Dossier

Spécial : Ces thèses qui changent la vie

Les docteurs sont aujourd’hui reconnus pour apporter à l’entreprise des compétences d’innovation certaines. L’ UTC a choisi de présenter en format textes, vidéos et photos humoristiques des thèses qui ont donné des applications très bénéfiques à notre vie quotidienne. Entreprises, que ces thèses vous inspirent pour donner votre confiance aux docteurs comme les recruteurs le font partout dans le monde !

Spécial : Ces thèses qui changent la vie

Estimation des chaines semi-markoviennes et des chaines semi-markoviennes cachées en vue d’application en fiabilité et en biologie

Tomber en panne pour une machine, rechuter pour un malade… Les probabilités font partie intégrante de notre vie sans que nous en ayons toujours conscience. Au fur et à mesure de leur développement, les sciences de la statistique et des probabilités sont venues apporter une clé de compréhension pour des phénomènes mystérieux aux yeux du commun des mortels. 

Venu de Bucarest où il a effectué ses études en mathématiques et en statistiques Probabilités, Vlad Stefan Barbu est entré en contact avec le LMAC (Laboratoire de mathématiques appliquées de Compiègne) où il a effectué sa thèse soutenue en 2005.

Derrière son intitulé se cachent des algorithmes qui permettent de simplifier la vie des chercheurs.  « En biologie, la partie applicative de ma thèse aide à se déplacer sur la cartographie du génome », explique-t-il. Pour remonter aux sources de la maladie, les généticiens recherchent les zones où les gènes sont affectés. Les algorithmes proposés par Vlad Stefan Barbu permettent de détecter les parties codantes de celles qui ne le sont pas, opérant ainsi un premier tri pour aider le généticien à s’orienter dans une énorme masse d’information. 

La deuxième partie des travaux de la thèse a porté sur l’estimation des paramètres qui influent, par exemple, sur la fiabilité d’une machine ou sur la survie d’un malade.

Comme nous vivons dans un monde complexe, une machine ne passe pas directement d’un état de marche à un état de panne. De même, l’humain ne bascule pas brutalement de la santé à la maladie. Les travaux de Vlad Stefan Barbu aident à mieux connaître les étapes intermédiaires entre les deux états.

Dans l’hypothèse markovienne, pour savoir ce qui se passera demain, il faut savoir ce qui se passe maintenant : le passé n’est pas pris en compte.  

« En étudiant les chaînes semi markoviennes on atténue l’hypothèse initiale afin de prendre en compte une certaine période du passé ».  Schématiquement, il s’agit d’intégrer, par exemple, le fait qu’une machine a déjà connu d’autres pannes.  « Prendre toutes les données du passé en compte est souvent impossible compte tenu du nombre de paramètres à intégrer. N éanmoins l’étude des chaines semi markoviennes permet d’élargir le modèle dans le temps. »  Les travaux de la thèse permettent d’en savoir plus en biologie par exemple sur les temps moyens de guérison ou de rechute dans le cadre d’une maladie.

Depuis 2006, Vlad Stefan Barbu est maître de conférences en statistiques à l’université de Rouen.