De la fusion du génie logiciel et d'une bibliothèque à source ouverte pour la modélisation/simulation de processus matériel et logiciel

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Modélisation de séries chronologiques non linéaires et modèles ARMA faibles

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Modélisation des stents en chirurgie cardiaque

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Modélisation sémantique, syntaxique et lexicale de la paraphrase

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Modélisation d'un réseau de neurones humains dans le but de comprendre la dégradation neurale lors du vieillissement

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Développement d'approches quantitatives de type "structure-activité" pour la modélisation pharmacocinétique

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Modélisation de la rétrodiffusion des ultrasons par le sang : application à la mesure de l'agrégation érythrocytaire

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Stabilité de la réentrée anatomique dans le muscle cardiaque et annihilation par un protocole à deux stimulations : études de modélisation et aspects expérimentaux

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Étude de modélisation de stratégies opératoires d'instrumentation du rachis scoliotique à l'aide de la logique floue

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Nanoparticules et réseaux de neurones artificiels : de la préparation à la modélisation

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Modélisation et détermination des paramètres pharmacocinétiques du trans-resvératrol par voie topique chez le lapin et prédiction de la pharmacocinétique chez l'humain

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Modélisation et détermination de la pharmacocinétique du médicament expériemental elvucitabine chez les humains VIH-1 positifs

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Gradient artérioveineux et concentrations interstitielles des bloqueurs neuromusculaires au niveau du muscle : impact sur la modélisation pharmacocinétique-pharmacodynamique

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Analyse et modélisation de la préhension pouce-index lors de mouvements du bras chez l'humain

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Modélisation incrémentale par méthode bayésienne

Les modèles incrémentaux sont des modèles statistiques qui ont été développés initialement dans le domaine du marketing. Ils sont composés de deux groupes, un groupe contrôle et un groupe traitement, tous deux comparés par rapport à une variable réponse binaire (le choix de réponses est « oui » ou « non »). Ces modèles ont pour but de détecter l’effet du traitement sur les individus à l’étude. Ces individus n’étant pas tous des clients, nous les appellerons : « prospects ». Cet effet peut être négatif, nul ou positif selon les caractéristiques des individus composants les différents groupes. Ce mémoire a pour objectif de comparer des modèles incrémentaux d’un point de vue bayésien et d’un point de vue fréquentiste. Les modèles incrémentaux utilisés en pratique sont ceux de Lo (2002) et de Lai (2004). Ils sont initialement réalisés d’un point de vue fréquentiste. Ainsi, dans ce mémoire, l’approche bayésienne est utilisée et comparée à l’approche fréquentiste. Les simulations sont e ectuées sur des données générées avec des régressions logistiques. Puis, les paramètres de ces régressions sont estimés avec des simulations Monte-Carlo dans l’approche bayésienne et comparés à ceux obtenus dans l’approche fréquentiste. L’estimation des paramètres a une influence directe sur la capacité du modèle à bien prédire l’effet du traitement sur les individus. Nous considérons l’utilisation de trois lois a priori pour l’estimation des paramètres de façon bayésienne. Elles sont choisies de manière à ce que les lois a priori soient non informatives. Les trois lois utilisées sont les suivantes : la loi bêta transformée, la loi Cauchy et la loi normale. Au cours de l’étude, nous remarquerons que les méthodes bayésiennes ont un réel impact positif sur le ciblage des individus composant les échantillons de petite taille.