Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

The problem of reverse-engineering biological networks has attracted a lot of attention in the last decades. Studying the interactions occurring inside a living organism is of great importance to understand the behavior of biological systems. The development of computer science and the abundance of new genetic data raised the question of predicting gene regulatory networks. These networks describe how some genes regulate the expression of some other genes.

Many methods have already been developed to infer these networks from gene expression data. Among them, GENIE3, a method based on Random Forests, was proposed and achieved state-of-the-art performance. However, one drawback of GENIE3 is its inability to use the specificities of some types of gene expression measurements, potentially missing useful information. In particular, datasets often include knockouts, which are measurements done after the deletion of a gene.

This thesis proposes new variants for GENIE3, based on the idea of enriched random forests, in order to integrate knockout specific information as weights guiding GENIE3 to a better prediction. First, the methods are tested on ideal cases where a knockout of every gene is available. Better predictions are indeed achieved and several ways of achieving the best results are highlighted. Realistic cases are then tested. Less convincing results are then obtained, although interesting phenomena are discovered.

The second part of the thesis studies the possibility of predicting the effect of knockouts. Differences and similarities with the GRN prediction problem are analyzed and a method of evaluation, although imperfect, is proposed. Several methods are then evaluated, showing relatively encouraging results. Some initiated reflections call for future developments.

The possibility of using the proposed weighted GENIE3 methods in other situations is also briefly explained. Important improvements are indeed achieved on several datasets without the use of knockouts.

gene regulatory network --- machine learning --- random forest --- enriched random forest --- knockout --- GRN inference --- Z-score --- Ingénierie, informatique & technologie > Sciences informatiques

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

In Scotland, Sitka spruce represents the major timber resource. The regeneration of this species isabundant and occurs widely after clearfelling. Finding way to carry out affordable inventories of
regeneration would help forest managers to make decision on the future of the regeneration resource.
The deployment of Unmanned Aerial Vehicle (UAV) allows rapid assessment of forest and regenerationand it is likely to lead of a decreasing cost for field surveys.
This current study aims to map Sitka spruce seedlings with orthophotos acquired by drones. The used method, based on RGB images, has been carried out using OTB (Orfeo ToolBox) and a object based image analysis approach. It consists in four steps: the segmentation (i), a supervised classification (random forest) (ii), the mapping of the studied sites (iii) and finally, the validation (iv) of the model through points acquired by photointerpretation. The result shows that one of the classification models reaches a global accuracy of 66.9 with pseudo independent dataset and 77.4 with an independent dataset. The results are expected to be better with images acquired during other periods (leaf-off period) in order to prevent confusion with surrounding vegetation presents on the studied sites. Despite this fact, the mapping of Sitka spruce seems promising with an RGB camera and may offer a promising potential for commercial forestry. In addition, the method may be applied in other context such as ecological restoration or forest health. En Ecosse, l'épicéa de Sitka représente la principale ressource en bois. La régénération de cette espéce est abondante, particulièrement aprés une coupe à blanc. Trouver un moyen de réaliser des inventaires abordables de celle-ci aiderait les gestionnaires forestiers à prendre des décisions sur l'avenir de la ressource. L'utilisation de drones permet une évaluation rapide de la forêt et de la régénération, permettant ainsi une réduction des coûts des inventaires de terrain.
La présente étude vise à cartographier les semis d'épicéa de Sitka à partir d'orthophotos acquises par drones. La méthode utilisée, basée sur des images RGB, a été réalisée en utilisant OTB (Orfeo ToolBox) et une approche d'analyse d'image basée sur des objets. Elle consiste en quatre étapes: la segmentation (i), une classification supervisée (random forest) (ii), la cartographie des sites étudiés(iii) et enfin, la validation (iv) du modéle par des points acquis par photointerprétation. Les résultats montrent qu'un des modéles de classification atteint une précision globale de 66,9 avec un jeu de données pseudo-indépendant et de 77,4 avec un jeu de données indépendant. On s'attend à ce que les résultats soient meilleurs avec des images acquises à d'autres périodes de l'années (période hors feuille) afin d'éviter la confusion avec la végétation environnante présentes sur les sites d'étude. Malgré cela, la cartographie de l'épicéa de Sitka semble prometteuse avec une caméra RGB et offrirait donc un potentiel intéressant pour la foresterie commerciale. En outre, la méthode pourrait être utilisée dans d'autres contextes, tel que celui de la restauration écologique ou la santé des forêts.

Sitka spruce --- seedlings --- regeneration --- UAV --- orthoimages --- RGB --- segmentation --- supervised classification --- random forest --- Orfeo Toolbox --- Scotland --- épicéa de Sitka --- semis --- régénération --- drones --- orthoimages --- RGB --- segmentation --- classification supervisée --- random forest --- Orfeo Toolbox --- Ecosse --- Ingénierie, informatique & technologie > Multidisciplinaire, généralités & autres

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

As one of the most important cash crop in the world, banana cropping is constantly threatened by a lot of diseases: Panana disease, Yellow Sigatoka, Black Sigatoka, Moko disease, etc. Not all diseases are treatable by phytopharmaceutical products. Aside from prophylaxis, their early detection is becoming a priority for large scale banana growers. Remote sensing is a possible efficient tool to achieve this goal. It has shown significant results throughout the whole agricultural industry for plant disease monitoring. The aim of this study is to create a classifier of Moko disease (Ralstonia Solanacearum) occurrence five days before the appearance of the symptoms in visible light for Food and Agriculture Industries‘ (FAI) banana plantation of Nieuw Nickerie, Surinam. To this end, ground data were collected every five days and drone flights were conducted. The drone held a multispectral camera (red, green, rededge, near infrared). Around 1000 diseased plants were manually geolocalised. Different steps were followed. Firstly, a banana/non banana classification classifier was created to segmentate the raster images and create a mask of the banana plants. This classifier gave a 96% global accuracy on the randomly generated validation set. A pixel-based and an object-based approach were tested for the classification of the raster image, respectively with a level of 95% and 73% of global accuracy. Secondly, another classifier for the occurrence of the Moko disease was created. It showed a 98% global accuracy applied on the randomly generated validation set. However, it gave mediocre results when the classifier was applied to rasters by pixel-based (53%) and object-based approach (57%). Multiple machine learning algorithms are tested to create the classifier. This study shows that local maxima algorithm for object detection does not allow the user to trust classifiers on high overlapping culture such as banana on an individual based approach.

Multispectral imagery, Ralstonia Solanacearum, Moko disease, banana, Musa acuminata, SVM, Random Forest, Remote sensing --- Sciences du vivant > Agriculture & agronomie

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

La préfecture de Coyah subit de façon récurrente des inondations, comme la plupart des zones périphériques des villes d’Afrique de l’Ouest. Face aux dégâts humains et matériels causés par ce phénomène, il est nécessaire de connaître les causes réelles et la répartition spatiale des risques qui en découlent. Cette étude a pour objectif d’améliorer la connaissance des risques d’inondation dans la préfecture de Coyah pour contribuer à la réduction de leurs impacts sur les personnes et les biens. Pour ce faire, plusieurs données ont été combinées : enquêtes de 390 ménages, 190 points d’inondations, des données globales (CHIRPS de 1981 à 2023, Landsat 5 TM (1994), Landsat 8 OLI (2023), la texture de sols, l’Indice d’Humidité Topographique (TWI), la densité de drainage, la pente, la densité de population, la distance aux cours d’eau, le MNT, les enjeux, l’Orientation (Aspect), etc.). Les données « Raster » ont d’abord été rééchantillonnées à 30 m pour leurs compatibilités. Une analyse fréquentielle et diachronique a été appliquée respectivement aux données pluviométriques CHIRPS et aux images Landsat. L’efficacité des pratiques endogènes individuelles des ménages face à la probabilité d’inondation a été évaluée à l’aide d’une régression logistique, tandis que la modélisation par « Random Forest » a permis de cartographier l’aléa. Les résultats ont montré que les indices pluviométriques tendent à la baisse à l’exception de PX1J qui montre une tendance à la hausse. Le P99p et P99.5p sont quant à eux, stationnaires. De plus, les événements pluviométriques récents tels que ceux du 2019 (120 mm), de 2020 (154 mm), de 2021 (177 mm), et de 2022 (113 mm) ont des périodes de retour respectives de 1.2 ans, 2 ans, 3.7 ans, et 1.1 an, donc des pluies à caractère « Normal ». Cependant celui de 2011 (283 mm) est qualifié de « Très exceptionnel » et l’évènement pluvieux de 2023 (222mm) de « Très anormal ». Le pourcentage de la superficie occupée par le bâti est passé de 3 % en 1994 à 13 % en 2023, les surfaces agricoles de 0.3 % à 10.3 %, et la végétation dense de 11.4 % en 1994 à 8 % en 2023. Pour l’adaptation aux inondations, les pratiques endogènes telles que les techniques avec les digues de sacs de sable, la surélévation des murs ont été estimés plus efficaces par rapport à celles des canaux de déviation. Les performances du modèle « Random Forest », pour la cartographie de l’aléa inondation, ont été acceptables avec une précision globale de 79 %, une spécificité de 91 % et un AUC de 84 %. Ainsi, 19 % de la zone a été classée à niveau « Très élevé », 18.1 % à « Elevé », 6.7 % à « Très faible », 26.5 % à niveau d’aléa « Faible » et 29.4 % comme « Modéré ». L’analyse des impacts a montré que plusieurs personnes et leurs biens se trouvent dans des zones à risque « Très élevé » et pourraient nécessiter une surveillance accrue. Ainsi, la carte de l’aléa élaborée pourrait être parmi les outils d’aide à la prise de décision en matière d’aménagement du territoire et de gestion des inondations de la préfecture de Coyah.

Flood hazard --- Peripheral areas --- Random Forest --- Coyah --- Guinea --- Aléa d’inondation --- Zones périphériques --- Guinée --- Sciences du vivant > Sciences de l'environnement & écologie

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Le rapport suivant a été écrit dans le cadre de mon stage dans l'entreprise « Behave! ». Son principal objectif est d’identifier et de défendre le modèle de Machine Learning le plus pertinent dans la cadre de prévisions portant sur 7 styles d’investissement différents : « Growth », « Momentum », « Quality », « Size », « Value », « Volatility » et « Yield ».

Étant donné que ce mémoire est rédigé selon une orientation "rapport d’entreprise", une part importante de ce document est consacrée à la construction de modèles et à l’analyse de résultats.

De nombreuses recherches académiques ont néanmoins dû être effectuées et viendront, aussi souvent que possible, appuyer les conclusions établies au fur et à mesure des chapitres.

Ma tâche au sein de l’entreprise peut être divisée en trois étapes majeures, il en va de même pour la construction de ce rapport.
Premièrement, les facteurs de risque sont définis et systématiquement liés à leurs styles d’investissement. C’est l’occasion d’étudier les techniques utilisées par l’entreprise pour les calculer.

Dans un deuxième temps, ce sont les modèles de Machine Learning qui sont définis et appliqués à un exemple simple en utilisant les logiciels « RStudio » et « Microsoft Azure Cortana Intelligence ». Dans ce mémoire, l’approche se limite aux modèles suivants : « Hidden Markov », « Random Forest », « Support Vector Machine » et « Neural Network ».

Il s’agira enfin d’appliquer ces modèles aux styles d’investissement proposés par l’entreprise afin de pouvoir faire des comparaisons qui serviront ensuite de base à mes recommandations finales.

Machine Learning, factor investing, growth, momentum, quality, size, --- value, volatility, hidden markov, support vector machine, neural --- network, random forest, artificial intelligence, confusion matrix, --- performance, accuracy, investment, ESG criteria --- Sciences économiques & de gestion > Finance --- Ingénierie, informatique & technologie > Sciences informatiques