Thèses soutenues 2022

L’espace de conception pour définir un moteur de transformation de modèle distribué est un large spectre de possibilités et d’opportunités pour améliorer les performances en termes de temps de calcul et de consommation mémoire. Selon les décisions adoptées, l’utilisation d’un moteur de transformation peut être complètement différente (par exemple, une solution incrémentale pour un modèle souvent modifié contre un moteur formellement spécifié pour le raisonnement, non performant). Les solutions déjà existantes proposent des moteurs avec différents objectifs basés sur plusieurs approches,notamment la distribution, la paresse, l’incrémentalité et l’exactitude. Cependant, comparer les solutions n’est pas anodin, et n’a pas forcément de sens. C’est pourquoi nous avons mis en place un nouveau moteur, intégrant la variabilité, qui permet une analyse de son espace de conception. À partir d’un langage doté de spécifications formelles, nous avons créé SparkTE, un moteur de transformation paramétrable et distribué au-dessus de Spark. Dans cette thèse, nous cherchons à analyser l’impact des choix à différents niveaux : les modèles de programmation utilisés pour définir les expressions ; les différentes sémantiques utilisées pour définir le calcul d’une transformation ; et l’impact des choix d’ingénierie.

La fabrication intelligente est un domaine de recherche prometteur pour l’amélioration de la productivité et de la compétitivité dans l’industrie, par l’exploitation des données numériques obtenues lors de procédés de fabrication, tel que l’usinage à grande vitesse. Les réseaux bayésiens ont fait leurs preuves en matière de classification et de diagnostic, et ils ont notamment l’intérêt d’être grandement interprétables. Cette thèse présente une architecture générique de réseaux bayésiens pour le diagnostic à partir de capteurs, incluant un mécanisme de sélection de variables basé sur l’information mutuelle. Le co-training est un champ émergent des algorithmes d’apprentissage à partir de données, et l’exploration de cette famille d’algorithmes est jusqu’à présent essentiellement limitée à un apprentissage supervisé ou semisupervisé. Ce manuscrit propose plusieurs stratégies de co-training non-supervisées utilisables par tout modèle probabiliste, et détaille leur utilisation sur plusieurs jeux de données. L’ensemble des contributions théoriques est mis à profit dans un cas d’usage sur l’usinage à grande vitesse, dans lequel deux réseaux bayésiens avec la structure générique proposée permettent d’exploiter les données de capteurs d’une électrobroche en conditions réelles d’utilisation, et dont les paramètres sont appris grâce aux stratégies de co-training non-supervisées

Nous considérons des graphes orientés pondérés dont l’énergie est paramétrée. Nous proposons dans un premier temps un algorithme qui, étant donné un graphe et un de ses sommets, renvoie des arbres, chaque arbre représentant les plus courtschemins depuis la source vers tous les autres sommets du graphe pour une zone particulière de l’espace des paramètres. De plus l’union de ces zones couvre l’espace des paramètres. Nous considérons ensuite l’accessibilité dans les graphes à énergie multidimensionnelle, avec un type de contraintes plus absolues qui imposent que l’énergie reste entre des bornes. Nous montrons la décidabilité et la complexité du problème quel que soit le nombre de paramètres et de dimensions lorsque les paramètres prennent des valeurs entières. Nous montrons également l’indécidabilité de ce problème avec au moins un paramètre lorsque la dimension est supérieure ou égale à deux. Nous étudions enfin des jeux de parité à un et deux joueurs sur les graphes paramétrés dont l’objectif est la conjonction d’une condition qualitative sur la parité et d’une condition quantitative : l’énergiedoit rester positive. Nous montrons la décidabilité et prouvons des bornes de la complexité du problème de la recherche d’une stratégie gagnante dans les cas à un et à deux joueurs

Cette thèse présente une architecture de main avec trois doigts sous-actionnés. Chaque doigt effectue des mouvements spatiaux afin d’obtenir une saisie plus complexe et variée que les doigts à mouvements planairesexistants. L’objectif de cette main est de saisir des pièces de forme complexe à la sortie des centres d’usinage. Parmi la taxonomie des préhensions, les préhensions cylindriques et sphériques sont souvent utilisées pour saisir des objets. Après une présentation de la cinématique des doigts avec les préhensions cylindriques et sphériques d’un prototype, cette thèse propose d’aborder le problème de la stabilité d’un doigt pour un cas général avant de s’attarder sur le cas particulier de la préhension d’un disque. Les résultats théoriques sont comparés à une simulation dynamique avec le logiciel ADAMS. Dans cette thèse, le choix est fait d’un actionnement par des muscles pneumatiques alimentés par une seule source de pression pneumatique. L’impact de ce choix d’actionnement sur la stabilité de la pièce dans une main robotique à 3 doigts est présenté. Un prototype complet de la main est construit, ce qui permet de valider l’ensemble des choix et d’aborder le contrôle du préhenseur sous actionné en force et en vitesse avec une commande sans modèle. Dans un premier temps, cette stratégie de contrôle est appliquée sur un doigt avec un degré de liberté avant d’être élargie au prototypede la main robotique.

Ces travaux portent sur la simulation de l’évolution des paramètres physiologiques d’un patient virtuel au bloc opératoire, en réaction aux actions d’un apprenant et d’une équipe médicale virtuelle. Pour cela, nous avons étendu l’approche du raisonnement à partir de cas, à des cas décrits par des traces d’événements et des séries temporelles multivariées, et où la prédiction est aussi une série temporelle multivariée. Le test de trois instanciations de cette approche nous a permis de conclure au réalisme de la simulation dans chacun des cas. Par ailleurs, nous avons proposé un modèle de représentation synthétique du déroulement d’une chirurgie, à partir des données d’une cohorte de patients. Pour obtenir de telles cohortes, nous proposons une stratégie combinant deux approches de clustering et utilisant un critère de complexité. Ce critère a été validé au cours d’expérimentations préalables sur des données simulées. Ce modèle de représentation synthétique original, annoté par des séries temporelles, permet un contrôle de sa complexité ainsi que la simulation d’un patient virtuel avec un réalisme similaire aux précédents types de simulation. Cette représentation synthétique annotée représente de plus un intérêt pour l’anonymisation de ces données temporelles complexes. La construction automatisée de ces simulations repose sur l’exploitation des données d’anesthésie collectées lors de chirurgies. L’exploitation de ces données étant réglementée, nous avons construit un simulateur de données réalistes. Nous avons montré que cette approche inédite, basée sur l’expertise de soignants en anesthésie, fournit bien des séries temporelles réalistes.

Cette recherche a proposé plusieurs algorithmes pour l’identification et le commande des micro-réseaux basés sur l’opérateur Koopman. Les contributions présentées dans ce manuscrit se concentrent sur le comman de de la tension et de la puissance réactive. Nous avons considéré cinq scénarios de commande basés sur l’opérateur de Koopman : (i) un algorithme centralisé qui régule la tension du micro-réseau sans partager l’information en utilisant MPC. (ii) une commande distribuée non coopérative, avec un terme de consensus dans les restrictions, qui régule la tension en fonction du modèle de Koopman des onduleurs. (iii) un MPC distribué coopératif qui utilise le modèle Koopman du micro-réseau, où les agents partagent leurs entrées de commande pour générer les signaux de commandes. Ici, nous identifions les matrices d’entrée en utilisant des données. (iv) un commande distribuée qui utilise les données pour identifier l’erreur du système afin de concevoir un algorithme ADMM. (v) une commande enligne pilotée par les données qui régule la tension du micro-réseau et une analyse des valeurs propres du système et des effets des mesures bruitées.

Dans cette thèse, j'étudie plusieurs manières d'étendre la théorie des types intuitionniste avec des principes d'extensionnalité, comme par exemple l'extensionnalité des fonctions ou l'axiome d'univalence de Voevodsky, en portant une attention particulière à la préservation des propriétés calculatoires des preuves. Dans une première partie, je développe une méta-théorie complète pour l'égalité observationnelle de Altenkirch et al. J'obtiens notamment une preuve formelle de normalisation, de canonicité et de décidabilité de la conversion pour une théorie des types observationnelle avec des propositions imprédicatives. Dans une seconde partie, j'esquisse une traduction de la théorie des types homotopique vers la théorie des types observationnelle, en me basant sur le modèle cubique de Coquand et al. Enfin dans une dernière partie, j'explique comment tirer parti des propriétés calculatoires de la théorie des types cubique pour obtenir des preuves synthétiques élégantes de résultats classiques de la théorie de l'homotopie, notamment la construction de la fibration de Hopf et le lemme 3x3 pour les sommes amalgamées homotopiques.

La reconstruction de génomes à partir de données métagénomiques, aussi appelés MAG) représente une étape majeure dans l’étude des communautés microbiennes. La reconstruction de MAGs souffre néanmoins de limitations, telles que la nature fragmentée de ces MAGs, les difficultés inhérentes à la reconstruction du pangénome, ou la capture des variations entre souches d’une même espèce. Dans cette thèse, le problème du binning a été appréhendé à travers un modèle de clustering suivant le paradigme de la logique déclarative, l’objectif étant de maximiser l’information sur les génomes présents grâce à l’exploration de l’ensemble des solutions de binning possible. Ce modèle de binning incluant métrique compositionnelle, mesure d’abondance et occurrence de gènes marqueurs a été implémenté en langage ASP. Nous nous sommes ensuite concentrés sur l’optimisation du processus d’assemblage, étape préliminaire clé de la classification de contigs, avec pour objectif d’encore améliorer la reconstruction de MAGs. Nous avons développé une approche automatique pour guider le processus de co-assemblage, couplant des distances métagénomiques avec une méthode d’optimisation du clustering. Cette approche a été intégrée dans un nouveau workflow de reconstruction de MAGs, MAGNETO, qui intègre également des stratégies assemblage-binning complémentaires.

La croissance continue de la complexité des logiciels soulève le besoin d’une gestion efficace de la complexité. L’ingénierie dirigée par les modèles (IDM) est un paradigme de développement qui répond à ce problème par la mise en place d’une séparation des préoccupations à l’aide de modèles. Un modèle est une abstraction spécifique d’un système qui peut être défini par un langage de modélisation dédié (LMD). Un LMD doté de fonctions d’exécution, appelé un LMD exécutable (LMDx), offre de de nouvelles possibilités dans l’activité de modélisation en permettant l’utilisation de techniques de vérification et de validation (V&V) dynamiques. Le test est la technique de V&V dynamique actuellement la plus répandue dans le domaine du génie logiciel. Bien qu’il existe de nombreux environnements de test pour les langages de programmation, produire un outillage de test pour un LMDx donné reste aujourd’hui une tâche coûteuse et difficile. Dans cette thèse, nous proposons un environnement de test générique et réutilisable pour les LMD exécutables. Étant donné un LMDx, l’environnement fournit un langage de test qui prend en charge l’utilisation de concepts spécifiques au LMDx dans la définition de scénarios de test. Cela permet aux utilisateurs du LMDx, à savoir les experts du domaine, d’écrire des scénarios de test pour leurs modèles. Les scénarios de test écrits peuvent ensuite être exécutés sur les modèles, ce qui entraîne la production de résultats des tests. Pour aider davantage les experts du domaine à tester les modèles, l’environnement proposé offre trois services supplémentaires : (i) la mesure de la qualité des tests pour s’assurer que les scénarios de test écrits sont suffisamment bons ; (ii) le débogage des tests pour localiser le défaut du modèle testé en cas d’échec du test ; et (iii) l’amélioration automatique des tests pour renforcer la capacité des scénarios de test à détecter des régressions introduites dans les modèles testés.

Dans cette thèse, nous avons utilisé des systèmes chaotiques pour concevoir des générateurs de nombres pseudoaléatoires(PRNG) et appliqué ces derniers aux cryptosystèmes en raison de leurs caractéristiques prometteuses, telles que le caractèrealéatoire et la sensibilité aux conditions initiales. Les systèmes chaotiques fractionnaires, bien que moins discutés que les carteset systèmes chaotiques classiques d’ordre entier, possèdent une complexité inhérente qui apporte de la nouveauté, de la complexité et des clés secrètes supplémentaires à la conception Chaotic PRNG (CPRNG), qui à son tour améliore la sécurité du cryptosystème. Cette thèse a étudié les différentes approches de calcul numérique pour les systèmes chaotiques fractionnaires. Une méthode de calcul utilisant une grille non uniforme avec deux compositions de grille différentes a été proposée pour résoudre numériquement les systèmes chaotiques fractionnaires 3D. Les CPRNG Fractionnaires (FCPRNG), qui répondent aux exigences aléatoires et statistiques, ont été conçus pour la première fois en utilisant trois systèmes chaotiques fractionnaires différents. De plus, un chiffrement par flux et un chiffrement par blocs basés sur des méthodes de codage et de décodage de l’ADN ont été proposés et étudiés à l’aide des FCPRNG conçus. Les deux schémas de chiffrements ont été vérifiés comme étant sûrs et fiables.

Percevoir ou comprendre les environnements environnants est indispensable pour construire des systèmes d’aide à la conduite ou des véhicules autonomes. Dans cette thèse, nous étudions l’approche de fusion de capteurs pour le problème de localisation et de cartographie simultanées (SLAM) avec des capteurs visuels et de distance complémentaires. Afin de prendre des décisionsconservatrices et d’augmenter la sécurité de manoeuvre des véhicules autonomes, l’analyse d’incertitude de l’estimation de la pose est également mise en oeuvre. Le système SLAM traditionnel suppose des scènes statiques, ce qui est vulnérable dans le contexte d’environnements extérieurs dynamiques. Ainsi, nous introduisons une approche basée sur les données pour exploiter les informations sémantiques qui interprètent la séquence de mesure à travers les cadres, ce qui distingue efficacement les objets en mouvement des objets statiques. Nous testons les algorithmes proposé sur des données réelles de trafic urbain et d’aires de stationnement, qui présente des résultats prometteurs.

Les perturbations induites par une maladie, un traitement ou encore un stress environnemental affectent les organismes vivants de diverses manières. Ainsi, l’expression de certains gènes sera impactée, ce qui se répercutera sur ses produits (protéines, ARNm). Ces perturbations se propagent également via les interactions que peuvent avoir les gènes les uns avec les autres. L’ensemble de ces interactions forme le réseau de régulation, un objet important dans ces études. D’autre part, certaines protéines, appelées enzymes, ont un rôle de catalyseur des réactions biochimiques qui ont lieu au sein des organismes. L’ensemble des réactions biochimiques forme le réseau métabolique, un second objet important. Ainsi, une perturbation va impacter le réseau de régulation mais aussi le réseau métabolique puisqu’ils sont interconnectés, via les enzymes notamment. L’objectif principal de ma thèse est d’étudier l’impact d’une perturbation sur un organisme en intégrant le réseau de régulation au réseau métabolique. J’ai apporté deux contributions dans ce sens. La première est une comparaison d’une approche logique à une approche bayésienne pour savoir quelle stratégie de modélisation est la plus adaptée pour étudier les impacts des perturbations sur de grands réseaux de régulations. J’en ai déduit que bien qu’elle soit une bonne candidate, l’approche logique présente des limites de par ses prédictions qualitatives en matière d’intégration. La seconde contribution découle de ces limites, j’ai développé une méthode originale basée sur l’Answer Set Programming, MajS, proposant une prédiction plus fine de l’effet d’une perturbation sur le réseau de régulation. Ce travail ouvre la porte à de nombreuses perspectives comme une meilleure intégration des effets des perturbations au niveau du réseau métabolique et une application à d’autres organismes d’étude.

La recherche de motifs intéressants a fait évoluer la fouille de motifs vers un modèle centré sur l'utilisateur. Dans ce cadre, la fouille interactive de motifs permet de prendre en compte les préférences de l'utilisateur afin de guider la recherche vers les motifs pertinents. Elle consiste à alterner entre phases d’extraction de motifs et phases d’apprentissage sur les motifs intéressants en introduisant un mécanisme de feedback permettant à l'utilisateur d'exprimer ses préférences. Les préférences exprimées sont alors exploitées pour apprendre et mettre à jour un modèle de préférences qui sera utilisé pour extraire de nouveaux motifs plus intéressants.Cette démarche soulève de nombreux défis méthodologiques à relever parmi lesquelles la nécessité de produire rapidement des résultats diversifiés et le choix du modèle de représentation et d'exploitation des préférences exprimées. Les contributions de cette thèse concerne ainsi les point suivants : un cadre générique de fouille de motifs diversifiés exploitant la programmation par contrainte; l'exploitation de ce cadre pour l'échantillonnage de motifs diversifiés; une nouvelle classe de descripteurs exploitant les motifs discriminants; une nouvelle méthode d’apprentissage exploitant les motifs discriminants pour apprendre les préférences de l'utilisateur.

La spectrométrie de masse (MS) est l’une des méthodes privilégiées pour identifier les protéines. Elles sont habituellement identifiées à partir de leurs peptides. Pour cela, les spectres obtenus à partir des peptides sont comparés à une base de données de spectres théoriques à l’aide d’un score de similarité, et les PSM (Peptide-Spectrum Matches) produits aident à l’identification des spectres. Cependant, la plupart des spectres générés ne peuvent pas être correctement identifiés. L’une des raisons est que les protéines, et donc les peptides résultants, portent des modifications, ce qui complexifie l’identification des spectres issus de ces peptides. Pour résoudre ce problème, les approches OMS (Open Mass Search) offrent des éléments prometteurs. Cependant ces méthodes sont encore confrontées à certains obstacles, surtout lorsque le peptide comporte des modifications inconnues. De plus, l’évaluation de leurs résultats est complexe. Dans le cadre de cette thèse, j’ai d’abord évalué des stratégies OMS à l’aide de spectres théoriques jouant le rôle de spectres expérimentaux, ce qui a permis de développer de nouveaux critères pour évaluer les PSM. À la suite de ce travail, j’ai développé SpecGlob, un algorithme qui repose sur la programmation dynamique pour aligner les masses contenues dans un PSM, afin d’identifier plusieurs modifications inconnues qui séparent le peptide qui a généré le spectre à identifier du peptide candidat.

L’analyse de larges quantités de données biomédicales permet d’obtenir une meilleure précision des résultats et aide les chercheurs et les cliniciens à établir de bonnes diagnostiques et prendre les bonnes décisions. Les collaborations nationales et internationales qui explorent la médecine de précision se fondent sur des analyses sur des données provenant de populations variées et nombreuses. Les analyses biomédicales actuelles sont sujets à des problèmes en terme de protection de données. Dans cette thèse multidisciplinaire, nous contribuons à la résolution de ces problèmes par le développement d’analyses de données biomédicales distribuées ainsi que par leur déploiement dans des infrastructures informatiques et leur intégration dans des outils médicaux réels. Dans le cadre d’une application de transplantation rénale, nous proposons une nouvelle solution de contextualisation distribuée qui aide les cliniciens à évaluer les problèmes rénaux de patients. Pour la même application nous proposons également une nouvelle version distribuée de l’analyse factorielle des données mixtes (FAMD) pour la réduction des dimensions. Dans le cadre des données HLA, nous proposons un nouveau modèle distribué et sécurisé pour l’estimation de fréquences appliquées sur des bases de données HLA. Nous proposons également un nouveau algorithme pour l’estimation distribuée de la fréquence d’haplotypes HLA en utilisant l’algorithme EM. Toutes nos contributions ont été déployées sur une infrastructure réelle de nuage géodistribués et évaluées sur des données réelles ou réalistes. Les expérimentations ont montré de (très) bons résultats en terme de performances comparés aux solutions centralisées.

L’objectif de cette thèse est de proposer une nouvelle architecture dédiée à la détection de défauts dans les procédés de fabrication. Cette dernière repose sur la combinaison des techniques d’apprentissage automatique (ML) avec une Ontologie générique. L’architecture est évolutive dans le sens où de nouveaux défauts peuvent être découverts par le ML et ajoutés en tant que nouvelles connaissances dans l’ontologie de façon périodique. Cela facilite la détection des défauts dans les contextes industriels, où les défauts sont généralement rares. D’autres part, l’inspection périodique des connaissances capturées itérativement par l’Ontologie nous permet de définir des connaissances plus génériques. Celles-ci permettront dans un premier temps d’améliorer la détection de défauts dans des contextes connus et puis, dans un second temps, de reconnaître les défauts connus dans de nouveaux contextes industriels. Ces tâches sont liées aux domaines de l’apprentissage par transfert et de l’adaptation au domaine, appliquées ici pour induire de nouvelles connaissances dans l’Ontologie, et augmenter les performances du système de détection de défauts. Des expériences sur des données UCI ainsi que sur des données issues des opérations de vissage réelles nous ont permis de valider la fiabilité et la robustesse de l’approche.

L’Internet des Objets entraînent par son nombre de terminaux une explosion du trafic de données. Pour augmenter la qualité globale de réseau, il est possible d’analyser intelligemment le trafic réseau afin de détecter d’éventuel comportement suspect ou malveillant. Les modèles d’apprentissage automatique et d’apprentissage profond permettent de traiter ce très grand volume de données. Néanmoins, il existe certaines limites dans la littérature, notamment la confidentialité des données, le surapprentissage (manques de diversité dans les données) ou tout simplement le manque de jeu de données labellisées. Dans cette thèse, nous proposons de nouveaux modèles s’appuyant sur l’apprentissage automatique et l’apprentissage profond afin de traiter une grande quantité de données tout en préservant la confidentialité. Notre première approche utilise un modèle d’ensemble. Les résultats montrent une diminution du surapprentissage, tout en augmentant de 10% la précision comparé à des modèles de l’état de l’art. Notre seconde contribution s’attache aux problèmes de disponibilité des données labellisées. Nous proposons un modèle d’apprentissage semisupervisé capable d’améliorer la précision de 11% par rapport à un modèle supervisé équivalent. Enfin, nous proposons un système de détection d’attaque s’appuyant sur l’apprentissage fédéré. Nommé FLUIDS, il permet de réduire la surcharge réseau de 75% tout en préservant de très haute performance et la confidentialité.

La vérification formelle est une solution pour augmenter la fiabilité de l’implémentation du système. Dans notre travail de thèse, nous nous intéressons à l’utilisation de ces méthodes pour la vérification des systèmes d’exploitation multi-coeurs temps réel. Nous proposons une approche de model-checking utilisant les réseaux de Petri temporels, étendus avec des transitions colorées et des fonctionnalités de haut niveau. Nous utilisons ce formalisme pour modéliser le système d’exploitation multi-coeur Trampoline, conforme aux standards OSEK/VDX etAUTOSAR. Nous définissons dans un premier temps ce formalisme et montrons son adéquation avec la modélisation de systèmes concurrents temps reel. Nous utilisons ensuite ce formalisme pour modéliser le système d’exploitation multi-coeur Trampoline et vérifions par model-checking sa conformité avec le standard AUTOSAR. À partir de ce modèle, nous pouvons vérifier des propriétés aussi bien sur l’OS que sur l’application telles que l’ordonnançabilité d’un système tempsréel ainsi que les mécanismes de synchronisation : accès concurrents aux structures de données du système d’exploitation, ordonnancement multi-coeur et traitement des interruptions inter-coeur. À titre d’illustration, cette méthode a permis l’identification automatique de deux erreurs possibles de l’OS Trampoline dans l’exécution concurrente, montrant une protection insuffisante des données et une synchronisation défectueuse.

La manipulation aérienne est un nouveau domaine où les drones multirotors sont équipés d'effecteurs pour la saisie, le transport et la manipulation des objets. Afin d'améliorer la capacité de charge et la manipulabilité dans l'espace 3D, un robot parallèle volant (FPR) a été proposé, dans lequel un certain nombre de drones sont utilisés pour soutenir collaborativement une architecture parallèle et passive.Dans cette thèse, les méthodes d'estimation et de contrôle considérant l'interaction avec l'environnement sont adressées et appliquées à un FPR spécifique composé d'une plateforme mobile et des jambes rigides attachées à des quadrirotors qui actionnent le système. La deuxième contribution de cette thèse est la proposition de stratégies décentralisées basées sur des mesures embarquées et intrinsèques des drones. Les expériences montrent l'efficacité des méthodes proposées pour la régulation de la configuration du robot, la réalisation des tâches de positionnement précis par téléopération et des interactions basées sur le contact. En outre, une analyse détaillée sur les torseurs admissibles du FPR est présentée, qui permet de calculer l'espace de torseur admissible (AWS) de la plateforme et de déterminer les configurations optimales des jambes maximisant la faisabilité de torseurs du robot en fonction des exigences spécifiques de la tâche.

Cette thèse propose deux commandes adaptatives sans capteur basées sur l'approche en mode glissant pour les moteurs synchrones à aimants permanents internes (MSAP). Les stratégies proposées sont composées d'un observateur adaptatif en mode glissant d'ordre élevé (OAMGOE) en boucle fermée avec un contrôle adaptatif basé sur la super torsion, où les gains de contrôle etd'observateur de la stratégie proposée sont paramétrés en termes d'un seul paramètre. Ensuite, le principal avantage de cette stratégie est que les lois adaptables sont faciles à mettre en oeuvre, évitant les surestimations des gains qui augmententle broutage, réduisant le temps de réglage des gains et réduisant les dommages des actionneurs. En outre, une stratégie d'extraction d'erreur d'estimation de position angulaire est proposée. Ensuite, sur la base de ces informations et en utilisant un système virtuel sans paramètre, OAMGOE est conçu pour estimer la position angulaire et la vitesse dans une large plage devitesse, où les variables estimées fournies par cet observateur sont obtenues avec une plus grande précision, malgré les variations des paramètres, atteignant une plus grande robustesse. Ces états estimés sont utilisés dans la commande robuste proposée pour suivre une référence de vitesse souhaitée et une référence de courant d'axe d souhaitée. Une analyse de stabilité du système enboucle fermée est présentée, en utilisant une approche de Lyapunov. De plus, la stratégie proposée est validée tout au long du montageexpérimental et de simulation afin de montrer sonefficacité.

Les services de santé à distance, dans un cadre médical ou de bien-être, sont actuellement en pleine croissance, soulevant de nouveaux challenges. De par l’utilisation d’inter-faces numériques de santé (applications, objets connectés ou sites Internet), ces services s’intègrent de plus en plus dans la vie quoti-dienne des patients, à domicile et sans soutien médical, faisant évoluer l’exercice de consul-tation de leurs données de santé. Ce travail de recherche étudie l’impact émo-tionnel de la consultation de données person-nelles sensibles et vise à améliorer l’expérience-patient dans l’utilisation des interfaces de santé. Une première expérimentation a permis d’éva-luer les réponses émotionnelles à la consultation des données de santé. Les résultats soulèvent des impacts sur le stress perçu, la durée de la consultation et l’activité cardiaque des participants, montrant la nécessité de consi-dérer les émotions dans la conception des outils de santé à distance. Une méthode de conception centrée-patient d’une interface de santé est ensuite proposée. Elle comprend : une comparaison culturelle des outils existants, une enquête sur les expérien-ces et préférences des patients, et une expé-rimentation basée sur un algorithme génétique interactif visant à optimiser le design de l’inter-face pour améliorer la satisfaction-patient. La représentation des données de glycémie sur une application de diabète est utilisée comme un cas d’application. Les résultats soulèvent l’intérêt de l’optimisation des interfaces de santé pour améliorer l’expérience-patient et en-courager des comportements sains. La person-nalisation de ces interfaces pour répondre aux besoins de chacun est aussi suggérée.

Les fabricants doivent gérer leurs capacités de production et leur performance pour satisfaire la demande des clients avec des produits de qualité. De plus, ils sont constamment mis au défi d’optimiser l’utilisation de leurs ressources et leur performance de production dans un contexte de marché dynamique et volatil, et ce, de manière rentable. Pour atteindre cet objectif commercial, un défi tactique à relever parmi d’autres, les fabricants doivent minutieusement prendre des décisions de dimensionnement de lots de production afin de déterminer la configuration et les quantités de production répondant aux demandes avec des produits de qualité, tout en minimisant les coûts globaux de production et de gestion de stocks. Nous proposons différents modèles et stratégies méthodologiques pour calculer des plans de production optimaux robustes à conservation moindre. Nous fournissons également une analyse de risque pour aider les décideurs à adapter leurs plans décisionnels à leurs objectifs stratégiques et opérationnels. Les résultats expérimentaux montrent que les plans de production robustes ont une meilleure stratégie de réduction des coûts par rapport aux autres approches de résolution. Les expériences numériques montrent la robustesse et l’efficacité du modèle robuste à travers une analyse des cas moyens et les plus défavorables. Les expériences démontrent également les performances et la valeur des solutions adaptatives robustes et la faible sensibilité aux erreurs de prédiction des modèles distributionnellement robustes.

Dans tous les problèmes d’agencement, les contraintes de non-chevauchement entre composants et les contraintes d’appartenanceau conteneur sont présentes. Un modèle d’agencement multiobjectif avec contraintes fonctionnelles est développé. Intégrer l’accessibilité des composants comme contraintes fonctionnelles assure la maintenance ou le fonctionnement des composants. Cependant, les contraintes fonctionnelles augmentent la complexité d’optimisation d’agencement, notée indice de capacité. Par conséquent, un nouvel algorithme d’optimisation multiobjectif est proposé en utilisant le placement constructif et le recuit simulé pour rechercher des solutions de compromis entre les objectifs multiples. Ensuite, un indicateur de similarité est défini pour évaluer les similaires entre les solutions proposées par l’algorithme. Les expériences indiquent que l’approche d’optimistion proposée fonctionne bien pour garantir l’accessibilité et trouver efficacement des solutions optimales dans les problèmes industriels d’agencement d’espace à un ou plusieurs conteneurs, où l’analyse de similarité démontre une bonne diversité solutions proposées par l’algorithme, qui peut être appliqué en tant qu’outil interactif outil pour leconcepteur.

Dans cette thèse, nous nous intéressons à l’optimisation des ressources consommées par un circuit implémentant une loi de commande pour la charge de véhicules électriques sur FPGA. Tout d’abord, nous proposons une nouvelle solution au problème de la synthèse de pipeline minimisant les bascules et garantissant une fréquence minimale de fonctionnement. En se basant sur cette même approche, nous sommes capable de construire un pipeline permettant le pliage (ou multiplexage temporel) du circuit, c’est-à-dire qui permet la fusion de portions du circuit identiques en séquençant leur accès. Ainsi, les ressources consommées sont réduites à la fois en nombre de bascule et en nombre d’unités logiques. Notre approche est basée sur un modèle de Réseau de Petri Temporisé avec des transitions retardables, pouvant rater leur date de tir, et une action spécifique appelée reset qui réinitialise les horloges de toutes les transitions. Ce modèle s’avère équivalent à un automate à une horloge. Une surclasse de ce modèle, les Réseaux de Petri Temporisés avec transitions retardables (sans reset), s’avère être incomparable, en terme d’expressivité en sémantique faible, avec les classes de Réseaux de Petri Temporels ou Temporisés en temps dense ou discret. Enfin, une exploration symbolique de ce modèle ainsi que des résultats de complexité théorique et pratique sont étudiés.

L’un des traitements les plus courants de l’infertilité est la fécondation in vitro (FIV). Cette procédure consiste notamment a cultiver des embryons en milieu contrôle et a en évaluer la qualité après plusieurs jours de croissance. La technologie time-lapse permet un suivi continu des embryons et génère une grande quantité d’images qui a déjà été exploitée par des applications d’apprentissage profonds. Une limitation importante au développement de ces solutions est la nature opaque des modèles proposes qui pose des problèmes éthiques déjà soulevés par la communauté. Nous avons développe une base de données annotées par plusieurs experts pour permettre a la communauté de comparer les algorithmes développes et d’arriver a un consensus. Pour rendre les décisions des réseaux plus transparentes et explicables, nous avons travaille sur un nouveau mécanisme d’attention artificielle non-paramétrique (BR-NPA). Nous comparons cette proposition avec l’état de l’art de l’attention visuelle artificielle du point de vue de la fiabilité des cartes de saillance produites a l’aide de métriques objectives. Nous discutons des limites de ces metriques et proposons d’autres metriques complémentaires. Ce travail montre l’intérêt des modèles d’attention spatiale pour améliorer l’interprétabilité des modèles d’apprentissages profonds, dans le but d’aider les biologistes travaillant dans le domaine de la FIV mais aussi tous les praticiens utilisant des modèles de classification d’images dans leur travail quotidien.

Cette thèse propose un modèle de planification de production pour une bioraffinerie générant du biocarburant et de la bioénergie sous incertitude. Plusieurs défis sont abordés dans la thèse. Premier défi, le stockage de la biomasse sur une longue durée entraîne une baisse de qualité, car la biomasse est une matière périssable. Deuxième défi, les conditions climatiques imprévisibles ont un impact sur la disponibilité de la biomasse. Nous définissons trois facteurs : i) les précipitations,ii) la température et iii) l’ensoleillement pour modéliser les conditions climatiques. L’incertitude météorologique est définie en fonction de ces facteurs. Le troisième défi, la fluctuation des prix du marché conduit à l’incertitude des prix. Le quatrième défi est le stockage de l’énergie. Un modèle hybride, un modèle d’optimisation robuste en ligne et en colonne, est proposé, et plusieurs expériences numériques sont conçues. Les résultats montrent, premièrement, que la périssabilité de la biomasse entraîne une réduction significative du profit.Nous nous attendons à stocker plus de biomasse sur l’horizon de planification dans des conditions d’incertitude, bien que les résultats soient surprenants. Deuxièmement, l’incertitude climatique a plus d’effets que l’incertitude des prix. Troisièmement, le stockage d’énergie augmente le profit jusqu’à 12,6%.

Malgré les améliorations de topologies des convertisseurs DC/AC, l'onduleur à deux niveaux reste le "gold standard" dans l'industrie ceci pour de multiples raisons : simplicité, fiabilité, etc. Dans le cadre de cette thèse entre Centrale Nantes et Renault, de nouvelles commandes d'onduleur ont été développées afin d'améliorer les performances sans modifier la topologie du convertisseur. Pour cela, deux approches basées sur des commandes hors-ligne synchrones ont été proposées. Premièrement, celles qui relaxent la contrainte de symétrie angulaire entre phases, usuellement imposée au convertisseur. Deuxièmement, celles qui sont à porteuse triangulaire consistant à injecter une séquence homopolaire de fréquence triple dans la modulante. La conséquence de cette approche est une généralisation de l’injection d'harmonique classique de rang trois. Un calcul aux limites a permis de montrer l'existence d'une méthodologie facilement implantable, qui prend la forme d'une injection d’une dent de scie. Les deux approches revisitent les stratégies de commande par modulation de largeur d'impulsion (MLI) de la littérature grâce à des considérations simples à base de relaxation et d'extension de propriétés existantes. L'ensemble de ces stratégies améliorent significativement le taux de distorsion harmonique des tensions ou courants fournis par l'onduleur pour des fréquences de commutations synchrones faibles. Ces observations ont été réalisées en simulation et validées sur un banc expérimental de faible puissance.

L’intérêt pour l’intégration des systèmes multi-robots (MRS) dans les applications du monde réel augmente de plus en plus, notamment pour l’exécution de tâches complexes. Pour les tâches de transport de charges, différentes stratégies de manutention de charges ont été proposées telles que : la poussée seule, la mise en cage et la préhension. Dans cette thèse, nous souhaitons utiliser une stratégie de manipulation simple : placer l’objet à transporter au sommet d’un groupe de robots mobiles. Ainsi, cela nécessite un contrôle de formation rigide. Nous proposons deux algorithmes de formation. L’algorithme de consensus est l’un d’entre eux. Nous adaptons un contrôleur de flocking dynamique pour qu’il soit utilisé dans le système à un seul intégrateur, et nous proposons un système d’évitement d’obstacles qui peut empêcher le fractionnement tout en évitant les obstacles. Le deuxième contrôle de formation est basé sur l’optimisation quadratique hiérarchique (HQP). Le problème est décomposé en plusieurs objectifs de tâches : formation, navigation,évitement d’obstacles et limites de vitesse. Ces tâches sont représentées par des contraintes d’égalité et d’inégalité avec différentsniveaux de priorité, qui sont résolues séquentiellement par le HQP. Enfin, une étude sur les algorithmes d’allocation des tâches(Contract Net Protocol et Tabu Search) est menée afin de déterminer une solution appropriée pour l’allocation des tâches dans l’environnementindustriel.

Dans cette thèse inscrite dans le cadre de la chaire Renault-Centrale Nantes, l’objectif est de concevoir des stratégies de contrôle pour améliorer les performances et le rendement du chargeur réversible du Véhicule Electrique (VE). Dans le mode décharge, le nouveau défi consiste à concevoir une stratégie de Modulation par Décalage de Phase (MDP) pour améliorer la zone de fonctionnement et le rendement du convertisseur DC-DC. La loi de commande est basée sur l’inversion de gain du convertisseur DC-DC LLC. Du point de vue coût, la contribution porte essentiellement sur la conception d’une stratégie d’optimisation pour diminuer le dimensionnement du convertisseur DC-DC LLC mais aussi d’améliorer les performances de la stratégie de Modulation par Fréquence d’Impulsion (MFI). Ensuite, un développement d’un modèle grand signal du convertisseur LLC basé sur la stratégie MDP est élaboré. La contribution principale consiste à implémenter des stratégies du contrôle robuste, telles que la commande sans modèle et la commande adaptive super twisting, combinées avec la stratégie MDP. D’autre part, l’apport principal conduit à fournir une stratégie de contrôle hybride du chargeur afin de réguler la tension du bus DC dans les zones de saturation du convertisseur DC-DC. Enfin, une nouvelle topologie d’un chargeur VE avec la structure DAB est étudiée. Une stratégie de contrôle en cascade est proposée pour régler le bus DC et le courant réseau. Différentes stratégies de modulation, telles que les modulations par décalage d’un ou de deux déphasages, sont étudiées. Des résultats de simulation de modèles de chargeurs réels sont présentés afin de mettre en évidence l’efficacité des stratégies de contrôle proposées.

Les patientes atteintes d’un cancer du sein métastatique reçoivent un traitement tout au long de leur vie et sont suivies très régulièrement afin d’estimer l’efficacité de leurs traitements. Pour évaluer la réponse au traitement, les médecins utilisent des critères d’interprétation des images comme RECIST ou PERCIST. Ces critères se limitent à l’évaluation quantitative d’une partie des tumeurs. La segmentation de toutes les tumeurs et leur caractérisation grâce à plusieurs paramètres (ou biomarqueurs) permettraient l’évaluation plus précise de la réponse au traitement des patientes. Cela permettrait aussi de prédire différentes informations sur les lésions (sous-type moléculaire) ou sur les patientes (survie sans progression, survie globale). Au cours de cette thèse, nous avons développé une méthode permettant la segmentation sur plusieurs acquisitions de toutes les lésions chez des patientes atteintes d’un cancer du sein métastatique. Les segmentations obtenues ont permis l’extraction de différents biomarqueurs que nous avons ensuite utilisés pour évaluer automatiquement la réponse thérapeutique des patientes. Enfin, nous avons utilisé l’apprentissage profond pour prédire le sous-type moléculaire des lésions métastatiques.