Abstract FR:

Un bon nombre d'expériences récentes en biologie mesurent des systèmes composés de plusieurs composants en interactions, comme par exemple les réseaux de neurones. Normalement, on a expérimentalement accès qu'au comportement collectif du système, même si on s'intéresse souvent à la caractérisation des interactions entre ses différentes composants. Cette thèse a pour but d'extraire des informations sur les interactions microscopiques du système à partir de son comportement collectif dans deux cas distincts. Premièrement, on étudie un système décrit par un modèle d'Ising plus général. On trouve des formules explicites pour les couplages en fonction des corrélations et magnétisations. Ensuite, on s'intéresse à un système décrit par un modèle de Hopfield. Dans ce cas, on obtient non seulement une formule explicite pour inférer les patterns, mais aussi un résultat qui permet d'estimer le nombre de mesures nécessaires pour avoir une inférence précise