CBF). Here, we evaluated a particular implementation of ASL (called Quantitative STAR labeling of Arterial Regions or QUASAR), a method providing user independent quantification of CBF in a large test-retest study across sites from around the world, dubbed "The QUASAR reproducibility study". Altogether, 28 sites located in Asia, Europe and North America participated and a total of 284 healthy volunteers were scanned. Minimal operator dependence was assured by using an automatic planning tool and its accuracy and potential usefulness in multi-center trials was evaluated as well. Accurate repositioning between sessions was achieved with the automatic planning tool showing mean displacements of 1.87+/-0.95 mm and rotations of 1.56+/-0.66 degrees . Mean gray matter CBF was 47.4+/-7.5 [ml/100 g/min] with a between-subject standard variation SD(b)=5.5 [ml/100 g/min] and a within-subject standard deviation SD(w)=4.7 [ml/100 g/min]. The corresponding repeatability was 13.0 [ml/100 g/min] and was found to be within the range of previous studies.

Fate of the herbicide glyphosate and its metabolite AMPA in soils and their transfer to surface waters: A multi-scale approach in the Lavaux vineyards, western Switzerland

The use of herbicides in agriculture may lead to environmental problems, such as surface water pollution, with a potential risk for aquatic organisms. The herbicide glyphosate is the most used active ingredient in the world and in Switzerland. In the Lavaux vineyards it is nearly the only molecule applied. This work aimed at studying its fate in soils and its transfer to surface waters, using a multi-scale approach: from molecular (10-9 m) and microscopic scales (10-6 m), to macroscopic (m) and landscape ones (103 m). First of all, an analytical method was developed for the trace level quantification of this widely used herbicide and its main by-product, aminomethylphosphonic acid (AMPA). Due to their polar nature, their derivatization with 9-fluorenylmethyl chloroformate (FMOC-Cl) was done prior to their concentration and purification by solid phase extraction. They were then analyzed by ultra performance liquid chromatography coupled with tandem mass spectrometry (UPLC-MS/MS). The method was tested in different aqueous matrices with spiking tests and validated for the matrix effect correction in relevant environmental samples. Calibration curves established between 10 and 1000ng/l showed r2 values above 0.989, mean recoveries varied between 86 and 133% and limits of detection and quantification of the method were as low as 5 and 10ng/l respectively. At the parcel scale, two parcels of the Lavaux vineyard area, located near the Lutrive River at 6km to the east of Lausanne, were monitored to assess to which extent glyphosate and AMPA were retained in the soil or exported to surface waters. They were equipped at their bottom with porous ceramic cups and runoff collectors, which allowed retrieving water samples for the growing seasons 2010 and 2011. Results revealed that the mobility of glyphosate and AMPA in the unsaturated zone was likely driven by the precipitation regime and the soil characteristics, such as slope, porosity structure and layer permeability discrepancy. Elevated glyphosate and AMPA concentrations were measured at 60 and 80 cm depth at parcel bottoms, suggesting their infiltration in the upper parts of the parcels and the presence of preferential flow in the studied parcels. Indeed, the succession of rainy days induced the gradual saturation of the soil porosity, leading to rapid infiltration through macropores, as well as surface runoff formation. Furthermore, the presence of more impervious weathered marls at 100 cm depth induced throughflows, the importance of which for the lateral transport of the herbicide molecules was determined by the slope steepness. Important rainfall events (>10 mm/day) were clearly exporting molecules from the soil top layer, as indicated by important concentrations in runoff samples. A mass balance showed that total loss (10-20%) mainly occurred through surface runoff (96%) and, to a minor extent, by throughflows in soils (4%), with subsequent exfiltration to surface waters. Observations made in the Lutrive River revealed interesting details of glyphosate and AMPA dynamics in urbanized landscapes, such as the Lavaux vineyards. Indeed, besides their physical and chemical properties, herbicide dynamics at the catchment level strongly depend on application rates, precipitation regime, land use and also on the presence of drains or constructed channels. Elevated concentrations, up to 4970 ng/l, observed just after the application, confirmed the diffuse export of these compounds from the vineyard area by surface runoff during main rain events. From April to September 2011, a total load of 7.1 kg was calculated, with 85% coming from vineyards and minor urban sources and 15% from arable crops. Small vineyard surfaces could generate high concentrations of herbicides and contribute considerably to the total load calculated at the outlet, due to their steep slopes (~10%). The extrapolated total amount transferred yearly from the Lavaux vineyards to the Lake of Geneva was of 190kg. At the molecular scale, the possible involvement of dissolved organic matter (DOM) in glyphosate and copper transport was studied using UV/Vis fluorescence spectroscopy. Combined with parallel factor (PARAFAC) analysis, this technique allowed characterizing DOM of soil and surface water samples from the studied vineyard area. Glyphosate concentrations were linked to the fulvic-like spectroscopic signature of DOM in soil water samples, as well as to copper, suggesting the formation of ternary complexes. In surface water samples, its concentrations were also correlated to copper ones, but not in a significant way to the fulvic-like signature. Quenching experiments with standards confirmed field tendencies in the laboratory, with a stronger decrease in fluorescence intensity for fulvic-like fluorophore than for more aromatic ones. Lastly, based on maximum concentrations measured in the river, an environmental risk for these compounds was assessed, using laboratory tests and ecotoxicity data from the literature. In our case and with the methodology applied, the risk towards aquatic species was found negligible (RF<1).

Pore-scale modeling of two-phase flow instabilities in porous media

Les problèmes d'écoulements multiphasiques en média poreux sont d'un grand intérêt pour de nombreuses applications scientifiques et techniques ; comme la séquestration de C02, l'extraction de pétrole et la dépollution des aquifères. La complexité intrinsèque des systèmes multiphasiques et l'hétérogénéité des formations géologiques sur des échelles multiples représentent un challenge majeur pour comprendre et modéliser les déplacements immiscibles dans les milieux poreux. Les descriptions à l'échelle supérieure basées sur la généralisation de l'équation de Darcy sont largement utilisées, mais ces méthodes sont sujettes à limitations pour les écoulements présentant de l'hystérèse. Les avancées récentes en terme de performances computationnelles et le développement de méthodes précises pour caractériser l'espace interstitiel ainsi que la distribution des phases ont favorisé l'utilisation de modèles qui permettent une résolution fine à l'échelle du pore. Ces modèles offrent un aperçu des caractéristiques de l'écoulement qui ne peuvent pas être facilement observées en laboratoire et peuvent être utilisé pour expliquer la différence entre les processus physiques et les modèles à l'échelle macroscopique existants. L'objet premier de la thèse se porte sur la simulation numérique directe : les équations de Navier-Stokes sont résolues dans l'espace interstitiel et la méthode du volume de fluide (VOF) est employée pour suivre l'évolution de l'interface. Dans VOF, la distribution des phases est décrite par une fonction fluide pour l'ensemble du domaine et des conditions aux bords particulières permettent la prise en compte des propriétés de mouillage du milieu poreux. Dans la première partie de la thèse, nous simulons le drainage dans une cellule Hele-Shaw 2D avec des obstacles cylindriques. Nous montrons que l'approche proposée est applicable même pour des ratios de densité et de viscosité très importants et permet de modéliser la transition entre déplacement stable et digitation visqueuse. Nous intéressons ensuite à l'interprétation de la pression capillaire à l'échelle macroscopique. Nous montrons que les techniques basées sur la moyenne spatiale de la pression présentent plusieurs limitations et sont imprécises en présence d'effets visqueux et de piégeage. Au contraire, une définition basée sur l'énergie permet de séparer les contributions capillaires des effets visqueux. La seconde partie de la thèse est consacrée à l'investigation des effets d'inertie associés aux reconfigurations irréversibles du ménisque causé par l'interface des instabilités. Comme prototype pour ces phénomènes, nous étudions d'abord la dynamique d'un ménisque dans un pore angulaire. Nous montrons que, dans un réseau de pores cubiques, les sauts et reconfigurations sont si fréquents que les effets d'inertie mènent à différentes configurations des fluides. A cause de la non-linéarité du problème, la distribution des fluides influence le travail des forces de pression, qui, à son tour, provoque une chute de pression dans la loi de Darcy. Cela suggère que ces phénomènes devraient être pris en compte lorsque que l'on décrit l'écoulement multiphasique en média poreux à l'échelle macroscopique. La dernière partie de la thèse s'attache à démontrer la validité de notre approche par une comparaison avec des expériences en laboratoire : un drainage instable dans un milieu poreux quasi 2D (une cellule Hele-Shaw avec des obstacles cylindriques). Plusieurs simulations sont tournées sous différentes conditions aux bords et en utilisant différents modèles (modèle intégré 2D et modèle 3D) afin de comparer certaines quantités macroscopiques avec les observations au laboratoire correspondantes. Malgré le challenge de modéliser des déplacements instables, où, par définition, de petites perturbations peuvent grandir sans fin, notre approche numérique apporte de résultats satisfaisants pour tous les cas étudiés. - Problems involving multiphase flow in porous media are of great interest in many scientific and engineering applications including Carbon Capture and Storage, oil recovery and groundwater remediation. The intrinsic complexity of multiphase systems and the multi scale heterogeneity of geological formations represent the major challenges to understand and model immiscible displacement in porous media. Upscaled descriptions based on generalization of Darcy's law are widely used, but they are subject to several limitations for flow that exhibit hysteric and history- dependent behaviors. Recent advances in high performance computing and the development of accurate methods to characterize pore space and phase distribution have fostered the use of models that allow sub-pore resolution. These models provide an insight on flow characteristics that cannot be easily achieved by laboratory experiments and can be used to explain the gap between physical processes and existing macro-scale models. We focus on direct numerical simulations: we solve the Navier-Stokes equations for mass and momentum conservation in the pore space and employ the Volume Of Fluid (VOF) method to track the evolution of the interface. In the VOF the distribution of the phases is described by a fluid function (whole-domain formulation) and special boundary conditions account for the wetting properties of the porous medium. In the first part of this thesis we simulate drainage in a 2-D Hele-Shaw cell filled with cylindrical obstacles. We show that the proposed approach can handle very large density and viscosity ratios and it is able to model the transition from stable displacement to viscous fingering. We then focus on the interpretation of the macroscopic capillary pressure showing that pressure average techniques are subject to several limitations and they are not accurate in presence of viscous effects and trapping. On the contrary an energy-based definition allows separating viscous and capillary contributions. In the second part of the thesis we investigate inertia effects associated with abrupt and irreversible reconfigurations of the menisci caused by interface instabilities. As a prototype of these phenomena we first consider the dynamics of a meniscus in an angular pore. We show that in a network of cubic pores, jumps and reconfigurations are so frequent that inertia effects lead to different fluid configurations. Due to the non-linearity of the problem, the distribution of the fluids influences the work done by pressure forces, which is in turn related to the pressure drop in Darcy's law. This suggests that these phenomena should be taken into account when upscaling multiphase flow in porous media. The last part of the thesis is devoted to proving the accuracy of the numerical approach by validation with experiments of unstable primary drainage in a quasi-2D porous medium (i.e., Hele-Shaw cell filled with cylindrical obstacles). We perform simulations under different boundary conditions and using different models (2-D integrated and full 3-D) and we compare several macroscopic quantities with the corresponding experiment. Despite the intrinsic challenges of modeling unstable displacement, where by definition small perturbations can grow without bounds, the numerical method gives satisfactory results for all the cases studied.

Un regard bayesien sur les modèles dynamiques de la macroéconomie

http://alize.finances.gouv.fr/prevision/revue/resumes/ep183184/pdf/rsf183184a6.pdf

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Multi-source composite kernels for urban image classification

This letter presents advanced classification methods for very high resolution images. Efficient multisource information, both spectral and spatial, is exploited through the use of composite kernels in support vector machines. Weighted summations of kernels accounting for separate sources of spectral and spatial information are analyzed and compared to classical approaches such as pure spectral classification or stacked approaches using all the features in a single vector. Model selection problems are addressed, as well as the importance of the different kernels in the weighted summation.