+++el Amri 2019 PDF

Analyse d’incertitudes et de robustesse pour les modèles
à entrées et sorties fonctionnelles.

Mohamed Reda El Amri
To cite this version:

Mohamed Reda El Amri. Analyse d’incertitudes et de robustesse pour les modèles à entrées et sorties
fonctionnelles.. Mathématiques [math]. Université Grenoble Alpes, 2019. Français. �tel-02433324�
HAL Id: tel-02433324

https://tel.archives-ouvertes.fr/tel-02433324
Submitted on 9 Jan 2020
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
THÈSE
Pour obtenir le grade de
DOCTEUR DE LA COMMUNAUTÉ UNIVERSITÉ

GRENOBLE ALPES
Spécialité : Mathématiques Appliquées
Arrêté ministériel : 25 mai 2016
Présentée par
Mohamed Reda El Amri
Thèse dirigée par Clémentine Prieur

et codirigée par Céline Helbert
préparée au sein du Laboratoire Jean Kuntzmann

et de l’École Doctorale Mathématiques, Sciences et Technologies
de l’information, Informatique
Analyse d’incertitudes et
de robustesse pour les
modèles à entrées et sorties
fonctionnelles.
Thèse soutenue publiquement le 29/04/2019,
devant le jury composé de :
Hervé Monod
Directeur de recherche, INRA/MaIAGE, Président
Gilles Pagès
Professeur, Sorbonne Universités, Rapporteur
Josselin Garnier
Professeur, Ecole Polytechnique, Rapporteur
Julien Bect
Maı̂tre de conférences, CentraleSupélec, Examinateur
Clémentine Prieur
Professeur, Université Grenoble Alpes/LJK, Directrice de thèse
Céline Helbert
Maı̂tre de conférences, Ecole Centrale de Lyon - ICJ, Co-Directrice de thèse
Delphine Sinoquet
Ingénieur de recherche, IFP Énergies Nouvelles, Co-Encadrante de thèse
Miguel Munoz Zuniga
Ingénieur de recherche, IFP Énergies Nouvelles, Co-Encadrant de thèse
Olivier Lepreux
Ingénieur de recherche, IFP Énergies Nouvelles, Co-Encadrant de thèse
Remerciements
Tout d’abord je voudrais remercier Gilles Pagès et Josselin Garnier d’avoir accepté de
relire cette thèse et d’en être rapporteurs. La version finale de ce mémoire a bénéficié de leur
lecture attentive et de leurs précieuses remarques. Je tiens à remercier Hervé Monod d’avoir
accepté d’être président du jury. Je remercie également tous les membres du jury d’avoir ac-
cepté d’assister à la présentation de ce travail.
Je voudrais remercier Clémentine Prieur et Céline Helbert qui m’ont dirigé tout au long
de ces trois années de thèse. Elles ont toujours été disponibles, à l’écoute de mes questions,
et se sont toujours intéressées à l’avancée de mes travaux. Les nombreuses discussions que
nous avons eues ainsi que leurs conseils sont pour beaucoup dans le résultat final de ce travail.
Merci aussi à Delphine Sinoquet, Miguel Munoz Zuniga et Olivier Lepreux d’avoir co-encadré
ce travail de thèse. Ils ont toujours été là pour moi, et ont manifesté un souci constant de
valoriser notre travail et de communiquer à son sujet au sein de l’IFPEN. Nos échanges m’ont
permis de découvrir une grande variété de problèmes statistiques issus de la R&D. Enfin, je
remercie tous mes encadrants pour leurs nombreuses relectures et corrections de cette thèse
qui ont été très appréciables. Pour tout cela merci.
Durant cette thèse, j’ai essentiellement travaillé au Laboratoire Jean Kuntzmann à Gre-
noble. Je salue donc l’équipe Airsea qui m’a accueilli avec bienveillance et plus particulièrement
Laurent Debreu pour sa générosité. Merci à Anne Pierson et à Annie Simon pour leurs dis-
ponibilité et gentillesse.
La chaire OQUAIDO et le Groupement De Recherche MASCOT-NUM ont joué un rôle

de catalyseur durant cette thèse et je salue les membres de ces communautés avec qui j’ai pu
échanger. Je pense à Luc Pronzato, David Ginsbourger, Julien Bect, Bertrand Iooss et Olivier
Roustant.
Je profite de cette occasion pour remercier deux de mes anciens professeurs, dont je garde
un agréable souvenir : Sophie Mercier, à l’université de Pau, et François Pantigny, en Spé MP.
Un immense merci à mes parents, mes frères ainsi qu’au reste de ma famille pour leur
soutien indéfectible.
Résumé
L’objectif de cette thèse est de résoudre un problème d’inversion sous incertitudes de fonc-
tions coûteuses à évaluer dans le cadre du paramétrage du contrôle d’un système de dépollution
de véhicules.
L’effet de ces incertitudes est pris en compte au travers de l’espérance de la grandeur

d’intérêt. Une difficulté réside dans le fait que l’incertitude est en partie due à une entrée
fonctionnelle connue à travers d’un échantillon donné. Nous proposons deux approches basées
sur une approximation du code coûteux par processus gaussiens et une réduction de dimension
de la variable fonctionnelle par une méthode de Karhunen-Loève.
La première approche consiste à appliquer une méthode d’inversion de type SUR (Stepwise
Uncertainty Reduction) sur l’espérance de la grandeur d’intérêt. En chaque point d’évaluation
dans l’espace de contrôle, l’espérance est estimée par une méthode de quantification fonction-
nelle gloutonne qui fournit une représentation discrète de la variable fonctionnelle et une
estimation séquentielle efficace à partir de l’échantillon donné de la variable fonctionnelle.
La deuxième approche consiste à appliquer la méthode SUR directement sur la grandeur

d’intérêt dans l’espace joint des variables de contrôle et des variables incertaines. Une stratégie
d’enrichissement du plan d’expériences dédiée à l’inversion sous incertitudes fonctionnelles et
exploitant les propriétés des processus gaussiens est proposée.
Ces deux approches sont comparées sur des fonctions jouets et sont appliquées à un cas
industriel de post-traitement des gaz d’échappement d’un véhicule. La problématique est de
déterminer les réglages du contrôle du système permettant le respect des normes de dépollution
en présence d’incertitudes, sur le cycle de conduite.
Mots Clés : inversion stochastique, incertitude fonctionnelle, modèles de substitution,

réduction de dimension
Abstract
This thesis deals with the inversion problem under uncertainty of expensive-to-evaluate
functions in the context of the tuning of the control unit of a vehicule depollution system.
The effect of these uncertainties is taken into account through the expectation of the quan-
tity of interest. The problem lies in the fact that the uncertainty is partly due to a functional
variable only known through a given sample. We propose two approaches to solve the inversion
problem, both methods are based on Gaussian Process modelling for expensive-to-evaluate
functions and a dimension reduction of the functional variable by the Karhunen-Loève expan-
sion.
The first methodology consists in applying a Stepwise Uncertainty Reduction (SUR) me-
thod on the expectation of the quantity of interest. At each evaluation point in the control
space, the expectation is estimated by a greedy functional quantification method that provides
a discrete representation of the functional variable and an effective sequential estimate from
the given sample.
The second approach consists in applying the SUR method directly to the quantity of
interest in the joint space. Devoted to inversion under functional uncertainties, a strategy for
enriching the experimental design exploiting the properties of Gaussian processes is proposed.
These two approaches are compared on toy analytical examples and are applied to an
industrial application for an exhaust gas post-treatment system of a vehicle. The objective
is to identify the set of control parameters that leads to meet the pollutant emission norms
under uncertainties on the driving cycle.
Keywords : stochastic inversion, functional uncertainty, surrogate models, dimension

reduction
Table des matières
Introduction 1
1 Estimation d’un ensemble d’excursion par modèle de substitution 5

1.1 Modélisation par processus gaussien . . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Définitions et propriétés de base . . . . . . . . . . . . . . . . . . . . . . 7
1.1.2 Processus gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.3 Modélisation par processus gaussiens . . . . . . . . . . . . . . . . . . . . 10
1.1.4 Synthèse et objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Estimation et quantification de l’incertitude associée à un ensemble d’excursion 12
1.2.1 Espérance d’ensembles aléatoires fermés . . . . . . . . . . . . . . . . . . 12
1.2.2 Estimation d’un ensemble d’excursion et l’incertitude associée . . . . . . 15
1.3 Stratégie de réduction séquentielle d’incertitudes . . . . . . . . . . . . . . . . . 16
1.3.1 La stratégie SUR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.2 Exemple d’application . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2 Intégration numérique 21
2.1 Cas vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.1 Approches Monte-Carlo et quasi-Monte Carlo . . . . . . . . . . . . . . . 22
2.1.2 La quantification vectorielle . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2.2 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . . . 24
2.1.2.3 Algorithmes existants . . . . . . . . . . . . . . . . . . . . . . . 26
2.1.2.4 Application en intégration numérique . . . . . . . . . . . . . . 27
2.2 Cas fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.1 Réduction de dimension . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 La quantification fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2.2 Constructions gloutonnes . . . . . . . . . . . . . . . . . . . . . 31
2.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3 Data-driven stochastic inversion via functional quantization 39

3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Functional data reduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1 Context . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.2 The Karhunen-Loève expansion . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.3 Greedy Functional Quantization . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Numerical integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4 Background on SUR strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
iv
3.4.1 Random closed set and bayesian framework . . . . . . . . . . . . . . . . 52
3.4.2 Vorob’ev approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.4.3 SUR strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.4 SUR strategy adapted to noisy observations . . . . . . . . . . . . . . . . 54
3.5 Algorithm coupling SUR and functional quantization . . . . . . . . . . . . . . . 54
3.6 Numerical tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.6.1 Analytical example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.2 IFPEN test case . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.8 Complément de l’article : un nouvel exemple . . . . . . . . . . . . . . . . . . . 65
4 Inversion stochastique sous incertitudes fonctionnelles 69

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2 Problem formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.2.1 Finite dimensional subproblem . . . . . . . . . . . . . . . . . . . . . . . 71
4.2.2 Gaussian process modelling . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.2.3 GP model of the unobservable response . . . . . . . . . . . . . . . . . . 72
4.3 Infill strategy for stochastic inversion in presence of functional uncertainty . . . 72
4.3.1 Minimization of the Vorob’ev deviation : choice of next x . . . . . . . . 73
4.3.2 Minimization of the variance : choice of next u . . . . . . . . . . . . . . 73
4.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.5 Numerical tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5 Application au système de dépollution SCR 83

5.1 La réduction catalytique sélective des oxydes d’azote . . . . . . . . . . . . . . . 83
5.2 Le simulateur numérique : une boite noire . . . . . . . . . . . . . . . . . . . . . 85
5.2.1 Les entrées du simulateur numérique . . . . . . . . . . . . . . . . . . . . 85
5.2.2 Les sorties du simulateur numérique . . . . . . . . . . . . . . . . . . . . 86
5.2.3 Formalisation du problème . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.3 Visualisation de données fonctionnelles . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.1 HDR boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.2 Le boxplot fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.3.2.1 Notion de profondeur . . . . . . . . . . . . . . . . . . . . . . . 89
5.3.2.2 Construction du boxplot fonctionnel . . . . . . . . . . . . . . . 90
5.3.3 Application aux cycles de conduite . . . . . . . . . . . . . . . . . . . . . 91
5.4 Réglage des stratégies de contrôle pour respecter les normes de dépollution en
présence d’incertitudes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.4.1 Application à un sous problème . . . . . . . . . . . . . . . . . . . . . . . 94
5.4.1.1 Inversion par quantification fonctionnelle . . . . . . . . . . . . 94
5.4.1.2 Inversion par métamodélisation dans l’espace joint . . . . . . . 97
5.4.1.3 Analyse comparative des deux méthodes . . . . . . . . . . . . 99
5.4.2 Application : 9 variables de contrôle et 1 variable fonctionnelle incertaine100
Conclusions et perspectives 103
A Conception du générateur du cycle de conduite 106

Table des figures
1.1 Construction d’un modèle de substitution à partir d’échantillons d’un simula-

teur numérique coûteux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Fonctions de covariance classiques (à gauche) et des réalisations des processus
gaussiens associés (à droite). Les paramètres sont fixés à (σ 2 , θ) = (1, 0.3). . . . 9
1.3 A gauche : la fonction inconnue g (courbe noire) et cinq réalisations du proces-
sus gaussien conditionné défini par les équations (1.13), intervalle de confiance
à 95% (bande en bleu clair). A droite : Approximation de la fonction g (en trait
noir) par la moyenne conditionnelle mn (trait bleu) obtenue à partir de n = 8
points d’expériences, intervalle de confiance à 95% (bande en bleu clair). . . . . 11
1.4 A gauche : 5 réalisations du processus gaussien conditionnel avec n = 7. A
droite : la moyenne conditionnelle mn (trait bleu), la bande de confiance (en
bleu clair) et l’estimateur Γplug-in . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5 L’espérance de Vorob’ev Qn,α∗n (en vert), l’estimateur plug-in Γplug-in (en bleu),
les n = 8 observations (points rouges), la moyenne conditionnelle mn (courbe
bleue) et la bande de confiance (bande bleu clair). . . . . . . . . . . . . . . . . 16
1.6 Exemple analytique. en haut à gauche : Le vrai ensemble d’excursion (ensemble
vert de frontière mauve). En bas à droite : le plan initial (triangles noirs), les
points ajoutés par la stratégie SUR (points rouges), la fonction de couverture
et l’espérance de Vorob’ev (ensemble vert de frontière bleue) à l’étape n = 50.
En haut à droite : l’évolution du logarithme de la déviation de Vorob’ev en
fonction des itérations. En bas à droite : le plan initial (triangles noirs), les
points ajoutés par la suite de Sobol (points rouges), la fonction de couverture
et l’espérance de Vorobev (ensemble vert de frontière bleue) à l’étape n = 50. . 19
2.1 Une suite à faible discrépance (Sobol) et une suite aléatoire dans [0, 1]2 (l = 500). 23
2.2 Une quantification de Voronoi de la loi N (0, I2 ) où l = 200. . . . . . . . . . . . 27
2.3 L’ensemble de 100 réalisations Ξ de la variable V (à gauche), la projection de
l’ensemble Ξ sur les deux premières composantes principales m = 2 (à droite). . 31
2.4 Le quantifieur de taille 10 obtenu à partir de l’ensemble G (à gauche), le quan-
tifieur associé dans l’ensemble Ξ (à droite). . . . . . . . . . . . . . . . . . . . . 32
2.5 Les quantifieurs de taille 10 obtenus à partir de l’ensemble G par la méthode
maximin (en rouge) et en réduisant l’erreur de quantification (en bleu) (à
gauche), le quantifieur associé dans l’ensemble Ξ par la méthode maximin (à
droite). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6 Temps de calcul en fonction de la taille du quantifieur par l’algorithme 2.25 en
bleu et l’algorithme 2.26 en rouge. . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.7 Exemple analytique 1. Estimation séquentielle de l’espérance en fonction du
nombre de courbes. Les lignes représentent les moyennes. Les intervalles de
confiance (Monte Carlo (en vert) and maximin-GFQ (en rouge)). . . . . . . . . 35
vi
confiance (Monte Carlo (en vert) and maximin-GFQ (en rouge)). . . . . . . . . 36
confiance (Monte Carlo (en mauve) and maximin-GFQ (en rouge)). . . . . . . . 37
3.1 Ξ is a sample of 100 realizations of V (left) and G the corresponding represen-

tation in the truncated space of coefficients with mKL = 2 (right). . . . . . . . 44
3.2 Sequential design of 10 points (bold points) in the set of the coefficients G (left)
and their corresponding bold curves in Ξ (right). . . . . . . . . . . . . . . . . . 45
3.3 Left : Two designs of l = 10 points in the 2D-coefficients set G. Maximin-
GFQ (red circle points) and greedy L2 -GFQ (blue square points). Right : The
corresponding red curves for the Maximin-GFQ procedure (right). . . . . . . . 46
3.4 Application 1. Sequential expectation estimation. Lines denote the average es-
timates, and coloured bands mark the 25-th and 75-th quantiles (Monte Carlo
(in green) and maximin-GFQ (in red)). Horizontal axis denotes the number of
curves l used for the expectation estimation. . . . . . . . . . . . . . . . . . . . . 48
3.5 Application 2. Sequential expectation estimation by maximin-GFQ and L2 -
GFQ methods. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
timates, and coloured bands mark the 25-th and 75-th quantiles (Monte Carlo
(in green) and maximin-GFQ (in red)). Horizontal axis denotes the number of
curves l used for the expectation estimation. . . . . . . . . . . . . . . . . . . . . 49
timates, and coloured bands mark the 25-th and 75-th quantiles (Fpca (in blue)
and maximin-GFQ (in red)). Horizontal axis denotes the number of curves l
used for the expectation estimation. . . . . . . . . . . . . . . . . . . . . . . . . 50
3.8 Application 2. Computation time (in seconds) of the two GFQ methods as a
function of point set size (l). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.9 Analytical example. Contour plot of the function g, the set of interest (green)
with boundary (red line), the initial design of experiments (black triangles). . . 56
3.10 Analytical example. The relative error obtained by the two GFQ methods for
different values of l0 and as a function of the number of calls to the function f . 57
3.11 Analytical example. Results for (l0 , ) = (4, 5.e−3 ). Lines denote the average,
and coloured bands mark the 25-th and 75-th quantiles (Fpca (in red) and
Crude MC (in green)). Top : The Vorob’ev deviation. Bottom : The set esti-
mation error µ(Γ∗ 4Qnlast ,α∗nlast )/µ(Γ∗ ). . . . . . . . . . . . . . . . . . . . . . . 59
3.12 Analytical example. Results based on the initial DoE in the case mKL = 2. The
coverage function, the boundary of the true set (red), the estimated sets (green). 61
3.13 Analytical example. Results at the last iteration in the case mKL = 2. The
coverage function, the boundary of the true set (red), the estimated sets (green). 62
3.14 Automotive test case. Sample of 7 real driving cycles. . . . . . . . . . . . . . . 63
3.15 Automotive test case. Top : Decrease of the Vorob’ev deviation at each iteration
when new points are added. Bottom : Evolution of the absolute error Eq. (3.31)
and the red line represents the stopping criterion. . . . . . . . . . . . . . . . . . 64
3.16 Automotive test case. Top : Coverage probability function (grey scale), estimate
set (green) after 62 added points and 1575 function evaluations, initial DoE
(black triangles), the sequentially added points (red circles). Bottom : number
of driving cycles used to estimate expectation at each added point. . . . . . . . 64
3.17 Résultats d’estimation pour mKL = 2 et pour des critères d’arrêt fixés à (l0 , ) =
(4, 10−2 ) et (l0SUR , SUR ) = (4, 5.10−3 ). L’ensemble estimé par la méthode L2 -
GFQ (haut à gauche), la méthode maximin-GFQ à l’itération 14 (haut à droite)
et par la méthode ”Fpca” à l’itération 21. . . . . . . . . . . . . . . . . . . . . . 68
4.1 10 realisations of the Brownian motion (left) and Max-stable process (right). . 76
4.2 Analytical example 1 [Brownian motion (left), Max-stable process (right)].
Convergence of Algorithm 8 for mKL = {2, 4, 8}. 25th and 75th percentiles
of the symmetric difference vs. number of simulators calls. The curves are ba-
sed on 10 random DoE for every run. . . . . . . . . . . . . . . . . . . . . . . . . 77
4.3 Analytical example 2 [Brownian motion (left), Max-stable process (right)].
Convergence of Algorithm 8 for mKL = {2, 4, 8}. 25th and 75th percentiles
of the symmetric difference vs. number of simulators calls. The curves are ba-
sed on 10 random DoE for every runs. . . . . . . . . . . . . . . . . . . . . . . . 78
4.4 Analytical example 1 [Brownian motion (left), Max-stable (right)]. Convergence
of Algorithm 8 for mKL = 8 and Algorithm 9 for l = {10, 20}. 25th and 75th
percentiles of the symmetric difference vs. number of simulators calls. The
curves are based on 10 random DoE for every runs. . . . . . . . . . . . . . . . . 78
4.5 Analytical example 2 [Brownian motion (left), Max-stable (right)]. Convergence
of Algorithm 8 for mKL = 8 and Algorithm 9 for l = {10, 20}. 25th and 75th
percentiles of the symmetric difference vs. number of simulators calls. The
curves are based on 10 random DoE for every runs. . . . . . . . . . . . . . . . . 79
4.6 The computation time (sec.) needed to provide the next evaluation point as a
function of iterations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.1 Injection d’urée (Adblue) en amont du SCR . . . . . . . . . . . . . . . . . . . . 84

5.2 Fonctionnement SCR et système de contrôle . . . . . . . . . . . . . . . . . . . . 85
5.3 Le simulateur numérique du cas d’application. . . . . . . . . . . . . . . . . . . . 85
5.4 Une illustration de deux cycles de conduite visualisés sur une durée de 1200s
(les cycles étudiés durent 5400s). . . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.5 Bagplot bivarié pour les températures de surface de l’océan pacifique sur une
année (à gauche) et sa représentation fonctionnelle (à droite), extrait de [Hyndman and Shang, 2010] 8
5.6 (De gauche à droite) Exemples de bandes (en vert) délimitées par (de gauche
à droite) : 2 courbes ; 2 courbes qui se croisent ; 3 courbes. . . . . . . . . . . . . 90
5.7 boxplot fonctionnel pour les températures de surface de l’océan pacifique sur
une année . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.8 L’échantillon des 1000 cycles de conduite . . . . . . . . . . . . . . . . . . . . . . 92
5.9 HDR boxplot de l’échantillon de cycles de conduite . . . . . . . . . . . . . . . . 92
5.10 Boxplot fonctionnel de l’échantillon de cycles de conduite . . . . . . . . . . . . 93
5.11 Part de variance expliquée par l’ACP en fonction de la taille de la base . . . . . 93
5.12 Pic d’ammoniac. La fonction de couverture, le plan d’expériences initial (tri-
angles noirs) et l’estimation initiale de l’ensemble recherché Γ∗2 (en vert). . . . . 95
5.13 Pic d’ammoniac. A gauche : La fonction de couverture, le plan d’expériences
initial (triangles noirs), l’estimation initiale de l’ensemble recherché Γ∗2 (en vert)
et le point proposé par la stratégie SUR (en rouge). A droite : La mise à jour
de l’estimation de Γ∗2 (en vert) après une itération. . . . . . . . . . . . . . . . . 96
5.14 Pic d’ammoniac. En haut : La déviation de Vorob’ev en fonction des itérations
SUR. En bas : la fonction de couverture, le plan d’expériences initial (triangles
noirs) et l’estimation de l’ensemble recherché Γ∗2 (en vert) après l’ajout de 62
points (en rouge) et 1575 évaluations au total (évaluations pour l’estimation de
l’espérance incluses). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.15 Score DeNOx . A gauche : La déviation de Vorob’ev en fonction des itérations
SUR. A droite : la fonction de couverture, le plan d’expériences initial (triangles
noirs) et l’estimation de l’ensemble recherché Γ∗1 (en vert) après l’ajout de 12
points (en rouge) et 288 évaluations au total (évaluations pour l’estimation de
l’espérance incluses). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.16 Le résultat final pour l’estimation de l’intersection Γ∗1 ∩ Γ∗2 . . . . . . . . . . . . 97
5.17 Pic d’ammoniac. Le plan d’expériences initial (triangles noirs) et l’estimation
initiale de l’ensemble recherché Γ∗2 (en vert). . . . . . . . . . . . . . . . . . . . . 98
5.18 Pic d’ammoniac. A gauche : La fonction de couverture, le plan d’expériences
initial (triangles noirs), l’estimation initiale de l’ensemble recherché Γ∗2 (en vert)
et les deux points proposés par la stratégie SUR (en rouge). A droite : La mise
à jour de l’estimation de Γ∗2 (en vert) après une itération. . . . . . . . . . . . . 99
5.19 Pic d’ammoniac. A gauche : La déviation de Vorob’ev en fonction du nombre
d’appels au simulateur f . A droite : la fonction de couverture, le plan d’expériences
initial (triangles noirs) et l’estimation de l’ensemble recherché Γ∗2 (en vert) après
l’ajout de 400 points (en rouge). . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.20 Résultats pour le pic d’ammoniac et pour un nombre d’évaluations du simu-
lateur fixé à 510. L’ensemble d’excursion estimé par la première méthode (en-
semble vert de frontière bleue) et la frontière rouge de l’ensemble estimé par la
deuxième méthode. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.21 Nuages de points appartenant à l’estimateur de l’intersection de toutes les
paires des variables de contrôle (les points rouges). Le plan d’expériences initial
à 45 points (les triangles noirs). . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
A.1 Le cycle de conduite NEDC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

A.2 Les 13 cycles enregistrés concaténés . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.3 Histogramme et densité de probabilité des accélérations ak+1 sachant (ak =
0, vk = 30) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
A.4 Un schéma décrivant la génération des cycles de conduite. . . . . . . . . . . . . 108
Liste des tableaux
1.1 Noyaux de covariance usuels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1 Les erreurs de quantification en fonction de la taille du quantifieur optimal pour

le mouvement brownien. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.1 Analytical example. Stopping criteria parameters used in the estimation of

expectation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2 Analytical example. (Left) The relative error obtained by the two GFQ methods
for different values of l0 and . (Right) The cumulative number of calls to
the function f (in brackets are the number of iterations required to reach the
stopping criterion in the SUR strategy). . . . . . . . . . . . . . . . . . . . . . . 57
3.3 Analytical example. The average relative error obtained by the crude MC, Fpca
for different values of l0 and (in brackets are the standard deviation for the
crude MC and Fpca methods). . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4 Analytical example. The average cumulative number of calls to the function f
(written in brackets are the number of iterations required to reach the stopping
criterion in the SUR strategy). . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.5 Analytical example. (Top) The average set estimation error obtained for dif-
ferent sample size and methods and mKL = 7 (in brackets are the standard
deviation). (Bottom) The average cumulative number of calls to the function f
(in brackets are the number of iterations required to reach the stopping criterion
in the SUR strategy). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.6 Analytical example. (Top) The average set estimation error obtained by the
Fpca and the L2 -GFQ methods for different values of m (in brackets are the
standard deviation). (Bottom) The average cumulative number of calls to the
function f (in brackets are the number of iterations required to reach the stop-
ping criterion in the SUR strategy). . . . . . . . . . . . . . . . . . . . . . . . . 60
3.7 Analytical example. The explained variance in function of mKL . . . . . . . . . 60
3.8 La part de variance expliquée en fonction de l’argument de troncature mKL . . . 66
3.9 L’erreur d’estimation ou sa moyenne (dans le cas des méthodes ”Fcpa” et
maximin-GFQ) obtenue par les 3 méthodes pour différentes valeurs de mKL
(entre parenthèses, l’écart type). La moyenne du nombre total d’appels à la
fonction f (entre parenthèses, le nombre d’itérations nécessaires pour atteindre
le critère d’arrêt dans la stratégie SUR). . . . . . . . . . . . . . . . . . . . . . . 66
4.1 The explained variance in function of mKL for two types of uncertainties. . . . 76
4.2 Analytical example 2 [Max stable process]. Number of simulator calls in func-
tion of the estimation error for the two methods presented respectively in Chap-
ter 3 (L2 -GFQ) and in Chapter 4 (Kriging in joint space). Bottom : CPU time
at iteration 100 and 200 for the methods. . . . . . . . . . . . . . . . . . . . . . 79
x
5.1 Les 9 paramètres de contrôle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.2 Les paramètres incertains en entrée du code et leurs distributions de probabilité
associées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.3 les domaines de définition et les distributions de probabilité associés aux entrées
du code de calcul. Certaines données (*) sont masquées car confidentielles. . . . 94
Introduction
Contexte de l’étude
En Europe, de nouvelles normes se succèdent pour revoir à la baisse les seuils d’émissions
des principaux polluants réglementés. Ces normes régulent les émissions de 4 polluants : les
particules, le monoxyde de carbone (CO), les hydrocarbures imbrûlés (HC) et les oxydes
d’azote (NOx ). Concernant ce denier, l’ajout d’un filtre à l’échappement s’est avéré indis-
pensable puisqu’il n’était pas possible de réduire ces rejets par des réglages sur le moteur. A
l’heure actuelle un des systèmes les plus utilisés pour faire face à cette problématique est le
SCR (Selective Catalytic Redution). Ce système se charge de transformer les NOx en azote
et vapeur d’eau. Cette technologie est fiable et a été utilisée depuis plusieurs années dans le
traitement des émissions polluantes des installations industrielles. Mettant en jeu un ensemble
de réactions très complexes, ce système permet de réduire les NOx à l’intérieur de la ligne
d’échappement à l’aide d’une solution à base d’urée. Cette solution est convertie en NH3 et
ce dernier réduit les NOx en azote (N2 ).
Le système de dépollution, faisant intervenir des réactions physico-chimiques complexes,

dépend d’un grand nombre de paramètres à calibrer. Il est souvent représenté par un modèle
numérique qui joue un rôle prépondérant dans la conception. Par exemple la simulation
numérique est utilisée pour calibrer les paramètres du modèle afin d’optimiser le rende-
ment et donc de réduire plus efficacement les émissions de polluants. Décrivant fidèlement
les phénomènes physiques qui gouvernent le fonctionnement des systèmes, ces simulateurs
numériques permettent d’analyser et de comparer différentes configurations envisagées avant
de mettre en œuvre des expériences réelles plus onéreuses, surtout dans un contexte où les
budgets sont de plus en plus restreints. Cependant, le nombre de simulations numériques qu’il
est envisageable de réaliser en un temps d’étude raisonnable reste tout de même limité, car
ces simulateurs numériques s’appuient sur des codes de calcul généralement complexes dont
l’exécution est assez lourde.
Ce travail de thèse a été motivé et financé par l’IFP Énergies Nouvelles dont l’un des ob-
jectifs a été de développer des méthodologies et des algorithmes efficaces pour le paramétrage
du contrôle de système de dépollution. Nos résultats ont permis de proposer une procédure
de configuration du système SCR dans le but de répondre aux normes instaurées par l’UE.
Ces résultats sont présentés dans le chapitre 5.
La suite de cette introduction est dédiée à une brève description du problème à résoudre.
Nous énonçons les problématiques sous-adjacentes à nos travaux de recherche et détaillons la
composition du manuscrit.
1
Prise en compte des incertitudes
Le système de dépollution étudié dans cette thèse est défini par des paramètres de deux
natures différentes :
— des paramètres de contrôle (paramètres de la stratégie de contrôle du système de

dépollution)
— des entrées incertaines.
Parmi les entrées incertaines on trouve par exemple les biais des capteurs : l’incerti-
tude associée peut provenir des tolérances de fabrication. Le fonctionnement du système de
dépollution dépend aussi du profil de vitesse du véhicule (cycle de conduite), on parle alors
d’incertitude environnementale. On écrit ainsi le simulateur numérique sous la forme suivante :
y = f (x, ξ),
où
• f est le simulateur numérique,
• x est le vecteur des paramètres de contrôle du système, encore appelées variables de
décision qui caractérisent le fonctionnement du contrôle,
• ξ regroupe les entrées incertaines du système,
• y est la variable de sortie ou quantité d’intérêt.
Dans le cadre de notre travail, nous n’envisageons pas le cas des sorties spatiales ou fonc-
tionnelles. Le simulateur numérique f renvoie la quantité de NOx rejeté, encore appelé le score
DeNOx . Le vecteur x regroupe les variables de contrôle du système de dépollution. L’entrée
incertaine ξ correspond aux variables incertaines scalaires (biais de capteurs) et fonctionnelle
(cycle de conduite).
Les variables incertaines sont modélisées par des variables aléatoires auxquelles sont at-
tribuées des lois de probabilité. Ces lois de probabilité peuvent êtres choisies par avis d’expert
(constructeur des capteurs) ou construites par inférence à partir d’observations, comme c’est le
cas pour la variable fonctionnelle dans notre cas d’étude où seul un échantillon de réalisations
(courbes temporelles) est mis à notre disposition.
Ensemble d’excursion : problème d’inversion

Dans ce travail de recherche, on s’intéresse à la problématique d’identification de pa-
ramètres admissibles pour des systèmes complexes. Plus précisément, on cherche à construire
l’ensemble des valeurs des variables de contrôle admissibles par rapport à un seuil prédéfini :
dans l’application qui nous intéresse dans la thèse, l’ensemble des valeurs des paramètres de
contrôle du système SCR permettant d’être sous les seuils d’émission de polluants imposés par
les normes de l’UE. On peut être confronté à un tel problème également dans l’ingénierie de la
fiabilité où la sécurité d’un système est souvent modélisée avec un simulateur numérique qui
prend en entrée un ensemble de mesures physiques et renvoie le niveau de fiabilité du système.
Dans un tel contexte, une quantité d’intérêt est l’ensemble de tous les paramètres physiques
qui conduisent à un niveau de sécurité prédéfini. On parle alors de problèmes d’inversion.
Dans notre cas d’étude, les problèmes d’inversion à résoudre doivent tenir compte de
l’incertitude induite par les variables incertaines. On parle alors de problèmes inversion sto-
chastiques. On souhaite ainsi concevoir des systèmes dont les performances sont robustes en
un sens à préciser. Dans un tel cadre, la prise en compte des incertitudes dans le problème
d’inversion peut aboutir à différentes formulations. On pourrait s’intéresser à la résolution du
problème en grande probabilité,
Γπ = {x , P f (x, ξ) ≤ seuil ≥ π},

où la probabilité 1−π reflète le risque que l’on est prêt à assumer. Une autre possibilité consiste
à prendre l’espérance comme mesure de robustesse. Il s’agit de la formulation considérée dans
le cadre de cette thèse. Mathématiquement, cela se traduit par l’identification de l’ensemble
d’excursion suivant :
Γ∗ = {x , Eξ [f (x, ξ)] ≤ seuil}. (1)
Dans ce cas, on cherche les paramètres de contrôle tels que la sortie soit, en moyenne, inférieure
au seuil. On justifiera ce choix plus loin dans le manuscrit.
Réduction de modèle et stratégie d’enrichissement

Résoudre le problème (1) ci-dessus ne peut se faire directement sur le simulateur numérique
trop coûteux en calcul.
Une solution consiste à remplacer le simulateur numérique par un modèle approché (métamodèle)
plus rapide à exécuter, appelé modèle de substitution. Un tel modèle est construit à partir d’un
nombre limité d’observations évaluées avec le simulateur coûteux, et permet ensuite de prédire
les performances de n’importe quelle configuration du système de façon quasi-instantanée. Ces
modèles de substitution sont définis indépendamment du système étudié, ainsi et de par leur
nature générique, ils sont employés dans des domaines très variés. Parmi les modèles les plus
répandus, on peut citer les approximations polynomiales, les réseaux de neurones ou encore
la modélisation par processus gaussiens. Le contrôle de l’erreur de prédiction est primordiale
puisqu’il permet le développement de plusieurs techniques d’échantillonnage adaptatif, sui-
vant le problème à résoudre.
Dans le cadre de notre travail, on s’est intéressé à la modélisation par processus gaus-
siens (krigeage) qui donne accès à une estimation de l’erreur de prédiction ainsi utilisée pour
construire un plan d’expériences adaptatif dédié à l’inversion. Cette stratégie de construction
de plans d’expériences permet de limiter les évaluations du simulateur en certaines zones de
l’espace des entrées permettant ainsi de préciser le modèle aux endroits stratégiques.
Problématiques
Ainsi pour résoudre le problème d’inversion (1) nous proposons d’étendre les techniques
existantes d’inversion par processus gaussien ([Rasmussen and Williams, 2006]) au contexte
incertain, notamment à la présence d’une variable aléatoire fonctionnelle dont la distribution
n’est connue qu’au travers un échantillon donné.
Nos contributions portent sur la quantification des incertitudes fonctionnelles et les problèmes
d’inversion stochastique. Ce travail de thèse a pour objectifs de répondre aux problématiques
suivantes :
• quantifier l’incertitude associée à une variable fonctionnelle (cycles de conduite) connue

à travers un échantillon de réalisations,
• proposer des méthodes de résolution d’un problème d’inversion en présence d’incerti-
tude fonctionnelle.
Organisation du manuscrit
La thèse comporte 5 chapitres organisés comme suit.
Dans le chapitre 1, un bref rappel sur la modélisation par processus gaussiens est présenté.
Ensuite, on donne une stratégie pour un choix judicieux des points d’évaluations dans le cas
de fonctions déterministes. Dédiée à l’inversion, cette stratégie repose sur des notions d’en-
sembles aléatoires fermés.
Dans le chapitre 2, on commence par rappeler quelques méthodes élémentaires pour l’esti-
mation de l’espérance dans le cas de variables aléatoires vectorielles ou fonctionnelles. Ensuite,
on propose deux méthodes d’estimation séquentielle dans un cadre fonctionnel et où la va-
riable fonctionnelle n’est connue qu’à travers un échantillon de réalisations. Ces deux méthodes
reposent sur une réduction de dimension de la variable fonctionnelle par une méthode de Ka-
runhen Loeve. Leur originalité réside dans le fait que l’estimation de l’espérance est faite de
manière séquentielle. Les performances de ces méthodes sera illustrée sur des cas analytiques
pour lesquels on montre l’efficacité des estimations et ce, à faible coût en comparaison des
méthodes Monte Carlo classiques.
Dans le chapitre 3, on propose une méthodologie permettant de résoudre un problème

d’inversion sous incertitudes fonctionnelles. Cette approche combine les notions définies dans
les chapitres 1 et 2.
Le chapitre 4 propose une nouvelle construction de plan d’expériences adaptatif dédiée

à l’inversion sous incertitude fonctionnelle. Cette méthode repose sur une modélisation par
processus gaussien et la capacité à calculer semi-analytiquement une mesure de robustesse
(l’espérance). Cette approche est appliquée à deux exemples analytiques et comparée à la
méthode présentée dans le chapitre 3.
Dans le chapitre 5, on commence par introduire le problème industriel qui a motivé les
travaux de cette thèse. Ensuite, on présente des outils de visualisation de données fonction-
nelles et une application de ces derniers pour les cycles de conduite. On applique les deux
méthodologies développées dans les chapitres précédents pour identifier l’ensemble d’excur-
sion menant à respecter les normes en moyenne. Une analyse comparative des deux méthodes
est également présentée.
Enfin, nous concluons ce manuscrit par un rappel sur les méthodologies proposées dans ce
document, ainsi que par une description des perspectives envisagées.
Chapitre 1
Estimation d’un ensemble

d’excursion par modèle de
substitution
Outlines
Ce chapitre a pour objectif d’introduire les méthodes pour la résolution d’un problème d’inversion pour
des simulateurs déterministes et coûteux en temps de calcul. On présentera une stratégie séquentielle
d’évaluation du simulateur pour identifier l’ensemble recherché avec le moins d’appels au code.
Contents
1.1 Modélisation par processus gaussien . . . . . . . . . . . . . . . . . . . . . . 7
1.1.1 Définitions et propriétés de base . . . . . . . . . . . . . . . . . . . 7
1.1.2 Processus gaussiens . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.3 Modélisation par processus gaussiens . . . . . . . . . . . . . . . . . 10
1.1.4 Synthèse et objectif . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Estimation et quantification de l’incertitude associée à un ensemble d’ex-
cursion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Espérance d’ensembles aléatoires fermés . . . . . . . . . . . . . . . 12
1.2.2 Estimation d’un ensemble d’excursion et l’incertitude associée . . . 15
1.3 Stratégie de réduction séquentielle d’incertitudes . . . . . . . . . . . . . . . 16
1.3.1 La stratégie SUR . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.2 Exemple d’application . . . . . . . . . . . . . . . . . . . . . . . . . 18
Les simulateurs numériques, ou codes de calcul, permettent de modéliser un phénomène

physique complexe. Lorsque l’utilisateur n’a accès qu’à des couples entrées/sorties du simula-
teur, on parle de boı̂te noire. Plus précisément, l’utilisateur n’a accès qu’aux couples (xi , g(xi ))
où (
X ⊂ Rp → R
g: (1.1)
x 7→ g(x),
pour n valeurs de paramètres d’entrée x1 , . . . , xn . Un large éventail de problèmes peut être
formulé à partir de simulateurs de type boı̂te noire. Par exemple, on peut être intéressé
par les valeurs d’entrée pour lesquelles une sortie atteint son maximum ou son minimum
(problèmes d’optimisation). Alternativement, nous pourrions rechercher l’ensemble du do-
maine de définition des entrées pour lesquelles la sortie est dans un ensemble d’intérêt (problème
5
d’inversion). Cela se traduit par l’identification de l’ensemble suivant
Γ∗ = {x ∈ X , g(x) ≤ c}, (1.2)
où c ∈ R est un seuil prédéfini. Les simulateurs numériques ont souvent des temps d’exécution
de plusieurs minutes voire plusieurs heures, ce qui exclut l’application de techniques gour-
mandes en évaluations. Par exemple des méthodes de recherche aléatoire (recuit simulé,
stratégies évolutionnaires, etc.), très gourmands en évaluations, sont écartées. Il est donc pri-
mordial d’apporter une solution raisonnable au problème considéré en utilisant peu d’évaluations
du simulateur. Cela implique de choisir, selon une stratégie bien définie, les différents points
où évaluer le simulateur.
Figure 1.1: Construction d’un modèle de substitution à partir d’échantillons d’un simulateur
numérique coûteux.
Une approche très courante pour élaborer des stratégies économiques d’évaluation du
simulateur repose sur l’utilisation des métamodèles aussi appelés modèles de substitution.
Un métamodèle est une représentation déterministe ou probabiliste de la relation entre les
entrées et la sortie du simulateur construite à partir d’un nombre limité d’évaluations. Plus
précisément, dans le cadre de la thèse, la classe de métamodèles retenue est la régression par
processus gaussiens
(voir, e.g, [Matheron, 1973, Rasmussen and Williams, 2006, Chiles and Delfiner, 1999]) dont
l’utilisation est très répandue et dont l’application à l’optimisation ou à l’inversion a déjà
fait ses preuves. La métamodélisation par processus gaussien, également appelée krigeage,
est une technique issue de la géostatistique. Son principe est le suivant : on suppose que la
fonction à approcher g est la réalisation d’un processus gaussien (Yx )x∈X conditionné par les
points évalués. Cette hypothèse a notamment pour intérêt de fournir, en plus d’une prédiction
de la fonction inconnue g, l’erreur de prédiction commise par ce métamodèle en tout point
de l’espace x ∈ X. Notons que le processus (Yx )x∈X peut être considéré autre que gaussien
(voir, e.g, [Palacios and Steel, 2006]), mais cette hypothèse facilite grandement la définition
du processus lorsque de nouvelles observations sont assimilées. En effet, un processus gaussien
conditionné par de nouvelles observations demeure gaussien et les calculs en sont facilités.
Dans le cadre de la thèse et parmi l’éventail des problèmes possibles, on s’intéresse au
problème d’inversion, ou l’identification d’un ensemble d’excursion, à partir d’un ensemble
d’évaluations. Ce problème fait l’objet d’une littérature abondante. Des méthodes d’estimation
non paramétrique ont été proposées dans [Devroye and Wise, 1980] et [Baillo et al., 2000], ces
dernières fournissent des estimateurs convergents, sous certaines hypothèses sur l’ensemble
recherché. Il existe aussi une technique directe qui consiste à prendre un estimateur plug-
in ([Molchanov, 1998, Cuevas et al., 2006]). Dans un tel contexte, cette approche consiste à
remplacer la fonction inconnue g par un estimateur approprié, et de considérer l’ensemble
d’excursion de l’estimateur comme estimation de l’ensemble recherché ([Ranjan et al., 2008]).
Bien que l’approche plug-in soit pratique, elle ne fournit pas une quantification des incertitudes
associées à l’estimateur de l’ensemble. La stratégie expliquée dans ce chapitre vient pallier ce
problème.
L’objectif de ce chapitre est de définir une stratégie adaptative d’ajout de simulations afin
de résoudre un problème d’inversion. On propose d’adopter la stratégie de [Chevalier et al., 2014a]
qui repose sur des techniques de modélisation par processus gaussien et sur la théorie des en-
sembles aléatoires fermés. En guise de préliminaire, les deux premières sections sont dédiées au
rappel de quelques fondamentaux sur les variables et processus aléatoires, la modélisation par
processus gaussien ainsi que la théorie des ensembles aléatoires fermés. La troisième section
est dédiée à présenter la stratégie retenue qui combine les notions introduites auparavant pour
l’identification d’un ensemble d’excursion.
1.1 Modélisation par processus gaussien

1.1.1 Définitions et propriétés de base
On considère un espace probabilisé (Ω, F, P) et un espace d’état mesuré (S, B(S)). Cet
espace peut éventuellement être Rp (p ∈ N∗ ) muni de sa tribu borélienne notée B(Rp ).
On appelle variable aléatoire toute application mesurable Y : (Ω, F, P) → (S, B(S)).
Lorsque (S, B(S)) = (Rp , B(Rp )), on parle de vecteur aléatoire réel (V.a.r.), ou encore de
variable aléatoire réelle (v.a.r.) dans le cas où p = 1. L’espérance d’une v.a.r. Y , notée E[Y ],
est l’intégrale de Y par rapport à la mesure de probabilité P :
Z
E[Y ] = Y (w)dP(w). (1.3)
Ω
Pour s ≥ 1, on note Ls (P) l’espace des v.a.r. telles que E[|Y s |] < ∞, et les nombres E[|Y s |]
sont appelés les moments d’ordre s de la v.a.r. Y . Dans le cas où s = 2, L2 (P) est un espace de
Hilbert, espace des variables aléatoires de carré intégrables (i.e. E[|Y 2 |] < ∞). La covariance
entre Y1 , Y2 ∈ Ls (P) est définie par :
Cov(Y1 , Y2 ) = E[Y1 Y2 ] − E[Y1 ]E[Y2 ] (1.4)
Pour un vecteur aléatoire Y ∈ Rp , on appelle matrice de covariance de Y, notée Cov(Y),
la matrice symétrique réelle de taille p × p de terme général Cov(Yi , Yj ). Cette matrice est
clairement symétrique et de plus on a :
p X
p
∀a = (a1 , . . . , ap )> ∈ Rp , a> Cov(Y)a =
X
ai aj Cov(Yi , Yj )
i=1 j=1
(1.5)
d
X
= var ai Yi ≥ 0,
i=1
ce qui signifie que la matrice Cov(Y) est une matrice symétrique positive.
Les vecteurs gaussiens constituent une classe particulièrement intéressante de vecteurs

aléatoires. Rappelons qu’une v.a.r. est dite gaussienne standard, ou encore de loi N (0, 1),
2
lorsqu’elle admet pour densité de probabilité la fonction ϕN (0,1) (y) = √12π e−y /2 . Une v.a.r.
est dite gaussienne s’il existe m ∈ R, σ ∈ [0, ∞[, et N ∼ N (0, 1) tels que Y = m + σN . On a
alors Y ∈ L2 avec E[Y ] = m et Var(Y ) = σ 2 et on notera Y ∼ N (m, σ 2 ). On appelle vecteur
gaussien standard un V.a.r. N dont les composantes sont indépendantes et de loi N (0, 1). De
manière plus générale, on dit que Y est un vecteur gaussien si :
Y = m + AN, (1.6)
où m ∈ Rp et A ∈ Rp×p . Dans ce cas, E[Y] = m et il vient alors par calcul direct que
Σ := Cov(Y) = AA> , et on note Y ∼ N (m, Σ). Dans le cas où Σ est inversible, on a la
densité de probabilité gaussienne multivariée suivante :
1 1 > Σ−1 (y−m)
ϕm,Σ (y) = e− 2 (y−m) , y ∈ Rp , (1.7)
|Σ|1/2 (2π)d/2
où |Σ| est le déterminant de la matrice Σ.
Une particularité remarquable des vecteurs gaussiens concerne le conditionnement d’un
vecteur gaussien par rapport à un autre vecteur gaussien. Si Y = (Y1 , Y2 )> est un vecteur
gaussien ([Petersen et al., 2008]) tel que :
! ! !
Y1 m1 Σ11 Σ12
Y= ∼N , ,
Y2 m2 Σ21 Σ22
et Σ22 est inversible, alors pour toute réalisation y2 du vecteur gaussien Y2 , on a :
Y1 |Y2 = y2 ∼ N m1 + Σ12 Σ−1 −1

22 (y2 − m2 ) , Σ11 − Σ12 Σ22 Σ21 . (1.8)
1.1.2 Processus gaussiens

Soit (Ω, F, P) un espace probabilisé, (S, B(S)) = (R, B(R)) et X ⊂ Rp , où p ≥ 1. (Yx )x∈X
est appelé processus gaussien ou encore champs gaussien lorsque toutes ses loi finies-dimensionnelles
sont gaussiennes, i.e., ∀k ≥ 1, ∀x1 , . . . , xk ∈ X, le V.a.r. (Yx1 , . . . , Yxk ) est gaussien. Cela im-
plique que quel que soit x ∈ X, la v.a.r. Yx suit une loi gaussienne. Il en découle que le
processus (Yx )x∈X admet des moments d’ordre 2, notons les comme suit :
m(x) := E[Yx ]
(1.9)
k(x, x0 ) := Cov(Yx , Yx0 ), (x, x0 ) ∈ X2
La moyenne, appelée aussi tendance, notée m et le noyau de covariance, noté k, déterminent
complètement la loi du processus, dans la suite de ce chapitre, on utilisera la notation Y ∼
PG(m, k).
Dire qu’un processus est stationnaire à l’ordre 1 signifie que m est constante, i.e., ∀x ∈
X, m(x) = c. La stationnarité à l’ordre deux s’obtient par l’existence et la stationnarité du
noyau de covariance k et cela signifie que quel que soit (x, x0 ) ∈ X2 , k(x, x0 ) ne dépend que
de h = x − x0 , dans ce cas, on parle de processus fortement stationnaire. Cela illustre le rôle
prépondérant que joue le noyau de covariance k dans la définition d’un processus gaussien.
Donnons un panel de fonctions couramment utilisées pour le noyau de covariance.
Choix du noyau
Nous avons vu que toute fonction définie positive peut être prise comme fonction de
covariance, sauf que la condition de positivité est difficilement vérifiable. Ainsi on a souvent
recours à des fonctions de covariance bien connues. Dans le cas où X = R, l’exemple classique
d’une telle fonction est le noyau exponentiel de degré 2 stationnaire suivant :
(x−x0 )2
k(x, x0 ) = σ 2 e− 2θ 2 , (1.10)
où σ est un paramètre d’échelle et θ un paramètre de portée. Ce choix de noyau conduit à des
fonctions de classe C ∞ pour les trajectoires du processus associé. Pour le noyau exponentiel
défini par
|x−x0 |
k(x, x0 ) = σ 2 e− 2θ , (1.11)
les trajectoires du processus ne sont pas dérivables mais seulement continues (de classe C 0 ).
Parmi les noyaux les plus couramment utilisés pour la modélisation par processus gaussien,
on trouve aussi les noyaux de Matern. La Table 1.1 classe par ordre de régularité les noyaux
usuels.
Nom Expression Classe

0 )2
Gaussien √
σ 2 exp − (x−x
2θ2 √
C∞
0| 5(x−x0 )2 − 5|x−x0 |
Matérn 5/2 σ 2 1 + 5|x−x
θ √ + 3θ2
exp√ θ C2
2 3|x−x0 | − 3|x−x0 |
Matérn 3/2 σ 1+ θ exp θ C1
0|
Exponentiel σ 2 exp − |x−x θ C0
Table 1.1: Noyaux de covariance usuels.
La stationnarité est la particularité de ces noyaux puisque leur expression dépend unique-
ment de |x − x0 |. De plus, pour chacun de ces noyaux, k(x, x0 ) est strictement décroissante en
|x − x0 |. Il en découle que la connaissance d’un processus Y en un point x aura une influence
locale sur la connaissance de Y . Sur la figure 1.2, on représente quelques noyaux classiques et
des réalisations des processus gaussiens associés.
Figure 1.2: Fonctions de covariance classiques (à gauche) et des réalisations des processus
gaussiens associés (à droite). Les paramètres sont fixés à (σ 2 , θ) = (1, 0.3).
Dans le cas où les variables d’entrée sont des vecteurs de Rd , les noyaux usuels sont
construits comme le produit tensoriel de noyaux unidimensionnels ki . Pour x = (x1 , . . . , xp )> ∈
Rp et x0 = (x01 , . . . , x0p )> ∈ Rp ,
p
k(x, x0 ) = ki (xi , x0i ).
Y
(1.12)
i=1
Dans la section 1.1.3, on verra le rôle prépondérant que joue le noyau de covariance dans
la modélisation par processus gaussiens. Pour le choix du noyau optimal pour traiter un
problème donné, il existe des techniques de validation croisée mais elles sont coûteuses. Si on
a des a priori sur la régularité de g ou sur certaines de ses propriétés, on choisira un noyau en
conséquence.
1.1.3 Modélisation par processus gaussiens
Nous considérons dans cette section que la fonction à modéliser g est définie sur un compact
X ⊂ Rp , continue et qu’elle est à valeurs réelles. Comme il a été dit dans l’introduction de
ce chapitre, on suppose que l’on dispose de n points Xn = (x1 , . . . , xn ) ∈ Xn pour lesquels la
valeur de g est connue, et on note par gXn = (g(x1 ), . . . , g(xn )) ∈ Rn les valeurs de la fonction
g aux points Xn .
L’hypothèse fondamentale de la modélisation par processus gaussien est que la fonction g
est une trajectoire d’un processus gaussien Y indexé par X. L’objectif va donc être de prendre
en compte dans la modélisation de g l’information partielle fournie par les évaluations gXn . La
loi du processus Y est caractérisée par ses deux premiers moments (cf. section 1.1.2), on peut
s’intéresser à la distribution du processus Y sachant qu’il prend les valeurs de la fonction g
aux points du plan Xn : YXn = (Yx1 , . . . , Yxn ) = gXn . Le processus conditionnel Y |YXn = gXn
est gaussien, de plus la moyenne et la covariance conditionnelles sont obtenues directement
en utilisant la proposition 1.8 :
Y |YXn = gXn ∼ GP(mn , kn ) où

mn (x) = m(x) + kn (x)> K−1

n gXn − m(Xn ) (1.13)
0 0 >
kn (x, x ) = k(x, x ) − kn (x) K−1 0
n kn (x )
avec kn (x) = k(x, x1 ), . . . , k(x, xn ) , kn (x0 ) = k(x0 , x1 ), . . . , k(x0 , xn ) et Kn la matrice de

covariance aux points Xn , i.e., Kn = (k(xi , xj ))1≤i,j≤n . La quantité mn interpole les valeurs
de la fonction g aux points Xn . De plus mn (x) est le meilleur prédicteur (au sens de l’erreur
quadratique moyenne), linéaire en gXn sans biais de Yx . La variance conditionnelle kn (x, x)
permet de calculer un intervalle de prédiction en chaque point x.
Estimation des paramètres

Comme le montrent les équations (1.13), l’expression de mn dépend de la structure de
covariance donnée par kn et donc des paramètres qui la définissent. Il est donc important de
bien estimer ces derniers. En pratique, on trouve deux grandes méthodes d’estimation dans la
littérature. Une première méthode, par maximum de vraisemblance, consiste à déterminer les
paramètres maximisant la vraisemblance, définie comme étant la densité de probabilité des
observations. La deuxième méthode, par validation croisée, a pour objectif de quantifier la
capacité de généralisation d’un modèle en se basant uniquement sur les données d’apprentis-
sage (se référer à [Ginsbourger et al., 2009, Santner et al., 2013] pour plus de détails). Dans
la suite de ce manuscrit, nous nous limiterons à la première approche.
Exemple d’application
Afin d’illustrer la modélisation par processus gaussien, nous utilisons un des cas présentés
dans l’article de [Roustant et al., 2012]. On définit la fonction g comme suit
(
[0, 1] → R
g: (1.14)
x 7→ (sin(10x)/(1 + x) + 2 cos(5x)x3 + 0.841)/1.6,
la modélisation correspondante est donnée sur la figure 1.3. Les points rouges représentent
l’ensemble d’apprentissage utilisé pour modéliser la réponse. Le noyau de covariance retenue
est de type Matérn 5/2 (voir table 1.1) et les paramètres (θ, σ) de ce dernier sont estimés
par maximum de vraisemblance. La prédiction obtenue est donnée sur la figure de droite 1.3
et l’incertitude associée à cet estimateur est donnée par la bande de confiance à 95%. On
remarque bien sur cet exemple que la prédiction est interpolante.
Figure 1.3: A gauche : la fonction inconnue g (courbe noire) et cinq réalisations du processus
gaussien conditionné défini par les équations (1.13), intervalle de confiance à 95% (bande
en bleu clair). A droite : Approximation de la fonction g (en trait noir) par la moyenne
conditionnelle mn (trait bleu) obtenue à partir de n = 8 points d’expériences, intervalle de
confiance à 95% (bande en bleu clair).
1.1.4 Synthèse et objectif

Nous avons présenté dans cette section une méthode probabiliste pour modéliser une fonc-
tion inconnue supposée continue, g, que l’on a observée en un nombre limité de points. On
a donc cherché à mettre à profit ces connaissances pour construire un modèle qui approche
au mieux g. On a vu que la modélisation par processus gaussien fournit un estimateur de la
fonction g donné par la moyenne conditionnelle mn ainsi que l’incertitude associée à cet esti-
mateur fournie par la variance conditionnelle kn . On rappelle qu’on s’intéresse à la résolution
d’un problème d’inversion. En d’autres termes, on cherche à identifier l’ensemble
Γ∗ = {x ∈ X , g(x) ≤ c}, (1.15)
où c ∈ R est un seuil prédéfini. Comme la fonction g est coûteuse en temps de calcul, le
but est d’estimer l’ensemble Γ∗ avec le moins d’appels possible au simulateur g. Toujours
dans la même configuration où la valeur de g est connue en certains points du plan Xn , il
est raisonnable d’exploiter cette information dans l’estimation de Γ∗ . Dans un cadre bayésien
(cf. section 1.1.3), et dans la logique de l’approche plug-in introduite précédemment, on peut
approcher la fonction g par la moyenne conditionnelle mn et ainsi estimer l’ensemble Γ∗ par
Γplug-in = {x ∈ X , mn (x) ≤ c}, (1.16)
La figure 1.4 montre l’estimateur plug-in pour l’exemple introduit précédemment où le
seuil est fixé à c = 0.25. Bien que cet estimateur soit facile à implémenter, cette technique
ne fournit pas une quantification de l’incertitude. Le but de la section 1.2 est de pallier ce
problème et donc de fournir un estimateur de l’ensemble Γ∗ ainsi qu’une quantification de
l’incertitude associée.
Figure 1.4: A gauche : 5 réalisations du processus gaussien conditionnel avec n = 7. A droite :
la moyenne conditionnelle mn (trait bleu), la bande de confiance (en bleu clair) et l’estimateur
Γplug-in .
1.2 Estimation et quantification de l’incertitude associée à un

ensemble d’excursion
Dans cette partie, deux problèmes issus de la géométrie aléatoire seront abordés. Dans
la Section 1.2.1, nous considérons un ensemble aléatoire fermé Γ et étudions l’espérance de
cet ensemble aléatoire, au sens de Vorob’ev. Puis dans le section 1.2.2, nous introduisons un
estimateur numériquement implémentable de l’ensemble d’excursion Γ∗ , en nous inspirant des
travaux de [Chevalier et al., 2014a].
1.2.1 Espérance d’ensembles aléatoires fermés

La définition de l’espérance d’un ensemble aléatoire Γ est une question naturelle. Elle peut
émerger dans divers problèmes tels que ceux présentés dans [Tran, 2014]. Soit un compact
X ⊂ Rp et Γ un ensemble aléatoire fermé de X. Ce fermé aléatoire est une fonction de l’espace
de probabilité (Ω, F, P) dans l’ensemble C des compacts de X mesurable au sens où pour tout
compact C ∈ C, {w ∈ Ω, Γ(w) ∩ C 6= ∅} ∈ F (voir [Molchanov, 2006], chapitre 1.1).
Des définitions de l’espérance de Γ abondent dans la littérature. Ici, on s’intéresse à une
définition s’appuyant sur le principe de linéarisation. Pour une revue plus approfondie des
autres méthodes, on renvoie le lecteur à l’ouvrage [Molchanov, 2006].
La notion de linéarisation consiste à linéariser l’espace C où l’ensemble aléatoire Γ est défini
et où la notion d’espérance n’est pas triviale, pour se ramener à un espace Y où l’espérance
d’une variable aléatoire γΓ est facile à calculer. Une fois cette espérance calculée, l’étape
suivante consiste à trouver l’ensemble C ∈ C pour lequel γC soit suffisamment proche de
E[γΓ ]. Cette étape fait appel à une pseudo-distance δ qui évalue l’écart entre E[γΓ ] et γC .
Ainsi l’espérance de Γ est définie par
E[Γ] ∈ arg min δ(E[γΓ ], γC ). (1.17)

C∈C
Le problème d’optimisation (1.17) est difficile en pratique, et au lieu de le résoudre dans tout
l’espace C, on restreint la recherche à une famille paramétrique Cα ⊂ C.
La notion de linéarisation peut être illustrée par le diagramme suivant :
γ
Γ∈C γΓ ∈ Y
E[Γ] ∈ C E[γΓ ] ∈ Y
proximité
Cette technique dépend alors des ingrédients suivants :

— un espace Y,
— une fonction γ : C → Y,
— une pseudo-distance δ entre deux éléments de Y (proximité),
— une famille paramétrique d’ensembles fermés Cα candidats pour l’espérance E[Γ],
ainsi en définissant proprement ces éléments, on obtient différentes définitions de l’espérance
d’un ensemble aléatoire fermé.
Ici, on s’intéresse à l’espérance de Vorob’ev qui reflète davantage une notion d’occupa-
tion moyenne et d’ensembles de niveau. L’espérance de Vorob’ev est une des applications
directes du principe de linéarisation. Pour plus de détails, on renvoie le lecteur à l’ouvrage
[Molchanov, 2006].
Soit la fonction de couverture de Γ, notée p
(
X → [0, 1]
p: (1.18)
x 7→ P(x ∈ Γ).
On définit la famille paramétrique Cα = {Qα : α ∈ [0, 1]}, où
Qα = {x ∈ X : p(x) = P(x ∈ Γ) ≥ α}. (1.19)
Cette famille paramétrique d’ensembles est aussi appelée quantiles de Vorob’ev.

Définition 1 (Espérance de Vorob’ev ([Vorob’ev, 1984])). L’espérance de Vorob’ev d’un en-
semble aléatoire fermé est l’ensemble Qα∗ = {x ∈ X : p(x) ≥ α∗ } tel que α∗ est déterminé à
partir de l’équation E[µ(Γ)] = µ(Qα∗ ) si cette dernière admet une solution ou à partir de la
condition
µ(Qα ) < E[µ(Γ)] ≤ µ(Qα∗ ), (1.20)
pour tout α > α∗ et µ la mesure de Lebesgue.
L’unicité de l’espérance de Vorob’ev n’est assurée que si la fonction α 7→ µ(Qα ) est continue
en α∗ . Dans le cadre gaussien de notre étude, cette condition est vérifiée par la continuité du
processus gaussien étudié et qui définit Qα , les quantiles de Vorob’ev (cf. section 1.2.2).
D’un point de vue calculatoire, le calcul de l’espérance de Vorob’ev est facile en pratique
si l’espérance du volume de Γ est facile à calculer. Dans le cas gaussien, ce calcul sera présenté
dans la section suivante 1.2.2.
A ce stade, on introduit une notion de distance entre ensembles aléatoires, cette dis-
tance nous sera utile dans la suite. Dans la littérature, pour les ensembles aléatoires fermés,
différentes distances existent. Cette distance peut être utilisée pour quantifier l’éloignement
entre les quantiles de Vorob’ev, Qα , et l’ensemble aléatoire correspondant Γ.
Définition 2 (Distance moyenne pour ensembles aléatoires fermés). Soit deux ensembles
aléatoires fermés Γ1 , Γ2 ⊂ X. La distance moyenne entre Γ1 et Γ2 est donnée par
dµ (Γ1 , Γ2 ) = E[µ(Γ1 4Γ2 )], (1.21)
où Γ1 4Γ2 = (Γ1 \ Γ2 ) ∪ (Γ2 \ Γ1 ).
Cette distance quantifie l’écart entre deux ensembles en mesurant la partie où ces derniers
ne se chevauchent pas. Si les deux ensembles sont égaux presque sûrement alors dµ (Γ1 , Γ2 ) = 0
et si Γ1 ∩ Γ2 = ∅ alors dµ (Γ1 , Γ2 ) = E[µ(Γ1 )] + E[µ(Γ2 )]. Cette distance est très utile dans les
problèmes d’estimation d’ensembles. Le résultat suivant montre que, parmi tous les ensembles
de volume égale au volume moyen, l’espérance de Vorob’ev est l’ensemble qui minimise cette
distance.
Théorème 1 (Le problème de minimisation ([Molchanov, 2006] ; Théorème 2.3)). Si α∗ ≥ 1/2

alors pour tout ensemble mesurable M vérifiant µ(M ) = E[µ(Γ)], on a
E[µ(Γ4Qα∗ )] ≤ E[µ(Γ4M )]. (1.22)
Démonstration 1. Soit (Ω, F, P ) un espace probabilisé, soit un ensemble M tel que µ(M ) =
E[µ(Γ)], on pose F = Qα∗ . Pour tout ω ∈ Ω, on a :

µ(M 4 Γ(ω)) − µ(F 4 Γ(ω)) = µ (M 4 Γ(ω)) \ (F 4 Γ(ω)) − µ (F 4 Γ(ω)) \ (M 4 Γ(ω))
= µ (M \ F ) ∩ Γ(ω)c + µ (F \ M ) ∩ Γ(ω) − µ (F \ M ) ∩ Γ(ω)c

− µ (M \ F ) ∩ Γ(ω)

= µ(M \ F ) − µ(F \ M ) + 2 µ (F \ M ) ∩ Γ(ω) − µ (M \ F ) ∩ Γ(ω)

= µ(M ) − µ(F ) + 2 µ (F \ M ) ∩ Γ(ω) − µ (M \ F ) ∩ Γ(ω)
On introduit l’espérance des deux cotés, on obtient :

h i h i
E µ(M 4 Γ) − µ(F 4 Γ) = µ(M ) − µ(F ) + E 2 µ (F \ M ) ∩ Γ − µ (M \ F ) ∩ Γ
Z Z
= µ(M ) − µ(F ) + 2 p(x)µ(dx) − 2 p(x)µ(dx)
F \M M \F
Puisque ∀x ∈ F \ M, p(x) ≥ α∗ et que, ∀x ∈ M \ F, p(x) < α∗ , alors :

"Z Z #
p(x)µ(dx) ≥ µ(M ) − µ(F ) + 2α∗ µ(F \ M ) − µ(M \ F )

µ(M ) − µ(F ) + 2 p(x)µ(dx) −
F \M M \F
= (2α∗ − 1) µ(F ) − µ(M )

≥0
Ce résultat intéressant nous conforte dans le choix de la famille des quantiles de Vo-
rob’ev comme famille d’ensembles fermés candidats pour définir l’espérance. La quantité
E[µ(Γ4Qα∗ )] est appelée la déviation de Vorob’ev.
Dans la Section 1.2.2, on utilise cette grandeur pour mesurer la variabilité associée à un
estimateur de Γ. Puis pour conclure ce chapitre, on s’appuie sur l’incertitude induite par cette
distance afin de définir une stratégie séquentielle d’évaluation du simulateur pour réduire cette
incertitude et ainsi identifier l’ensemble d’excursion souhaité.
1.2.2 Estimation d’un ensemble d’excursion et l’incertitude associée
Dans un contexte de modélisation par processus gaussien, la fonction inconnue g, supposée
continue, est vue comme une réalisation d’un processus gaussien de moyenne m et de noyau
de covariance k, noté Y ∼ GP(m, k). Ainsi, l’ensemble d’excursion à identifier Γ∗ = {x ∈
X , g(x) ≤ c}, où c ∈ R est un seuil prédéfini, peut être vu comme une réalisation d’un
ensemble aléatoire fermé Γ = {x ∈ X , Yx ≤ c}. Pour la modélisation de g, on s’est appuyé sur
l’ensemble d’apprentissage (Xn , gXn ) ainsi que sur les deux premiers moments pour construire
un estimateur de g donné par mn et une variance de prédiction kn ; il en est de même dans le
cas d’estimation d’un ensemble d’excursion, on va prendre comme estimateur l’espérance de
Vorob’ev et la distance moyenne donnée par l’équation (1.21) comme critère d’incertitude.
Dans ce contexte bayésien et en conditionnant le processus gaussien Y par les évaluations
de la fonction g aux points Xn , la fonction de couverture p devient
pn (x) = P(x ∈ Γ | YXn = gn )
= P(Yx ≤ c | YXn = gn )
(1.23)
c − mn (x)

=Φ p ,
kn (x, x)
où Φ(.) est la fonction de répartition de la loi normale centrée réduite. Les ensembles quantiles
de Vorob’ev générés par la fonction de couverture pn sont obtenus comme suit
Qn,α = {x ∈ X : pn (x) ≥ α}
c − mn (x) (1.24)

= {x ∈ X : Φ p ≥ α}.
kn (x, x)
Ainsi l’espérance de Vorob’ev peut être calculée en déterminant le paramètre αn∗ tel que la
condition (1.20) soit vérifiée, en remarquant que
Z
E[µ(Γ) | YXn = gn ] = pn (x)dµ(x) (1.25)
X
D’un point de vue computationnel, l’évaluation de la fonction de couverture en un point

dépend de l’approximation de la fonction de répartition de la loi normale centrée réduite.
Sous le langage de programmation R, une approximation rapide est obtenue à l’aide de la
fonction pnorm. Pour le choix du paramètre αn∗ et ainsi l’espérance de Vorob’ev, on peut
s’appuyer sur une simple recherche dichotomique dans l’intervalle [0, 1] et une discrétisation
de l’espace X. Sous R, cette procédure est implémentée sous la fonction vorob threshold du
package KrigInv (cf. [Chevalier et al., 2014b]).
Une fois l’espérance de Vorob’ev déterminée, le calcul de la déviation de Vorob’ev se fait
de manière directe. En effet
h i
En [µ(Γ4Qn,α∗n )] = En µ(Γ ∩ Qcn,α∗n ) + µ(Qn,α∗n ∩ Γc )
Z
= En 1{x∈Γ,x6∈Qn,α∗ } + 1{x6∈Γ,x∈Qn,α∗ } µ(dx)
X n n
(1.26)
Z Z
= En [1{x∈Γ} ]µ(dx) + En [1{x6∈Γ} ]µ(dx)
Qcn,α∗ Qn,α∗
n n
Z Z
= pn (x)µ(dx) + (1 − pn (x))µ(dx),
Qcn,α∗ Qn,α∗
n n
où En [.] = E[. | YXn = gXn ]. La figure 1.5 montre l’espérance et la déviation de Vorob’ev
obtenues pour l’exemple introduit précédemment.
Figure 1.5: L’espérance de Vorob’ev Qn,α∗n (en vert), l’estimateur plug-in Γplug-in (en bleu),
les n = 8 observations (points rouges), la moyenne conditionnelle mn (courbe bleue) et la
bande de confiance (bande bleu clair).
1.3 Stratégie de réduction séquentielle d’incertitudes

Dans les deux sections précédentes, on s’est placé dans un cadre bayésien dans lequel on a
défini les principales méthodes utilisées pour fournir une estimation d’un ensemble d’excursion
ainsi qu’une quantification des incertitudes associées. Le but de cette section est de définir
une stratégie séquentielle d’évaluation du simulateur afin de réduire l’incertitude associée
à cette estimation.
1.3.1 La stratégie SUR

Les stratégies séquentielles guidées par des métamodèles sont aussi utilisées pour l’estima-
tion des lignes de niveaux (cf. [Ranjan et al., 2008]), d’une région cible (cf. [Picheny et al., 2010])
ou plus récemment un ensemble d’excursion (cf. [Chevalier et al., 2014a]). L’idée derrière ces
stratégies est de sélectionner le prochain point d’évaluation de façon pertinente en utilisant
toute l’information disponible grâce aux évaluations précédentes. Toutes ces stratégies peuvent
être regroupées en un seul nom : la stratégie Stepwise Uncertainty Reduction (SUR). L’objec-
tif de la stratégie SUR est de sélectionner le prochain point d’évaluation afin de réduire une
fonction incertitude.
Cette fonction incertitude dépend du problème qu’on cherche à résoudre. Par exemple
dans [Vazquez and Bect, 2009], l’objectif est d’estimer une probabilité de défaillance, ainsi la
fonction incertitude considérée n’est autre que la variance de l’estimateur de cette probabilité.
Dans notre contexte, on cherche à identifier un ensemble d’excursion, ce dernier est estimé
par l’espérance de Vorob’ev Qn,α∗ et l’incertitude associée à cet estimateur est évaluée via la
déviation de Vorob’ev égale à En [µ(Γ4Qn,α∗n )], on note la fonction incertitude par
Hnuncert = E[µ(Γ4Qn,α∗n ) | YXn = gXn ] (1.27)

Ainsi à l’étape n, pour chaque point x ∈ X, on évalue quelle serait la déviation de Vo-
rob’ev à l’étape (n + 1) si on prenait ce point comme (n + 1)ème point. Or pour calculer cette
incertitude nous avons besoin de l’évaluation de g au point x. Pour combler ce manque d’in-
formation, nous utilisons la loi de Yx sachant (Xn , gXn ) qui est connue. L’équation à l’étape
(n + 1) devient donc
uncert
Hn+1 (x) = E[µ(Γ4Qn+1,α∗n+1 ) | YXn = gXn , Yx ]. (1.28)
Le but est de trouver le point xn+1 qui minimise la quantité 1.28 en moyenne, et ce en intégrant
selon la loi de Yx sachant (Xn , gXn ). On a alors :
uncert
xn+1 ∈ arg min En,x [Hn+1 (x)]
x∈X
(1.29)
:= arg min Jn (x)
x∈X
où En,x est l’espérance sachant Yx |YXn = gXn . Pour tout x ∈ X, le critère Jn s’écrit comme
uncert
Jn (x) = En,x [Hn+1 (x)]
(1.30)
Z

= En,x pn+1 (x)1 + 1 − pn+1 (x) 1 µ(dx) .
X pn+1 (x)<α∗n+1 pn+1 (x)≥α∗n+1
Grâce à des formules de mise à jour de la moyenne conditionnelle et du noyau de covariance

conditionnelle, on obtient la proposition suivante :
Proposition 1. Le critère Jn peut être exprimé sous forme explicite (la démonstration est
donnée dans [Chevalier and Ginsbourger, 2013], chapitre 4.2),
" # " #
1 + γn+1 (u) −γn+1 (u)

an+1 (u)
Z
Jn (x) = 2Φ2 ;
X Φ−1 (αn∗ ) − an+1 (u) −γn+1 (u) γn+1 (u)
! (1.31)
an+1 (u) − Φ−1 (αn∗ )
+ pn (u) + Φ p µ(du)
γn+1 (u)
avec
x = (x(1) , x(2) , ..., x(q) ) ∈ Xq

c − mn (u)
an+1 (u) = p
kn+1 (u, u)
t
γn+1 (u) = bn+1 (u)bn+1 (u)
kn (x, u)
bn+1 (u) = p , u∈X
kn+1 (u, u)
où Φ2 (., Σ) est la fonction de répartition de la loi gaussienne centrée bivariée de matrice de
covariance Σ.
Pour plus de perspectives théoriques sur la stratégie SUR, on renvoie le lecteur au papier
[Bect et al., 2016] qui traite de la convergence d’une telle stratégie dans différents cas d’ap-
plications. Dans le cas où l’incertitude est définie par la déviation de Vorob’ev, la convergence
n’a pas encore été prouvée. La stratégie SUR appliquée à un problème d’inversion peut être
résumée par l’algorithme suivant :
Algorithm 1 Stratégie séquentielle d’évaluation du simulateur pour l’estimation d’un en-
semble d’excursion
1: Initial DoE : le plan d’expériences initial Xn et les simulations gXn
2: while le budget alloué r n’est pas atteint, i.e., n ≤ r do
3: Y |YXn = gXn ← la modélisation par processus gaussien
4: xn+1 ← l’optimisation du critère Jn
5: g(xn+1 ) ← l’évaluation de la fonction g au point xn+1
6: n←n+1
7: end while
8: Qn,α∗n ← l’espérance de Vorob’ev comme estimateur de l’ensemble d’excursion
9: En [µ(Γ4Qn,α∗n )] ← la déviation de Vorob’ev comme incertitude associée à l’estimation
10: end
1.3.2 Exemple d’application

Dans cette section, on considère la fonction Branin-Hoo définie comme suit

X = [0, 1]2 →R
g:
5.1 2
2 (1.32)
x = (x1 , x2 ) 7→ x2 − x
4π 2 1
+ π5 x1 − 6 + 10 1 − 1
8π cos(x1 ) + 10,
L’objectif est d’estimer l’ensemble Γ∗ = {x ∈ [0, 1]2 , g(x) ≤ c}, où le seuil est fixé à c = 80. La
fonction g est évaluée sur un plan d’expériences de taille n = 10, on obtient ainsi un ensemble
d’apprentissage (Xn , gXn ). Une modélisation par processus gaussien est alors faite, tenant
compte des observations comme cela a été décrit dans la section 1.1.3, on prend un noyau
de covariance de type Matèrn 5/2 et les paramètres de ce noyau sont estimés par maximum
de vraisemblance. Ce processus gaussien conditionnel définit un ensemble aléatoire fermé Γ
sur lequel on s’appuie pour fournir un estimateur pour l’ensemble d’excursion Γ∗ ainsi qu’une
quantification d’incertitude associée.
Dans cet exemple, on se fixe un budget de r = 40 points et on va mettre en compétition
deux stratégies : la première consiste à remplir l’espace indépendamment du modèle et de
l’objectif d’inversion. On a choisi une suite de Sobol. La deuxième est la stratégie SUR dont
le but est de minimiser la déviation de Vorob’ev. A chaque itération, la fonction g est évaluée
au nouveau point proposé et le processus gaussien est mis à jour via la ré-estimation des
paramètres du noyau de covariance.
La figure 1.6 (haut à droite) montre l’évolution de la déviation de Vorob’ev en fonction
des points ajoutés au plan. On remarque que la stratégie SUR mène à une décroissance plus
rapide de la déviation de Vorob’ev et que l’espérance de Vorob’ev obtenue après 40 points
ajoutés se confond parfaitement avec le vrai ensemble Γ∗ . On remarque aussi que les points
proposés par la stratégie SUR se trouvent dans le voisinage de la frontière de l’ensemble. C’est
en effet dans cette zone qu’on attend le plus d’incertitude.
Figure 1.6: Exemple analytique. en haut à gauche : Le vrai ensemble d’excursion (ensemble
vert de frontière mauve). En bas à droite : le plan initial (triangles noirs), les points ajoutés
par la stratégie SUR (points rouges), la fonction de couverture et l’espérance de Vorob’ev
(ensemble vert de frontière bleue) à l’étape n = 50. En haut à droite : l’évolution du logarithme
de la déviation de Vorob’ev en fonction des itérations. En bas à droite : le plan initial (triangles
noirs), les points ajoutés par la suite de Sobol (points rouges), la fonction de couverture et
l’espérance de Vorobev (ensemble vert de frontière bleue) à l’étape n = 50.
Synthèse : L’objectif de ce chapitre est d’introduire les méthodes existantes pour la

résolution d’un problème d’inversion pour des simulateurs coûteux en temps de calcul. On
a présenté une stratégie séquentielle d’évaluation du simulateur afin d’identifier l’ensemble
recherché à moindre coût. Cette stratégie s’appuie sur les deux notions suivantes :
— la modélisation par processus gaussiens,
— la théorie des ensembles aléatoires fermés.
On s’est placé dans un cadre bayésien pour la modélisation du simulateur. En effet un tel
cadre permet de formaliser l’estimation de l’ensemble d’excursion et de quantifier l’incer-
titude associée. Enfin, l’objectif de la stratégie SUR est de minimiser cette incertitude en
proposant des points judicieusement choisis.
L’objectif du chapitre qui suit est de présenter deux méthodes originales pour estimer
de manière séquentielle l’espérance de la sortie du code en un point de contrôle fixé
quand cette sortie dépend d’une variable fonctionnelle incertaine dont la distribution
n’est connue qu’au travers un échantillon de réalisations. Le couplage de ces méthodes
avec une approche de type SUR (objet du chapitre 3) permettra de résoudre des problèmes
d’inversion sous incertitude fonctionnelle. La combinaison de ces approches et la stratégie
présentée dans ce premier chapitre donnera naissance une méthodologie pour résoudre des
problèmes d’inversion sous incertitude fonctionnelle. Cette dernière est présentée dans le
chapitre 3.
Chapitre 2
Intégration numérique
Outlines
L’objectif de ce chapitre est de proposer deux méthodes d’estimation séquentielle de l’espérance dans
le cas de variable aléatoire fonctionnelle. On commencera par rappeler les approches existantes pour
l’estimation de l’espérance dans le cadre vectoriel. On étendra quelques notions au cadre fonctionnel.
Par la suite, on introduira deux méthodes découlant du concept de la quantification pour l’estima-
tion gloutonne de l’espérance. Ces notions seront combinées aux outils présentés dans le chapitre 1
pour introduire une méthodologie permettant de résoudre un problème d’inversion sous incertitude
fonctionnelle. La méthodologie globale sera présentée dans le chapitre 3.
Contents
2.1 Cas vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.1.1 Approches Monte-Carlo et quasi-Monte Carlo . . . . . . . . . . . . 22
2.1.2 La quantification vectorielle . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1.2.2 Définitions et propriétés . . . . . . . . . . . . . . . . . . 24
2.1.2.3 Algorithmes existants . . . . . . . . . . . . . . . . . . . . 26
2.1.2.4 Application en intégration numérique . . . . . . . . . . . 27
2.2 Cas fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.1 Réduction de dimension . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 La quantification fonctionnelle . . . . . . . . . . . . . . . . . . . . . 30
2.2.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2.2 Constructions gloutonnes . . . . . . . . . . . . . . . . . . 31
2.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
On s’intéresse dans ce chapitre à l’estimation de l’espérance d’une fonctionnelle h d’une

variable aléatoire U à partir de l réalisations u1 , . . . , ul de la variable U. Dans la section 2.1 ,
on rappelle les méthodes usuelles de Monte Carlo et quasi-Monte Carlo pour l’estimation de
l’espérance dans un cadre fini-dimensionnel. On introduira dans la même partie le concept de
la quantification vectorielle. Dans la section 2.2 , on se place dans un cadre fonctionnel. On
commence par présenter le concept et les outils de quantification fonctionnelle et on étudie
comment ces outils peuvent être adaptés au contexte de la thèse où on dispose d’un échantillon
u1 , . . . , uN , à partir duquel on souhaite estimer E[h(U)]. Nous proposons un algorithme glou-
ton original, exploitant les outils de quantification ainsi qu’une variante moins coûteuse. La
section 2.3 est consacrée à la comparaison des méthodes à travers différents exemples analy-
tiques.
21
Remarque : Une partie de ce chapitre (Sections 2.2 et 2.3 ) est redondante avec le
chapitre 3 qui réutilise la quantification fonctionnelle gloutonne pour répondre au problème
d’inversion sous incertitudes. On tient à faire un chapitre qui regroupe l’ensemble des outils
de la thèse qui porte sur la quantification.
2.1 Cas vectoriel

2.1.1 Approches Monte-Carlo et quasi-Monte Carlo
Soit U une variable aléatoire de loi de probabilité PU sur Rm . La méthode de Monte Carlo
consiste à estimer l’espérance E[h(U)] où h est une fonction telle que h(U) est intégrable. Cette
approximation est obtenue en générant u1 , . . . , ul l copies i.i.d. selon la loi PU et à calculer
l
1X
E[h(U)] ≈ h(ui ). (2.1)
l i=1
Il est bien connu que par la loi des grands nombres, cette quantité converge presque sûrement
quand l tend vers l’infini vers E[h(U)]. De plus avec le théorème central limite, on a une
vitesse de convergence en probabilité en O(l−1/2 ) indépendante de la dimension m.
Dans l’objectif de réduire la variance de l’estimateur Monte Carlo, différentes techniques

ont été mises au point, parmi lesquelles nous citons : la méthode des variables antithétiques,
des variables de contrôle, d’échantillonnage préférentiel, d’échantillonnage stratifié. En par-
ticulier, l’échantillonnage par hypercube latin est une forme d’échantillonnage stratifié (voir
[Owen, 2013]).
Un mot sur les méthodes quasi-Monte Carlo
L’écueil principal des méthodes de Monte Carlo est leur taux de convergence en O(l−1/2 ).
Il se trouve que, notamment dans le calcul d’intégrales de dimension raisonnable, on peut sous
certaines conditions faire sensiblement mieux avec la méthode dite de quasi-Monte Carlo. On
peut en effet montrer que, sous réserve que les ui soient judicieusement choisis (il s’agira en
général d’une suite déterministe, mais irrégulière de l-uplets), la convergence peut atteindre
des vitesses en O(l−1 ) pour m = 1 et O(l−1 log(l)m−1 ) pour m > 1, sous réserve de certaines
propriétés de régularité de h.
Définition 3 ([Niederreiter, 1992] Définition 2.1). Soit {ui }i>0 une suite points de [0, 1]m ;
pour tout ensemble B ⊂ [0, 1]m , on désigne par λl (B) la proportion des l premiers points de
cette suite appartenant à B. La discrépance des l premiers points de la suite est :
l
1X
Dl∗ (U) = sup |λl (B) − λ(B)|, λl (B) = 1B (ui ),
B l i=1
Qm
où λ est la mesure de Lebesgue et le sup est pris sur tous les B de la forme B = i=1 [0, xi ], xi ≤
1.
La discrépance compare donc la fonction de répartition empirique à celle de la mesure

de Lebesgue. Il existe d’autres mesures de discrépance dont on ne parlera pas ici (voir
[Franco, 2008]).
Définition 4. Soit h : [0, 1]m → R. La variation totale de h au sens de Hardy et Krause est
définie par
m
X X Z ∂kh
V (h) = dxi . . . dxi .
1 k
[0,1]k ∂xi . . . ∂xi
k=1 i ≤···≤i 1 k
1 k
Théorème 2 (Inégalité de Koksma-Hlawka [Niederreiter, 1992] Théorème 2.11). Pour toute

fonction h : [0, 1]m → R à variation bornée, on obtient la borne sur l’erreur d’approximation
suivante
1 l
X Z
h(u)du ≤ V (h)Dl∗ (U).

l h(ui ) −
i=1 [0,1]m
Il s’agit maintenant de trouver des suites {ul }l>0 telles que (Dl∗ (U))l>0 décroisse le plus
vite possible. Il existe des méthodes de construction arithmétiques de suites (Sobol (cf. Figure
2.1), Halton, ... ) telles que
Dl∗ (U) = O(l−1 log(l)m ), pour m > 1.
Pour m = 1, l’ensemble des points milieux ui = 2i+1

2l est optimale avec ∀l > 0, Dl∗ (U) = 1
2l
(voir [Lemieux, 2009]).
Figure 2.1: Une suite à faible discrépance (Sobol) et une suite aléatoire dans [0, 1]2 (l = 500).
2.1.2 La quantification vectorielle

Cette section est dédiée à la quantification vectorielle alternative aux suites à faible
discrépance et à la méthode de Monte Carlo pour évaluer une espérance. Après une brève
introduction des origines de la quantification, on va donner précisément les propriétés et four-
nir quelques résultats concernant l’intégration numérique et la convergence des algorithmes.
2.1.2.1 Introduction
Le terme quantification prend naissance au milieu des années 50 où il est employé en théorie
de l’information et du signal. Dans ce contexte, la quantification signifie la discrétisation d’un
signal continu en un ensemble fini de points, appelé quantifieur. Le but est d’avoir une trans-
mission efficace et parcimonieuse du signal. Par conséquent, la taille et la géométrie du quan-
tifieur doivent être optimisées à cet effet.
Ce concept a également connu un intérêt important dans le domaine de la reconnaissance
de formes et la classification. Dans ce contexte, le problème de la quantification optimale
consiste à trouver la meilleure approximation de la distribution continue PU d’un vecteur
aléatoire U par une variable aléatoire discrète prenant un nombre fini de valeurs. La quantifi-
cation a été traitée dans un cadre probabiliste notamment par [Zador, 1963] ou [Pagès, 1998]
et a été intensivement utilisée en probabilité numérique, en finance et en intégration numérique
par [Pagès and Printems, 2003], [Pages et al., 2004] et [Bally et al., 2005].
2.1.2.2 Définitions et propriétés

Soit (Ω, F, P) un espace probabilisé et U une variable aléatoire à valeurs dans Rm telle
que E|U|2 < ∞. On note ||U||2 = (E|U|2 )1/2 et PU la loi de probabilité de U. La quantifi-
cation optimale consiste à étudier la meilleure approximation de U par une variable aléatoire
U0l = π(U) prenant au plus l valeurs dans Rm . L’objectif alors est de trouver le vecteur
aléatoire qui minimise l’erreur de quantification ||U − π(U)||2 .
Définition 5 (Quantification de Voronoi). Soit A = {u1 , . . . , ul } un l-uplet dans Rm et

Cui (A), i = 1, . . . , l, une partition de Voronoi de A définie par :
Cui (A) ⊂ {u ∈ Rm : |ui − u| = min |uj − u|} = C̄ui (A). (2.2)

j=1,...,l
On appelle quantifieur de Voronoi de U, la variable aléatoire U0l à valeurs dans la grille A,

définie par :
l
U0l = πA (U) :=
X
ui 1Cui (U), (2.3)
i=1
et donc de loi de probabilité discrète PU0l caractérisée par :
pi := P(U0l = ui ) = P(U ∈ Cui (A)), i = 1, . . . , l. (2.4)
En d’autres termes, U0l est la projection selon le plus proche voisin de la variable aléatoire
U sur la grille A. Les pi sont appelés aussi masses des cellules de Voronoi. L’erreur résultante
au carré de la quantification est appelée distorsion (quadratique) et s’écrit donc par définition :
DlU (A) = ||U − U0l ||22 = ||U − πA (U)||22

l
X
2
= E |U − ui 1Cui (U)|
i=1
l
X
2 (2.5)
= E |U − ui | 1Cui (U)
i=1
= E min |U − ui |2

i=1,...,l
Z Z
= min |u − ui |2 PU (du) = dl (A, u)PU (du),
Rm i=1,...,l Rm
où dl : (Rm )l × Rm −→ R+ est la distorsion locale définie par :

l
X
2
dl (A, u) = min |u − ui | = |u − ui |2 1Cui (u). (2.6)
i=1,...,l
i=1
Le problème de la quantification optimale consiste à minimiser la distorsion sur les l-uplets
A. On dira que Ûl est un l-quantifieur optimal de U si :
E |U − Ûl |2 = DlU (A) = DU

inf l .
A∈(Rm )l
Ces définitions nous poussent à nous poser les questions suivantes : est ce que la fonction
distorsion DlU (.) atteint son infimum ? Comment ce dernier se comporte quand l tend vers
l’infini ?
En effet, on remarque que la distorsion ne dépend que du l-uplet A et de la loi de proba-

bilité PU de U. Un premier résultat nous garantit que la fonction A → DlU (A) atteint son
infimum, et ce dernier sera noté Â. Soit Dl = {A ∈ (Rm )l : ui 6= uj ssi i 6= j}, on note par
C := conv(SU ) l’enveloppe convexe fermée du support topologique de PU sur Rm .
Proposition 2 ([Pagès, 1998], Prop. 5). La fonction A → DlU (A) est continue sur (Rm )l
et atteint son minimum dans l’ensemble C. De plus argminA∈(Rm )l DlU (A) ⊂ Dl et la suite
l → min(C)l DlU (A) tend vers 0.
La preuve est donnée dans [Pagès, 1998]. Cette proposition implique que la fonction A →
DlU (A) atteint son minimum dans (Rm )l en un certain point Â ∈ (Rm )l , et que ce minimum
a des composantes distinctes, i.e., |Ûl (Ω)| = l si |SU | ≥ l. De plus, l’erreur de quantification
tend vers zéro quand l tend vers l’infini. Cependant, la question sur le taux de convergence
est un problème assez difficile. Le taux de convergence de l’erreur de quantification est donné
par le théorème de Zador ([Zador, 1963]) ; voir aussi [Graf and Luschgy, 2000] pour la preuve.
Théorème 3. (a) Théorème de Zador [Zador, 1963]. Soit PU = Pa + Ps la décomposition

de PU par rapport à la mesure de Lebesgue λ, où Pa est la partie absolument continue et Ps
la partie singulière de PU . Supposons que E[|U|2+ζ ] < ∞ pour un ζ > 0. Alors
lim l2/m DlU (A) = Q2 (PU ),

l→+∞
m+2
m
m
R dPa
avec Q2 (PU ) = J(2,m) Rm f m+2 dλ , où f = dλ et J(2,m) ∈ [0, ∞).
(b) Borne supérieure non-asymptotique [Luschgy et al., 2008]. Il existe Cm,2,ζ ∈ [0, ∞)
tel que pour toute variable aléatoire U à valeurs dans Rm ,
1/2
∀l ≥ 1, DlU (A) ≤ Cm,2,ζ ||U||2+ζ l−1/m .
Ce résultat est amélioré dans [Pagès, 2018] où ||U||2+ζ est remplacée par infm ||U − u||2+ζ .
u∈R
Remarques
— La vraie valeur de la constante J(2,m) est inconnue pour m ≥ 3 mais on sait que
m 1
J(2,m) ∼ 2πe lorsque m → +∞ et que J(2,1) = 22 (2+1) .
— Lorsque Pa = 0 alors Q2 (PU ) = 0. Dans ce cas, DlU (A) = o(l−1/m ) et la vitesse
de convergence est étudiée dans [Graf and Luschgy, 2000] pour un grand nombre de
classes de probabilité singulières.
Une question naturelle se pose : comment obtenir le quantifieur optimal ? le but de la
partie qui suit est de fournir quelques algorithmes pour résoudre ce problème d’optimisation.
2.1.2.3 Algorithmes existants
Il n’existe pas de formes analytiques pour déterminer le quantifieur optimal, sauf dans
certains cas comme pour la loi uniforme unidimensionnelle. Cependant, il existe différents
algorithmes permettant d’obtenir ”une approximation” du quantifieur optimal. Soit U une
variable aléatoire à valeurs dans Rm et de distribution de probabilité notée PU . Soit l ≥ 1, on
rappelle que l’erreur de quantification associée à A = {u1 , . . . , ul } ∈ (Rm )l , notée DlU (A), est
donnée par :
Z
DlU (A) = E min |U − ui |2 = min |u − ui |2 PU (du).

i=1,...,l Rm i=1,...,l
Dans cette partie, on se focalisera sur le problème d’optimisation suivant :

(
Trouver un l-uplets Â = {û1 , . . . , ûl } t.q.
DlU (Â) ≤ DlU (A), ∀A = {u1 , . . . , ul } ∈ (Rm )l
L’algorithme de Lloyd I. Historiquement, cet algorithme a été proposé pour résoudre

le problème d’optimisation en dimension m = 1. Cette méthode, aussi appelée méthode du
point fixe de Lloyd, est une méthode itérative. Elle consiste à induire la grille A(s+1) de taille
l sachant A(s) de même taille comme suit :
A(s+1) = E[U|πA(s) (U)](Ω) = (E[U|U ∈ Cui (A(s) )](Ω))1≤i≤l , (2.7)
en d’autres termes, la méthode démarre par un quantifieur initial, A(0) , et génère successi-
(s+1)
vement une mise à jour, A(s+1) , avec les nouveaux centroides, ui , des régions associées à
(s)
l’étape précédente A , et on écrit :
R
(s+1) u C (A(s) ) u PU (du)
ui = R i pour i = 1, . . . , l. (2.8)
Cui (A(s) ) PU (du)
Cependant en grande dimension, cette approche présente deux inconvénients. Premièrement,

il s’agit d’une procédure locale puisqu’elle n’explore pas tout l’espace. En effet, si la méthode
converge, il est possible qu’on soit piégé dans un minimum local. Le deuxième inconvénient est
numérique, en grande dimension cette méthode nécessite le calcul d’intégrales m-dimensionnelles.
Cependant, quand on sait générer un échantillon selon PU , le calcul d’intégrales peut être ap-
proché par Monte Carlo. Plus de détails à propos de cette approche peuvent être trouvés dans
[Pagès and Printems, 2003].
L’algorithme du gradient stochastique. La méthode du gradient stochastique est

basée sur le fait que le gradient de la distorsion admet une représentation intégrale par rapport
à la loi de probabilité de U :
Z
∇DlU (A) = ∇u dl (A, u)PU (du) = E[∇u dl (A, U)], (2.9)
Rm
où U est une variable aléatoire de loi de probabilité PU et ∇u dl : (Rm )l × Rm −→ Rm est

donné par :
1
∇u dl (A, u) = (ui − u)1Cui (A) 1≤i≤l . (2.10)
2
Grâce à cette représentation intégrale, on peut ainsi implémenter une descente du gradient
stochastique pour approcher un minimum local de la distorsion DlU (A). En grande dimension,
cette approche devient irréalisable puisqu’elle nécessite le calcul d’intégrales multidimension-
nelles. On renvoie le lecteur à [Pagès and Printems, 2003] pour plus de détails à propos de
cette méthode.
L’algorithme glouton. Un algorithme glouton consiste dans notre contexte à choisir à

l’étape l un nouveau point ul réduisant l’erreur de quantification du quantifieur {u1 , . . . , ul−1 }∪
{ul } de façon optimale. Un résultat important est que l’erreur de quantification induite par
la suite de quantifieurs {ui }1≤i≤l tend vers zéro à une vitesse en O(l−1/m ), qui est l’ordre
optimal pour un l-quantifieur optimal en dimension m. La preuve de ce résultat est donnée
dans [Luschgy and Pagès, 2015]. Si on fixe {u1 , . . . , ul−1 }, l > 1 alors
∀l > 1, ul ∈ arg minm DlU ({u1 , . . . , ul−1 } ∪ u). (2.11)

u∈R
L’intérêt de l’approche gloutonne est qu’elle permet d’enrichir itérativement le quantifieur.
Figure 2.2: Une quantification de Voronoi de la loi N (0, I2 ) où l = 200.
2.1.2.4 Application en intégration numérique

Soit U une variable aléatoire à valeurs dans Rm et soit h une fonction intégrable par
rapport à PU . On s’intéresse ici à l’estimation de la quantité
Z
E[h(U)] = h(u)PU (du). (2.12)
Rm
L’idée est d’approcher la loi de probabilité PU par la loi de probabilité de la variable quantifiée
Ûl , notée PÛl , ainsi on approche (2.12) par
Z l
X
E[h(Ûl )] = h(u)PÛl (du) = h(ui )P(U ∈ Cui (A)), (2.13)
Rm i=1
où A = {u1 , . . . , ul } est un quantifieur si possible optimal. Il s’agit donc d’une formule consis-
tant à pondérer des valeurs de la fonction h en une famille de points de Rm . On rappelle ici
quelques résultats élémentaires liés à l’erreur induite par cette approximation.
On a le résultat suivant pour les fonctions lipschitziennes. On note pour toute fonction h
lipschitzienne sur Rm :
|h(y) − h(z)|
[h]lip = sup < ∞. (2.14)
y6=z∈Rm |y − z|
Proposition 3. Pour tout h ∈ L1 (PU ) et h lipschitzienne, on a :

E[h(U)] − E[h(Ûl )] ≤ E[|h(U) − h(Ûl )|]
q
≤ [h]lip E[|U − Ûl |] ≤ [h]lip DlU (A).

Par conséquent, cette proposition montre que si A est un quantifieur optimal alors E[h(U)]−
E[h(Ûl )] converge vers 0 quand l tend vers l’infini avec une vitesse de convergence en O(l−1/m )

d’après le théorème de Zador,

E[h(U)] − E[h(Ûl )] = O(l−1/m ).

Si la fonction h possède un peu plus de régularité, on peut améliorer la borne d’erreur.
Proposition 4. Pour tout h ∈ L1 (PU ) telle que h soit de classe C 1 avec ∇h lipschitzienne,
on a :
E[h(U)] − E[h(Ûl )] ≤ 1 [∇h]lip D U (A).

l
2
Ainsi si A est un quantifieur optimal alors
E[h(U)] − E[h(Ûl )] = O(l−2/m ).

Pour h ∈ L1 (PU ), lipshitzienne, l’erreur d’intégration numérique par quasi-MC est en

O(Dl∗ (U)1/m ) où Dl∗ (U) est la discrépance à l’origine, c’est à dire, en O lln(l)

1/m pour les suites
”classiques”. Des grilles de quantifieurs optimaux et les poids (mais aussi les erreurs de quan-
tification) associés peuvent être stockés offline. On trouvera ainsi des grilles de quantifieurs
quadratiques et leurs poids associés pour la loi N (0, Im ) sur le site internet
www.quantize.maths-fi.com
pour m ∈ {1, . . . , 10} et l ∈ {1, . . . , 5000}.
Après un rappel sur les méthodes Monte-Carlo, quasi-Monte-Carlo et les notions de quan-
tification dans le cas vectoriel, la partie qui suit a pour but de travailler dans un cadre
fonctionnel.
2.2 Cas fonctionnel

Soit V une variable aléatoire fonctionnelle définie dans l’espace H = L2 (Ω, F, P; V), dont
une réalisations v = V(., ω) est définie dans l’espace des fonctions de carré intégrable sur
[0, T ], noté V = L2 ([0, T ]) et muni du produit scalaire et de la norme
Z T Z T 1/2
0
hv, v i = vt vt0 dt et ||v|| = vt2 dt , (2.15)
0 0
pour tout v, v 0 ∈ V. La variable aléatoire V(t, ) = η ∈ L2 (Ω, P), muni du produit scalaire
et de la norme
Z Z 1/2
0 0 0 2 1/2
hη, η iL2 (Ω,P) = ηη dP = E[ηη ] et ||η||L2 (Ω,P) = η dP = E[η 2 ] , (2.16)
Ω Ω
pour tout η, η 0 ∈ L2 (Ω). Tout au long de ce manuscrit, on va considérer des variables

aléatoires fonctionnelles définies dans l’espace de Hilbert H = L2 (Ω, F, P; V) muni du produit
scalaire et de la norme
1/2
Z T Z T
0 0 0 2 1/2 2
hV, V iL2 = E[hV, V i] = E VV dt et ||V||L2 = E[||V|| ] = E V dt ,
0 0
(2.17)
pour tout V, V0 ∈ H.
Dans un cadre où la variable fonctionnelle V n’est connue qu’à travers un échantillon
Ξ, on va utiliser ce dernier pour estimer l’espérance E[h(V)]. Pour cela on approche la loi
#Ξ
1 P
de probabilité PV par la mesure discrète #Ξ δvi et on approche l’espérance par Monte
i=1
Carlo avec cette loi discrète. Plusieurs alternatives à cette approche ont été développées
dans la littérature. Nous commencerons par présenter une approche classique de projection :
la variable fonctionnelle est projetée sur un espace de dimension finie (section 2.2.1). Nous
établirons ensuite un état de l’art des approches de quantification fonctionnelle (section 2.2.2).
Nous présenterons enfin les approches gloutonnes (section 2.2.3), notamment deux algorithmes
originaux développés dans cette thèse.
2.2.1 Réduction de dimension

Soit V une variable aléatoire fonctionnelle à valeurs dans H centrée de fonction de cova-
riance C(t, s). On peut représenter V sous la forme
∞
X
V(t) = uj ψj (t), t ∈ [0, T ], (2.18)
j=1
où les {ψj }∞

j=1 sont fonctions propres de la fonction de covariance, i.e., solution de l’équation
de Fredholm suivante Z T
λj ψj (t) = C(t, s)ψj (s)ds. (2.19)
0
Les {uj }∞
j=1 sont des variables aléatoires non corrélées et de variance {λj }∞
j=1 . On note que
l’utilisation d’une telle décomposition est conditionnée par une connaissance à priori de la
fonction de covariance. Néanmoins, cette fonction peut être estimée à partir de l’échantillon
initial de courbes Ξ. Si on note Ξ = {v1 , . . . , vN }, la fonction de covariance C(t, s) peut être
estimée par
N
1 X
C N (t, s) = vk (s)vk (t). (2.20)
N k=1
Ainsi on résout le problème (2.19) en remplaçant C par C N . Des résultats de convergence

sont donnés par [Cardot et al., 1999].
(N ) m
On représente ensuite V sur la base {ψj }j=1 tronquée à m éléments (le choix de m sera
discuté plus tard),
m
X (N )
V(t) ≈ uj ψj (t), t ∈ [0, T ]. (2.21)
j=1
La variable fonctionnelle est alors représentée par les coefficients U = (u1 , . . . , um )> ∈ Rm .
Ces coefficients sont des variables aléatoires caractérisées par une densité de probabilité mul-
tivariée. Parmi les méthodes d’estimation pour la densité de variables aléatoires vectorielles,
on peut citer : l’estimation de densité à noyau [Rosenblatt, 1956] qui est une méthode
non-paramétrique d’estimation ; l’estimation par mélange de gaussienne, le but est d’ap-
procher la distribution de probabilité par mélange de lois normales et d’estimer les paramètres
par Expectation-Maximisation [Dempster et al., 1977].
Ainsi, une fois placé en dimension finie, et la loi de probabilité de la variable aléatoire
U estimée, on peut appliquer les méthodes introduites dans la section 2.1 pour estimer
l’espérance E[h(V)].
2.2.2 La quantification fonctionnelle

2.2.2.1 Introduction
De même que pour le cas vectoriel, la quantification fonctionnelle a pour but d’approcher
la variable aléatoire fonctionnelle V par une variable aléatoire discrète V̂l à valeurs dans
l’ensemble Âl = {v̂1 , . . . , v̂l } ∈ V l . Le problème consiste à minimiser l’erreur de quantification :
1/2
DlV (Âl ) = inf{ E||V − V̂l ||2 , V̂l : Ω → V, card(V̂l (Ω)) ≤ l}, (2.22)
l
v̂i 1Cv̂i (V) et Cvi la partition de Voronoi induite par v̂i et définie par Cvi = {v ∈
P
où V̂l =
i=1
V | ∀h ∈ {1, . . . , l}, ||v − v̂i || ≤ ||v − v̂j ||}.
Le cas des processus gaussiens. [Pages and Printems, 2009] proposent différents algo-
rithmes pour obtenir des quantifieurs optimaux dans le cas du mouvement brownien ou encore
du pont brownien.
Théorème 4 ([Luschgy and Pagès, 2002]). Soit Âl un quantifieur optimal de V, U = span(Âl )
et m = dim(U ).
Alors E[||V − ΠU (V)||2 ] = λi où ΠU est la projection orthogonale de H sur U et
P
i≥m+1
λ1 ≥ λ2 · · · > 0 sont les valeurs propres de l’opérateur associé à la fonction de covariance C.
On en déduit la représentation finale du carré de l’erreur de quantification :
m
O
DlV (Âl ) = Dl (V) =
X
λ i + Dl N (0, λj ) pour m ≥ dl (V),
i≥m+1 j=1
Om
(2.23)
DlV (Âl )
X
= Dl (V) < λ i + Dl N (0, λj ) pour 1 ≤ m < dl (V),
i≥m+1 j=1
où dl (V) désigne la dimension de la quantification au niveau l pour le problème de quantifi-

cation de V. Ainsi on écrit :
dO
l (V)
DlV (Âl ) = Dl (V) =
X
λi + Dl N (0, λj ) (2.24)
i≥dl (V)+1 j=1
Une conséquence directe de ce théorème est la possibilité de définir la dimension de l’espace
tronqué pour obtenir le quantifieur optimal pour V en fonction de la taille souhaitée.
1/2
dl (V) E||V − V̂l ||2
l = 10 2 0.0921
l = 50 3 0.0558
l = 100 4 0.0475
l = 500 5 0.0353
Table 2.1: Les erreurs de quantification en fonction de la taille du quantifieur optimal pour
le mouvement brownien.
L’algorithme de Lloyd. Dans le cas des processus non gaussiens, [Miranda and Bocchini, 2013]
proposent une application de l’algorithme de Lloyd directement sur les courbes discrétisées,
comme dans le cas vectoriel. Cependant, cette méthode nécessite de savoir simuler la variable
aléatoire fonctionnelle V.
Dans le cadre de notre travail, seul un échantillon de réalisations de V est mis à notre
disposition. Notre objectif est d’estimer l’espérance par quantification gloutonne. Nos deux
approches s’appuient sur une réduction de dimension.
2.2.2.2 Constructions gloutonnes
Figure 2.3: L’ensemble de 100 réalisations Ξ de la variable V (à gauche), la projection de

l’ensemble Ξ sur les deux premières composantes principales m = 2 (à droite).
Une première approche consiste à faire une quantification gloutonne dans l’espace tronqué
des coefficients de la décomposition KL (cf. Figure 2.3). Nous nous sommes donc ramenés au
cas vectoriel (voir [Luschgy and Pagès, 2015]). D’après l’équation (2.21), on a U une variable
aléatoire discrète dans G = {(< v, ψ1 >, . . . , < v, ψm >)> , v ∈ Ξ} = {ui }N i=1 , avec ui =
(< vi , ψ1 >, . . . , < vi , ψm >)> et Ul est une l-quantification induite par {û1 , ..., ûl−1 } ∪ {u}.
L’algorithme est ainsi donné par
D̂1 = {û1 } où û1 est solution de D1U (u)

∀l ≥ 2 , D̂l = D̂l−1 ∪ {ûl }
1/2 (2.25)
où ûl ∈ arg min E||U − Ul ||2 ,
u∈G
l = l + 1.
La deuxième étape consiste à récupérer les courbes correspondantes aux points sélectionnés
par l’algorithme (cf. Figure 2.4).
D̂l = {ûi }li=1 ⊂ G −→ Âl = {v̂i }li=1 ⊂ Ξ
La figure 2.4 montre bien que la quantification cherche à capter le comportement moyen de
la variable V, puisqu’elle commence par sélectionner les points centraux et par la suite les
points sur les bords.
Figure 2.4: Le quantifieur de taille 10 obtenu à partir de l’ensemble G (à gauche), le quanti-
fieur associé dans l’ensemble Ξ (à droite).
On propose une deuxième construction gloutonne qui s’appuie sur une notion de remplis-
sage optimale de l’espace. Un des plans d’expériences connus ayant de bonnes propriétés de
remplissage de l’espace est le plan ”maximin”. La configuration est obtenue en maximisant
la plus petite distance entre deux points du plan. Ici le but est de réutiliser ce critère (plus
petite distance entre deux points) pour la quantification c’est à dire pour sélectionner les l
meilleurs points parmi les N disponibles. Ainsi, un plan maximin est un plan qui maximise
φM m (D) = min |ui − uj |, où D = {u1 , ..., ul }.
i6=j
Initialisation : D̂1 = {û1 } où û1 est choisi aléatoirement de G

∀l ≥ 2 , D̂l = D̂l−1 ∪ {ûl }
(2.26)
où ûl ∈ arg max φM m D̂l−1 ∪ {u} ,
u∈G
l = l + 1.
L’algorithme est initialisé en un point choisi aléatoirement de l’ensemble G, le point suivant
est sélectionné afin de maximiser le critère maximin. En plus de la séquentialité, les points
sont choisis afin d’explorer au mieux la variabilité de V comme le montre la figure 2.5.
Figure 2.5: Les quantifieurs de taille 10 obtenus à partir de l’ensemble G par la méthode maxi-
min (en rouge) et en réduisant l’erreur de quantification (en bleu) (à gauche), le quantifieur
associé dans l’ensemble Ξ par la méthode maximin (à droite).
Remarque 1. On précise que les points obtenus par les constructions gloutonnes présentées
dans cette partie sont solutions d’optimisation discrète. A chaque itération, l’algorithme 2.25
calcule pour chaque point candidat une moyenne empirique en considérant les N points à
disposition, et donc il a une complexité O(l × N 2 × m). Contrairement à l’algorithme 2.26
qui a une complexité égale à O(l × N × m). La figure 2.6 montre le temps de calcul des deux
algorithmes en fonction de la taille du quantifieur pour N = 200.
Figure 2.6: Temps de calcul en fonction de la taille du quantifieur par l’algorithme 2.25 en
bleu et l’algorithme 2.26 en rouge.
Le temps de calcul de l’algorithme 2.25 peut être réduit en s’appuyant sur la capacité de
stocker le calcul effectué à l’étape l − 1. En effet si on développe l’erreur de quantification à
l’itération l, on obtient :
N N N
1 X 1 X 1 X

2 2 2
min |ui − uj | = |ui | + min |uj | − 2huj , ui i ,
N i=1 1≤j≤l N i=1 N i=1 1≤j≤l
| {z }
Υij
N N
1 X 1 X

= |ui |2 + min Υil , min Υij .
N i=1 N i=1 1≤j≤l−1
| {z } | {z }
stocké stocké
Ainsi le calcul des différences des normes se ramène à des produits scalaires. Le premier terme
est calculé une seule fois alors que le second se résume à une somme de i = 1, . . . , N du
minimum entre Υil et le min Υij préalablement effectué et stocké.
1≤j≤l−1
Application à l’estimation de l’espérance. Une fois la grille Âl obtenue par une des
deux constructions proposées, on définit une l-quantification de la variable aléatoire fonction-
nelle V par
l
X
V̂l = v̂i 1Cv̂i (V), (2.27)
i=1
où {Cv̂i (Âl ) : v̂i ∈ Âl } est la partition de Voronoi de Ξ induite par Âl . Ainsi il est naturel
d’approcher E[h(V)] par E[h(V̂l )]
l
X
E[h(V̂l )] = h(v̂i )P(V̂l = v̂i ) (2.28)
i=1

où la distribution P(V̂l = v̂i ) i=1:l
de V̂l peut être approchée empiriquement par card(Cv̂i (Âl )∩

Ξ)/card(Ξ) i=1:l .
2.3 Applications
Les deux méthodes gloutonnes présentées dans ce chapitre, et résumées par l’algorithme
2, seront appliquées à deux exemples analytiques. Ces derniers seront comparés à l’approche
Monte Carlo.
Algorithm 2 Intégration numérique gloutonne par maximin ou par quantification

1: Inputs : Échantillon initial (Ξ), argument de troncature (m) et la taille du quantifieur
(l).
2: G ← Réduction de la dimension par KL
3: Construction de l’ensemble des points D̃l soit par maximin 2.26 ou quantification 2.25
4: Induire de D̃l l’ensemble des courbes représentantes Âl
5: Définir V̂l ← Âl -quantification de V par l’équation 2.27
6: Calculer l’espérance E[h(V̂l )] par l’équation 2.28
Exemple analytique 1. On considère la fonction h définie comme suit
Z 1
x21 + 2x22 − 0.3 cos(3πx1 ) − 0.4 cos(4πx2 ) + 0.7 + eVt dt,

h : V 7→
0
où x = (x1 , x2 ) = (50, −80) et V un mouvement brownien sur [0, T ] = [0, 1]. On suppose
que V n’est connue qu’à travers un échantillon de N = 200 réalisations Ξ = {v1 , . . . , vN }.
L’argument de troncature m est fixé à 2, valeur pour laquelle 95% de la variance du processus
est expliquée. On rappelle que la méthode gloutonne à base de quantification quadratique
(L2 -GFQ) est bien déterministe. La méthode gloutonne à base de maximin (maximin-GFQ)
est aléatoire par construction. En effet cette nature stochastique est due au choix aléatoire du
point de départ. Pour prendre en compte cet aléa dans la comparaison de ces deux méthodes
à l’estimation par Monte Carlo, on va répéter le test 200 fois.
Figure 2.7: Exemple analytique 1. Estimation séquentielle de l’espérance en fonction du

nombre de courbes. Les lignes représentent les moyennes. Les intervalles de confiance (Monte
Carlo (en vert) and maximin-GFQ (en rouge)).
La figure 2.7 montre le résultat des tests. On observe que quel que soit l, l’erreur d’intégration
induite par les deux méthodes gloutonnes est significativement très faible par rapport à la
méthode Monte Carlo. Pour tout l ≥ 25, on remarque que la méthode maximin-GFQ est
moins sensible au point de départ. On note aussi que pour un faible nombre de courbes l ≤ 5,
la méthode maximin-GFQ dépend beaucoup du point initial pour les faibles valeurs de l, ce
qui induit une grande incertitude dans l’estimation. A partir de l ≥ 10, l’estimation est plus
stable puisque les courbes centrales et extrêmes sont sélectionnées (voir figure 2.5).
Exemple analytique 2. Comme deuxième exemple, on considère h une fonction définie
comme suit
Z T x1 .x2
2
h : V 7→ max Vt .|0.1 cos(x1 max Vt ) sin(x2 ).(x1 + x2 min Vt ) |. (30 + Vt ) 20 dt,
t t t 0
where x = (x1 , x2 ) = (2.95, 3.97) et comme pour l’exemple précédent, on suppose que V
est un mouvement brownien et que cette variable n’est connue qu’à travers un échantillon
de courbes Ξ de taille N = 200. On fixe l’argument de troncature à m = 2 et pour compa-
rer les deux approches gloutonnes à l’estimation par Monte Carlo, on va répéter le test 30 fois.

Carlo (en vert) and maximin-GFQ (en rouge)).
La figure 2.8 conduit à faire deux commentaires : les deux méthodes gloutonnes proposées
font mieux en terme d’erreur d’intégration par rapport à Monte Carlo. A partir de l ≥ 20, la
méthode maximin-GFQ est moins sensible au point de départ dans la construction.
On rappelle que nos deux méthodes sont basées sur une réduction de dimension. Puisque
on récupère les courbes et ainsi leurs structures, on espère robustifier nos approches par rap-
port à cette approximation. Pour voir l’impact de la réduction de dimension sur l’estimation
de l’espérance, on va comparer nos deux approches à la méthode introduite dans la section
2.2.1. La figure 2.9 montre le résultat après avoir répété le test 30 fois. On remarque que la
méthode ”Fpca” mène à une estimation biaisée de l’espérance. Ce résultat attendu est expliqué
par la perte d’information dû à la réduction de dimension.
Carlo (en mauve) and maximin-GFQ (en rouge)).
Synthèse : L’objectif de ce chapitre est de proposer deux nouvelles méthodes pour l’esti-
mation séquentielle de l’espérance. Ces méthodes sont basées sur une quantification fonc-
tionnelle gloutonne. En guise de préliminaire et dans un cadre vectoriel, on a présenté
les approches standards pour l’estimation de l’espérance, comme les méthodes de Monte-
Carlo ou les méthodes impliquant la quantification vectorielle. Par la suite, on a présenté
l’extension de la notion de quantification ainsi que les différents algorithmes pour la
construction des quantifieurs au cadre fonctionnel. On a défini deux nouvelles méthodes
pour construire de manière gloutonne des quantifieurs emboı̂tés. Ces deux méthodes s’ap-
puient sur une réduction de dimension ainsi que sur les deux notions suivantes :
— la notion de quantification vectorielle,
— le remplissage optimal de l’espace.
A travers deux exemples analytiques, on a mis en exergue la robustesse de ces deux
méthodes par rapport aux approches standards.
L’objectif du chapitre suivant est d’apporter une solution au problème d’inversion

suivant :
Γ∗ := {x ∈ X , g(x) = EV [f (x, V)] ≤ c}, (2.29)
où c ∈ R est un seuil prédéfini. La méthodologie proposée combine les outils des chapitres
1 et 2.
Chapitre 3
Data-driven stochastic inversion via

functional quantization
Outlines
L’objectif de ce chapitre est de proposer une méthodologie pour tenir compte des incertitudes fonc-
tionnelles dans la résolution des problèmes d’inversion. Cette méthode est une combinaison des outils
présentés dans les chapitres 2 et 1.
Les résultats de ce chapitre ont donné lieu à un article soumis pour publication
[El Amri et al., 2018]. L’objectif de ce chapitre est d’apporter une réponse à la problématique
soulevée en introduction portant sur la résolution d’un problème d’inversion en présence d’in-
certitudes fonctionnelles. Ce chapitre étant un article complet, certains résultats sont similaires
au chapitre 2.
Dans ce chapitre, nous proposons une nouvelle méthodologie pour traiter une entrée fonction-
nelle incertaine dans les problèmes d’inversion. Dans notre contexte, le code prend en entrée
deux types paramètres : les variables de contrôle déterministes et une variable aléatoire fonc-
tionnelle. On note que le code étudié est caractérisé par deux éléments : le premier est le coût
de calcul élevé des simulations, ce qui rend l’inversion en présence d’incertitudes coûteuse avec
les approches de la littérature. Le deuxième élément est que la densité de probabilité de l’entrée
fonctionnelle V n’est pas connue, seul un échantillon de réalisations est à notre disposition.
La méthode proposée implique deux tâches imbriquées. Une première tâche basée sur une
approche bayésienne vise à choisir judicieusement les nouveaux points de l’espace de contrôle
(cf. chapitre 1), où l’espérance sera évaluée, qui permettront d’estimer l’ensemble d’excursion
en le minimum d’itérations. La deuxième tâche vise à estimer efficacement l’espérance par rap-
port à la variable aléatoire fonctionnelle en chaque point de l’étape précédente (cf. chapitre
2). Notre méthode est illustrée et calibrée sur un exemple analytique. Il est ensuite appliqué
au cas SCR où l’objectif est d’identifier l’ensemble des paramètres de contrôle conduisant à
respecter les normes d’émissions de polluants.
Contents
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Functional data reduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1 Context . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.2 The Karhunen-Loève expansion . . . . . . . . . . . . . . . . . . . . 43
3.2.3 Greedy Functional Quantization . . . . . . . . . . . . . . . . . . . 43
3.3 Numerical integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4 Background on SUR strategies . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.4.1 Random closed set and bayesian framework . . . . . . . . . . . . . 52
39
3.4.2 Vorob’ev approach . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.4.3 SUR strategies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.4 SUR strategy adapted to noisy observations . . . . . . . . . . . . . 54
3.5 Algorithm coupling SUR and functional quantization . . . . . . . . . . . . 54
3.6 Numerical tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.6.1 Analytical example . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6.2 IFPEN test case . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.7 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.8 Complément de l’article : un nouvel exemple . . . . . . . . . . . . . . . . . 65
Title : Data-driven stochastic inversion via functional quantization.

Auteur : Mohamed Reda El Amri¶,§ , Céline Helbert† , Olivier Lepreux‡ , Miguel Munoz
Zuniga¶ , Clémentine Prieur§ , Delphine Sinoquet¶
¶ IFPEN, Rueil-Malmaison, France

§ Université Grenoble Alpes, Laboratoire Jean Kuntzmann, Grenoble, France
† Université de Lyon, UMR 5208, École Centrale de Lyon, Institut Camille Jordan
‡ IFPEN, Lyon, France
3.1 Introduction
In recent years, computer models are omnipresent in engineering and sciences, because the
corresponding physical experimentation is costly or impossible to execute. Indeed, numerical
simulations are often used to replace physical experiment which can be costly or even impos-
sible to perform as underlined in [Bect et al., 2012, Chevalier et al., 2014a]. Practitioners are
not only interested in the response of their model for a given set of inputs (forward problem)
but also in recovering the set of input values leading to a prescribed value or range for the
output of interest. The problem of estimating such a set is called hereafter inversion problem.
We will consider a system that evolves in an uncertain environment, the uncertainties appear
for example due to manufacturing tolerances or environmental conditions. The numerical si-
mulator modelling the system, denoted f , takes two types of input variables : a set of control
variables x ∈ X, and a set of uncertain variables v ∈ V. Given any distributional assumptions
for the uncertain variable v, robust inversion consists in seeking the set of control variables
x ∈ X such that supv∈V f (x, v) is smaller than a threshold c. Then, the difficulty of solving
the robust inversion problem strongly depends on the uncertainty set V. In our setting, V
is a functional space, and we consider instead the inversion problem under uncertainty as a
stochastic inversion problem, assuming that the uncertainty has a probabilistic description.
Let V denote the associated random variable, valued in V, modelling the uncertainty. In our
framework, we are interested in recovering the set Γ∗ := {x ∈ X , g(x) = EV [f (x, V)] ≤ c},
with c ∈ R, and the functional random variable V is only known from a set of realizations and
the expectation has to be estimated. Moreover, the simulations are time consuming and thus
the usual Monte Carlo method to estimate the expectation ought to be avoided. Many reviews
have been published to address this issue. Among the numerous techniques, the paper will
focus on the ones based on the choice of a finite representative set of realizations of V, among
the ones available. More precisely these approaches aim at minimizing the expected distance
between a random draw from the probability distribution of V and this finite set. In the case
of vector-valued random variables, this type of methods, also known as principal points and
introduced in [Flury, 1990], was employed in various statistical applications, including quan-
tizer design [Pagès, 2014] and stratified sampling. It is increasingly used for many engineering
applications, where we are often faced with the challenge of working with big data. It is then
necessary to reduce big data to manageable data. In the case of functional random random
variables, various studies have been done in the Gaussian case (see [Pagès and Printems, 2005]
and references therein). Here we work in the special case where the functional variable V could
be non Gaussian and the latter is known through a finite sample of realizations. This paper
propose two new methodologies to perform this data reduction, or quantization, for functional
random variable and we investigate their performance in terms of integration errors.
Inversion problems have already been carried out in many applications, notably reliabi-
lity engineering (see, e.g., [Bect et al., 2012], [Chevalier et al., 2014a]), climatology (see, e.g.,
[Bolin and Lindgren, 2015], [French et al., 2013]) and many other fields. In the literature, one
way to solve the problem is to adopt a sequential sampling strategy based on Gaussian pro-
cess emulators. The underlying idea is that Gaussian process emulators, which capture prior
knowledge about the regularity of the unknown function g : x 7→ EV [f (x, V)], make it pos-
sible to assess the uncertainty about Γ∗ given a set of evaluations of g. More specifically,
these sequential strategies for the estimation of an excursion set are closely related to the field
of Bayesian global optimization (see, e.g., [Chevalier and Ginsbourger, 2013]). In the case
of inversion problems, Stepwise Uncertainty Reduction (SUR) strategies based on set mea-
sures were introduced in [Vazquez and Bect, 2009]. More recently, a parallel implementation
of these strategies has been proposed in [Chevalier et al., 2014a] and applied to the problem
of recovery of an excursion set. Briefly, the strategy SUR gives sequentially the next location
in the control space where to estimate the function g in order to minimize an uncertainty
function. The key contribution of the present paper is to propose a data-driven adaptation of
that procedure in the presence of functional uncertainties.
The paper is divided into five sections. Following this introduction, Section 3.2 is devoted to
the introduction of two new adaptive methods to choose the finite representative set of the
functional random variable for a reliable expectation estimation. In Section 3.3 , We highlight
the integration performance of our methods comparing to the standard Monte Carlo and to an
existing method based on a probabilistic modelling with truncated principal component ana-
lysis (PCA). In Section 3.4 , we introduce the Bayesian framework and fundamental notions
for Stepwise Uncertainty Reduction (SUR) infill strategies in the context of computationally
costly simulations. In Section 3.5 , we introduce the new proposed data-driven methodology
for stochastic inversion under functional uncertainties and describe our algorithm. Finally, in
Section 3.6 , we illustrate the overall procedure on an analytical example and then apply it
to an industrial test case.
3.2 Functional data reduction

In this section, we introduce new data reduction strategies for functional data in a greedy
fashion. The first one is based on notion coming from functional quantization. The second
one is related to notion of space filling design. In this paper, data reduction aims at reducing
the integration error when computing E[f (x, V)]. Therefore, we focus in Section 3.3 on the
performance in terms of integration error of our strategies, comparing to standard procedures.
3.2.1 Context
We consider the space H = L2 (Ω, F, P; V) of random processes V with realizations
V(, ω) = v in the space of deterministic square-integrable functions defined on [0, T ] denoted
with V = L2 ([0, T ]) and equipped with norm ||v|| = ( 0T v(t)2 dt)1/2 . The random variables
R
V(t, .) = η lie in L2 (Ω, P), the space of random variablesR with finite mean and variance,
defined on (Ω, F, P) and equipped with norm ||η||L2 (Ω,P) = ( Ω η 2 dP)1/2 . All random processes
discussed in this paper lie in H which is equipped with norm
1/2
hZ T i1/2
2 2
||V||L2 = E[||V|| ] = E V(t) dt , (3.1)
0
for any V ∈ H. The vast majority of realistic engineering problems can be addressed wi-
thin this set of assumptions. Without loss of generality, we will consider a centred stochastic
process with finite variance. We aim at summarizing the distribution of V through a finite col-
lection of deterministic functions {vj }lj=1 and corresponding weights {wj }lj=1 . Many reviews
have been done on functional quantization [Pagès and Printems, 2005, Luschgy et al., 2010,
Pages and Printems, 2009]. For instance, Luschgy, Pagès and Wilbertz [Luschgy et al., 2010]
propose different strategies for Gaussian processes.
An optimal quantization of V consists in finding the subset A ⊂ V with card(A) ≤ l that
minimizes
h i 1/2
min ||V − a|| = E min ||V − a||2 . (3.2)

a∈A L2 a∈A
Such a set is called an optimal l-quantizer. Lets us denote it as A = {a1 , ...al }. We define a
neighbour projection associated to A as :
l
X
πA := ai 1Cai (A) , (3.3)
i=1
where ∀i ∈ {1, ..., l} Cai (A) is the Voronoi partition induced by A and associated with ai :
Cai (A) = {v ∈ V | ∀h ∈ {1, ..., l} , ||v − ai || ≤ ||v − ah ||}. (3.4)
The A-quantization of V is defined by :
V̂l := πA (V). (3.5)
Voronoi partition is optimal in the sense that, for any random variable Vl0 : Ω → A, one
has E||V − V0 l ||2 ≥ E||V − V̂l ||2 (see, [Pages and Printems, 2009]). Finally the l-quantization
error of V is defined by
1/2
el (V) = inf{ E||V − V̂l ||2 , V̂l : Ω → V, card(V̂l (Ω)) ≤ l}. (3.6)
From a computational point of view, the cost of minimizing the error defined in Eq. (3.6) is
not negligible. Even in the finite-dimensional space Rm , the numerical search of an optimal
solution leads to an increasing computational cost when l or m grows (see [Levrard, 2014]).
Luschgy, Pagès propose in [Luschgy and Pagès, 2015] a greedy version of the L2 -quantization
problem for U an Rm valued random vector. The greedy-quantization is easier to compute
in terms of complexity but provides a possible sub-optimal quantizer {û1 , ..., ûl }. The au-
thors in [Luschgy and Pagès, 2015] prove that the L2 -quantization error at level l induced by
{û1 , ..., ûl } goes to 0 at rate l−1/m . The idea of such a procedure is to determine sequentially
the sequence (ûl )l≥1 . The first vector û1 achieves the error e1 (U). Then, for l ≥ 2,
1/2
∀l ≥ 2, ûl ∈ arg minm E||U − Ûl ||2 , (3.7)
u∈R
where Ûl is the l-quantization induced by {û1 , ..., ûl−1 } ∪ {u}.
In the present work, we propose a sequential strategy in an infinite-dimensional setting under
the assumption that the random process V may not be Gaussian. In this framework, Miranda
and Bocchini [Miranda and Bocchini, 2013, Miranda and Bocchini, 2015] propose a one-shot
algorithm that produces an optimal functional quantizer but which depends on a simulation
procedure for V. In the following, we propose a greedy algorithm to compute a l-quantization
of V. In our framework, the functional random variable is only known through a finite set
of realizations. The specificity of our procedure is first that it does not require a simulation
algorithm of the unknown process V (which is known only from a finite set of realizations),
and secondly our quantizer can be sequentially increased in a greedy fashion. One ingredient in
our methodology is the PCA decomposition of V (also known as Karhunen-Loève expansion).
Let us briefly recall the Karhunen-Loève expansion which is the most commonly employed
method to reduce the statistical complexity of random fields indexed over bounded intervals,
with continuous covariance function.
3.2.2 The Karhunen-Loève expansion

Let V ∈ H be a random process with zero mean and continuous covariance function
C(t, s). Then
∞
X
V(t) = ui ψi (t), t ∈ [0, T ], (3.8)
i=1
where {ψi }∞
i=1 are orthogonal and normalized eigenfunctions of the integral operator corres-
ponding to C : Z T
λi ψi (t) = C(t, s)ψi (s)ds. (3.9)
0
The {ui }∞
i=1 denotes a set of orthogonal random variables with zero mean and variance λi ,
where λi is the eigenvalue corresponding to the eigenfunction ψi . Equation (3.8) can be trun-
cated after m-terms : m KL
X
V(t) ' ui ψi (t). (3.10)
i=1
Computational method for functional PCA The covariance structure of the process
is unknown and has to be estimated from the data. More precisely, C(s, t) is estimated from
Ξ = {vi }N
i=1 by :
N
1 X
C N (t, s) = vi (s)vi (t). (3.11)
N i=1
The eigenvalue problem defined by Eq. (3.9) is then solved by replacing C by C N (see,
e.g., [Cardot et al., 1999] for convergence results). That approximated eigenvalue problem is
solved, e.g., by discretizing the trajectories {vi }i=1,...,N on [0, T ] : {vi (tj )}j=1,...,N T
i=1,...,N (see, e.g.,
[Ramsay, 2006] for a detailed overview on the subject).
3.2.3 Greedy Functional Quantization

L2 -Greedy Functional Quantization (L2 -GFQ). Now we aim at optimally exploring
the range of variations of V with a few elements in Ξ. Let
G = {(< v, ψ1 >, . . . , < v, ψmKL >)> , v ∈ Ξ} = {ui }N i=1 , with ui = (< vi , ψ1 >, . . . , <
vi , ψmKL >)> , be the set of the first m coefficients in KL expansion (see Fig. 3.1). Since we
place ourselves in a finite space G ⊂ RmKL , a first step consists in an efficient and sequential
strategy for the selection of a vectorial l-quantizer. A first solution is to apply the greedy
Figure 3.1: Ξ is a sample of 100 realizations of V (left) and G the corresponding representation
in the truncated space of coefficients with mKL = 2 (right).
vectorial quantization procedure described by Equation (3.7). The sequential construction is

detailed below
D̂1 = {û1 } where û1 is a solution of e1 (U) from Eq. (3.6)
∀l ≥ 2 , D̂l = D̂l−1 ∪ {ûl }
1/2 (3.12)
where ûl ∈ arg min E||U − Ul ||2 ,
u∈G
l = l + 1,
U is a random vector with discrete uniform distribution on G and Ul is the l-quantization
induced by {û1 , ..., ûl−1 } ∪ {u}.
A collection of representative curves associated to our functional random variable V is obtai-
ned by recovering the curves in the initial sample Ξ that correspond to the selected points
D̂l :
D̂l = {ûi }li=1 ⊂ G −→ Θ0l = {θ 0i }li=1 ⊂ Ξ (3.13)
This step is important as it allows to recover the functional variability of V and not only
the variability of its first mKL coefficients. Figure 3.2 shows the algorithm up to step l = 10
on the example of Figure 3.1. Note that, from this figure, we can see that L2 -quantization
leads to selecting central points and so the sample Θ0l=10 is mainly representative of the mean
behaviour of V. We also note that the extreme points are not chosen in the beginning of the
construction. To address this issue, we propose a method that aims at exploring the range of
variations of V by selecting central points and also extreme points. One way to do so consists
in the construction of a space filling design in RmKL . Let D̃ be this design. As the distribution
of V is only known through Ξ, it is natural to search D̃ included in G such that the chosen
points are well spread all over the space. Let us recall the notion of space-filling design, from
a purely model-free stance.
Space-Filling Design and criterion. Let us define D = {u1 , ..., ul } a collection of l

points. We denote by distij = ||ui − uj || the euclidean distance between two design points
ui and uj of D. One must then attempt to make the smallest distance between neighboring
points in D as large as possible. We call a design that maximizes φM m (D) = mini6=j distij , a
maximin-distance design (see Johnson et al [Johnson et al., 1990]). There are several other
intrinsic criteria in literature such as discrepancy that measures whether the distribution of the
Figure 3.2: Sequential design of 10 points (bold points) in the set of the coefficients G (left)
and their corresponding bold curves in Ξ (right).
points of D is close to a uniform distribution. See Pronzato et al. [Pronzato and Müller, 2012]
for a detailed overview on the subject. In the following, we consider the maximin-distance cri-
terion to construct our design, and since we want to select points from the set of coefficients
G, the design D̃ can be obtained by finding the design of l points among N , that maximizes
the criterion φM m .
Maximin-Greedy Functional Quantization (Maximin-GFQ). Finding the design D̃

is a computationally difficult task. We could adapt one of the optimal design algorithms used
in the literature such as simulated annealing (see Morris et al. [Morris and Mitchell, 1995])
and stochastic evolutionary algorithm (see Jin et al. [Jin et al., 2005]) for our purpose. Here we
propose a one-point-at-time greedy algorithm for the generation of our design. The sequential
construction is described below
Initialization : D̃1 = {ũ1 } where ũ1 is randomly chosen
∀l ≥ 2 , D̃l = D̃l−1 ∪ {ũl }
(3.14)
where ũl ∈ arg max φM m D̃l−1 ∪ {u} ,
u∈G
l = l + 1.
The algorithm starts with a random point ũ1 , the next point is chosen among the points in
G in order to maximize the maximin-distance criterion. Besides the sequentiality as for the
L2 -GFQ method, the points are now chosen in order to explore the range of variations of V at
each step using a distance criterion. Meaning that at each step, the exploration of the domain
is reasonable. The technique to recover the curves remains the same :
D̃l = {ũi }li=1 ⊂ G −→ Θ00l = {θ 00i }li=1 ⊂ Ξ (3.15)
In order to make a comparison, we start the Maximin-GFQ method Eq. (3.15) with the same
point as the L2 -GFQ method Eq. (3.13), i.e., ũ1 = û1 . Figure 3.3 shows the results up to
step l = 10 of both procedures. One can observe that the greedy maximin method covers
well the range of variation of V contrary to the L2 -GFQ method, which provides a well
distributed points only on the first component. The L2 -GFQ seems to be more influenced by
the higher order KL expansion. In the following, in order to improve the readability, we adopt
the simplified notation Θl that refers to one of the two constructions Θ00l and Θ0l . In this way
Figure 3.3: Left : Two designs of l = 10 points in the 2D-coefficients set G. Maximin-GFQ
(red circle points) and greedy L2 -GFQ (blue square points). Right : The corresponding red
curves for the Maximin-GFQ procedure (right).
and in the same spirit as before (see equations (3.3),(3.5)), we define the Θl -quantization of
the stochastic process V as
l
X
V̂l = θ i 1Cθi (V), (3.16)
i=1
where {Cθi (Θl ) : θ i ∈ Θl } is a Voronoi partition of Ξ induced by Θl as defined in Equation

(3.4).
In this section, we have introduced two data-driven greedy original procedures for func-
tional quantization, quantization being an alternative to Monte Carlo methods for numerical
integration. In the next section we highlight the performance of these procedures through two
analytical examples.
3.3 Numerical integration

Let h : V = L2 ([0, T ]) −→ R be a continuous function, and let V̂l be a l-quantization. It
is natural to approximate E[h(V)] by E[h(V̂l )]. This quantity E[h(V̂l )] is simply the finite
weighted sum :
l
X
E[h(V̂l )] = h(θ i )P(V̂l = θ i ), (3.17)
i=1

where the distribution P(V̂l = θ i ) i=1:l of V̂l can be approximated empirically by card(Cθi (Θl )∩

Ξ)/card(Ξ) i=1:l . This proportion acts as a weight in the computation of the expectation. Assi-
gning appropriate weights can bring a significant improvement (see L’Ecuyer et al. [L’Ecuyer and Lemieux, 2005
Remark. Under regularity assumptions, the integration error can be bounded by the
quantization error. E.g., if h is Lipschitz in the sense that ∀v, v0 ∈ V, |h(v)−h(v0 )| ≤ [h]lip ||v−
v0 ||, then

E[h(V)] − E[h(V̂l )] ≤ E|h(V) − h(V̂l )|
≤ [h]lip E||V − V̂l || (3.18)

≤ [h]lip (E||V − V̂l ||2 )1/2 .
Returning to our original notation E[f (x, V)], the proposed methodologies to efficiently
estimate the expectation over a functional random variable are summarized in Algorithms 3
and 4.
Algorithm 3 maximin-GFQ : Numerical integration
1: Inputs : initial sample (Ξ), truncation argument (mKL ), x value where the expectation
will be evaluated and set size of the quantization (l).
2: G ← truncation of the KL expansion after mKL -terms.
3: Construct the set of representative points D̃l defined by Eq. (3.14).
4: Induce from D̃l the corresponding set of representative curves Θ00l Eq. (3.15).
5: Define V̂l ← Θ00l -quantization of V Eq. (3.16).
6: Perform the computation of the expectation E[f (x, V̂l )] Eq. (3.17) :
E[f (x, V)] ≈ E[f (x, V̂l )] = li=1 f (x, θ 00i )P(V̂l = θ 00i ).
P
7:
Algorithm 4 L2 -GFQ : Numerical integration

3: Construct the set of representative points D̂l defined by Eq. (3.12).
4: Induce from D̂l the corresponding set of representative curves Θ0l Eq. (3.13).
5: Define V̂l ← Θ0l -quantization of V Eq. (3.16).
6: Perform the computation of the expectation E[f (x, V̂l )] Eq. (3.17) :
E[f (x, V)] ≈ E[f (x, V̂l )] = li=1 f (x, θ 0i )P(V̂l = θ 0i ).
P
7:
In the sequel, we compare these two algorithms to the standard Monte Carlo, whose steps
are outlined in Algorithm 5. The estimation of the expectation is sequentially calculated in
the same vein as the GFQ procedures.
Algorithm 5 Crude MC : Numerical integration

1: Inputs : initial sample (Ξ), x value where the expectation will be evaluated and set size
of the quantization (l).
i.i.d.
2: Sample V̄l = {v̄i }li=1 where v̄1 , ..., v̄l ∼ UΞ , where UΞ a discrete uniform distribution
on Ξ.
3: Estimate the expectation E[f (x, V)] by l MC runs to f (x, v̄) :
Pl
4: E[f (x, V)] ≈ 1l i=1 f (x, v̄i ).
We consider two analytical examples to highlight the integration performance of the two
Greedy Functional Quantization methods (GFQ) in comparison with crude Monte Carlo. The
first example is defined as an additive Lipschitz function, i.e., sum of the 2D Bohachevsky
function and uncertainties. The second example does not check the Lipschitz assumptions to
mimic real applications.
Application 1. We consider a functional f defined as

Z
f : (x, v) 7→ x21 + 2x22 − 0.3 cos(3πx1 ) − 0.4 cos(4πx2 ) + 0.7 + evt dt,

T
where x = (x1 , x2 ) = (50, −80) and V is a standard Brownian motion on R and [0, T ] = [0, 1].
We suppose that a sample Ξ of N = 200 realizations of V is available and that the probability
distribution of V is unknown. In this example, we fix the truncation argument at 2 which
leads to the explanation of 90% of the variance. Because of the random choice of the starting
curve, the maximin-GFQ methods have a stochastic behaviour like the Monte Carlo method.
To account for these variabilities in the test, the performance of the method is averaged over
200 independent runs.
Figure 3.4: Application 1. Sequential expectation estimation. Lines denote the average es-
timates, and coloured bands mark the 25-th and 75-th quantiles (Monte Carlo (in green)
and maximin-GFQ (in red)). Horizontal axis denotes the number of curves l used for the
expectation estimation.
The results are shown in Figure 3.4. We observe that for any choice of l, the integration
error induced by any of both GFQ methods is significantly smaller than the standard Monte
Carlo. One can note that the maximin-GFQ method is less sensitive to the starting point
from set size l ≥ 25. We also remark that for a small size l ≤ 5, the maximin-GFQ method
is not yet stable implying more uncertainties in the estimation. From l ≥ 10 (see Fig. 3.3),
stability is reached since different kind of curves (centered and extreme) have been selected.
Application 2. We define a function f by mixing control variables and uncertainties. This

function involves max(v) and min(v), so catching the variability of V becomes important.
The function f is given by
Z T x1 .x2
f : (x, v) 7→ max vt .|0.1 cos(x1 max vt ) sin(x2 ).(x1 + x2 min vt )2 |. (30 + vt ) 20 dt,
t t t 0
where x = (x1 , x2 ) = (2.95, 3.97) and V is a standard Brownian motion on R and [0, T ] = [0, 1].
To mimic real applications, we assume in the procedure that the probability distribution of V
is unknown. We suppose that a sample Ξ of N = 200 realizations of V is available. We note
that the two GFQ methods depend on the truncation argument mKL . In this example, we fix
it at 2 to explain 90% of the variance (results are similar for other truncation argument and
x values, and are omitted for brevity).
First, we compare two GFQ methods by fixing the starting point for maximin-GFQ at the
first curve obtained by L2 -GFQ. One can see from Figure 3.5 that the obtained results are
quite similar. For a small set size, the L2 -GFQ method leads to a smaller estimation error, this
is due to the fact that the maximin-GFQ algorithm selects the points at the corners (explo-
ration phase) as shown in Figure 3.3 which leads to a slower decrease of the error in the first
steps. Due to the stochastic nature of the Monte Carlo and the maximin-GFQ methods, the
performance of the method is averaged over 30 independent runs. The results of the integra-
tion algorithms are shown in Figure 3.6. The lines indicate average estimate and the coloured
bands mark the area between the 25-th and 75-th quantiles. Here two observations can be
made. First, for any choice of l, the integration error induced by any of both GFQ methods
is significantly smaller than the standard Monte Carlo. Secondly, for maximin-GFQ method,
the variability induced by the choice of the starting point is weak from set size l ≥ 20.
Figure 3.5: Application 2. Sequential expectation estimation by maximin-GFQ and L2 -GFQ
methods.
Figure 3.6: Application 2. Sequential expectation estimation. Lines denote the average es-
timates, and coloured bands mark the 25-th and 75-th quantiles (Monte Carlo (in green)
and maximin-GFQ (in red)). Horizontal axis denotes the number of curves l used for the
expectation estimation.
Note that our procedure is based on a dimension reduction. However, once the space filling
Figure 3.7: Application 2. Sequential expectation estimation. Lines denote the average esti-
mates, and coloured bands mark the 25-th and 75-th quantiles (Fpca (in blue) and maximin-
GFQ (in red)). Horizontal axis denotes the number of curves l used for the expectation
estimation.
design has been built in RmKL , we go back to the infinite-dimensional space V by selecting
the corresponding curves. We expect from such a procedure to be robust to the dimension
reduction. To illustrate this intuition, we compare the maximin-GFQ algorithm to an existing
method, called hereafter Fpca method. This latter consists in sampling independently the
KL random variables U ∈ RmKL whose probability distribution is estimated beforehand and
denoted PU (see, e.g., [Nanty et al., 2016] for a detailed overview on the subject). Then we
obtain the desired curves using the linear combination of Equation (3.10). The steps of the
Fpca method are summarized in Algorithm 6. The results of the comparison are shown in Fi-
gure 3.7. We note that the Fpca method leads to a biased estimation due to the regularization
induced by reducing the dimension.
Algorithm 6 Fpca : Numerical integration

3: PU ← estimation of the joint distribution of the truncated-KL random variables U ∈
RmKL from G.
i.i.d.
4: Sample Upca
l = {uipca }li=1 where u1pca , ..., ulpca ∼ PU .
5: Construct the associated curves Vl = {vi }i=1 to Upca
pca pca l
l defined by Equation (3.10).
6: Estimate the expectation E[f (x, V)] by l MC runs to f (x, vpca ) :
E[f (x, V)] ≈ 1l li=1 f (x, vipca ).
P
7:
In summary, these simulations show that the two GFQ methods benefit improved per-
formances over Monte Carlo in numerical accuracy. Regarding computation time, Figure 3.8
shows the time needed to compute the whole Greedy Functional Quantization as a function
of point set size l. The KL expansion is done in a prior unaccounted step. These algorithms
are implemented in the software R and all computations are performed on a 8-core Intel 2.80
Ghz processor. From this figure, the running time of the maximin-GFQ method grows much
more slowly than the L2 -GFQ one. Indeed, the discrete optimization in the L2 -GFQ method
(Eq.(3.12)) involves an empirical estimation of the expectation at each step, thus the algo-
rithm has complexity O(N 2 × l × mKL ). The latter becomes time consuming as l increases
comparing to the maximin-GFQ algorithm which has complexity O(N × l × mKL ).
Figure 3.8: Application 2. Computation time (in seconds) of the two GFQ methods as a
function of point set size (l).
In this section, we presented a methodology to efficiently estimate the expectation over

V at a point x in the control space X. In the next section, we recall an existing method to
address the inversion problem in the control variable space in the context of computationally
costly simulations. This strategy is defined in a Bayesian framework based on the so-called
Stepwise Uncertainty Reduction strategy (SUR). Let us start with some presentation of the
SUR paradigm.
3.4 Background on SUR strategies

Let f : X×V −→ R denote a real-valued continuous function, where X is a bounded subset
of Rp , p ≥ 1, and V a functional space on which a random variable V is defined. Moreover,
we suppose that a finite set of N independent and identically distributed realizations of the
functional random variable V is available. In the following, we consider the expectation over
the distribution of the functional random variable and we are interested in characterizing the
set of control variables which leads a system a safe behaviour :
Γ∗ := {x ∈ X , g(x) = EV [f (x, V)] ∈ C} with C = (∞, c], c ∈ R. (3.19)
While the function f depends on two separate types of inputs (control and uncertain va-
riables), our objective function g depends only on the control variables, i.e., for each setting
of control variables, the objective function is the mean of f over the unknown distribution of
the uncertain variable.
The estimation of Γ∗ by evaluating the function g at each grid point of the discretized version
of X requires far too many evaluations of g. Therefore, statistical methods based on a reduced
number of evaluation points are widely used to overcome this latter difficulty by focusing the
evaluations on the ’promising’ subregion of the control space.
These methods usually begin by an exploration phase, during which the output of the code is
computed on an experimental design of size n. This initial design is then sequentially expan-
ded by adding new goal oriented points. These sequential strategies have been used in recent
years for many purposes, such as the failure probability estimation ([Bect et al., 2012]) and
target regions ([Picheny et al., 2010]) whose main idea is to decrease the variance kriging at
the points where the kriging mean is close to the threshold c. Unlike the two cited methods, we
are interested in the whole excursion set. In ([Chevalier et al., 2013],[Chevalier et al., 2014b])
the sampling criterion is based on concept of random closed sets and applied to identify the
set Γ∗ . In this work we adopt this strategy and the procedure is introduced below.
3.4.1 Random closed set and bayesian framework

In a Bayesian framework, we assume that g is a realization of an almost surely continuous
Gaussian process Y ∼ GP (m, k) with a mean structure m, defined as, m(x) = E[Yx ], x ∈ X,
and a covariance kernel k, defined as, k(x, x0 ) := Cov(Yx , Yx0 ), x, x0 ∈ X. Due to the stochastic
nature of (Yx )x∈X , the associated excursion set,
Γ := {x ∈ X , Yx ∈ C} (3.20)
is a random closed set. From the assumption that g is a realization of Y , the true unknown set
Γ∗ can be seen as a realization of the random closed set Γ. Therefore, we implement a Stepwise
Uncertainty Reduction strategy (SUR) that aims at reducing uncertainty on Γ by adding new
evaluation points step by step as proposed by [Chevalier et al., 2013]. In this context such
strategy relies on the notion of uncertainty for random sets. This latter will be characterized
by the Vorob’ev expectation and deviation for random sets introduced in Subsection 3.4.2.
The principle of SUR strategies are also recalled in Subsection 3.4.3.
3.4.2 Vorob’ev approach

Γ defines a random closed set. Several ways to define the expectation of a random set
have been developed in the literature (see e.g. [Molchanov, 2006]). In this paper, we focus on
Vorob’ev expectation, closely related to quantiles and level-sets which have been the subject
of many developments. Let us define the coverage probability function of a random set Γ as
p(x) = P(x ∈ Γ), x ∈ X. (3.21)
The coverage function p is not always available in an analytical closed form. For instance
[Cuevas et al., 2006], [Cuevas and Fraiman, 1997] proposed to replace p by an empirical coun-
terpart and established consistency of plug-in estimators under weak assumptions. Here thanks
to the Gaussianity assumption we will work with a closed form criterion. For α ∈ [0, 1], the
α-level set of p(x), also known as the Vorob’ev Quantile, is
Qα = {x ∈ X : p(x) ≥ α}. (3.22)
Let µ be a Borel σ-finite measure defined on X, the Vorob’ev expectation is defined as Qα∗
with α∗ such that the volume of Qα∗ matches the mean volume of Γ in the following sense :
∀β > α∗ , µ(Qβ ) < E[µ(Γ)] ≤ µ(Qα∗ ). (3.23)
Finally we introduce a notion of variability, based on the concept of expected distance between
two random sets. First, let us consider two random closed sets A, B, the expected distance
between A, B with respect to the measure µ is defined as
dµ (A, B) = E[µ(A4B)], (3.24)
where A4B is the symmetric difference of A and B. The quantity E[µ(Γ4Qα∗ )] is called
Vorob’ev deviation.
In the following, we use the Vorob’ev expectation and deviation to quantify the variability
of Γ conditionally to available observations. Let us denote the initial design points as Xn =
(x1 , x2 , ..., xn ) ∈ Xn and the responses at these points as gXn = (g(x1 ), g(x2 ), ..., g(xn )) ∈ Rn .
We note
YXn = (Yx1 , Yx2 , ..., Yxn ) the random vector associated to the random process Y considered
at Xn . The main object of interest is then the conditional probability distribution of the
random closed set Γ given the n observations. We know that the posterior distribution of
the process Y given the n available observations remains Gaussian and is characterized by
the posterior mean mn (x) = E[Yx | YXn = gXn ], x ∈ X, and the posterior covariance kernel,
kn (x, x0 ) := Cov(Yx , Yx0 | YXn = gXn ). The latter are given by the following equations :
mn (x) = m(x) + kn (x)> K−1
n (gXn − m(Xn )),
(3.25)
s2n (x) = kn (x, x) = k(x, x) − kn (x)> K−1
n kn (x),
where kn (x) = (k(x, x1 ), ...k(x, xn ))T , Kn = (k(xi , xj ))1≤i,j≤n .

Given the n observations, the coverage probability function pn and Vorob’ev Quantile Qn,α can
easily be computed as presented in [Chevalier et al., 2013]. The Vorob’ev expectation Qn,α∗n
can be determined by tuning α to a level αn∗ such that µ(Qn,α∗n ) = E[µ(Γ) | YXn = gXn ]
as explained in Chapter 1. Once the Vorob’ev expectation is determined, the computation of
Vorob’ev deviation E[µ(Γ4Qn,α∗n ) | YXn = gXn ] can be expressed as a function of the posterior
coverage probability function pn and does not require simulations of Γ (for detailed formulas
see [Chevalier et al., 2013]).
3.4.3 SUR strategies

The principle of stepwise uncertainty reduction (SUR) (see, e.g., [Bect et al., 2012] ;
[Chevalier et al., 2014a]) is to define an uncertainty measure, depending on the objective to
be fulfilled, and to sequentially choose the points that decrease most this uncertainty. In other
words, the aim of the SUR strategy is to construct a sequence of evaluation locations in order
to reduce the expected uncertainty on a quantity of interest.
Here, we work in the setting where g is a sample path of a random process Y . The uncertainty
function for an estimate of Γ is defined as a function Huncert that associates to any finite
sequence of observations (Xn , gXn ) a real value representing the uncertainty on the estimation
of Γ. When n observations are available, we denote by Hnuncert the uncertainty at step n. We
assume that we have r evaluations left. The objective of the SUR strategy is to find r optimal
uncert is as small as possible.
locations xn+1 , ..., xn+r such that the uncertainty Hn+r
In what follows, we consider the Vorob’ev deviation as the uncertainty function, at step n,
Hnuncert = E[µ(Γ4Qn,α∗n ) | YXn = gXn ] (3.26)
One way of constructing the sequence xn+1 , ..., xn+r is to choose at each step the point
uncert ,
that gives the smallest uncertainty Hn+1
uncert
Hn+1 (x) = E[µ(Γ4Qn+1,α∗n+1 ) | YXn = gXn , Yx ] (3.27)
uncert is function of Y given Y
We note that the future uncertainty Hn+1 x Xn = gXn . Therefore,
at each step we choose the point that gives the smallest uncertainty in expectation, that is :
uncert
xn+1 ∈ argminx∈X En,x [Hn+1 (x)]
(3.28)
:= argminx∈X Jn (x),
where En,x denotes the expectation with respect to Yx |YXn = gXn (for detailed formula of
Jn (.) see [Chevalier et al., 2013]).
After having evaluated the function g at the optimal location xn+1 , we update the parameters
of the posterior mean and covariance, and we restart until the evaluation budget r is spent.
Such strategy is called one-step lookahead, which means that we select the next evaluation
point as if it were the last one. For more theoretical perspectives on the SUR strategies, see
[Bect et al., 2016] and references therein.
3.4.4 SUR strategy adapted to noisy observations

In our context, we can not compute exact evaluations of the expectation over the pro-
bability distribution of V. We propose in Section 3.2 sequential algorithms that efficiently
approximate the value of g(x) by E[f (x, V̂l )]. On the design points, the n evaluations g(Xn )
are replaced by their approximation g̃(Xn ) = (E[f (x1 , V̂l )], ..., E[f (xn , V̂l )]). For that reason,
we do not want to build an exact interpolant at points x1 , ..., xn . We rather consider that g̃(Xn )
are realizations of a Gaussian vector (Ỹx1 , ..., Ỹxn )T defined by Ỹxi := Yxi + i where 1 , ..., n
are independent centred Gaussian variables of variance τ12 , ..., τn2 . Conditionally to Ỹx1 , ...Ỹxn
the process Y is still Gaussian. Its conditional mean and variance functions are given by Equa-
tions (3.25), except that the covariance matrix Kn is replaced by K̃n = Kn +diag([τ12 ...τn2 ])In .
Remark. In our context, we estimate the expectation empirically by l calls to the function
f . The well-known Monte Carlo methods (Crude MC, FPCA) allow us to quantify the noise
of estimation and to integrate it into GP modelling (kriging with noisy observations). Conse-
quently, we define the variance components {τi2 }ni=1 as τi2 = var(f (xi , V̄l )) for the crude MC
method and var(f (xi , Vlpca )) for the FPCA method. We also note that the two deterministic
GFQ methods are in the same spirit than the Quasi-MC methods. The error of estimation de-
pends on the variation of f that is most often not tractable. Therefore we assume a negligible
integration error and thus the observations are assumed noise-free.
3.5 Algorithm coupling SUR and functional quantization

The whole computational aspect is carried out in the R environment : we use DiceKriging
package [Roustant et al., 2012] for Gaussian modelling and the sampling criterion Jn Eq. (3.28),
used in order to select the next evaluation xn+1 of the function g, is already implemen-
ted in the KrigInv package [Chevalier et al., 2014b]. We exploit the kriging update formulas
[Chevalier et al., 2015] for faster updates of posterior mean and covariance. The sequentiality
of our estimation method of the expectation on xn+1 leads us to define a stopping criterion on
the expectation estimation m̂. Thus, at each step in the estimation, we evaluate the absolute
difference between two consecutive estimations of the expectation,
el (xn+1 ) = |m̂l−1 (xn+1 ) − m̂l (xn+1 )|, (3.29)
where m̂i (xn+1 ) = E[f (xn+1 , V̂i )], we denote by |.| the absolute value function. In the follo-
wing, the stopping criterion is defined by the following relation,
∀ 0 ≤ j ≤ l0 , el−j (xn+1 ) ≤ (3.30)
It ensures that the quantities el are smaller than a prescribed tolerance on the l0 previous
steps in the estimation. These two parameters are set by practitioners. It allows to use fewer
curves without loosing estimation accuracy.
Remark. The parameters (l0 , ) are closely linked to the allocated budget. Moreover the
parameter l0 can be set in practice between [2, 5] regarding the stability we want to achieve
with the method. About the parameter , it will be intuitively calibrated depending both on
the precision and on the scale of the outputs.
The strategy SUR could be stopped if the allocated number of simulations is reached. However,
we define in this work an additional stopping criterion based on the Vorob’ev deviation and
close to the one defined for the expectation estimate. Thus, the strategy is carried out until
the following stopping criterion is verified
∀ 0 ≤ j ≤ l0SUR , eSUR
l−j (xn+1 ) ≤
SUR
(3.31)
where eSUR
i = | Ei−1 [µ(Γ4Qi−1,α∗i−1 )] − Ei [µ(Γ4Qi,α∗i )] | is the absolute error between two
successive Vorob’ev deviations. The condition Eq. (3.31) tests if all the quantities are smaller
than a tolerance SUR on l0SUR consecutive steps.
The global methodology to perform inversion in presence of functional uncertainty proposed
in this paper is summarized in Algorithm 8.
Algorithm 7 Data-driven stochastic inversion under functional uncertainties

1: Create an initial design of experiments (DoE) of n points in the control space X.
2: Alg A ← choose one of the Algorithms 3,4, 5 and 6.
3: Estimate the expectation (Alg. A).
4: Deduce {τi2 }ni=1 (if Crude MC or Fpca methods).
5: while Stopping criterion Eq. (3.31) not met (SUR) do
6: xn+1 ← Sampling criterion Jn .
7: Set l = 1.
8: while Stopping criterion Eq. (3.30) not met (Expectation Estimation) do
9: Approximate the expectation by E[f (xn+1 , V̂l )] (Alg. A).
10: Set l = l + 1.
11: end while
12: τx2n+1 ← var(f (xn+1 , V̂l )) (if Crude MC or Fpca methods).
13: Update DoE.
14: Set n = n + 1.
15: end while
16: end
Remark on stage 2 of Algorithm 8 Due to their sampling based nature, the Crude MC
and Fpca methods are sensitive to the resulting estimation errors. Consequently, we consider
the adaptation of the SUR strategy for noisy observations (see, Subsection 3.4.4).
3.6 Numerical tests

In this section we apply the proposed data-driven methodology for stochastic inversion
under functional uncertainties to two test cases. On an analytical test case, we compare the
methods combining the SUR strategy to the four approach to estimate the expectation. We
then present in Subsection 3.6.2 an application to the industrial automotive test case which
motivate our study.
3.6.1 Analytical example
In this example, we define the function f as follows :
f : (x, v) 7→ max vt .|0.1 cos(x1 max vt ) sin(x2 ).(x1 + x2 min vt )2 |.
t t t
Z T x1 .x2 (3.32)
(30 + vt ) 20 dt,
0
where the control variable x lies in X = [1.5, 5] × [3.5, 5], and V is a standard Brownian
motion. We suppose that a sample of N realizations of V is available, denoted by Ξ, and
these realizations are discretized uniformly on 100 points. The objective is to construct the
set Γ∗ := {x ∈ X , g(x) = EV [f (x, V)] ≤ c}, where c = 1.2.
Here we consider a Gaussian process prior (Yx )x∈X ∼ GP (m, k), with constant mean function
and Matérn covariance kernel with ν = 5/2. The initial DoE consists of a 9 points LHS
design optimized by maximin criterion. The hyper-parameters of the Gaussian process Y are
estimated by Maximum Likelihood Estimation (MLE). Figure 3.9 shows the initial design of
experiments and the target set Γ∗ obtained from a 30 × 30 grid experiment, where at each
grid point the expectation is approximated by a Monte Carlo Method over 5000 realizations
of V. We aim at estimating the set Γ∗ using the SUR strategy to choose the next evaluation
point as defined in Section 3.4 , and the methods presented in Section 3.2 to provide an
efficient estimation of the expectation. We proceed to add one point at each iteration of the
Figure 3.9: Analytical example. Contour plot of the function g, the set of interest (green)
with boundary (red line), the initial design of experiments (black triangles).
SUR strategy until the condition Eq. (3.31) for (l0SUR , SUR ) = (4, 5.10−3 ) is reached. The
covariance parameters are re-estimated at each step by MLE. Since this criterion is based
on the Vorob’ev deviation, the objective is to reduce the uncertainty on the set estimate
until stability. For the sequential estimation of the expectation, we test the sensitivity to the
parameters (l0 , ) of criterion Eq. (3.30) (see Table 3.1).
The estimation of the expectation at the proposed point by SUR is carried out with one of the
methods detailed in Section 3.2 (Fpca, crude MC, maximin-GFQ, L2 -GFQ). As presented
in Section 3.5 , the estimation is done sequentially and it depends on the stopping criteria
parameters l0 , and on the truncation argument mKL . This latter is set at mKL = 7 in order
to explain 97% of the variance. The four expectation estimation methods are sequential as
detailed in Section 3.2 . Indeed, the two GFQ methods are sequential by definition. The crude
MC method is sequential because at each step a curve is drawn with replacement from the
available sample Ξ (see Algorithm 5). The same goes for the probabilistic approach (Fpca),
at each step we add a new curve built as explained in Algorithm 6.
The first test consists in fixing the available sample of realizations of V (N=200). For this fixed
sample, we compare the obtained results for different l0 and . Table 3.1 lists the parameters
tested in this section.
l0 4 2 3 4
10 5.10 5.10 5.10−3
−2 −3 −3
Table 3.1: Analytical example. Stopping criteria parameters used in the estimation of expec-
tation.
To compare the performance of the various methods we use the ratio between the volume
of the symmetric difference between the true set Γ∗ and the estimated set at last iteration,
µ(Γ∗ 4Qnlast ,α∗nlast ) and the volume of the true set, µ(Γ∗ ). As shown earlier in Figure 3.6,
the maximin-GFQ method is not very sensitive to the starting point. Thus, in the following
test, we consider the deterministic version of the maximin-GFQ method by fixing the starting
point to the one of L2 -GFQ method.
Figure 3.10: Analytical example. The relative error obtained by the two GFQ methods for
different values of l0 and as a function of the number of calls to the function f .
µ(Γ∗ 4Qnlast ,α∗nlast )/µ(Γ∗ ) Cumulative number of calls to f

(l0 , ) maximin-GFQ L2 -GFQ maximin-GFQ L2 -GFQ
(4,1.e-2) 11.86 % 7.50 % 1144 (21) 1225 (42)
(2,5.e-3) 12.34 % 7.93 % 735 (21) 978 (22)
(3,5.e-3) 10.80 % 6.87 % 989 (18) 1096 (21)
(4,5.e-3) 8.02 % 6.79 % 1259 (19) 1489 (26)
Table 3.2: Analytical example. (Left) The relative error obtained by the two GFQ methods
for different values of l0 and . (Right) The cumulative number of calls to the function f (in
brackets are the number of iterations required to reach the stopping criterion in the SUR
strategy).
From the comparison results displayed in Table 3.2 and plotted on Figure 3.10, we note
that the two GFQ methods are sensitive to the parameters l0 and . The L2 -GFQ method
performs well in set estimation error terms, the maximin-GFQ provides better results in terms
of cost. In the following comparison tests, we consider only the L2 -GFQ method as it gives
much better set estimation error for a reasonable number of calls to the function f .
Regarding the second test, the two expectation estimation methods (Crude MC and Fpca)
have a stochastic behaviour because of the sampling steps. To account for these variabili-
ties, the performance of each method is averaged over 30 independent runs. The results are
summarized in Tables 3.4 and 3.3. The results indicate that the three methods are sensitive
to the parameters l0 and : larger is the parameter l0 , i.e., when seeking to a stability of
the estimation, smaller is the error but higher is the number of calls to the function f . The
L2 -GFQ method performs well in terms of error and cost. The cumulative number of calls to
f has been decreased by a factor greater than 3 in comparison with the two other methods.
µ(Γ∗ 4Qnlast ,α∗nlast )/µ(Γ∗ )

(l0 , ) Crude MC Fpca L2 -GFQ
(4,1.e-2) 9.53 % (4.12) 9.89 % (4.14) 7.50 %
(2,5.e-3) 9.84 % (3.24) 10.86 % (2.82) 7.93 %
(3,5.e-3) 9.54 % (3.81) 7.29 % (1.07) 6.87 %
(4,5.e-3) 8.98 % (2.62) 7.01 % (1.21) 6.79 %
Table 3.3: Analytical example. The average relative error obtained by the crude MC, Fpca
for different values of l0 and (in brackets are the standard deviation for the crude MC and
Fpca methods).
Cumulative number of calls to the function f

(l0 , ) Crude MC Fpca L2 -GFQ
(4,1.e-2) 2849 (27) 2805 (24) 1225 (42)
(2,5.e-3) 2393 (26) 2670 (23) 978 (22)
(3,5.e-3) 3537 (23) 3661 (20) 1096 (21)
(4,5.e-3) 4400 (23) 4278 (20) 1489 (26)
Table 3.4: Analytical example. The average cumulative number of calls to the function f
(written in brackets are the number of iterations required to reach the stopping criterion in
the SUR strategy).
Figure 3.11 shows the set estimation error and the Vorob’ev deviation as a function of
the iteration number for the three methods and (l0 , ) = (4,5.e-3). For the crude MC and
Fpca methods, the dotted lines indicate average error decay, and the coloured bands mark
the area between the 25-th and 75-th error quantiles. Note that the three methods show a
strong decrease in the set estimation error. The main observation that can be made is that,
for a small total call to f (see, Table 3.4), the convergence rate for the proposed approach
(L2 -GFQ) is better in comparison to the Crude MC and Fpca methods.
Figure 3.11: Analytical example. Results for (l0 , ) = (4, 5.e−3 ). Lines denote the average, and
coloured bands mark the 25-th and 75-th quantiles (Fpca (in red) and Crude MC (in green)).
Top : The Vorob’ev deviation. Bottom : The set estimation error µ(Γ∗ 4Qnlast ,α∗nlast )/µ(Γ∗ ).
In the following, the stopping criteria for SUR (l0SUR = 4, SUR = 5.10−3 ) and for the
expectation estimation (l0 = 4, = 5.10−3 ) are chosen because they offer a good compromise
between the accuracy and the number of model evaluations.
Table 3.5 compares the sensitivity of the methods to the size of the available sample Ξ, denoted
by N. In each cell of the table, we perform 20 × 20 independent runs. Indeed, for each value
of N, we generate 20 training samples Ξ of size N and for each sample we perform 20 runs for
each method. The table summarizes the results averaged over the 400 runs.

Crude MC Fpca L2 -GFQ
N=50 15.38 % (8.76) 13.25 % (5.09) 11.13 % (6.48)
N=100 9.60 % (4.65) 8.80 % (3.60) 9.08 % (5.41)
N=200 8.22 % (2.18) 7.71 % (2.35) 7.02 % (2.31)
Cumulative number of calls to f

Crude MC Fpca L2 -GFQ
N=50 4281 (22) 4343 (21) 1044 (27)
N=100 4262 (22) 4313 (21) 1236 (25)
N=200 4152 (22) 4552 (21) 1262 (24)
Table 3.5: Analytical example. (Top) The average set estimation error obtained for different
sample size and methods and mKL = 7 (in brackets are the standard deviation). (Bottom)
The average cumulative number of calls to the function f (in brackets are the number of
iterations required to reach the stopping criterion in the SUR strategy).
We note that for a larger sample size, the recovering error is smaller. This can be explained
by the fact that with a large sample size, the available information on variable V enables an
effective estimation of the expectation.
We know that the L2 -GFQ and the probabilistic modelling (Fpca) depend on the truncation
argument. To better understand the effect of the number of dimensions m, we fix the stopping
criteria for the SUR strategy and expectation estimation, and we consider different values
of mKL = {2, 3, 4, 5, 6}. Each cell of Table 3.6 represents the result averaged over 14 × 20
independent runs. For each m, we generate 14 samples Ξ of size N=200, and for each of them
we perform 20 runs of each method.

Fpca L2 -GFQ
mKL = 2 11.43 % (3.70) 8.90 % (3.71)
mKL = 3 10.70 % (3.38) 7.72 % (3.38)
mKL = 4 9.24 % (3.18) 7.40 % (3.13)
mKL = 5 8.94 % (2.66) 7.05 % (5.09)
mKL = 6 8.27 % (1.67) 6.96 % (3.32)
Cumulative number of calls to f

Fpca L2 -GFQ
mKL = 2 3855 (18) 1286 (26)
mKL = 3 4418 (24) 1139 (21)
mKL = 4 4438 (21) 1236 (20)
mKL = 5 4542 (21) 1214 (25)
mKL = 6 4955 (19) 1142 (21)
Table 3.6: Analytical example. (Top) The average set estimation error obtained by the Fpca
and the L2 -GFQ methods for different values of m (in brackets are the standard deviation).
(Bottom) The average cumulative number of calls to the function f (in brackets are the
number of iterations required to reach the stopping criterion in the SUR strategy).
Table 3.6 shows that for all values of m, the L2 -GFQ method outperforms the probabilistic
Fpca modelling. As shown in Table 3.7, for high truncation argument, the explained variance
increases, that explains the decrease of the estimation error for the probabilistic modelling
(Fpca). In the other hand, the L2 -GFQ accuracy seems to be quite constant for mKL ≥ 3.
This can be explained by the fact that the KL expansion is only used to define a space filling
design, and the information lost by the truncation is recovered by tacking the corresponding
curve in the set Ξ. On the contrary, the probabilistic modelling which is based on Fpca gives
better results when m is higher. Figures 3.12 and 3.13 show the initial and the final results
obtained by the two methods for mKL = 2. However the errors in Table 3.6 seem to be
bounded below. To go below that bound, we probably need to increase the size of Ξ.
mKL 2 3 4 5 6
Explained variance 90.2 % 93.4 % 95.1 % 96 % 96.7%
Table 3.7: Analytical example. The explained variance in function of mKL

Figure 3.12: Analytical example. Results based on the initial DoE in the case mKL = 2. The
coverage function, the boundary of the true set (red), the estimated sets (green).
Figure 3.13: Analytical example. Results at the last iteration in the case mKL = 2. The
coverage function, the boundary of the true set (red), the estimated sets (green).
3.6.2 IFPEN test case

In this section we test the proposed method on an automotive test case from IFPEN. The
problem concerns an after-treatment device of diesel vehicles, called Selective Catalytic Re-
duction (SCR). This latter consists on a basic process of chemical reduction of nitrogen oxides
(NOx ) to diatomic nitrogen (N2 ) and water (H2 O) by the reaction of NOx and ammonia NH3 .
The reaction itself occurs in the SCR catalyst. Ammonia is provided by a liquid-reductant
agent injected upstream of the SCR catalyst. The amount of ammonia introduced into the
reactor is a critical quantity : overdosing causes undesirable ammonia slip downstream of the
catalyst, whereas under-dosing causes insufficient NOx reduction. In practice, ammonia slip
is restricted to a prescribed threshold.
We use an emission-oriented simulator developed by IFPEN, which models the vehicle, its
engine and the exhaust after-treatment system. It takes the vehicle driving cycle profile as
input and provides the time-series of corresponding exhaust emissions as output. A realistic
SCR control law is used in this simulator. See [Bonfils et al., 2012] for an example of such
a control law. In this study, we choose two control variables as input and a functional one
considered as random. The control variables are parameters of the SCR control law. They set
the targeted level of NH3 storage in the catalyst and then are indirectly related to the NH3
injected. They lie in X = [0, 0.6]2 . The functional random variable describes the evolution of
vehicle speed on I, with I = [0, 5400s]. These functional uncertainties come from an available
sample of 100 real driving cycles. Regarding the discretization of the real-driving cycle, we
have one observation per second, so ∀i ∈ {1, . . . , 100}, vi ∈ R5400 . A subset of that sample is
represented in Figure 3.14.
Figure 3.14: Automotive test case. Sample of 7 real driving cycles.
In short, the ammonia emissions peak during a driving cycle is modelled as a function,
f : X×V → R
slip
(x, V) 7→ f (x, V) = max NH3 (t, x, V)
t∈I
We are interested in recovering the set Γ∗ = {x ∈ X , g(x) = EV [f (x, V)] ≤ c}, with c =
30ppm. Conducting this study on a full grid would consist in covering the space [0, 0.6]2 with
a fine mesh and evaluating the code 100 times at each point. Knowing that each simulation
takes about two minutes, such study would require many computational hours, and thus the
use of meta-models allows to tackle this computational issue.
Here we consider a Gaussian process prior (Yx )x∈X ∼ GP (m, k), with constant mean function
and Matérn covariance kernel with ν = 5/2. The initial DoE consists of a 8 points LHS design
optimized with respect to the maximin criterion. The covariance kernel hyper-parameters are
estimated by maximizing the likelihood.
As for the analytical example, we proceed to add one point at each iteration for the SUR
strategy until the stopping criterion with (l0SUR , SUR ) = (4, 5.10−3 ) is verified. Concerning
the expectation estimation, we set the stopping criterion parameters at (l0 , ) = (4, 10−2 ) and
the truncation argument is set at mKL = 20 in order to explain 80% of the variance. The
algorithm was stopped at the 62-point design because the Vorob’ev deviation appears to have
stabilized, in other words, the absolute error between the Vorob’ev deviations of the points 58-
62 are smaller than 0.005, as shown in Figure 3.15. We note that for each additional point, the
new observed response affects the estimation of the excursion set and its uncertainty. Thus,
although the Vorob’ev deviation generally decreases, it is not a monotonic decreasing. The
stopping criterion is constructed to check the stability of convergence by taking into account
the last four iterations. In searching for the true set, the SUR algorithm heavily visits the
boundary region of Γ∗ and allows itself to explore also potentially interesting regions (cf.
Fig. 3.16). In each added point, Figure 3.16 shows the number of necessary driving cycles to
estimate the expectation. We remark that instead of taking the whole sample (100 driving
cycles), it was sufficient to sequentially and wisely choose a reduced and representative number
of driving cycles below 35. In the present case, the excursion domain Γ∗ is well recovered by
the algorithm. Actually, after 62 iterations (1575 evaluations) the whole domain X has an
excursion probability close to either 0 or 1.
Figure 3.15: Automotive test case. Top : Decrease of the Vorob’ev deviation at each iteration
when new points are added. Bottom : Evolution of the absolute error Eq. (3.31) and the red
line represents the stopping criterion.
Figure 3.16: Automotive test case. Top : Coverage probability function (grey scale), estimate
set (green) after 62 added points and 1575 function evaluations, initial DoE (black triangles),
the sequentially added points (red circles). Bottom : number of driving cycles used to estimate
expectation at each added point.
3.7 Conclusions
In this paper, a new method of inversion under uncertainty was proposed for problems
where some of the input parameters are functional random variables with unknown proba-
bility distribution (only a sample is available). The objective is to recover the set of control
variables leading to robustly ensure some constraints by taking into account the uncertainties.
The method is composed of two steps : a sequential strategy to estimate the excursion set, and
the modelling of functional uncertainties. To solve the first issue a kriging model in the control
input space is built. It makes possible to assess the uncertainty on the set of interest given a
sample of evaluations. Then a sequential strategy (SUR) proposed by [Chevalier et al., 2013]
and based on the kriging model is used to sequentially and efficiently choose new evalua-
tion points to improve the excursion set estimation. For the second issue, we consider the
expectation to model uncertainties and we propose two sequential approaches to estimate the
expectation at each point proposed by SUR. Each curve is represented by its coefficients in
a truncated KL decomposition. The chosen points in the KL coefficients finite set, each one
corresponding to a curve, are sequentially added and chosen either to approximate a maximin
space filling design or to reduce the quantization error. This methodology leads to an efficient
estimation of the expectation, as illustrated on the application on an analytical test case with
two control inputs and a functional random one. The results illustrate significant enhancement
in term of precision and number of calls to the simulator in comparison with the Monte Carlo
based methods. We also applied this method to the automotive test case which motivated this
research work. The obtained result agrees with the intuitions made from physics behind the
simulator.
The paper focuses on the mean of f (x, V) and here we choose to construct a GP model
for the unobservable integrated response g. In the optimization context and for discrete and
continuous random variables, existing works deal with the case of unobservable response
(see [Williams et al., 2000],[Janusevskis and Le Riche, 2013]). The authors propose to build
a GP model for the simulator f and induce a new GP model by integrating the one on f
over the distribution of the uncertain variables. The adaptation of these works in the context
of inversion and functional random variables is an on-going work and will be presented in
chapter 4. Other than the expectation other functionals of the output distribution may also
be of great importance. For example, practitioners may be interested in ensuring a certain
level of reliability, leading to consider a probabilistic constraint. The proposed method could
be adapted to that case by seeing the probability as an expectation, at least for moderate risk
levels.
3.8 Complément de l’article : un nouvel exemple

Ce complément de l’article présente un nouvel exemple d’application pour souligner la
robustesse des algorithmes de quantification par rapport à l’argument de troncature de la
décomposition de Karhunen-Loève dans le cadre de l’inversion stochastique. Pour ce faire, on
considère le même exemple analytique introduit dans la section 3.6.1 :
Z T x1 .x2
2
f : (x, v) 7→ max vt .|0.1 cos(x1 max vt ) sin(x2 ).(x1 + x2 min vt ) |. (30 + vt ) 20 dt,
t t t 0
où x est la variable de contrôle définie dans X = [1.5, 5]×[3.5, 5] et V un processus max-stable.
On suppose qu’on dispose d’un échantillon de 200 réalisations de V. L’objectif est d’identifier
l’ensemble d’excursion Γ∗ := {x ∈ X , g(x) = EV [f (x, V)] ≤ 0.9}.
On suppose que la fonction g est estimée sur un plan d’expériences de taille n = 9. On fait
une modélisation par processus gaussien tout en tenant compte des observations comme cela
a été décrit dans la section 1.1.3. On prend un noyau de covariance de type Matèrn 5/2 et
les paramètres de ce noyau sont estimés par maximum de vraisemblance. On fixe les critères
d’arrêt à (l0 , ) = (4, 10−2 ) pour l’estimation de l’espérance et à (l0SUR , SUR ) = (4, 5.10−3 )
pour la stratégie SUR.
Les algorithmes gloutons de quantification fonctionnelle ainsi que la méthode ”Fpca”

dépendent de l’argument de troncature utilisé dans la décomposition de Karhunen-Loève.
Pour mieux comprendre l’effet de cette grandeur, on considère différentes valeurs pour mKL
(cf. tableau 3.8).
mKL 2 4 8 10
Part de variance expliquée 62.2 % 67.2 % 74.1 % 76.9 %
Table 3.8: La part de variance expliquée en fonction de l’argument de troncature mKL .
On rappelle que la méthode L2 -GFQ est déterministe contrairement aux approches maximin-
GFQ et Fpca qui sont stochastiques par construction pour l’une et par nature pour l’autre.
Ainsi compte tenu de cette aléa, on répète 30 fois la résolution du problème.
Le tableau 3.9 résume les résultats obtenus par les 3 méthodes. En ce qui concerne la méthode
”Fpca”, on note qu’elle très sensible à l’argument de troncature puisque plus on l’augmente
plus on réduit l’erreur d’estimation. Mais cette réduction d’erreur se paie par une forte aug-
mentation du nombre d’appels à la fonction f . On remarque aussi que les deux algorithmes
gloutons sont beaucoup moins sensibles à l’argument de troncature tout en offrant des er-
reurs d’estimation très satisfaisantes et ce, à faible coût en évaluations de la fonction. On
note qu’il existe toutefois un compromis entre les deux algorithmes gloutons (la précision et
le coût en évaluations de la fonction). En effet avec moins d’appels à la fonction, la méthode
maximin-GFQ fournit une erreur un peu moins bonne que la méthode L2 -GFQ.

Fpca maximin-GFQ L2 -GFQ
mKL = 2 30.84 % (6.25) 2.51 % (0.97) 2.26 %
mKL = 4 23.53 % (5.77) 2.28 % (0.66) 1.73 %
mKL = 8 20.93 % (4.41) 1.76 % (0.53) 1.56 %
mKL = 10 20.34 % (4.05) 1.83 % (0.81) 1.14 %
Nombre total d’appels à la fonction f
Fpca maximin-GFQ L2 -GFQ
mKL = 2 2121 (21) 675 (14) 1043 (26)
mKL = 4 2891 (22) 656 (14) 886 (24)
mKL = 8 4236 (23) 698 (15) 810 (23)
mKL = 10 4699 (21) 692 (14) 839 (24)
Table 3.9: L’erreur d’estimation ou sa moyenne (dans le cas des méthodes ”Fcpa” et maximin-
GFQ) obtenue par les 3 méthodes pour différentes valeurs de mKL (entre parenthèses, l’écart
type). La moyenne du nombre total d’appels à la fonction f (entre parenthèses, le nombre
d’itérations nécessaires pour atteindre le critère d’arrêt dans la stratégie SUR).
La figure 3.17 montre le résultat d’estimation pour la méthode L2 -GFQ et aussi un exemple
d’estimation pour les deux autres méthodes en fixant les critères d’arrêt à (l0 , ) = (4, 10−2 )
pour l’estimation de l’espérance et à (l0SUR , SUR ) = (4, 5.10−3 ) pour la stratégie SUR. Nous
concluons de cet exemple que l’étape consacrée à la récupération des courbes associées aux
coefficients dans l’espace réduit de la décomposition de Karhunen-Loève après une quantifica-
tion dans l’espace réduit, rend les deux algorithmes gloutons robustes par rapport à la taille
de l’espace réduit.
Synthèse : Dans ce chapitre, on a proposé une méthode permettant de résoudre un

problème d’inversion sous incertitude fonctionnelle pour des simulateurs numériques coûteux
en temps de calcul.
Dans un cadre bayésien, on s’est appuyé sur la stratégie SUR pour un enrichissement
adaptatif de plans d’expériences dans l’espace de contrôle. Cette stratégie couplée aux al-
gorithmes de quantification fonctionnelle gloutonne mène à une estimation efficace de l’en-
semble recherché. A travers divers exemples, on a montré la robustesse de la méthodologie
proposée par rapport aux méthodes standards. En termes de précision, la méthodologie
basée sur l’algorithme L2 -GFQ fournit une estimation plus précise de l’ensemble recherché
par rapport à la méthode maximin-GFQ. Par contre en terme de coût de simulations
(nombre d’appels au simulateur), on a remarqué que cette dernière mène à une estimation
satisfaisante avec moins d’appels à la fonction. Ainsi le choix entre les deux méthodologies
peut se faire en fonction du budget de simulations consacré à la résolution du problème.
Le chapitre suivant propose une alternative à la méthode présentée dans ce cha-
pitre. Cette méthode a pour but de réduire encore plus le nombre d’appels au simulateur
numérique grâce à une stratégie d’enrichissement adaptatif du plans d’expériences dans
l’espace de toutes les entrées (variables de contrôle et incertaines).
Figure 3.17: Résultats d’estimation pour mKL = 2 et pour des critères d’arrêt fixés à (l0 , ) =
(4, 10−2 ) et (l0SUR , SUR ) = (4, 5.10−3 ). L’ensemble estimé par la méthode L2 -GFQ (haut à
gauche), la méthode maximin-GFQ à l’itération 14 (haut à droite) et par la méthode ”Fpca”
à l’itération 21.
Chapitre 4
Stochastic inversion under

functional uncertainty
Outlines
In this chapter we propose a new method for solving an inversion problem under functional uncertainties
with expensive-to-evaluate functions. The simulation inputs are divided into two sets, the deterministic
control variables and a functional uncertain variable. Unlike modelling in the control space only, as
presented in the previous chapter, the methodology we propose in this chapter to tackle stochastic
inversion under functional uncertainty is based on Gaussian Process Emulation with respect to both
deterministic control variables and stochastic functional variable. The method is compared with greedy
functional quantization based approach (presented in Chapter 3) on two analytical test functions.
Contents
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2 Problem formulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.2.1 Finite dimensional subproblem . . . . . . . . . . . . . . . . . . . . 71
4.2.2 Gaussian process modelling . . . . . . . . . . . . . . . . . . . . . . 71
4.2.3 GP model of the unobservable response . . . . . . . . . . . . . . . 72
4.3 Infill strategy for stochastic inversion in presence of functional uncertainty 72
4.3.1 Minimization of the Vorob’ev deviation : choice of next x . . . . . 73
4.3.2 Minimization of the variance : choice of next u . . . . . . . . . . . 73
4.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.5 Numerical tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.1 Introduction
In the first part of this thesis we have introduced on the one hand, the concept of inversion
through surrogate modelling and, on the other hand an original greedy methodology for
expectation estimation over a functional random variable. In Chapter 3, the two items are
combined for an efficient stochastic inversion under functional uncertainty. In other words, we
proposed a method leading to identify the set Γ∗ = {x ∈ X , g(x) = EV [f (x, V)] ≤ c}, where
c ∈ R. This combined approach adopts an adaptive design of experiments based on surrogate
models to replace the unobservable response g and a sequential expectation estimation via
functional quantization.
69
In this chapter we introduce a new methodology to estimate the set Γ∗ with the aim of
further reducing the number of calls to the numerical simulator. The proposed methodology
is based on a surrogate model of the simulator f and an adaptive enrichment of the design of
experiment for the estimation of the set of interest Γ∗ .
In the context of robust optimization, there are various methods
(see [Janusevskis and Le Riche, 2013] or [Williams et al., 2000]) for minimizing with respect
to the deterministic variables the expected objective where the expectation is taken over a
vector-valued random variable. These methods are based on a kriging model built in the
joint space of deterministic and uncertain variables. Then an averaged Gaussian process over
the random variables is derived. This latter, ”projected” Gaussian process, approximates the
expected response. Finally an adaptive design of experiments is proposed for minimizing the
expected objective
In the same spirit, we propose an original method to deal with a stochastic inversion
problem. In this work a Gaussian process model is created to approximate the simulator f
that takes as inputs controlled variables and an uncertain functional variable. The samples
in the joint space of control and uncertain variables, x and v, are selected based on a two
steps process. First the ”projected” process which only depends upon x is considered and the
Vorob’ev deviation is minimized to determine the next evaluation point in the control space.
Second, in the uncertain space, the next point is chosen such that it minimizes the standard
error of the ”projected” process evaluated at the proposed point in the first step. Compared
to the method proposed in Chapter 3, this adaptive design of experiments defined in the joint
space will lead us to further reduce the number of calls to the numerical simulator.
The chapter is structured as follows. Firstly, in Section 4.2 , we recall the problem for-
mulation and we extend the concept of Gaussian process modelling to the case where the
inputs contain functional variable. In Section 4.3 , an infill strategy define the next couple
of (x, v) which is calculated by the simulator f . We describe the whole algorithm in Section
4.4 . Finally, in Section 4.5 , this method is compared to those proposed in Chapter 3 on two
analytical test cases.
4.2 Problem formulation

We remind the problem to be solved : let
f :X×V →R
denote the response of a numerical simulator. X ⊂ Rp is the search space of the control
variables and the stochasticity of the simulator is driven by a random variable defined in a
functional space V. We assume that the probability distribution of the functional input is
only known through a finite set of realizations Ξ = {v1 , . . . , vN } and each evaluation of f
involves a time consuming call to a deterministic simulator. In this study we are concerned
with estimating the set
Γ∗ = {x ∈ X , g(x) = EV [f (x, V)] ≤ c}, (4.1)
where x ∈ X are the deterministic control variables, EV is the expectation with respect to
the functional uncertain variable V and c ∈ R is a threshold. Let’s denote the initial design
points as Xn = {x(1) , . . . , x(n) } and Vn = {v(1) , . . . , v(n) }, where ∀i ∈ {1, . . . , n}, v(i) ∈ Ξ. The
simulator responses at these design points are denoted by Z = {f (x(1) , v(1) ), . . . , f (x(n) , v(n) )}.
The estimation of Γ∗ by evaluating the function g at each grid point of the discretized
version of X requires far too many calls to the simulator f . The method proposed in Chapter
3 makes it possible to partially overcome this problem by using functional quantization tech-
niques in order to reduce the cost of the expectation estimation. In the following we propose
an alternative sampling strategy based on an adaptation of existing SUR strategies.
Among statistical models, the ones based on Gaussian processes have received increasing
interests in recent years, due to many of their desirable properties, such as explicit formulation
of the predictor and the associated uncertainty. However, in the literature the input variables
involved in Gaussian process models are mostly univariate or multivariate. The purpose of
this section is to extend the use of Gaussian process model to cases where the inputs contain
infinite dimensional variables or functional data which are collected as curves. In this Section,
we define an infill sampling criterion based on GP model in order to solve the stochastic
inversion problem (4.1).
4.2.1 Finite dimensional subproblem

Several methods can be applied to reduce the dimension of the functional space V (see
Section 2.2.1). Here we adopt the Karhunen-Loève expansion which is the most commonly
employed method to reduce the statistical complexity of random fields. A direct application
of the KL expansion leads us to represent V by the random vector U ∈ RmKL defined by the
first mKL principal components of V and we write
m
XKL
V(t) ' ui ψi (t), t ∈ [0, T ],
i=1
where {ψi }m KL
i=1 are orthogonal and normalized eigenfunctions of the integral operator
corresponding to, C, the covariance function of V. The {ui }m mKL
i=1 = {< V, ψi >}i=1 denotes
KL
a set of orthogonal random variables with zero mean and variances λi , where λ1 ≥ λ2 ≥ · · · > 0
are the ordered non-zero eigenvalues of C.
In this finite space, the uncertainties will be characterized by the random vector U ∈ RmKL .
This latter point leads us to build a Gaussian process model in the joint space X × RmKL .
4.2.2 Gaussian process modelling

Let Z(x,u) denote the Gaussian process defined on X × RmKL with mean function mZ and
covariance function kZ (see Chapter 1),
E[Z(x,u) ] = mZ (x, u),

(4.2)
Cov(Z(x,u) , Z(x0 ,u0 ) ) = kZ (x, u; x0 , u0 ).
We assume that f (x, v) can be approximated by z(x, u) which is a realization of Z(x,u) , where
u = (< v, ψ1 >, . . . , < v, ψmKL >)> . Let Z(x,u)
n denote a GP conditioned on the n observations
n
Z(x,u) = [Z(x,u) |Z(Xn ,Un ) = Z], (4.3)
where Xn = {x(1) , . . . , x(n) }, Un = {u(1) , . . . , u(n) }, Z = {f (x(1) , v(1) ), . . . , f (x(n) , v(n) )}

and ∀i ∈ {1, . . . , n}, u(i) = (< v(i) , ψ1 >, . . . , < v(i) , ψmKL >)> . The conditional expectation
and the conditional covariance are
n
E[Z(x,u) ] = mZ (x, u) + kZ (x, u; Xn , Un )kZ (Xn , Un ; Xn , Un )−1 (Z − mZ (Xn , Un ))
n n 0 0
Cov(Z(x,u) , Z(x 0 ,u0 ) ) = kZ (x, u; x , u )
− kZ (x, u; Xn , Un )kZ (Xn , Un ; Xn , Un )−1 kZ (Xn , Un ; x0 , u0 ).

These equations allow us to estimate the predicted kriging mean and the predicted kriging
n
variance of Z(x,u) at any unobserved new point (x, u).
In practice the covariance and mean functions of the Gaussian process are not known. Usually
isotropic stationary kernel functions are used to model covariance and simple polynomial func-
tions are used to model the mean function. The parameters of these functions are estimated
from the data by maximizing the kriging model likelihood (see e.g. Section 1.1.3).
4.2.3 GP model of the unobservable response

In this section we take full advantage of the Gaussian process eq. (4.3) to identify the set
Γ∗ defined by the expectation eq. (4.1). Indeed it is possible to induce a Gaussian process by
taking the expectation of the conditional process with respect to U
Z
Yxn = n
EU [Z(x,U) ] = n
Z(x,u) dρ(u), (4.4)
RmKL
where dρ(u) is a probability measure on u. We note that Yxn is a linear combination of Gaussian
variables and therefore (Yxn )x∈X is still a Gaussian process fully characterized by its mean and
covariance functions which are given by
Z Z
E[Yxn ] = mZ (x, u)dρ(u)+ kZ (x, u; Xn , Un )kZ (Xn , Un ; Xn , Un )−1 (Z−mZ (Xn , Un ))dρ(u),
RmKL RmKL
(4.5)
Z Z
Cov(Yxn , Yxn0 ) = kZ (x, u; x0 , u0 )dρ(u)dρ(u0 )
m m
Z R KL Z R KL
− kZ (x, u; Xn , Un )kZ (Xn , Un ; Xn , Un )−1 kZ (Xn , Un ; x0 , u0 )dρ(u)dρ(u0 ).
RmKL RmKL
(4.6)
In the case where the uncertain variables U are Gaussian as well as the covariance kernel,
closed form solutions of the integrals in eq. (4.5) and eq. (4.6) are given in
[Janusevskis and Le Riche, 2013]. In our context, no additional assumptions are made about
the kernel or the distribution of the uncertain variables [no particular kernel or uncertain
variables are assumed]. Thus standard Monte Carlo simulations are needed to approximate
the equations in (4.5) and (4.6).
4.3 Infill strategy for stochastic inversion in presence of func-

tional uncertainty
To solve the stochastic inversion problem 4.1, we follow a Stepwise Uncertainty Reduction
strategy (see Section 1.3). We propose an infill sampling criterion that relies on the GP models
of f (x, v) and g(x) = EV [f (x, V)] given by the eq. (4.3) and eq. (4.4), respectively.
The proposed infill strategy consists in two steps. First we choose x(n+1) by minimizing the
Vorob’ev deviation (see Section 1.3.1) defined by the process Yxn . Then we choose the point
u(n+1) that minimizes the variance of the process Yxn evaluated at the point x(n+1) . By doing
so we expect an efficient estimation of the set Γ∗ in terms of number of model evaluations.
4.3.1 Minimization of the Vorob’ev deviation : choice of next x
The objective of the first step is to wisely choose the points in the control space X in
order to efficiently estimate the set Γ∗ = {x ∈ X , g(x) = EV [f (x, V)] ≤ c}. In this context,
we adopt the strategy introduced in Section 1.3.1 which relies on the statistical model of the
unobservable function g given by Yxn . Indeed, due to the stochastic nature of (Yxn )x∈X , the
associated excursion set,
Γ = {x ∈ X , Yxn ≤ c} (4.7)
is a random closed set. From the assumption that g is a realisation of Yxn , the true unknown
set Γ∗ can be seen as a realisation of the random closed set Γ.
Therefore, we implement a Stepwise Uncertainty Reduction strategy (SUR) that aims at
reducing uncertainty on Γ by adding new evaluation points step by step as proposed in
[Chevalier et al., 2013]. In this context such strategy relies on the notion of uncertainty for
random sets. In what follows, we consider the Vorob’ev deviation as the uncertainty function,
at step n,
Hnuncert = E[µ(Γ4Qn,α∗n ) | Z(Xn ,Un ) = Z],
where µ is a Borel σ-finite measure defined on X, the Vorob’ev quantiles are given by Qn,α =
{x ∈ X , P(Yxn ≤ c) ≥ α}, and the Vorob’ev expectation Qn,α∗n can be determined by tuning
α to a level α∗ such that µ(Qn,α∗n ) = E[µ(Γ) | Z(Xn ,Un ) = Z].
The objective of the SUR strategy is to find r optimal locations {x(n+1) , . . . , x(n+r) } such
uncert is as small as possible. One way to construct such a sequence is
that the uncertainty Hn+r
uncert ,
to choose at each step the point that gives the smallest uncertainty Hn+1
uncert
Hn+1 (x) = E[µ(Γ4Qn,α∗n+1 ) | Z(Xn ,Un ) = Z, Yxn ].
uncert is a function of Y n given Z

We note that the future Hn+1 (x) (Xn ,Un ) = Z. Therefore we choose
the point that minimizes most the uncertainty in expectation, that is :
uncert
x(n+1) ∈ argminx∈X En,x [Hn+1 (x)]
(4.8)
:= argminx∈X Jn (x),
n |Z
where En,x denotes the expectation with respect to Y(x) (Xn ,Un ) = Z (for detailed formula of
Jn (.) see [Chevalier et al., 2013]).
Minimizing the Vorob’ev deviation gives a point x(n+1) in the control space X which aims
at a better estimate of the unknown set Γ∗ . However, the simulation of f requires also the
choice of a value for the uncertain variables. The following step gives the next value u ∈ RmKL
and we induce the curve v corresponding to that u.
4.3.2 Minimization of the variance : choice of next u

The process Y n approximates EV [f (x, V)]. It can be seen as a projection of Z n from
the joint space onto the control space and the variance of Y n at a given x depends on our
knowledge about the simulator on the proximity of x in the joint space. We propose to sample
the point in the uncertain space such that it reduces the most the uncertainty of the estimated
expectation at the point of interest x(n+1) . Therefore the next uncertain point u(n+1) is taken
such that
u(n+1) = arg min m
VAR(Yxn(n+1) ), (4.9)
ũ∈R KL
where the expression of the predicted variance of the process Yxn(n+1) is obtained from eq.
(4.6)
VAR(Yxn(n+1) ) = ϑ(ũ)
Z Z
= kZ (x(n+1) , u; x(n+1) , u0 )dρ(u)dρ(u0 )
m m
Z R KL Z R KL (4.10)
− kZ (x(n+1) , u; Xn+1 , Un+1 )
RmKL RmKL
kZ (Xn+1 , Un+1 ; Xn+1 , Un+1 )−1 kZ (Xn+1 , Un+1 ; x(n+1) , u0 )dρ(u)dρ(u0 ),
where Xn+1 = (Xn , x(n+1) ), Un+1 = (Un , ũ) and Xn , Un are the already observed data points.
In our application context the functional random variable V is only known through a
sample of curves Ξ = {v1 , . . . , vN }, and so after dimension reduction, the uncertain space is
characterised by a set of points denoted by G ⊂ RmKL and given by G = {(< v, ψ1 >, . . . , <
v, ψmKL >)> , v ∈ Ξ} = {ui }N >
i=1 , with ui = (< vi , ψ1 >, . . . , < vi , ψmKL >) . In this setting,
the next uncertain point u n+1 is taken such that
u(n+1) = arg min VAR(Yxn(n+1) ). (4.11)

ũ∈G
The sampling criterion of eq. (4.11) involves a discrete optimization, as well as the estimation
of kriging hyper parameters and the minimization of Vorob’ev deviation eq. (4.8). More details
are given in Section 4.4 .
The formula given by [Janusevskis and Le Riche, 2013] is detailed in the specific case
where U follows a Gaussian distribution. This is not our case : we do not know the distribution
of U but we have G a sample from it. Therefore, we have to adapt this formula by replacing
analytical integrals with standard Monte Carlo (MC) approximations.
4.4 Implementation
The complete approach to solve eq. (4.1) is summarized in Algorithm 8.
Algorithm 8 Stochastic inversion via joint space modelling

1: Create an initial DoE of n points in the joint space (X, V)
2: Calculate simulator responses at the design points
3: while n ≤ budget do
4: n
Fit a GP model Z(x,u) of the simulator f
5: n
Induce a GP model Yx for the unobservable simulator g
6: x(n+1) ← Sampling criterion Jn
7: u(n+1) ← arg min VAR(Yxn+1 (n+1)
)
ũ∈G
8: Simulator response at (x(n+1) , v(n+1) ), where vn+1 ∈ Ξ is the associated curve to the
u(n+1)
9: Update DoE
10: Set n = n + 1
11: end while
12: end
The algorithm involves 3 optimization subtasks which are solved successively at each ite-
ration. We use DiceKriging package [Roustant et al., 2012] for the first optimization which
consists in maximizing the likelihood to obtain covariance parameters. The function genoud
is used to solve the second optimization (4.8). The last optimization (4.11) is discrete on a
limited number of feasible values, thus it is not that time consuming.
To illustrate the performance of the proposed method, it is compared to the approach

proposed in Chapter 3, where the expectation with respect to V is estimated by greedy func-
tional quantization using the simulator f , and the stochastic inversion is based on the kriging
metamodel in the control space X. The precision (fidelity level) of the estimation of the ex-
pectation is controlled by l the size of the quantizer (see Section 3.2.3). Like traditional SUR
algorithms, our implementation minimizes at each iteration the Vorob’ev deviation calculated
from a kriging model. This method is summarized in Algorithm 9. Note that the kriging model
is built in p dimensions as EV [f (x, V)] is only a function of x (contrarily to algorithm 8 where
kriging is performed in a p + mKL dimensional space). We also note that each iteration leads
to k calls to the simulator f (x, v).
Algorithm 9 Stochastic inversion via functional quantization

1: Create an initial DoE of n points in the control space X
2: Estimation by functional quantization using k calls to f
3: while n ≤ budget do
4: n of the simulator in the control space X
Fit a GP model Y(x)
5: x(n+1) ← Sampling criterion Jn
6: Estimation by functional quantization g(x(n+1) ) ≈ EV̂l [f (x(n+1) , V̂l )]
7: Update DoE
8: Set n = n + 1
9: end while
10: end
4.5 Numerical tests
To illustrate the behaviour of the proposed algorithm, we consider two analytical examples.
We suppose that a sample Ξ of N = 200 realizations of the functional random variable V
is available and its probability distribution is unknown. To highlight the robustness of our
method regarding uncertainties, we consider two types of functional random variables : Brow-
nian motion and Max-stable process. As Algorithm 8 depends on the truncation argument,
we consider different values (see Table.4.1) to better understand the effect of the uncertain
space dimension mKL .
mKL 2 4 8
V : Brownian motion 90.1 % 95.2 % 97.6%
V : Max-stable process 58.8 % 63.3 % 70%
Table 4.1: The explained variance in function of mKL for two types of uncertainties.
For the following two analytical examples, we consider a Gaussian process prior Z(x,u) with
constant mean and Matèrn covariance kernel with ν = 5/2. The Random Latin Hypercube
design (RLHD) was used as an initial DoE for the two algorithms. The number of points of the
initial DoE is n = 5(p+mKL ) and n = 5p for the functional quantization based approach. The
RLHD induces variability in the behaviour of the algorithms. To account for these variability
in the tests, the performance of each method is averaged over 10 independent runs.
Figure 4.1: 10 realisations of the Brownian motion (left) and Max-stable process (right).
Analytical example 1. We consider an additive function, i.e., sum of the 2D Bohachevsky

function and uncertainties defined as :
Z T
f : (x, v) 7→ x21 + 2x22 − 0.3 cos(3πx1 ) − 0.4 cos(4πx2 ) + 0.7 + evt dt,

0
where x ∈ X = [−100, 100]2 . The objective is to construct the sets Γ∗ = {x ∈ X , g(x) =

EV [f (x, V)] ≤ 3500} for two different uncertain functional variables (Brownian motion and
Max-stable process).
Analytical example 2. For the second example we define a function that is not separable
with respect to the control variables and uncertainties. The function involves the maximum
and the minimum of the function v, so catching the whole variability of V becomes important.
The function f is given by
Z T x1 .x2
2
f : (x, v) 7→ max vt .|0.1 cos(x1 max vt ) sin(x2 ).(x1 + x2 min vt ) |. (30 + vt ) 20 dt,
t t t 0
where the control variables lie in X = [1.5, 5] × [3.5, 5] and as well as in the example above
we consider two types of functional uncertainties (Brownian motion and Max-stable process).
The objective is to construct the sets Γ∗ = {x ∈ X , g(x) = EV [f (x, V)] ≤ c}, where c = 1.2
and c = 0.9 for the Brownian motion and the Max-stable process respectively.
To compare the performance of the two algorithms we use the ratio of the volume of the
symmetric difference between the true set Γ∗ and the estimate set Qn,α∗ : µ(Γ∗ 4Qn,α∗n )/µ(Γ∗ ).
Figure 4.2: Analytical example 1 [Brownian motion (left), Max-stable process (right)].
Convergence of Algorithm 8 for mKL = {2, 4, 8}. 25th and 75th percentiles of the symmetric
difference vs. number of simulators calls. The curves are based on 10 random DoE for every
run.
In Fig. 4.2 and 4.3 we show the 25th and 75th percentiles of convergence rates of Algo-
rithm 8 for 10 runs of the complete approach for 3 values of the truncation argument mKL .
We notice that the smaller values of mKL , the faster the convergence. This observation can be
explained by the fact that, in higher dimensional joined space (due to larger values of mKL ),
the Gaussian process model built to represent the simulator f may need much more points
to learn an accurate GP model (more hyper parameters to determine). It may also be noted
that even for 90% (for Brownian motion) or 58.8% (for Max-stable process) of explained va-
riance with mKL = 2 the proposed algorithm provides an efficient estimate of the true set Γ∗ .
Indeed, on stage 8 in Algorithm 8 we recover the associated curve v(n+1) ∈ Ξ to u(n+1) , and
this leads us to recover the information lost after the dimension reduction, thereby further
robustifying our method. For the second analytical example and where the uncertainties are
driven by a Max-stable process, we obtain a more accurate estimation for higher truncation
argument (mKL = 8). This is due to the fact that the simulator response is more sensitive to
higher KL order.
The main conclusion from figures 4.4 4.5 is that in all test cases, the convergence rates
of the proposed approach are better than those of the functional quantization based inver-
sion (L2 -GFQ). Our algorithm is O(l) times less expensive in terms of simulations used per
iteration. The precision of the functional quantization method is limited by l, the size of the
Figure 4.3: Analytical example 2 [Brownian motion (left), Max-stable process (right)].
Convergence of Algorithm 8 for mKL = {2, 4, 8}. 25th and 75th percentiles of the symmetric
difference vs. number of simulators calls. The curves are based on 10 random DoE for every
runs.
Figure 4.4: Analytical example 1 [Brownian motion (left), Max-stable (right)]. Convergence
of Algorithm 8 for mKL = 8 and Algorithm 9 for l = {10, 20}. 25th and 75th percentiles of
the symmetric difference vs. number of simulators calls. The curves are based on 10 random
DoE for every runs.
quantizer used to estimate the expectation (see Chapter 3). Indeed l controls the accuracy of
the estimated expectation EV [f (x, V)].
Because that is the closest example to our industrial case (see Chapter 5), we focus on
the second analytical example with uncertainties defined by the max stable process. From
Table 4.2, we note that the strategy defined in the joint space outperforms the one presented
in the chapter 3. However, this strategy requires a relatively important amount of compu-
tational time for the choice of the next evaluation point. This is further explained by the
need of integrals calculations by Monte Carlo methods (see section 4.3 ). As shown in Figure
4.6, the bigger the dimension of the problem is, the larger the computational time is. The
Figure 4.5: Analytical example 2 [Brownian motion (left), Max-stable (right)]. Convergence
of Algorithm 8 for mKL = 8 and Algorithm 9 for l = {10, 20}. 25th and 75th percentiles of
the symmetric difference vs. number of simulators calls. The curves are based on 10 random
DoE for every runs.
computational cost increases with the number of simulated points, and thus with the number
of iterations, because of the cost of kriging approximation directly linked with the number
of data points. For example at iteration 200, the method proposed in this chapter needs 140
seconds to perform the optimization and provide the next evaluation point.
Method : joint space Est. Err. 5% Est. Err. 2% L2 −GFQ Est. Err. 5% Est. Err. 2%
mKL = 2 not reached not reached mKL = 2 ≈ 150 > 500
mKL = 4 ≈ 190 not reached mKL = 4 ≈ 150 > 500
mKL = 8 ≈ 150 ≈ 250 mKL = 8 ≈ 100 > 500
Method : joint space iteration 100 iteration 200
mKL = 2 32 (sec.) 62 (sec.)
mKL = 4 44 (sec.) 94 (sec.)
mKL = 8 71 (sec.) 140 (sec.)
2
L −GFQ iteration 100 iteration 200
mKL = 2, 4, 8 15 (sec.) 35 (sec.)
Table 4.2: Analytical example 2 [Max stable process]. Number of simulator calls in function
of the estimation error for the two methods presented respectively in Chapter 3 (L2 -GFQ)
and in Chapter 4 (Kriging in joint space). Bottom : CPU time at iteration 100 and 200 for
the methods.
4.6 Conclusion
In this chapter, a new stochastic inversion method has been proposed to address problems
where some of the inputs are functional uncertain variables. After a dimension reduction of
the functional space, the method creates a kriging model of the function of interest in the joint
space of control and uncertain variables (x, u). Then an averaged Gaussian process over the
truncated functional random variable is derived, whereas the methods presented in Chapter 3
Figure 4.6: The computation time (sec.) needed to provide the next evaluation point as a
function of iterations.
rely on GP models of the expectation of the function of interest in control variables space only.
The induced projected Gaussian process approximates the expected response. The minimi-
zation of the Vorob’ev deviation and the induced variance allow to simultaneously efficiently
estimate the set of interest Γ∗ , and sample the uncertain variables v.
The method has been compared to the SUR algorithm where the Monte Carlo simulations
were performed on the true simulator. The results indicate significant enhancements in terms
of precision and number of calls to the simulator on analytical test examples. Contrarily to
the functional quantization method, the proposed approach has additional advantages : the
points are not randomly drawn in the uncertain space but chosen by minimizing the kriging
variance in high performance region ; the next control and uncertain points are chosen accor-
ding to the previous added points.
Through analytical examples, we have highlighted the robustness of this approach and also
its sensitivity to Karhunen-Loève decomposition. Indeed, it has been noted that for an efficient
estimation of the excursion set, more components should be kept in the decomposition. The
obtained results emphasize that the computational time needed to provide the next evaluation
point in the SUR loop increases drastically with the size of the design of experiments and with
the problem dimension (which includes the reduced dimension of the functional variable). This
represents the major drawback of this method.
Synthèse : On a proposé dans ce chapitre une nouvelle méthode dédiée à l’inversion
sous incertitudes fonctionnelles. Cette nouvelle approche consiste en un enrichissement
adaptatif du plan d’expériences dans l’espace joint (variables de contrôle et variables
incertaines). A travers des exemples analytiques, on a montré la robustesse de cette ap-
proche mais aussi sa sensibilité à la décomposition de Karhunen-Loève.
Comparée à la méthodologie proposée dans le chapitre 3, cette approche est beaucoup

moins coûteuse en termes d’évaluation de la fonction. Concernant le temps de calcul à
chaque itération, on a remarqué que ce dernier augmente en fonction de la taille du plan
d’apprentissage dans la modélisation et aussi de la dimension du problème. En effet, ce
temps de calcul conséquent est expliqué par : la modélisation par processus gaussien dans
l’espace joint (dont la taille dépend directement de la taille choisir pour la décomposition
Karhunen-Loève), les calculs d’intégrales associées au critère SUR ainsi que les étapes
d’optimisation dans l’espace joint pour le choix du prochain point d’évaluation.
Dans le chapitre suivant, on présentera le cas industriel qui a motivé ces travaux
de recherche. Un premier travail sur la visualisation des incertitudes fonctionnelles sera
présenté. Ensuite on appliquera les méthodes proposées dans les chapitres 3 et 4 à ce
problème industriel.
Chapitre 5
Application au système de
dépollution SCR
Outlines
Ce chapitre présente une application des méthodes proposées pendant la thèse à un cas industriel.
Nous décrivons en premier lieu le système de post-traitement des gaz d’échappement étudié et nous
explicitons les problématiques statistiques qui découlent des objectifs opérationnels et la formulation
choisie. Nous présentons ensuite un état de l’art des méthodes existantes pour la visualisation d’une
variable aléatoire fonctionnelle. Enfin, Nous présentons les résultats d’inversion sous incertitudes.
Contents
5.1 La réduction catalytique sélective des oxydes d’azote . . . . . . . . . . . . 83
5.2 Le simulateur numérique : une boite noire . . . . . . . . . . . . . . . . . . 85
5.2.1 Les entrées du simulateur numérique . . . . . . . . . . . . . . . . . 85
5.2.2 Les sorties du simulateur numérique . . . . . . . . . . . . . . . . . 86
5.2.3 Formalisation du problème . . . . . . . . . . . . . . . . . . . . . . . 87
5.3 Visualisation de données fonctionnelles . . . . . . . . . . . . . . . . . . . . 88
5.3.1 HDR boxplot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.2 Le boxplot fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.3.2.1 Notion de profondeur . . . . . . . . . . . . . . . . . . . . 89
5.3.2.2 Construction du boxplot fonctionnel . . . . . . . . . . . 90
5.3.3 Application aux cycles de conduite . . . . . . . . . . . . . . . . . . 91
5.4 Réglage des stratégies de contrôle pour respecter les normes de dépollution
en présence d’incertitudes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
5.4.1 Application à un sous problème . . . . . . . . . . . . . . . . . . . . 94
5.4.1.1 Inversion par quantification fonctionnelle . . . . . . . . . 94
5.4.1.2 Inversion par métamodélisation dans l’espace joint . . . 97
5.4.1.3 Analyse comparative des deux méthodes . . . . . . . . . 99
5.4.2 Application : 9 variables de contrôle et 1 variable fonctionnelle in-
certaine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
5.1 La réduction catalytique sélective des oxydes d’azote

Dans le cadre de cette thèse, on s’intéresse à la dépollution des gaz d’échappement en
sortie des moteurs, et plus particulièrement au paramétrage d’une stratégie de contrôle d’un
83
système de dépollution qui satisfait les normes européennes. En Europe, de nouvelles normes
se succèdent pour revoir à la baisse les seuils d’émissions des principaux polluants réglementés.
Les normes régulent les émissions de 4 polluants : NOx , CO, HC et les particules. Par exemple,
pour les véhicules Diesel, la norme Euro 6b impose un seuil égal à 80 mg/km pour les NOx .
Dans le cadre de la thèse, on va s’intéresser aux oxydes d’azote NOx . Une des techniques
largement utilisées est la réduction catalytique sélective par réaction avec du NH3 . En effet,
le SCR (Selective Catalytic Reduction) permet de réduire les NOx à l’intérieur de la ligne
d’échappement à l’aide d’une solution à base d’urée injectée en amont du catalyseur (cf.
Figure 5.1). L’urée est convertie en NH3 par hydrolyse, et ce dernier réagit avec les NOx pour
former N2 et H2 O, suivant les réactions chimiques suivantes :

 4NH3 + 4NO + O2
 −→ 4N2 + 6H2 O
2NH3 + NO + NO2 −→ 2N2 + 3H2 O
−→ 7N2 + 12H2 O

 8NH + 6NO
3 2
Figure 5.1: Injection d’urée (Adblue) en amont du SCR
Parmi les avantages à utiliser NH3 comme agent réducteur, on notera particulièrement la
sélectivité élevée de la réaction de ce dernier avec NO et NO2 en présence d’oxygène. L’uti-
lisation de NH3 engendre cependant la question de son rejet. Ainsi la bonne calibration du
système, i.e. le bon dosage de l’injection d’urée est critique : un sous dosage de l’urée mène au
non respect des normes, alors qu’un surdosage sera suivi de relargage de NO2 à l’échappement.
La quantité d’urée à injecter est calculée en fonction de la proportion des NOx présents en
amont du catalyseur, ainsi que de la température, du débit d’air, d’oxygène ainsi que des
états internes au système de contrôle. C’est ce calcul (stratégie de contrôle) qui est en charge
d’éviter un sous-dosage ou un surdosage de la solution d’urée.
Le système de dépollution SCR évolue dans un environnement incertain. En effet, le

système de contrôle dépend de différentes grandeurs qui peuvent être entachées d’erreur puis-
qu’elles sont fournies par des capteurs installés dans le véhicule. Le système de contrôle dépend
de la nature du cycle de conduite (profil de vitesse du véhicule en fonction du temps), ainsi
le comportement du contrôle doit nécessairement s’adapter d’un cycle à l’autre.
Résumé et schéma de fonctionnement : Le système de post-traitement étudié est,

entre autres, constitué d’un modèle théorique défini par des équations décrivant les réactions
physico-chimiques à l’intérieur du pot catalytique. En plus, on a un système de contrôle qui
vient corriger le modèle théorique, soit pour injecter plus de solution d’urée (donc de NH3 )
pour ainsi réduire plus de NOx , soit pour stopper l’injection et du coup limiter le dégagement
d’ammoniac.
Figure 5.2: Fonctionnement SCR et système de contrôle
Comme le montre le schéma 5.2, la boite SCR + ”contrôle” (système de contrôle)

prend en entrée différentes grandeurs, comme la quantité des NOx , la température, l’oxygène
et le débit d’air massique. Toutes ces grandeurs sont mesurées par des capteurs, et donc sont
entachées d’erreurs liées aux capteurs, notés par la suite de manière générique ”biais des
capteurs” : bNOin x
, bMAF , bO2 et bTemp . En sortie, on retrouve les NOx non réduits, ainsi que
l’ammoniac non réagi avec les NOx . Ces sorties mesurées, à leur tour, vont être réintégrées
dans le code, plus précisément dans la partie contrôle, afin de corriger l’injection de l’urée.
5.2 Le simulateur numérique : une boite noire

Le simulateur numérique mis à disposition permettant de modéliser le système de post-
traitement ne donne accès qu’à des couples entrées/sorties. On parle ainsi de modèle boite
noire. Dans la suite nous considérerons les variables d’entrées et les valeurs d’intérêts en
sortie décrites dans le schéma 5.3. L’objectif de cette section est de préciser la nature de ces
variables.
Figure 5.3: Le simulateur numérique du cas d’application.
Remarque. On note que toutes les entrées du simulateur sont supposées indépendantes.
5.2.1 Les entrées du simulateur numérique

Le simulateur numérique, utilisé pour modéliser les phénomènes physico-chimiques mis en
jeu dans le cadre du post-traitement des gaz d’échappements, prend deux types d’entrée : des
paramètres de contrôle et des paramètres incertains. Le tableau 5.1 résume les 9 paramètres
scalaires de contrôle ainsi que leurs domaines de définition. Certains de ces paramètres agissent
sur la quantité de stockage de l’ammoniac dans la catalyseur et d’autres caractérisent un
contrôle fonctionnel.
Type Variable Plage de variation
theta.sp.manual [0.01, 0.6]
theta.sp.min [0.01, 0.6]
C.NH3.in.max [0.005, 0.02]
carto.obs4.f1.x2 [0.05, 0.95]
Scalaires carto.obs4.f1.y2 [0, 1]
carto.obs4.f1.y3 [0, 1]
carto.obs4.f2.x2 [220, 300]
Table 5.1: Les 9 paramètres de contrôle.
L’objectif est de régler la stratégie de contrôle du système sachant que ce dernier évolue
dans un environnement incertain induit par le cycle de vitesse ainsi que par les erreurs des cap-
teurs. Dans ce contexte, les paramètres incertains, listés dans le tableau 5.2, sont représentés
par des variables aléatoires et leur incertitude est modélisée par une distribution de probabi-
lité. Pour réaliser cette modélisation, il est possible de s’appuyer sur des données disponibles
et, dans certains cas, sur un avis d’expert. C’est le cas de nos entrées scalaires dont les distri-
butions ont été établies en collaboration avec un expert moteur (cf. Table 5.2).
Type Variable Description Loi

Fonctionnelle V Cycles de conduite –
Curée Concentration d’urée Uniforme
bNOinx
Biais du capteur amont NOx Normale
bO2 Biais du capteur O2 Normale
Scalaires
bTemp Biais du capteur température Normale
bMAF Biais du capteur MAF Normale
bNOout
x
Biais du capteur aval NOx Normale
Table 5.2: Les paramètres incertains en entrée du code et leurs distributions de probabilité
associées
La variable aléatoire fonctionnelle V, modélisant les cycles de conduite, est connue à

travers un échantillon de 100 courbes temporelles d’une durée de 90 min (voir figure 5.4). Ces
cycles de vitesse sont obtenus à partir d’un générateur de cycles de type markovien dont les
probabilités de transition sont apprises à partir de 13 cycles enregistrés (voir annexe A pour
plus de détails sur la définition de ces cycles).
Remarque. Dans la génération des cycles de conduite, différentes contraintes doivent

être prises en compte. Ces contraintes définissant un processus de rejet mènent à un temps de
génération très important. Ainsi il a été choisi de limiter la taille de l’échantillon à 100 cycles
de 90 minutes.
5.2.2 Les sorties du simulateur numérique

Le simulateur numérique renvoie deux sorties fonctionnelles : NHout out
3 (t) et NOx (t)
Figure 5.4: Une illustration de deux cycles de conduite visualisés sur une durée de 1200s (les
cycles étudiés durent 5400s).
(
NOout
x (t) : les émissions des oxydes d’azote (ppm)
Sorties fonctionnelles
NHout
3 (t) : les émissions d’ammoniac (ppm)
Cependant les normes sont instaurées sur les quantités scalaires suivantes :

1 T
R 3


 y1 = distance 0 10 .FluxNOx (t)dt,

y2 out
= max NH3 (t),
t∈[0,T ]
103 10−6 Fluxgas (kg.h−1 )

 où FluxNO (g.s−1 ) =


3600 Mmolgas MmolNOx NOout .
x (ppm)
x
y1 représente le score de NOx (mg.km−1 ) obtenu pour un cycle de conduite sur un intervalle de
temps [0, T ] et cette grandeur doit être inférieure à 160 mg.km−1 . La sortie y2 représente le pic
d’ammoniac associé au cycle et ne doit pas dépasser 30 ppm. La contrainte de 160 mg.km−1
correspond à la norme euro 6 de 80 mg/km pondérée par un facteur de conformité pour les
roulages réels autour de 2, facteur en discussion lors de l’établissement de ces travaux de
thèse. La limite de 30 ppm n’est pas donnée par la norme mais parait une vraisemblable au
vu des émissions autorisées pour les poids lourds. Ces limites sont régulièrement révisées avec
l’évolution des normes.
5.2.3 Formalisation du problème

On définit f notre simulateur numérique par :
(
X × V × R6 → R2
f: (5.1)
(x, V, ξ) 7→ f1 (x, V, ξ), f2 (x, V, ξ) = (y1 , y2 ),
où X ⊂ R9 est le domaine de définition du paramètre de contrôle x (Tableau 5.1), ξ est le

vecteur aléatoire regroupant les 6 entrées scalaires incertaines et V est l’espace fonctionnel où
la variable aléatoire V prend ses valeurs (Tableau 5.2).
Dans un tel contexte, nous nous sommes intéressés aux objectifs suivants :
— visualiser l’incertitude de la variable aléatoire fonctionnelle
— résoudre un problème d’inversion afin de construire l’ensemble des paramètres de
contrôle garantissant le respect des normes (respect des seuils sur y1 et y2 ).
Visualiser les incertitudes de variables fonctionnelles peut être un moyen efficace

pour explorer ces données et mettre en valeur certaines de leurs caractéristiques, en résumant
graphiquement des informations complexes. Plusieurs techniques de visualisation de données
fonctionnelles ont été récemment développées avec plusieurs objectifs : la détection de ten-
dances et de courbes extrêmes dans les échantillons de fonctions, ou encore la construction de
domaines de confiance contenant la plupart des fonctions de l’échantillon. Ces travaux sont
présentés dans la section 5.3 .
La résolution d’un problème d’inversion est motivée par la connaissance des seuils
à respecter. On rappelle que pour répondre aux normes, il faut que y1 , le score de DeNOx,
soit inférieur à 160 mg.km−1 , et que y2 , le pic d’ammoniac, ne dépasse pas 30 ppm. A partir
de ces seuils, on définit le domaine admissible D = [0, 160] × [0, 30]. Tout en tenant compte
des différents types d’incertitude, le but est de trouver l’ensemble des paramètres de contrôle
tels que, en moyenne, les sorties du code appartiennent à l’ensemble D. Ainsi cela se traduit
par la résolution des problèmes d’inversion suivants
(
Γ∗1 = {x ∈ X, g1 (x) = E(V,ξ) [f1 (x, V, ξ)] ≤ 160}
(5.2)
Γ∗2 = {x ∈ X, g2 (x) = E(V,ξ) [f2 (x, V, ξ)] ≤ 30},
où l’espérance est prise sur les variables aléatoires scalaires et fonctionnelle. Les deux méthodes
que nous avons introduites dans les chapitres 3 et 4 sont utilisées pour apporter une solution
à ce problème. Les résultats sont présentés dans la section 5.4 .
5.3 Visualisation de données fonctionnelles

Cette section est consacrée à la visualisation d’un échantillon de courbes, i.e. d’un ensemble
de réalisations {vi }i=1...N , N ∈ N d’une variable aléatoire fonctionnelle V. Ces méthodes ont
pour objectif d’aider à l’exploration des données et de mettre en valeur leurs caractéristiques
statistiques. Les sections 5.3.1 et 5.3.2 présentent deux méthodes existantes de visualisation qui
sont des généralisations du boxplot ([Tukey, 1977]) : le HDR boxplot et le boxplot fonctionnel.
Le résultat de l’application de ces méthodes est présenté dans la section 5.3.3.
5.3.1 HDR boxplot

[Hyndman and Shang, 2010] proposent une méthode de visualisation de données fonction-
nelles : le HDR (Highest Density Region) boxplot fonctionnel. Celle-ci s’appuie sur l’estimation
de la densité des deux premières composantes issues de la décomposition en Analyse en Com-
posantes Principales (ACP) des fonctions observées. Pour cela, ils utilisent un estimateur à
noyau :
N
1 X
fˆ(u) = Kh (u − Ui ) (5.3)
N i=1 i
où u ∈ R2 et U = {U1 , ..., UN } ⊂ R2 est l’ensemble des couples de points issus de l’ACP. Une
région de plus haute densité est définie comme Rα = {u ∈ R2 : fˆ(u) ≥ fα }, où fα est telle
que Rα fˆ(u)du = 1 − α. Le HDR boxplot représente les 3 éléments suivants :
R
— Les régions de plus haute densité avec α = 50% en gris foncé et α = 95% en gris clair.
— Les valeurs extrêmes, définies comme étant les points qui n’appartiennent pas aux deux
régions définies précédemment.
— Le mode : le point de l’échantillon de plus haute densité.
[Hyndman and Shang, 2010] définissent à la fois des versions bivariée et fonctionnelle du
HDR boxplot, la version fonctionnelle est constituée de la courbe médiane (correspondant au
mode), des courbes extrêmes (correspondant aux valeurs extrêmes) et les enveloppes fonc-
tionnelles correspondant aux régions de plus haute densité. La figure 5.5 illustre le résultat
obtenu en appliquant le HDR boxplot au jeu de données ”Elnino” issu du package rainbow,
Figure 5.5: Bagplot bivarié pour les températures de surface de l’océan pacifique
sur une année (à gauche) et sa représentation fonctionnelle (à droite), extrait de
[Hyndman and Shang, 2010]
il s’agit d’un échantillon constitué de 62 courbes de températures de surface de l’océan paci-

fique relevées mensuellement entre 1951 et 2011, et chaque courbe représente une année et est
discrétisée en 12 points. L’étoile rouge est le mode, la zone en gris foncé est la région de plus
haute densité à 50%, la zone en gris clair est celle à 95%. Sur le graphique de droite, la courbe
médiane est représentée en noir. Les courbes et points colorés sont les données extrêmes.
5.3.2 Le boxplot fonctionnel

Une autre représentation par boxplot est proposée par [Sun and Genton, 2011]. Celle-ci
utilise la profondeur de bande (band depth) introduite par [López-Pintado and Romo, 2009]
pour ordonner les fonctions. La profondeur de bande mesure la centralité des courbes : plus
la profondeur de bande est grande, plus la courbe est centrale.
5.3.2.1 Notion de profondeur

Dans cette partie, on va s’intéresser à la notion de profondeur pour des données fonc-
tionnelles, on va commencer par introduire les différentes définitions de la profondeur et on
verra que cet outil de visualisation aide à mettre en lumière ou déceler des courbes ”outlier”
éventuelles.
Dans la suite, la profondeur d’une courbe sera une valeur réelle positive et bornée. Soit
un échantillon de N courbes Ξ = {v1 , v2 , ..., vn } définies sur l’intervalle [0, T ], et soit v une
courbe appartenant, ou non, à l’échantillon. On définit comme suit,
Le graphe d’une fonction :

n o
G(v) = (t, v(t)) : t ∈ [0, T ]
La bande délimitée par j courbes vi1 , vi2 , ..., vij
n o
B(vi1 , vi2 , ..., vij ) = (y, t) : t ∈ [0, T ], min vir (t) ≤ y ≤ max vir (t)
r=1,...,j r=1,...,j
Comme la bande est délimitée par j courbes et disposant de N courbes dans notre
échantillon, on aura donc Nj bandes possibles.

Figure 5.6: (De gauche à droite) Exemples de bandes (en vert) délimitées par (de gauche à
droite) : 2 courbes ; 2 courbes qui se croisent ; 3 courbes.
La profondeur de bande :
La profondeur de bande, [López-Pintado and Jornsten, 2007], d’une courbe v est définie
comme la proportion de toutes les bandes possibles contenant v.
J
X (j)
SN,J (v|Ξ) = SN (v|Ξ), J ≥ 2, (5.4)
j≥2
avec !−1
(j) N X n o
SN (v|Ξ) = I G(v) ∈ B(vi1 , vi2 , ..., vij ) , j ≥ 2. (5.5)
j 1≤i1 <i2 <...<ij ≤N
Si une courbe v a une forme, ou comportement, qui diffère de l’échantillon Ξ, alors peu de
bandes la contiendront. Ainsi, une courbe peu ressemblante à l’échantillon se verra attribuer
une faible profondeur de bande et vice-versa. Cette définition de profondeur de bande, donne
des résultats peu convaincants surtout si les courbes se croisent, ainsi ”la profondeur de bande
modifiée” vient pallier ce problème.
La profondeur de bande modifiée :
La profondeur de bande modifiée, introduite par [López-Pintado and Jornsten, 2007], consiste
à remplacer la fonction indicatrice dans l’équation 5.5 par la proportion de longueur que la
courbe reste dans la bande.
J
X (j)
GSN,J (v|Ξ) = GSN (v|Ξ), J ≥ 2, (5.6)
j≥2
avec !−1
(j) Ξ X λ(A(vi1 , vi2 , ..., vij ))
GSN (v|Ξ) = ,j ≥ 2 (5.7)
j 1≤i1 <i2 <...<ij ≤N
λ([0, T ])
n o
A(vi1 , vi2 , ..., vij ) = t ∈ [0, T ] : min vir (t) ≤ v(t) ≤ max vir (t)
r=1,...,j r=1,...,j
5.3.2.2 Construction du boxplot fonctionnel

Pour la construction du boxplot fonctionnel, on ne retient que la profondeur de bande
modifiée. Comme pour le boxplot ordinaire, on cherche à construire une boite qui contiendra
environ la moitié des courbes.
Soit un échantillon de N observations Ξ = {v1 , v2 , ..., vN }, on les ordonne selon leur pro-
fondeur de bande modifiée : v[1] , ..., v[N ] , où v[1] est la courbe la plus centrale (avec la plus
grande profondeur de bande) et v[N ] la courbe la plus extrême. On définit alors la région à
50%, contenant les d N2 e courbes les plus centrales :
n o
C0.5 = (t, v(t)); min v[r] (t) ≤ v(t) ≤ max v[r] (t) ,
r=1,...,d N
2
e r=1,...,d N
2
e
où d N2 e est le plus petit entier supérieur à n2 , cette région à 50% représente le sac (qui contient
la moitié des points), l’enveloppe (qui sépare les courbes extrêmes des autres) est déterminée
en augmentant le sac d’un facteur 1.5. Le facteur de proportionnalité, appelé facteur de di-
latation, est pris égal à 1.5 par défaut, par analogie avec la taille des ”moustaches” dans le
boxplot usuel. Ainsi toute courbe en dehors de l’enveloppe est considérée comme extrême.
On peut considérer deux types de courbes extrêmes :

— Les courbes qui sont éloignées de la courbe centrale appelées ”Magnitude outliers”
— Les courbes qui ont une forme ou un comportement différent des autres appelées Shape
Outlier
Figure 5.7: boxplot fonctionnel pour les températures de surface de l’océan pacifique sur une
année
La méthode du boxplot fonctionnel est appliquée au jeu de données ”ElNino” présenté

dans le paragraphe précédent. La courbe noire est la médiane, la surface en violet représente
le sac. La zone entre les courbes bleues représente l’enveloppe. Les courbes extrêmes sont
représentées en pointillés rouges.
5.3.3 Application aux cycles de conduite

Les deux méthodes de visualisation présentées dans les sections 5.3.2 et 5.3.1 sont ap-
pliquées à l’échantillon de 1000 courbes de vitesse illustrées par la Figure 5.8. On note que
pour cette étude on utilise des courbes de 1200 secondes. Les résultats sur l’inversion (Section
5.4 ) sont bien obtenus pour des durées de 90 min
Les résultats obtenus sont illustrés par les Figures 5.9, 5.10. On constate que ces outils de
visualisations ont failli à leur tâche, qui est de montrer une certaine tendance ou de déceler des
courbes extrêmes. Le HDR boxplot, Figure 5.9, est basé sur une projection des courbes sur les
deux premières composantes (mKL = 2), or cette projection, dans notre cas, n’explique que
Figure 5.8: L’échantillon des 1000 cycles de conduite
24% de la variance, ainsi, il peut être intéressant d’utiliser une base de décomposition de plus de
deux composantes. Cependant, l’estimateur à noyau, utilisé par [Hyndman and Shang, 2010]
pour estimer la densité des coefficients, ne peut être appliqué qu’en petite dimension. Dans
notre cas, et comme le montre la figure 5.11, il faut considérer les 80 premières composantes
afin d’expliquer 97% de la variance.
Figure 5.9: HDR boxplot de l’échantillon de cycles de conduite
Le boxplot fonctionnel, Figure 5.10, est basé sur des notions de profondeur. On remarque
que tous les cycles ayant une partie autoroutière (Vitesses supérieures à 100 km/h) sont
considérés comme des cycles extrêmes, et la courbe médiane (la courbe noire) représente un
cycle de conduite urbaine. Ce résultat est expliqué par la proportion élevée de cycles urbains
dans notre échantillon, ce qui implique une profondeur plus grande pour ces derniers et faible
pour les cycles représentant d’autres types de conduite.
Figure 5.10: Boxplot fonctionnel de l’échantillon de cycles de conduite
Figure 5.11: Part de variance expliquée par l’ACP en fonction de la taille de la base
5.4 Réglage des stratégies de contrôle pour respecter les normes

de dépollution en présence d’incertitudes
Le problème d’inversion appliqué à la stratégie de contrôle d’un système de dépollution
lors de la phase d’étude conceptuelle a été abordé dans la section 5.2 . On rappelle qu’il s’agit
de définir le domaine de définition des variables de contrôle en vue de respecter, en moyenne,
les deux normes sur les rejets de polluants instaurées par l’UE. Ces dernières sont évaluées à
l’aide d’un code de calcul regroupant un ensemble de disciplines en interaction (la structure
du véhicule, les réactions physico-chimiques dans le catalyseur, . . . ). Les variables de contrôle
ainsi que les variables incertaines qui opèrent dans ce problème sont rappelées dans le tableau
5.3. En reprenant la définition du simulateur numérique introduite précédemment
(
X × V × R6 → R2
f: (5.8)
(x, V, ξ) 7→ f1 (x, V, ξ), f2 (x, V, ξ) = (y1 , y2 ),
le problème d’inversion se traduit par l’estimation de l’intersection suivante Γ∗1 ∩ Γ∗2 où
(
Γ∗1 = {x ∈ X, g1 (x) = E(V,ξ) [f1 (x, V, ξ)] ≤ 160}
Γ∗2 = {x ∈ X, g2 (x) = E(V,ξ) [f2 (x, V, ξ)] ≤ 30}.
Les deux contributions de cette thèse permettent d’estimer l’ensemble d’excursion quand le
simulateur numérique renvoie une unique sortie. Ainsi on décide de procéder en deux temps.
Tout d’abord, on résout séparément deux problèmes d’inversion pour estimer Γ∗1 et Γ∗2 . Ensuite,
on considère l’intersection des deux estimateurs comme estimation de Γ∗1 ∩ Γ∗2 .
Type Notation
theta.sp.manual [0.01, 0.6]
theta.sp.min [0.01, 0.6]
C.NH3.in.max [0.005, 0.02]
carto.obs4.f1.x2 [0.05, 0.95]
Variables de contrôle (x) carto.obs4.f1.y2 [0, 1]
carto.obs4.f2.x2 [220, 300]
Variable incertaine fonctionnelle V Uniforme discrète
Curée U([∗, ∗])
bNOinx
N (0, ∗)
bO 2 N (1, ∗)
Variable incertaine vectorielle (ξ)
bTemp N (0, ∗)
bMAF N (1, ∗)
bNOout
x
N (0, ∗)
Table 5.3: les domaines de définition et les distributions de probabilité associés aux entrées
du code de calcul. Certaines données (*) sont masquées car confidentielles.
5.4.1 Application à un sous problème

Dans cette partie, on considère que le contrôle du système de dépollution est caractérisé
par les deux variables ”theta.sp.manual” et ”theta.sp.min”. En effet, ces deux variables ont
été identifiées par les gens du métier comme étant les principaux paramètres de réglage de la
stratégie de contrôle. Nous avons donc choisi dans un premier temps de faire l’exercice avec ces
deux variables. Par ailleurs, on suppose que les biais des capteurs sont fixés en leurs valeurs
nominales, ou en d’autres termes, que les capteurs sont justes et fidèles. Ainsi l’incertitude
affectant le simulateur numérique n’est régie que par la variable fonctionnelle V. Notre objectif
est de nous focaliser sur cette incertitude fonctionnelle, qui intéresse particulièrement les gens
du métier dans le cadre du passage aux normes en conditions réelles de conduite (RDE).
Cette approche pourra (devra) par la suite être enrichie avec les incertitudes scalaires. Dans le
cadre de l’évaluation des performances, la norme RDE de roulage en conditions réelles impose
l’utilisation de cycles d’au moins 90 min. Le problème d’inversion se traduit par l’estimation
de l’intersection Γ∗1 ∩ Γ∗2 où
(
Γ∗1 = {x ∈ [0.01, 0.6]2 , g1 (x) = EV [f1 (x, V)] ≤ 160}
Γ∗2 = {x ∈ [0.01, 0.6]2 , g2 (x) = EV [f2 (x, V)] ≤ 30}.
5.4.1.1 Inversion par quantification fonctionnelle

On commence par appliquer la première contribution pour identifier l’ensemble suivant
Γ∗2 = {x ∈ [0.01, 0.6]2 , g2 (x) = EV [f2 (x, V)] ≤ 30}.
On considère un processus gaussien Yx∈X ∼ GP(m, k) de moyenne constante et de noyau

de covariance de type Matérn 5/2. Les paramètres du noyau de covariance et la moyenne
sont estimés par maximum de vraisemblance. On considère un plan d’expériences initial à
n = 8 points, Xn = (xi )ni=1 , optimisé selon le critère maximin afin de garantir une bonne
répartition des points dans l’espace [10−2 , 0.6]2 . En chaque point xi ∈ Xn , on estime l’espérance
g2 (xi ) = EV [f2 (xi , V)] par quantification fonctionnelle gloutonne (L2 -GFQ où mKL = 20).
Dans le but d’avoir une bonne estimation de l’espérance, on fixe les paramètres pour vérifier
la stagnation de la convergence à (4, 10−2 ). On rappelle que ces paramètres d’arrêt stoppent
l’estimation séquentielle de l’espérance si au cours des 4 dernières itérations, l’erreur absolue
entre deux estimations est inférieure à 10−2 .
Figure 5.12: Pic d’ammoniac. La fonction de couverture, le plan d’expériences initial (tri-
angles noirs) et l’estimation initiale de l’ensemble recherché Γ∗2 (en vert).
La figure 5.12 montre la fonction de couverture calculée à partir de l’information fournie

par l’estimation de l’espérance aux points Xn . Une estimation initiale de Γ∗2 est tracée en vert.
Dans la figure 5.12, le niveau de gris représente la probabilité que l’observation dépasse le
seuil, la zone blanche correspond à une zone où cette probabilité est très grande, et inverse-
ment.
On rappelle que la première contribution pour l’identification de l’ensemble d’excursion

(cf. chapitre 3) combine deux méthodes : une stratégie de réduction des incertitudes induites
par le métamodèle approchant la fonction g et une estimation de l’espérance par quantifica-
tion fonctionnelle faite à partir d’une réduction de dimension. La première méthode donne un
point dans l’espace de contrôle [10−2 , 0.6]2 tel que si on ajoute ce point à l’ensemble d’appren-
tissage du méta-modèle, on réduit l’incertitude associée à l’estimation de l’ensemble recherché.
La deuxième méthode mène à une estimation efficace séquentielle de l’espérance en ce point.
Une itération de cette méthodologie est illustrée par la figure 5.13. On remarque que le point
rouge proposé par la stratégie SUR se situe dans une zone où l’incertitude est grande. Après
l’estimation de l’espérance en ce point (égale à 2.26 ≤ 30) et la mise à jour du processus
gaussien en prenant compte cette nouvelle observation, on obtient une nouvelle estimation de
Γ∗2 .
La figure de gauche dans 5.14 montre la décroissance de la déviation de Vorob’ev (l’in-

certitude) au cours des itérations, en effet la stratégie SUR est par définition proposée pour
parvenir à ce but. Ainsi après 62 itérations, l’incertitude associée à l’estimation de Γ∗2 est quasi-
nulle. En termes de coût de calcul, chaque itération nécessite une estimation de l’espérance
en faisant appel au simulateur en moyenne 23 fois (cf. Figure 3.16). Ainsi la résolution de ce
problème d’inversion a coûté 1575 évaluations du simulateur numérique.
Figure 5.13: Pic d’ammoniac. A gauche : La fonction de couverture, le plan d’expériences
initial (triangles noirs), l’estimation initiale de l’ensemble recherché Γ∗2 (en vert) et le point
proposé par la stratégie SUR (en rouge). A droite : La mise à jour de l’estimation de Γ∗2 (en
vert) après une itération.
Figure 5.14: Pic d’ammoniac. En haut : La déviation de Vorob’ev en fonction des itérations
SUR. En bas : la fonction de couverture, le plan d’expériences initial (triangles noirs) et
l’estimation de l’ensemble recherché Γ∗2 (en vert) après l’ajout de 62 points (en rouge) et 1575
évaluations au total (évaluations pour l’estimation de l’espérance incluses).
On procède de la même manière pour identifier de l’ensemble Γ∗1 :
Γ∗1 = {x ∈ [0.01, 0.6]2 , g1 (x) = EV [f2 (x, V)] ≤ 160}.
La figure 5.15 le résultat de l’estimation de l’ensemble Γ∗1 après l’ajout de 12 points (rouges)
au plan d’expériences initial à 8 points (triangles noires). L’identification de cet ensemble n’a
pas nécessité beaucoup de simulations par rapport au problème précédent. Pour résoudre ce
problème, on a fait 288 appels au simulateur numérique.
L’objectif principal étant de répondre aux deux normes, on considère l’intersection des
deux estimations comme résultat final de ce problème. La figure 5.16 montre l’estimation de
Γ∗1 ∩ Γ∗2 représentée par l’ensemble de frontière bleue. On rappelle que les deux variables de
contrôle agissent sur la quantité de solution d’urée permettant la production d’ammoniac pour
réduire les oxydes d’azote. Ainsi l’ensemble identifié résulte d’un compromis entre un sur et
sous dosage de cette solution. Par exemple, si on injecte une quantité minime de solution (la
zone proche du point (10−2 , 10−2 )), on rejette une quantité excessive des oxydes d’azote et
pour le coup, on obtient un score de DeNOx bien supérieur au seuil.
Résumé : On a appliqué la méthodologie introduite dans le chapitre 3 pour identifier
Figure 5.15: Score DeNOx . A gauche : La déviation de Vorob’ev en fonction des itérations
SUR. A droite : la fonction de couverture, le plan d’expériences initial (triangles noirs) et
l’estimation de l’ensemble recherché Γ∗1 (en vert) après l’ajout de 12 points (en rouge) et 288
évaluations au total (évaluations pour l’estimation de l’espérance incluses).
Figure 5.16: Le résultat final pour l’estimation de l’intersection Γ∗1 ∩ Γ∗2 .
l’ensemble d’excursion au respect des deux normes. Cette approche permet d’avoir une esti-
mation efficace de cet ensemble pour un coût de calcul dépendant de deux paramètres d’arrêt
opérant à l’étape de l’estimation de l’espérance, soit ici 1575 simulations.
5.4.1.2 Inversion par métamodélisation dans l’espace joint

Dans cette partie, le même problème est résolu par la deuxième méthode présentée dans
le chapitre 4. On rappelle que cette méthode repose sur un métamodèle de type processus
gaussien défini dans l’espace des entrées du simulateur f (variables de contrôle et variable
incertaine). Une première étape nécessaire est la caractérisation de la variable aléatoire fonc-
tionnelle V par un vecteur aléatoire U, ce dernier est défini à l’aide d’une réduction de
dimension et ce, en tronquant la décomposition KL de V aux 20 premiers termes, afin d’ex-
pliquer 80% de la variance. On considère un processus gaussien défini donc en dimension 22
et noté Z(x,u) ∼ PG(m, k) de moyenne constante et de noyau de covariance de type Matérn
5/2. Les paramètres du noyau et la moyenne sont estimés par maximum de vraisemblance.
On considère un plan d’expériences initial à n = 5 × 22 = 110 points dans [0.01, 0.6]2 × R20 .
L’information disponible du simulateur f est donnée par l’évaluation de ce dernier aux points
du plan d’expériences.
Figure 5.17: Pic d’ammoniac. Le plan d’expériences initial (triangles noirs) et l’estimation
initiale de l’ensemble recherché Γ∗2 (en vert).
La figure 5.17 montre la fonction de couverture définie par le processus gaussien Yx sachant
l’information donnée par les évaluations aux points du plan d’expériences initial. L’estimation
initiale de Γ∗2 est donnée par l’ensemble vert de frontière bleue. Le niveau de gris représente
la probabilité que l’observation dépasse le seuil de 30 ppm.
On rappelle que cette méthode s’appuie sur le processus gaussien Yx pour définir une
stratégie de réduction séquentielle des incertitudes associée à l’estimation de l’ensemble d’ex-
cursion recherchée. Cette stratégie fournit donc le prochain point dans [0.01, 0.6]2 et la pro-
chaine courbe dans Ξ (cycle de conduite) où lancer simulateur f . Pour des raisons de coût
de calcul liées aux problèmes d’optimisation cachés derrière cette stratégie (cf. chapitre 4),
à chaque itération on cherche les deux points dans l’espace joint qui réduisent l’incertitude
associée à l’estimation de l’ensemble Γ∗2 . Plus précisément, on procède en deux étapes. La
première consiste à lancer la stratégie pour avoir le premier point. Ensuite et de la même
manière, on cherche le second en s’appuyant sur un modèle de krigeage basé sur le plan d’ap-
prentissage enrichi par le point de la première étape et ce, en remplaçant l’évaluation inconnue
du simulateur numérique en ce point par la moyenne conditionnelle. On tient à noter que cette
technique donne une solution sous-optimale mais économise du temps de calcul. Une itération
de cette méthode est illustrée par la figure 5.18.
La figure de gauche dans 5.19 montre la décroissance de la déviation de Vorob’ev au cours

des itérations. La figure de droite, l’estimation de l’ensemble recherché Γ∗2 est représentée par
l’ensemble vert de frontière bleue et obtenue après avoir ajouté 400 points et le coût total
pour résoudre le problème est de 510 évaluations du simulateur numérique.
Figure 5.18: Pic d’ammoniac. A gauche : La fonction de couverture, le plan d’expériences
initial (triangles noirs), l’estimation initiale de l’ensemble recherché Γ∗2 (en vert) et les deux
points proposés par la stratégie SUR (en rouge). A droite : La mise à jour de l’estimation de
Γ∗2 (en vert) après une itération.
Figure 5.19: Pic d’ammoniac. A gauche : La déviation de Vorob’ev en fonction du nombre

d’appels au simulateur f . A droite : la fonction de couverture, le plan d’expériences initial
(triangles noirs) et l’estimation de l’ensemble recherché Γ∗2 (en vert) après l’ajout de 400
points (en rouge).
5.4.1.3 Analyse comparative des deux méthodes

La figure 5.20 montre les estimations obtenues pour le pic d’ammoniac par les deux
méthodes à nombre d’évaluations du simulateur égal à 510.
On remarque que la méthode à base de modélisation dans l’espace joint (Chapitre 4) fournit
une estimation beaucoup plus efficace que la méthode basée sur la quantification (Chapitre
3). En effet, pour un même budget d’évaluations fixé pour les 2 méthodes, on obtient, avec la
méthode du Chapitre 3, une approximation de l’ensemble très proche de la solution finale ob-
tenue avec la méthode 1 (voir la figure 5.14) alors que l’approximation obtenue par la méthode
1 est très éloignée de la solution.
Figure 5.20: Résultats pour le pic d’ammoniac et pour un nombre d’évaluations du simulateur
fixé à 510. L’ensemble d’excursion estimé par la première méthode (ensemble vert de frontière
bleue) et la frontière rouge de l’ensemble estimé par la deuxième méthode.
5.4.2 Application : 9 variables de contrôle et 1 variable fonctionnelle incer-

taine
On a vu dans la section 5.4.1 que la deuxième méthode fournit une bonne estimation
de l’ensemble recherché avec un faible nombre d’appels au simulateur. Néanmoins, dans le
chapitre 4, nous avons illustrer l’augmentation forte du coût de calcul de la méthode avec la
dimension du problème et le nombre de points simulés.
Bien que la deuxième méthode soit efficace en terme de nombre de simulations, le temps de
calcul associé à chaque itération nous pousse à appliquer la première méthode au problème
d’inversion pour les 9 variables de contrôle.
On considère un processus gaussien Yx∈X ∼ PG(m, k) de moyenne constante et de noyau de
covariance de type Matérn 5/2. Les paramètres du noyau et la moyenne sont estimés par
maximum de vraisemblance. On considère un plan d’expériences initial à n = 45 points.
En chaque point, on estime l’espérance séquentiellement par quantification fonctionnelle en
fixant les paramètres d’arrêt à (4, 10−2 ). La figure 5.21 montre la projection 2D des points de
contrôle appartenant à l’estimation de l’intersection Γ∗1 ∩Γ∗2 . Ce résultat est obtenu après avoir
ajouté 300 points de contrôle au plan d’expériences initial et 6924 évaluations du simulateur
numérique. On remarque que le résultat obtenu fait apparaitre certaines parties de l’espace
de contrôle qui peuvent guider les experts à choisir des valeurs intéressantes pour certaines
variables.
Figure 5.21: Nuages de points appartenant à l’estimateur de l’intersection de toutes les
paires des variables de contrôle (les points rouges). Le plan d’expériences initial à 45 points
(les triangles noirs).
Synthèse : Ce chapitre présente une application des méthodes introduites dans cette
thèse pour ainsi répondre aux objectifs opérationnels au cas test industriel. Il s’agit de
définir l’ensemble admissible des paramètres de contrôle du système de dépollution des
gaz d’échappement afin de répondre aux normes européennes. La réponse apportée doit
tenir compte de l’incertitude sur la conduite (cycle de vitesse).
Un premier travail a porté sur la visualisation des incertitudes fonctionnelles et ce, à

travers divers outils. On a vu que ces derniers étaient adaptés aux variables fonctionnelles
bien approchées par les premières composantes de la décomposition KL.
Sur un cas d’application simplifié ne comprenant que 2 variables de contrôle, la

méthode 2 (modélisation dans l’espace joint) donne de meilleurs résultats tant en précision
qu’en nombre d’appels au simulateur. On a mis en évidence la robustesse de la deuxième
approche en terme de précision et de nombre d’appels au simulateur numérique. En effet
pour ce problème, cette méthode nous permet d’obtenir un résultat similaire à celui de
la première approche avec trois fois moins d’appels au simulateur. Cependant, pour le
cas d’application plus complexe défini à partir de 9 variables de contrôles, on a préféré la
première approche à la deuxième pour des questions de temps de calcul du krigeage, les
évaluations du code de calcul n’étant pas très onéreuses.
Conclusions et perspectives
Dans ce travail de thèse nous apportons des réponses au problème d’inversion de code
de calcul coûteux en présence d’incertitudes, notamment d’entrées fonctionnelles incertaines.
Ces incertitudes sont modélisées par des variables aléatoires dont la distribution est résumée
par l’espérance. L’objectif est de trouver l’ensemble des paramètres de contrôle du système
(ensemble d’excursion) tels que le système, en moyenne, satisfait les normes imposées. Nous
proposons deux méthodes différentes basées sur une démarche de métamodélation du code de
calcul par processus gaussiens :
— la première approche consiste à proposer des méthodes efficaces d’approximation de

l’espérance et à construire un métamodèle sur l’espérance,
— la deuxième approche propose une modélisation par processus gaussiens dans l’espace
joint (paramètres de contrôle, entrées incertaines).
Ces deux méthodologies sont déployées dans le contexte spécifique d’entrées aléatoires
fonctionnelles et sont couplées à une méthode de réduction de dimension.
Une étape importante de la première méthodologie a consisté à développer deux algo-

rithmes gloutons de quantification fonctionnelle dans le cas où la variable aléatoire n’est
connue qu’à travers un échantillon de réalisations (cf. chapitre 2). Ces deux algorithmes ont
comme point commun une réduction de dimension dans le but de se placer dans un cadre
de dimension finie. L’un repose sur le concept de la quantification fonctionnelle tandis que
l’autre se réfère aux notions de remplissage optimal de l’espace (le critère maximin). On a
montré que ces deux algorithmes sont robustes par rapport à la réduction de dimension et
efficaces comparés aux méthodes standards (Monte Carlo). On a aussi constaté que l’approche
basée sur la quantification fournit une estimation séquentielle de l’espérance plus efficace par
rapport à l’approche basée sur un critère maximin. Dans cette première méthodologie dédiée
à l’inversion, la résolution du problème sous incertitudes fonctionnelles repose sur la construc-
tion d’un métamodèle de l’espérance de la sortie. Une stratégie définie à partir de l’erreur de
prédiction est ensuite utilisée pour choisir judicieusement les points dans l’espace de contrôle.
Couplée aux algorithmes de quantification fonctionnelle, cette méthodologie fournit une esti-
mation efficace à faible coût de l’ensemble d’excursion recherché (cf. chapitre 3). Cependant
l’étape dédiée à l’enrichissement du plan d’apprentissage nécessite des appels au simulateur
pour l’estimation de l’espérance.
La deuxième méthodologie que nous avons présentée au chapitre 4 a pour but de sim-
plifier la première approche pour cette estimation de l’espérance. Cette méthode fournit une
nouvelle stratégie d’enrichissement adaptatif de plans d’expériences. Cette dernière repose
sur une modélisation jointe par processus gaussien et la possibilité d’en déduire une formule
semi-analytique pour l’espérance. La stratégie pour le choix des points d’évaluations dans l’es-
pace joint est ensuite guidée par l’erreur de prédiction du krigeage. Cette dernière approche
103
a été comparée à la première méthodologie à travers deux exemples analytiques. Les résultats
obtenus sont concluants en terme de nombre de simulations et de précision. Cependant, ces
résultats ont montré un inconvénient de la méthode lié à son coût de calcul intrinsèque. En ef-
fet, l’espace des entrées du processus gaussien comprend, en plus des paramètres de contrôle, le
vecteur résultant de la réduction de la variable fonctionnelle. Comme la taille de l’échantillon
d’apprentissage augmente au cours de l’enrichissement (des itérations), le coût de construction
du krigeage ainsi que additionné au coût de la recherche du meilleur prochain point, due au
calcul d’intégrales multidimensionnelles, devient très vite prohibitif.
Pour finir, ces deux méthodes ont été appliquées avec succès à un problème industriel (cf.
chapitre 5). Il s’agit de régler, sous incertitudes fonctionnelles liées au cycle de conduite, la
stratégie de contrôle d’un système de dépollution d’un véhicule afin de respecter des normes
de pollution. Appliquées dans un premier temps à un problème défini en 2D (2 paramètres de
contrôle et une variable incertaine fonctionnelle), les deux méthodes fournissent des résultats
très similaires. Comparée à la première, la deuxième approche nécessite trois fois moins d’ap-
pels au simulateur numérique mais demande quelques jours de calcul pour les raisons évoquées
dans le paragraphe précédent. On a donc décidé d’appliquer la première approche pour traiter
le problème industriel initial défini en 9D (9 paramètres de contrôle et une variable incertaine
fonctionnelle).
A travers divers exemples analytiques et le cas industriel, on a souligné le compromis entre

le coût de calcul d’une simulation et le coût du choix de nouveau point à chaque itération.
Ce compromis pourrait servir de guide pour le choix de la méthode à considérer. En effet,
dans le cas où une simulation prend quelques jours, alors on préfèrera la deuxième méthode
(Chapitre 4) à la première (Chapitre 3). Au contraire, si le coût d’une simulation n’excède
pas quelques minutes, le calcul du nouveau point devient plus coûteux. Ainsi, dans un tel
contexte, on préfèrera la première méthodologie.
Nous présentons quelques perspectives à ce travail de thèse. Ces perspectives portent sur
la quantification fonctionnelle gloutonne pour certains processus gaussiens, l’optimisation sous
incertitude, la prise en compte d’un mélange d’incertitudes (fonctionnelle et scalaire) et le cas
où le simulateur renvoie des sorties vectorielles.
Dans le chapitre 2, nous avons développé des algorithmes gloutons de quantification fonc-
tionnelle, en fixant a priori la dimension de la troncature. Or dans [Pages and Printems, 2009]
et pour certains processus gaussiens, les auteurs donnent la dimension de troncature en fonc-
tion de la taille du quantifieur. Ainsi on pourrait envisager une quantification gloutonne en
taille et dimension. Plus précisément, cela consisterait à construire séquentiellement un quanti-
fieur de taille l dans un espace réduit défini par la décomposition de Karunhen-Loeve optimale
à l fixé.
Les méthodologies présentées dans cette thèse sont dédiées à la prise en compte des incerti-
tudes fonctionnelles lors de d’inversion, elles peuvent aussi être appliquées pour des problèmes
d’optimisation sous incertitudes fonctionnelles. La première méthode proposée dans la thèse
portant sur la quantification peut aisément être couplée à de nombreux problèmes portant sur
l’optimisation stochastique. En ce qui concerne la deuxième approche proposée, il serait par
exemple possible de repenser le critère du choix des points pour tenir compte des incertitudes
fonctionnelles dans un algorithme de type EGO.
La première contribution à base de quantification gloutonne permet de tenir compte des in-
certitudes fonctionnelles. Dans le futur, il serait possible d’étendre cette méthode pour prendre
en compte toutes les sources d’incertitudes (combinant variables scalaires et fonctionnelles).
Pour la variable fonctionnelle, la construction du quantifieur est faite dans l’espace des coeffi-
cients. Il pourrait être intéressant d’augmenter cet espace en ajoutant des variables scalaires,
ainsi on pourrait envisager d’adapter notre algorithme de quantification pour une construc-
tion séquentielle en ces deux espaces. Cela nécessiterait de définir une distance sur l’ensemble
des deux espaces. En ce qui concerne la deuxième méthodologie, cette dernière pourrait être
appliquée de manière directe.
Les deux méthodologies présentées dans cette thèse s’appliquent aux simulateurs numériques
à sorties scalaires. Une extension intéressante serait d’étendre ces méthodes au cas des sorties
vectorielles. Dans [Pourmohamad et al., 2016], les auteurs proposent une modélisation par
processus gaussien tenant compte des éventuelles corrélations entre les sorties du simulateur.
Des résultats satisfaisants ont été obtenus en comparant cette approche à celle consistant
à créer un modèle de krigeage pour chaque sortie du simulateur. Ainsi pour les problèmes
d’inversion présentés dans cette thèse, il serait intéressant d’appliquer cette modélisation et
d’utiliser l’incertitude associée pour définir une stratégie de choix des points adaptée aux sor-
ties vectorielles.
Enfin dans un cadre industriel et pour le cas d’application qui a motivé ces travaux de
recherche, il serait intéressant de tenir compte des sources d’incertitudes scalaires dans le but
d’améliorer le système de contrôle.
Une autre formulation du problème d’inversion peut être établie en considérant une mesure de
robustesse autre que l’espérance, par exemple résoudre le problème en grande probabilité. Dans
un tel contexte, en se fixant une probabilité faible, on fera certainement appel aux méthodes
d’échantillonnage d’importance. On pourrait aussi voir la probabilité comme l’espérance d’une
indicatrice. Cela ouvre la possibilité d’utiliser des algorithmes à gradient stochastique mais elle
soulève également la difficulté de gérer une fonction à forte discontinuité, à savoir la fonction
indicatrice.
Annexe A
Conception du générateur du cycle

de conduite
Un mot sur la conception du générateur de cycles de conduite

Un cycle de conduite est une courbe de la vitesse du véhicule en fonction du temps sur un
intervalle donné. Le plus souvent la courbe est discrétisée en un nombre fini de pas de temps.
Le NEDC (New European Driving Cycle) est un cycle particulier sur lequel peuvent être
comparées les émissions de polluants de différents véhicules et qui sert à l’attribution des
homologations. Sauf que ce dernier est critiqué par les experts car il ne représente pas les
conditions réelles de conduite, de ce fait, la conception d’un générateur de cycles réalistes de
conduite s’avère nécessaire pour s’approcher des cycles réels sur lesquels les normes devront
être satisfaites.
Figure A.1: Le cycle de conduite NEDC
La conception a nécessité l’enregistrement de 13 cycles de conduite en condition réelle.

En chacun des 3.1 × 106 pas de temps de ces cycles, on peut définir une accélération et une
vitesse. L’objectif est alors de chercher à identifier un modèle markovien d’un état (a, v)t à
l’instant t vers un état (a, v)t+1 à l’instant t + 1. Le modèle proposé est un modèle discret :
les accélérations sont discrétisées avec un pas de 0.2 m/s2 et de 5 km/h pour la vitesse.
Exemple : Pour le couple (ak = 0m/s2 , vk = 30km/h), on commence par extraire les
différentes valeurs de la future accélération ak+1 , ensuite on estime les paramètres de la loi
normale qui s’ajustent au mieux à ces observations. Ces paramètres (moyenne, variance) seront
stockés dans une matrice M.
La génération des cycles de conduite
106
Figure A.2: Les 13 cycles enregistrés concaténés
Figure A.3: Histogramme et densité de probabilité des accélérations ak+1 sachant (ak =
0, vk = 30)
Le schéma A.4 explique la méthode de construction implémentée dans le code. A l’instant

t = 0(s), on est à l’arrêt, i.e., à l’état et = (at = 0, vt = 0). On extrait de la matrice M les
paramètres de la loi lognormale qui modélise la future accélération sachant et , L(at+1 |et ), cette
étape est représentée dans le schéma par le bloc 1. Ensuite, un tirage suivant la loi uniforme
sur ]0, 1[, p ∼ U(]0, 1[), est effectué, puis on calcule le quantile d’ordre p pour L(at+1 |et ) (bloc
2). Ce quantile représente notre accélération at+1 et on en déduit la vitesse vt+1 (bloc 3)
vt+1 = vt + ∆t × at+1 , ∆t : le pas de discrétisation en temps
A l’instant d’après, i.e., t=1(s), on est à l’état et+1 = (at+1 , vt+1 ). Si cet état n’est
pas représenté dans la matrice M, on récupère les paramètres de la loi normale modélisant
L(at+2 |et+1 ) par interpolation (bloc 4). On procède ensuite comme précédemment avec les
étapes 4 et 5.
On réitère (3 → 4 → 5) jusqu’à atteindre la durée souhaitée du cycle. Une fois la construc-

tion finie, ce dernier doit passer une étape de validation et pour cela, un processus de rejet
est mis en place pour vérifier si le cycle généré est bien ”plausible”, ainsi on rejette les cycles
vérifiant les critères listés ci-dessous :
— existence de longs instants à vitesse nulle au début et à la fin du cycle,
— la vitesse varie, entre 3 et 10 km/h, plus de 20 secondes,
— existence de longs instants d’accélérations ou de décélérations
— le cycle ne finit pas à l’arrêt.
Figure A.4: Un schéma décrivant la génération des cycles de conduite.
Bibliographie
[Baillo et al., 2000] Baillo, A., Cuevas, A., and Justel, A. (2000). Set estimation and nonpa-
rametric detection. Canadian Journal of Statistics, 28(4) :765–782.
[Bally et al., 2005] Bally, V., Pagès, G., and Printems, J. (2005). A quantization tree method
for pricing and hedging multidimensional american options. Mathematical Finance : An
International Journal of Mathematics, Statistics and Financial Economics, 15(1) :119–168.
[Bect et al., 2016] Bect, J., Bachoc, F., and Ginsbourger, D. (2016). A supermartingale
approach to gaussian process based sequential design of experiments. arXiv preprint
arXiv :1608.01118.
[Bect et al., 2012] Bect, J., Ginsbourger, D., Li, L., Picheny, V., and Vazquez, E. (2012).
Sequential design of computer experiments for the estimation of a probability of failure.
Statistics and Computing, 22(3) :773–793.
[Bolin and Lindgren, 2015] Bolin, D. and Lindgren, F. (2015). Excursion and contour uncer-
tainty regions for latent gaussian models. Journal of the Royal Statistical Society : Series
B (Statistical Methodology), 77(1) :85–106.
[Bonfils et al., 2012] Bonfils, A., Creff, Y., Lepreux, O., and Petit, N. (2012). Closed-loop
control of a scr system using a nox sensor cross-sensitive to nh3. IFAC Proceedings Volumes,
45(15) :738–743.
[Cardot et al., 1999] Cardot, H., Ferraty, F., and Sarda, P. (1999). Functional linear model.
Statistics & Probability Letters, 45(1) :11–22.
[Chevalier et al., 2014a] Chevalier, C., Bect, J., Ginsbourger, D., Vazquez, E., Picheny, V.,
and Richet, Y. (2014a). Fast parallel kriging-based stepwise uncertainty reduction with
application to the identification of an excursion set. Technometrics, 56(4) :455–465.
[Chevalier et al., 2015] Chevalier, C., Emery, X., and Ginsbourger, D. (2015). Fast update of
conditional simulation ensembles. Mathematical Geosciences, 47(7) :771–789.
[Chevalier and Ginsbourger, 2013] Chevalier, C. and Ginsbourger, D. (2013). Fast compu-
tation of the multi-points expected improvement with applications in batch selection. In
International Conference on Learning and Intelligent Optimization, pages 59–69. Springer.
[Chevalier et al., 2013] Chevalier, C., Ginsbourger, D., Bect, J., and Molchanov, I. (2013).
Estimating and quantifying uncertainties on level sets using the vorob’ev expectation and
deviation with gaussian process models. In mODa 10–Advances in Model-Oriented Design
and Analysis, pages 35–43. Springer.
[Chevalier et al., 2014b] Chevalier, C., Picheny, V., and Ginsbourger, D. (2014b). Kriginv :
An efficient and user-friendly implementation of batch-sequential inversion strategies based
on kriging. Computational statistics & data analysis, 71 :1021–1034.
[Chiles and Delfiner, 1999] Chiles, J.-P. and Delfiner, P. (1999). Geostatistics : modeling spa-
tial uncertainty. Wiley, New York.
109
[Cuevas and Fraiman, 1997] Cuevas, A. and Fraiman, R. (1997). A plug-in approach to sup-
port estimation. The Annals of Statistics, pages 2300–2312.
[Cuevas et al., 2006] Cuevas, A., González-Manteiga, W., and Rodrı́guez-Casal, A. (2006).
Plug-in estimation of general level sets. Australian & New Zealand Journal of Statistics,
48(1) :7–19.
[Dempster et al., 1977] Dempster, A. P., Laird, N. M., and Rubin, D. B. (1977). Maximum
likelihood from incomplete data via the em algorithm. Journal of the royal statistical society.
Series B (methodological), pages 1–38.
[Devroye and Wise, 1980] Devroye, L. and Wise, G. L. (1980). Detection of abnormal beha-
vior via nonparametric estimation of the support. SIAM Journal on Applied Mathematics,
38(3) :480–488.
[El Amri et al., 2018] El Amri, M. R., Helbert, C., Lepreux, O., Munoz Zuniga, M., Prieur, C.,
and Sinoquet, D. (2018). Data-driven stochastic inversion under functional uncertainties.
working paper or preprint.
[Flury, 1990] Flury, B. A. (1990). Principal points. Biometrika, 77(1) :33–41.
[Franco, 2008] Franco, J. (2008). Planification d’expériences numériques en phase exploratoire
pour la simulation des phénomènes complexes. PhD thesis, Ecole Nationale Supérieure des
Mines de Saint-Etienne.
[French et al., 2013] French, J. P., Sain, S. R., et al. (2013). Spatio-temporal exceedance
locations and confidence regions. The Annals of Applied Statistics, 7(3) :1421–1449.
[Ginsbourger et al., 2009] Ginsbourger, D., Dupuy, D., Badea, A., Carraro, L., and Roustant,
O. (2009). A note on the choice and the estimation of kriging models for the analysis of
deterministic computer experiments. Applied Stochastic Models in Business and Industry,
25(2) :115–131.
[Graf and Luschgy, 2000] Graf, S. and Luschgy, H. (2000). Foundations of quantization for
probability distributions. Springer.
[Hyndman and Shang, 2010] Hyndman, R. J. and Shang, H. L. (2010). Rainbow plots, bag-
plots, and boxplots for functional data. Journal of Computational and Graphical Statistics,
19(1) :29–45.
[Janusevskis and Le Riche, 2013] Janusevskis, J. and Le Riche, R. (2013). Simultaneous
kriging-based estimation and optimization of mean response. Journal of Global Optimi-
zation, 55(2) :313–336.
[Jin et al., 2005] Jin, R., Chen, W., and Sudjianto, A. (2005). An efficient algorithm for
constructing optimal design of computer experiments. Journal of Statistical Planning and
Inference, 134(1) :268–287.
[Johnson et al., 1990] Johnson, M. E., Moore, L. M., and Ylvisaker, D. (1990). Minimax and
maximin distance designs. Journal of statistical planning and inference, 26(2) :131–148.
[L’Ecuyer and Lemieux, 2005] L’Ecuyer, P. and Lemieux, C. (2005). Recent advances in ran-
domized quasi-monte carlo methods. In Modeling uncertainty, pages 419–474. Springer.
[Lemieux, 2009] Lemieux, C. (2009). Quasi–monte carlo constructions. In Monte Carlo and
Quasi-Monte Carlo Sampling, pages 1–61. Springer.
[Levrard, 2014] Levrard, C. (2014). High-dimensional vector quantization : convergence rates
and variable selection. PhD thesis, Universite de Paris 11.
[López-Pintado and Jornsten, 2007] López-Pintado, S. and Jornsten, R. (2007). Functional
analysis via extensions of the band depth. Lecture Notes-Monograph Series, pages 103–120.
[López-Pintado and Romo, 2009] López-Pintado, S. and Romo, J. (2009). On the concept of
depth for functional data. Journal of the American Statistical Association, 104(486) :718–
734.
[Luschgy and Pagès, 2002] Luschgy, H. and Pagès, G. (2002). Functional quantization of
gaussian processes. Journal of Functional Analysis, 196(2) :486–531.
[Luschgy and Pagès, 2015] Luschgy, H. and Pagès, G. (2015). Greedy vector quantization.
Journal of Approximation Theory, 198 :111–131.
[Luschgy et al., 2008] Luschgy, H., Pagès, G., et al. (2008). Functional quantization rate and
mean regularity of processes with an application to lévy processes. The Annals of Applied
Probability, 18(2) :427–469.
[Luschgy et al., 2010] Luschgy, H., Pagès, G., and Wilbertz, B. (2010). Asymptotically op-
timal quantization schemes for gaussian processes on hilbert spaces. ESAIM : Probability
and Statistics, 14 :93–116.
[Matheron, 1973] Matheron, G. (1973). The intrinsic random functions and their applications.
Advances in applied probability, 5(3) :439–468.
[Miranda and Bocchini, 2013] Miranda, M. and Bocchini, P. (2013). Functional quantization
of stationary gaussian and non-gaussian random processes. Safety, Reliability, Risk and
Life-Cycle Performance of Structures and Infrastructures, pages 2785–2792.
[Miranda and Bocchini, 2015] Miranda, M. J. and Bocchini, P. (2015). A versatile technique
for the optimal approximation of random processes by functional quantization. Applied
Mathematics and Computation, 271 :935–958.
[Molchanov, 2006] Molchanov, I. (2006). Theory of random sets. Springer Science & Business
Media.
[Molchanov, 1998] Molchanov, I. S. (1998). A limit theorem for solutions of inequalities.
Scandinavian Journal of Statistics, 25(1) :235–242.
[Morris and Mitchell, 1995] Morris, M. D. and Mitchell, T. J. (1995). Exploratory designs for
computational experiments. Journal of statistical planning and inference, 43(3) :381–402.
[Nanty et al., 2016] Nanty, S., Helbert, C., Marrel, A., Pérot, N., and Prieur, C. (2016). Sam-
pling, metamodeling, and sensitivity analysis of numerical simulators with functional sto-
chastic inputs. SIAM/ASA Journal on Uncertainty Quantification, 4(1) :636–659.
[Niederreiter, 1992] Niederreiter, H. (1992). Random number generation and quasi-Monte
Carlo methods, volume 63. Siam.
[Owen, 2013] Owen, A. B. (2013). Monte Carlo theory, methods and examples.
[Pagès, 1998] Pagès, G. (1998). A space quantization method for numerical integration. Jour-
nal of computational and applied mathematics, 89(1) :1–38.
[Pagès, 2014] Pagès, G. (2014). Introduction to optimal vector quantization and its applica-
tions for numerics.
[Pagès, 2018] Pagès, G. (2018). Numerical Probability : An Introduction with Applications to
Finance. Springer.
[Pages et al., 2004] Pages, G., Pham, H., and Printems, J. (2004). An optimal markovian
quantization algorithm for multi-dimensional stochastic control problems. Stochastics and
Dynamics, 4(04) :501–545.
[Pagès and Printems, 2003] Pagès, G. and Printems, J. (2003). Optimal quadratic quanti-
zation for numerics : the gaussian case. Monte Carlo Methods and Applications mcma,
9(2) :135–165.
[Pagès and Printems, 2005] Pagès, G. and Printems, J. (2005). Functional quantization for
numerics with an application to option pricing. Monte Carlo Methods and Applications
mcma, 11(4) :407–446.
[Pages and Printems, 2009] Pages, G. and Printems, J. (2009). Optimal quantization for
finance : from random vectors to stochastic processes. In Handbook of Numerical Analysis,
volume 15, pages 595–648. Elsevier.
[Palacios and Steel, 2006] Palacios, M. B. and Steel, M. F. J. (2006). Non-gaussian bayesian
geostatistical modeling. Journal of the American Statistical Association, 101(474) :604–618.
[Petersen et al., 2008] Petersen, K. B., Pedersen, M. S., et al. (2008). The matrix cookbook.
Technical University of Denmark, 7(15) :510.
[Picheny et al., 2010] Picheny, V., Ginsbourger, D., Roustant, O., Haftka, R. T., and Kim, N.-
H. (2010). Adaptive designs of experiments for accurate approximation of a target region.
Journal of Mechanical Design, 132(7) :071008.
[Pourmohamad et al., 2016] Pourmohamad, T., Lee, H. K., et al. (2016). Multivariate
stochastic process models for correlated responses of mixed type. Bayesian Analysis,
11(3) :797–820.
[Pronzato and Müller, 2012] Pronzato, L. and Müller, W. G. (2012). Design of computer
experiments : space filling and beyond. Statistics and Computing, 22(3) :681–701.
[Ramsay, 2006] Ramsay, J. O. (2006). Functional data analysis. Wiley Online Library.
[Ranjan et al., 2008] Ranjan, P., Bingham, D., and Michailidis, G. (2008). Sequential ex-
periment design for contour estimation from complex computer codes. Technometrics,
50(4) :527–541.
[Rasmussen and Williams, 2006] Rasmussen, C. E. and Williams, C. K. (2006). Gaussian
processes for machine learning, volume 1. MIT press Cambridge.
[Rosenblatt, 1956] Rosenblatt, M. (1956). Remarks on some nonparametric estimates of a
density function. The Annals of Mathematical Statistics, pages 832–837.
[Roustant et al., 2012] Roustant, O., Ginsbourger, D., and Deville, Y. (2012). Dicekriging,
diceoptim : Two r packages for the analysis of computer experiments by kriging-based
metamodeling and optimization.
[Santner et al., 2013] Santner, T. J., Williams, B. J., and Notz, W. I. (2013). The design and
analysis of computer experiments. Springer Science & Business Media.
[Sun and Genton, 2011] Sun, Y. and Genton, M. G. (2011). Functional boxplots. Journal of
Computational and Graphical Statistics, 20(2) :316–334.
[Tran, 2014] Tran, V. C. (2014). Une ballade en forêts aléatoires. PhD thesis, Université Lille
1.
[Tukey, 1977] Tukey, J. W. (1977). Exploratory data analysis, volume 2. Reading, Mass.
[Vazquez and Bect, 2009] Vazquez, E. and Bect, J. (2009). A sequential bayesian algorithm
to estimate a probability of failure. IFAC Proceedings Volumes, 42(10) :546–550.
[Vorob’ev, 1984] Vorob’ev, O. Y. (1984). Srednemernoje modelirovanie (mean-measure mo-
delling).
[Williams et al., 2000] Williams, B. J., Santner, T. J., and Notz, W. I. (2000). Sequential
design of computer experiments to minimize integrated response functions. Statistica Sinica,
pages 1133–1152.
[Zador, 1963] Zador, P. (1963). Development and evaluation of procedures for quantizing
multivariate distributions. Technical report, STANFORD UNIV CALIF.

+++el Amri 2019 PDF

Transféré par

Informations du documentcliquez pour développer les informations du document

Informations du documentcliquez pour développer les informations du document

Droits d'auteur :

Formats disponibles

+++el Amri 2019 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

+++el Amri 2019 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Analyse d’incertitudes et de robustesse pour les modèles

à entrées et sorties fonctionnelles.

To cite this version:

HAL Id: tel-02433324

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

DOCTEUR DE LA COMMUNAUTÉ UNIVERSITÉ

Mohamed Reda El Amri

Thèse dirigée par Clémentine Prieur

préparée au sein du Laboratoire Jean Kuntzmann

La chaire OQUAIDO et le Groupement De Recherche MASCOT-NUM ont joué un rôle

L’effet de ces incertitudes est pris en compte au travers de l’espérance de la grandeur

La deuxième approche consiste à appliquer la méthode SUR directement sur la grandeur

Mots Clés : inversion stochastique, incertitude fonctionnelle, modèles de substitution,

Keywords : stochastic inversion, functional uncertainty, surrogate models, dimension

1 Estimation d’un ensemble d’excursion par modèle de substitution 5

3 Data-driven stochastic inversion via functional quantization 39

4 Inversion stochastique sous incertitudes fonctionnelles 69

5 Application au système de dépollution SCR 83

Conclusions et perspectives 103

A Conception du générateur du cycle de conduite 106

1.1 Construction d’un modèle de substitution à partir d’échantillons d’un simula-

3.1 Ξ is a sample of 100 realizations of V (left) and G the corresponding represen-

5.1 Injection d’urée (Adblue) en amont du SCR . . . . . . . . . . . . . . . . . . . . 84

A.1 Le cycle de conduite NEDC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

1.1 Noyaux de covariance usuels. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.1 Les erreurs de quantification en fonction de la taille du quantifieur optimal pour

3.1 Analytical example. Stopping criteria parameters used in the estimation of

Le système de dépollution, faisant intervenir des réactions physico-chimiques complexes,

— des paramètres de contrôle (paramètres de la stratégie de contrôle du système de

Ensemble d’excursion : problème d’inversion

Γπ = {x , P f (x, ξ) ≤ seuil ≥ π},

Réduction de modèle et stratégie d’enrichissement

• quantifier l’incertitude associée à une variable fonctionnelle (cycles de conduite) connue

Dans le chapitre 3, on propose une méthodologie permettant de résoudre un problème

Le chapitre 4 propose une nouvelle construction de plan d’expériences adaptatif dédiée

Estimation d’un ensemble

Les simulateurs numériques, ou codes de calcul, permettent de modéliser un phénomène

Γ∗ = {x ∈ X , g(x) ≤ c}, (1.2)

1.1 Modélisation par processus gaussien

Les vecteurs gaussiens constituent une classe particulièrement intéressante de vecteurs

et Σ22 est inversible, alors pour toute réalisation y2 du vecteur gaussien Y2 , on a :

Y1 |Y2 = y2 ∼ N m1 + Σ12 Σ−1 −1

1.1.2 Processus gaussiens

Nom Expression Classe

Table 1.1: Noyaux de covariance usuels.

Y |YXn = gXn ∼ GP(mn , kn ) où

avec kn (x) = k(x, x1 ), . . . , k(x, xn ) , kn (x0 ) = k(x0 , x1 ), . . . , k(x0 , xn ) et Kn la matrice de

Estimation des paramètres

1.1.4 Synthèse et objectif

Γ∗ = {x ∈ X , g(x) ≤ c}, (1.15)

Γplug-in = {x ∈ X , mn (x) ≤ c}, (1.16)

1.2 Estimation et quantification de l’incertitude associée à un

1.2.1 Espérance d’ensembles aléatoires fermés

E[Γ] ∈ arg min δ(E[γΓ ], γC ). (1.17)

Cette technique dépend alors des ingrédients suivants :

Qα = {x ∈ X : p(x) = P(x ∈ Γ) ≥ α}. (1.19)

Cette famille paramétrique d’ensembles est aussi appelée quantiles de Vorob’ev.