Search

In recent years, Natural Language Processing (NLP) has become very popular withthe scientific community and also with industry because of the numerous opportunitiesit offers. Indeed, nowadays we are submerged by information and this raises the questionof its analysis. This is the direction we have taken in our thesis, namely how to makethe result of a classification easily analysable and understandable.Chapter 1 provides a contextualisation of the thesis and its interest. In addition, wepresent its structure and a synthetic summary of the thesis’ work.Chapter 2 is here to recall the state of the art of text representation methods, someadapted modelling methods, as well as models for directional data.Then comes Chapter 3, which presents the data that has followed us throughout thethesis. This dataset, which we built, is freely available, contains the 8-K reports of theS&P 500 companies for 2015 to 2019.In Chapter 4, inspired by some papers that worked on 8-K, we try to predict themovement of a financial asset according to the publication of an 8-K report. Differenttechniques are tried, both for text representation and classification, and we show in ourcase that increasing the complexity of the models does not necessarily improve the results.Chapter 5 follows on from the previous chapter, in which we focus on the compari-son of text representations for exploratory analysis using a classification algorithm. Ouraim here is to analyse several text representations and to propose new ways of visualisation for an easier understanding of classification.To continue in this direction, in Chapter 6, we propose a mixture model of vonMises-Fisher distribution penalized by the l 1 norm. This leads to sparse prototypes thatimprove clustering interpretability. We derive an EM algorithm for this model and illustrate the interest of our approach on a real data set. Moreover, we propose a path-following method that allows, in adequacy with model selection criteria, to automatically select the penalization parameter., Le traitement automatique des langues (NLP) a connu ces dernières années un grandengouement auprès de la communauté scientifique mais aussi des industriels pour lesnombreuses opportunités offertes. En effet, nous sommes, de nos jours, submergés parles informations et par les différentes façons de les analyser. C’est dans cette voie quenous avons orienté notre thèse, à savoir comment rendre le résultat d’une classificationfacilement analysable et compréhensible.Le Chapitre 1 permettra une contextualisation de la thèse et de son intérêt tout eny présentant sa structure. De plus, un résumé synthétique des travaux de la thèse y estprésenté.Le Chapitre 2 présentera l’état de l’art des modèles de représentation de textes uti-lisés, quelques méthodes de modélisations adaptées ainsi que des modèles pour les don-nées directionnelles.Puis, le Chapitre 3 présentera les données qui nous ont accompagné tout au longde la thèse. Ce jeu de données, que nous avons constitué et qui est disponible librement,contient les rapports 8-K des entreprises du S&P 500 pour les années 2015 à 2019.Dans le Chapitre 4, en nous inspirant de certains articles traitant des 8-K, nousessayerons de prédire le mouvement d’un actif financier selon la publication d’un rapport8-K. Différentes techniques sont testées, tant pour la représentation de textes que pourla classification, et nous démontrerons que la complexification des modèles n’amélioreque très légèrement les résultats de ladite classification.Ensuite, dans le Chapitre 5, nous nous concentrerons sur la comparaison de représentations de textes en vue d’une analyse exploratoire à l’aide d’un algorithme declassification. Notre but est d’analyser plusieurs représentations de textes et de proposerde nouvelles manières de visualiser pour mieux appréhender la classification.De même, dans le Chapitre 6, nous proposerons un modèle de mélange de distribution de von Mises-Fisher pénalisé par la norme l 1 . Ceci permet d’améliorer l’interprétabilité des clusters obtenus grâce notamment à la parcimonie des moyennes directionnelles.Nous dériverons un algorithme EM pour ce modèle et nous illustrerons l’intérêt de notreapproche sur plusieurs jeux de données réelles. De plus, nous proposerons une méthodede suivi de chemin qui permet en adéquation de critères de sélection de modèles, desélectionner automatiquement le paramètre de pénalisation.

Clustering is a branch of machine learning consisting in dividing a dataset into several groups, called clusters. Each cluster contains data with similar characteristics. Several clustering approaches exist that differ in complexity and efficiency due to the multitude of clustering applications. In this thesis, we are mainly interested in centroid-based methods, more specifically k-means and density-based methods. In each approach, we have made contributions that address different problems.Due to the growth of the amount of data produced by different sources (sensors,social networks, information systems...), it is necessary to design fast algorithms to manage this growth. One of the best-known problems in clustering is the k-means problem. It is considered NP-hard in the number of points and clusters. Lloyd’sheuristic has approximated the solution to this problem. This is one of the ten most used methods in data mining because of its algorithmic simplicity. Nevertheless, this iterative heuristic does not propose an optimization strategy that avoids repetitive calculations. Versions based on geometric reasoning have partially addressed this problem. In this manuscript, we proposed a strategy to reduce unnecessary compu-tations in Lloyd’s version and the versions based on geometric reasoning. It consists mainly in identifying, by estimation, the stable points, i.e., they no longer contribute to improving the solution during the iterative process of k-means. Thus, calculations related to stable points are avoided.K-means requires a priori, from users, the value of the number of K clusters. It is necessary for K to be the closest to the ground truth. Otherwise, the result of partitioning is of low quality or even unusable. We proposed Kd-means, an algorithm based on a hierarchical approach. It consists in hierarchizing data in a Kd-tree data structure and then merging sub-groups of points recursively in the bottom-up direction using new inter-group merging criteria that we have developed. These criteria guide the merging process to estimate K closest to real and produce clusters with a more complex shape than sphericity. Through experimentation, Kd-means has clearly shown its superiority over its competitors in execution time, clustering quality and K estimation. The density-based approach’s challenges are the high dimensionality of the points,the difficulty to separate low-density clusters from groups of outliers, and the sep-aration of close clusters of the same density. To address these challenges, we have developed DECWA, a method based on a probabilistic approach. In DECWA, we proposed 1) a strategy of dividing a dataset into sub-groups where each of them follows its probability law; 2) followed by another strategy that merges subgroups, similar in probability law, into final clusters. Experimentally, DECWA, in high-dimensional spaces, produces a good quality clustering compared to its competitors; Le clustering est une branche de l’apprentissage automatique consistant à diviser un ensemble de données en plusieurs groupes appelés clusters. Chacun des clusterscontient des données avec des caractéristiques similaires. Plusieurs approches de clus-tering existent qui diffèrent en complexité et en efficacité, en raison de la multitude d’applications du clustering.Dans cette thèse, nous nous intéressons essentiellement aux méthodes basées sur les centroïdes plus spécifiquement les k-moyennes et aux méthodes basées sur la densité.Dans chaque approche, nous avons apporté des contributions qui répondent à des problèmes différents.En raison de la croissance de la quantité de données produite par différentes sources(capteurs, réseaux sociaux, systèmes d’information. . . ), il est nécessaire de concevoir des algorithmes rapides pour gérer cette croissance. L’un des problèmes les plus connus en clustering est celui des k-moyennes. Il est considéré NP-difficile en nombre de points et de clusters. La solution de ce problème a été approximée par l’heuristique de Lloyd.Celle-ci est l’une des dix méthodes les plus utilisées en fouille de données en raison de sa simplicité algorithmique. Néanmoins, cette heuristique itérative ne propose pas de stratégie d’optimisation qui évite des calculs répétitifs. Des versions basées sur le raisonnement géométrique ont répondu en partie à ce problème. Dans ce manuscrit,nous avons proposé une stratégie visant à réduire les calculs inutiles dans la version de Lloyd ainsi que dans les versions basées sur le raisonnement géométrique. Elle consiste principalement à identifier, par estimation, les points qui sont stables, c’est-à-dire, qui ne contribuent plus à l’amélioration de la solution lors du processus itératif de k-moyennes. Ainsi, les calculs liés aux points stables sont évités.K-moyennes requiert a priori, de la part des utilisateurs, la valeur du nombre de clusters K. Il est nécessaire que K soit la plus proche de la vérité-terrain, sinon le résultat de partitionnement est de mauvaise qualité voire inutilisable. Nous avons proposé Kd-means, un algorithme basé sur une approche hiérarchique. Elle consiste à hiérarchiser les données dans une structure de données du type Kd-tree puis à fusionner des sous-groupes de points récursivement dans le sens bas-haut via de nouveaux critères de fusion inter-groupes que nous avons développé. Ces critères guident le processus de fusion à estimer K le plus proche du réel et de produire des clusters ayant une forme plus complexe que la sphéricité. À travers les expérimentations, Kd-means a nettement montré sa supériorité, face à ses concurrents, en temps d’exécution, en qualité de clustering et en estimation de K.Les défis de l’approche des méthodes basées sur la densité sont la grande dimen-sionnalité des points, la difficulté à séparer les clusters de faible densité des groupes de points aberrants ainsi que la séparation des clusters proches de même densité. Pour y répondre, nous avons développé DECWA, une méthode basée sur une approche probabiliste. Dans DECWA, nous avons proposé 1) une stratégie de division d’un ensemble de données en sous-groupes où chacun d’eux suit sa loi de probabilité ; 2) suivie d’une autre stratégie qui fusionne des sous-groupes, similaires en loi de probabilité, en clus-ters finaux. Expérimentalement, DECWA, dans des espaces de grandes dimensions,produit un clustering de qualité par rapport à ses concurrents.

Clustering is a branch of machine learning consisting in dividing a dataset into several groups, called clusters. Each cluster contains data with similar characteristics. Several clustering approaches exist that differ in complexity and efficiency due to the multitude of clustering applications. In this thesis, we are mainly interested in centroid-based methods, more specifically k-means and density-based methods. In each approach, we have made contributions that address different problems., Le clustering est une branche de l’apprentissage automatique consistant à diviser un ensemble de données en plusieurs groupes appelés clusters. Chacun des clusters contient des données avec des caractéristiques similaires. Plusieurs approches de clustering existent qui diffèrent en complexité et en efficacité, en raison de la multitude d’applications du clustering. Dans cette thèse, nous nous intéressons essentiellement aux méthodes basées sur les centroïdes plus spécifiquement les k-moyennes et aux méthodes basées sur la densité. Dans chaque approche, nous avons apporté des contributions qui répondent à des problèmes différents.

The Narrowband-Internet of Things (NB-IoT) is one of the leading licensed Low Power Wide Area Networks (LPWANs) that is expected to play a very important role in connecting the exponentially increasing number of connected devices that make up the Internet of Things (IoT). To enable its network scalability, NB-IoT requires more efficient utilization of its limited energy, channel capacity, and spectrum network resources. These characteristics place various constraints in terms of the design of the physical (PHY) channel coding and spectrum access as well as the network layer protocol for the NB-IoT. A few existing channel coding approaches have been proposed to enhance the NB-IoT’s network reliability, and therefore, enable long-distance transmissions. However, most of the existing NB-IoT channel coding approaches are based on repeating transmission data and control signals and do not consider the channel conditions. Although these repetitions ensure network reliability, they are energy expensive and compromise the performance of the data rate of the network. At the same time, the increasing number of devices to be handled by a single Base Station (BS) within a cell increases the probability for interlink interference which compromises the uplink communication reliability, further increases the number of required data transmission repetitions, and therefore, reduces the overall energy efficiency of the network. To mitigate these identified problems, a multi-layer approach is proposed in this study. Firstly, a channel-aware two-dimensional Energy-Efficient Adaptive Channel Coding (EEACC) approach is considered at the PHY layer. The EEACC not only selects an appropriate modulation coding scheme (MCS) based on the estimated channel conditions (dynamically classified as bad, medium or good based on a periodically assessed BLER performance outcome) but also minimizes the transmission repetition number under a pre-assessed probability of successful transmission. Secondly, at the PHY and network layers, the study considers a two-layers NB-IoT mixed spread spectrum and clustering approach with network coding (N-MANC). At one layer, the approach uses an Adaptive Frequency Hopping Spread Spectrum (AFHSS) technique that uses a lightweight and secure pseudo-random sequence with a varying period T depending on the number of NB-IoT nodes in the considered cell to exploit the channel diversity as a way to mitigate inter-link and cross-technology interference. At the second layer, the mixed approach consists of a cooperative clustering approach based on a defined energy-signal strength gradient used for Cluster Head (CHs) selection, and a network coding (data aggregation) to further boost the overall energy efficiency of the network. A systematic mathematical model of the NB-IoT PHY layer is first developed and modelled. Then, the proposed algorithms are implemented and validated in MATLAB. The obtained simulation results demonstrate that the important QoS metrics such as energy efficiency, network reliability, data rate, transmission latency, network scalability, and lifetime are improved by the proposed algorithms when compared to existing approaches., L'Internet des objets à bande étroite (NB-IoT) est l'un des principaux réseaux étendus à basse consommation énergétique (LPWAN) dans la bande des fréquences sous licence d’utilisation, qui devrait jouer un rôle très important dans la connexion du nombre exponentiellement croissant d'objets connectés qui composent l'Internet des objets (IoT). Pour permettre l'évolutivité de son réseau, la NB-IoT nécessite une utilisation plus efficace de son énergie limitée, de la capacité de ses canaux et des ressources du spectre du réseau. Ces caractéristiques créent ainsi diverses contraintes en termes de conception du codage physique des canaux (PHY) et de l'accès au spectre ainsi que du protocole de la couche réseau pour l'Internet des objets. Quelques approches de codage de canal existantes ont été proposées pour améliorer la fiabilité du réseau de la NB-IoT et permettre ainsi les transmissions à longue distance. Cependant, la plupart des approches de codage de canal existantes de la NB-IoT sont basées sur la répétition des données de transmission et des signaux de contrôle et ne tiennent pas compte des conditions du canal. Bien que ces répétitions assurent la fiabilité du réseau, elles sont coûteuses en énergie et compromettent les performances du réseau en matière de débit de données. En même temps, le nombre croissant de dispositifs devant être traités par une seule station de base (BS) au sein d'une cellule augmente la probabilité d'interférences entre les liaisons, ce qui compromet la fiabilité de la communication sur la liaison montante, augmente encore le nombre requis de répétitions de transmission de données et, par conséquent, réduit l'efficacité énergétique globale du réseau. Pour pallier ces divers problèmes identifiés, une approche multicouche est proposée dans cette thèse. Tout d'abord, une approche bidimensionnelle de codage de canal adaptatif économe en énergie (EEACC) est proposée au niveau de la couche PHY. L'EEACC ne se contente pas de sélectionner un schéma de codage de modulation (MCS) approprié en fonction des conditions estimées du canal (classé dynamiquement comme mauvais, moyen ou bon sur la base d'un résultat de performance BLER évalué périodiquement), mais il minimise également le nombre de répétitions de transmission en fonction d'une probabilité préévaluée de réussite de la transmission. Deuxièmement, en ce qui concerne les couches PHY et réseau, l'étude développe une approche à deux couches NB-IoT `a étalement mixte du spectre et à regroupement avec codage du réseau (N-MANC). Sur une couche, l'approche utilise une technique d'étalement du spectre par saut de fréquence adaptative (AFHSS) qui utilise une séquence pseudo-aléatoire légère et sûre avec une période variable T selon le nombre de nœuds NB-IoT dans la cellule considérée pour exploiter la diversité des canaux comme moyen d'atténuer les interférences entre les liaisons et les technologies croisées. A la deuxième couche, l'approche mixte consiste en une approche de regroupement coopérative basée sur un gradient de force du signal énergétique défini utilisé pour la sélection des têtes de grappe (CHs), et un codage du réseau (agrégation de données) pour stimuler davantage l'efficacité énergétique globale du réseau. Un modèle mathématique systématique de la couche PHY du NB-IoT est d'abord développé et modélisé. Ensuite, les algorithmes proposés sont mis en œuvre et validés utilisant les simulations MATLAB. Les résultats de simulation obtenus montrent que les algorithmes proposés améliorent les paramètres importants de la qualité de service (QoS), tels que l'efficacité énergétique, la fiabilité du réseau, le débit de données, la latence de transmission, l'extensibilité du réseau et la durée de vie, par rapport aux approches existantes.

In the view of actual global changes widely caused by human activities, it becomes urgent to understand the drivers of communities' stability. Synchrony between time series of abundances is one of the most important mechanisms. This thesis offers three different angles in order to answer different questions linked to interspecific and spatial synchrony. The works presented find applications beyond the ecological frame. A first chapter is dedicated to the estimation of effective rank of matrices in ℝ or ℂ. We offer tools allowing to measure the synchronisation rate of observations matrices. In the second chapter, we base on the existing work on change-points detection problem on chains in order to offer algorithms which detects change-points on trees. The methods can be used with most data that have to be represented as a tree. In order to study the link between interspecific synchrony and long term tendencies or traits of butterflies species, we offer in the last chapter adaptation of clustering and supervised machine learning methods, such as Random Forest or Artificial Neural Networks to ecological data.; Au vu des changements globaux actuels engendrés en grande partie par l'être humain, il devient nécessaire de comprendre les moteurs de la stabilité des communautés d'êtres vivants. La synchronie des séries temporelles d'abondances fait partie des mécanismes les plus importants. Cette thèse propose trois angles différents permettant de répondre à différentes questions en lien avec la synchronie interspécifique ou spatiale. Les travaux présentés trouvent des applications en dehors du cadre écologique. Un premier chapitre est consacré à l'estimation du rang effectif de matrices à valeurs dans ℝ ou ℂ. Nous apportons ainsi des outils permettant de mesurer le taux de synchronisation d'une matrice d'observations. Dans le deuxième chapitre, nous nous basons sur les travaux existants sur le problème de détection de ruptures sur les chaînes afin de proposer plusieurs algorithmes permettant d'adapter ce problème au cas des arbres. Les méthodes présentées peuvent être utilisées sur la plupart des données nécessitant d'être représentées sous la forme d'un arbre. Afin d'étudier les liens entre la synchronie interspécifique et les tendances à long termes ou les traits d'espèces de papillons, nous proposons dans le dernier chapitre d'adapter des méthodes de clustering et d'apprentissage supervisé comme les Random Forest ou les Réseaux de Neurones artificiels à des données écologiques.

In the view of actual global changes widely caused by human activities, it becomes urgent to understand the drivers of communities' stability. Synchrony between time series of abundances is one of the most important mechanisms. This thesis offers three different angles in order to answer different questions linked to interspecific and spatial synchrony. The works presented find applications beyond the ecological frame. A first chapter is dedicated to the estimation of effective rank of matrices in ℝ or ℂ. We offer tools allowing to measure the synchronisation rate of observations matrices. In the second chapter, we base on the existing work on change-points detection problem on chains in order to offer algorithms which detects change-points on trees. The methods can be used with most data that have to be represented as a tree. In order to study the link between interspecific synchrony and long term tendencies or traits of butterflies species, we offer in the last chapter adaptation of clustering and supervised machine learning methods, such as Random Forest or Artificial Neural Networks to ecological data.; Au vu des changements globaux actuels engendrés en grande partie par l'être humain, il devient nécessaire de comprendre les moteurs de la stabilité des communautés d'êtres vivants. La synchronie des séries temporelles d'abondances fait partie des mécanismes les plus importants. Cette thèse propose trois angles différents permettant de répondre à différentes questions en lien avec la synchronie interspécifique ou spatiale. Les travaux présentés trouvent des applications en dehors du cadre écologique. Un premier chapitre est consacré à l'estimation du rang effectif de matrices à valeurs dans ℝ ou ℂ. Nous apportons ainsi des outils permettant de mesurer le taux de synchronisation d'une matrice d'observations. Dans le deuxième chapitre, nous nous basons sur les travaux existants sur le problème de détection de ruptures sur les chaînes afin de proposer plusieurs algorithmes permettant d'adapter ce problème au cas des arbres. Les méthodes présentées peuvent être utilisées sur la plupart des données nécessitant d'être représentées sous la forme d'un arbre. Afin d'étudier les liens entre la synchronie interspécifique et les tendances à long termes ou les traits d'espèces de papillons, nous proposons dans le dernier chapitre d'adapter des méthodes de clustering et d'apprentissage supervisé comme les Random Forest ou les Réseaux de Neurones artificiels à des données écologiques.

This paper is related to a wide project aiming at discoving from different streams of information (i.e. daily publication from the Internet), weak signals possibly sent by whistleblowers. The current study presented in this paper tackles the particular problem of clustering topics at multi-levels from multiple documents, and then extracting meaningful descriptors, such as weighted lists of words. In this context, we present a novel idea combining LDA (in charge clustering) and Word2vec (providing a consistency metric regarding the partitioned topics) as potential method for limiting the "a priori" number of cluster K usually needed in classical partitioning approaches. We proposed 2 implementations of this idea, respectively able to: (1) finding the optimal K for LDA; (2) gathering the optimal clusters from different levels of clustering., L'étude présentée s'inscrit dans le cadre du développement d'une plateforme d'analyse automatique de documents associée à un service sécurisé lanceurs d'alerte, de type GlobalLeaks, focalisé sur la révélation de faits/événements/actions en lien avec des problématiques environnementales. Le présent article aborde le problème particulier du regroupement de sujets à plusieurs niveaux à partir de documents multiples, puis de l'extraction de descripteurs significatifs, tels que des listes pondérées de mots. Dans ce contexte, nous présentons une nouvelle idée combinant LDA (en charge du clustering) et Word2vec (fournissant une métrique de cohérence concernant les sujets partitionnés) comme méthode potentielle pour limiter le nombre "a priori" de cluster K habituellement nécessaire dans les approches classiques du partitionnement. Nous avons proposé 2 mises en œuvre de cette idée, respectivement en mesure de : (1) trouver le K optimal pour LDA ; (2) rassembler les clusters optimaux de différents niveaux de clustering.

International audience; This paper is related to a project aiming at discovering weak signals from different streams of information, possibly sent by whistleblowers in a platform as GlobalLeaks. The study presented in this paper tackles the particular problem of clustering topics at multi-levels from multiple documents, and then extracting meaningful descriptors, such as weighted lists of words for document representations in a multi-dimensions space. In this context, we present a novel idea which combines Latent Dirichlet Allocation and Word2Vec (providing a consistency metric regarding the partitioned topics) as potential method for limiting the "a priori" number of cluster k usually needed in classical partitioning approaches. We proposed 2 implementations of this idea, respectively able to: (1) finding the best k for LDA in terms of topic consistency; (2) gathering the optimal clusters from different levels of clustering. We also proposed a non-traditional visualization approach based on a multi-agents system which combines both dimension reduction and interactivity.; L'étude présentée s'inscrit dans le cadre du développement d'une plateforme d'analyse automatique de documents associée à un service sécurisé lanceurs d'alerte, de type GlobalLeaks. Cet article se focalise principalement sur la recherche de signaux faibles présents dans les documents. Il s'agit d'une problématique investiguée dans un grand nombre de champs disciplinaires et de cadres applicatifs. Nous supposons que chaque document est un mélange d'un petit nombre de thèmes ou catégories, et que la création de chaque mot est attribuable en termes de probabilités à l'un des thèmes du document. Les catégories des documents transmis ne sont pas connues"a priori". Les mots-clés présents dans les documents représentatifs de ces catégories sont également inconnus. L'analyse des documents reçus doit simultanément permettre de découvrir les thèmes, classer les documents relativement à ces thèmes, détecter les mots-clés pertinents relatifs aux thèmes et enfin découvrir les mots-clés relevant d'un thème "signal faible" éventuel. Pour atteindre cet objectif, nous proposons une définition du signal faible qui conditionne l'approche conjointe modèle thématique / plongement lexical, et contraint le choix des méthodes LDA et Word2Vec. Nous proposons d'évaluer les partitions obtenues grâce à un indice de cohérence sur la collection de mots représentative de chaque thème obtenu. Les clusters obtenus sont ainsi plus cohérents au sens contextuel. La détection du cluster associé au signal faible est alors plus aisée et plus pertinente.

International audience; This paper is related to a project aiming at discovering weak signals from different streams of information, possibly sent by whistleblowers in a platform as GlobalLeaks. The study presented in this paper tackles the particular problem of clustering topics at multi-levels from multiple documents, and then extracting meaningful descriptors, such as weighted lists of words for document representations in a multi-dimensions space. In this context, we present a novel idea which combines Latent Dirichlet Allocation and Word2Vec (providing a consistency metric regarding the partitioned topics) as potential method for limiting the "a priori" number of cluster k usually needed in classical partitioning approaches. We proposed 2 implementations of this idea, respectively able to: (1) finding the best k for LDA in terms of topic consistency; (2) gathering the optimal clusters from different levels of clustering. We also proposed a non-traditional visualization approach based on a multi-agents system which combines both dimension reduction and interactivity.; L'étude présentée s'inscrit dans le cadre du développement d'une plateforme d'analyse automatique de documents associée à un service sécurisé lanceurs d'alerte, de type GlobalLeaks. Cet article se focalise principalement sur la recherche de signaux faibles présents dans les documents. Il s'agit d'une problématique investiguée dans un grand nombre de champs disciplinaires et de cadres applicatifs. Nous supposons que chaque document est un mélange d'un petit nombre de thèmes ou catégories, et que la création de chaque mot est attribuable en termes de probabilités à l'un des thèmes du document. Les catégories des documents transmis ne sont pas connues"a priori". Les mots-clés présents dans les documents représentatifs de ces catégories sont également inconnus. L'analyse des documents reçus doit simultanément permettre de découvrir les thèmes, classer les documents relativement à ces thèmes, détecter les mots-clés pertinents relatifs aux thèmes et enfin découvrir les mots-clés relevant d'un thème "signal faible" éventuel. Pour atteindre cet objectif, nous proposons une définition du signal faible qui conditionne l'approche conjointe modèle thématique / plongement lexical, et contraint le choix des méthodes LDA et Word2Vec. Nous proposons d'évaluer les partitions obtenues grâce à un indice de cohérence sur la collection de mots représentative de chaque thème obtenu. Les clusters obtenus sont ainsi plus cohérents au sens contextuel. La détection du cluster associé au signal faible est alors plus aisée et plus pertinente.

National audience

This thesis focuses on text Automatic Summarization and particularly on UpdateSummarization. This research problem aims to produce a differential summary of a set of newdocuments with regard to a set of old documents assumed to be known. It thus adds two issues to thetask of generic automatic summarization: the temporal dimension of the information and the history ofthe user. In this context, the work presented here is based on an extractive approach using integerlinear programming (ILP) and is organized around two main axes: the redundancy detection betweenthe selected information and the user history and the maximization of their saliency . For the first axis,we were particularly interested in the exploitation of inter-sentence similarities to detect theredundancies between the information of the new documents and those present in the already knownones, by defining a method of semantic clustering of sentences. Concerning our second axis, westudied the impact of taking into account the discursive structure of documents, in the context of theRhetorical Structure Theory (RST), to favor the selection of information considered as the mostimportant. The benefit of the methods thus defined has been demonstrated in the context ofevaluations carried out on the data of TAC and DUC campaigns. Finally, the integration of thesesemantic and discursive criteria through a delayed fusion mechanism has proved the complementarityof these two axes and the benefit of their combination.; Cette thèse s’intéresse au Résumé Automatique de texte et plus particulièrement au résumémis-à-jour. Cette problématique de recherche vise à produire un résumé différentiel d'un ensemble denouveaux documents par rapport à un ensemble de documents supposés connus. Elle intègre ainsidans la problématique du résumé à la fois la question de la dimension temporelle de l'information etcelle de l’historique de l’utilisateur. Dans ce contexte, le travail présenté s'inscrit dans les approchespar extraction fondées sur une optimisation linéaire en nombres entiers (ILP) et s’articule autour dedeux axes principaux : la détection de la redondance des informations sélectionnées et la maximisationde leur saillance. Pour le premier axe, nous nous sommes plus particulièrement intéressés àl'exploitation des similarités inter-phrastiques pour détecter, par la définition d'une méthode deregroupement sémantique de phrases, les redondances entre les informations des nouveaux documentset celles présentes dans les documents déjà connus. Concernant notre second axe, nous avons étudiél’impact de la prise en compte de la structure discursive des documents, dans le cadre de la Théorie dela Structure Rhétorique (RS), pour favoriser la sélection des informations considérées comme les plusimportantes. L'intérêt des méthodes ainsi définies a été démontré dans le cadre d'évaluations menéessur les données des campagnes TAC et DUC. Enfin, l'intégration de ces critères sémantique etdiscursif au travers d'un mécanisme de fusion tardive a permis de montrer dans le même cadre lacomplémentarité de ces deux axes et le bénéfice de leur combinaison.

International audience; On 3 January 2018 a decree modifying the conditions for the creation, transfer, grouping and sale of a community pharmacy was adopted. This text, pursuant to the law modernising the French health system, modifies and specifies the conditions for the organisation of the network of pharmacies across a territory. One of its objectives is to re-establish a balance between those territories with too many pharmacies and those where there are not enough.; Le 3 janvier 2018 a été adoptée une ordonnance relative à l’adaptation des conditions de création, transfert, regroupement et cession des officines de pharmacie. Ce texte, pris en application de la loi de modernisation de notre système de santé, modifie et précise les conditions d’organisation du maillage territorial officinal. L’un de ses objectifs est de faciliter le rééquilibrage entre les territoires surdotés en officines et ceux qui sont en passe de devenir des déserts pharmaceutiques.

For the development of innovative Intelligent Transportation Systems applications, connected vehicles will frequently need to upload and download position-based information to and from servers. These vehicles will be equipped with different Radio Access Technologies (RAT), like cellular and vehicle-to-vehicle (V2V) technologies such as LTE and IEEE 802.11p respectively. Cellular networkscan provide internet access almost anywhere, with QoS guarantees. However, accessing these networks has an economic cost. In this thesis, a multi-hop clustering algorithm is proposed in the aim of reducing the cellular access costs by aggregating information and off-loading data in the V2V network, using the Cluster Head as a single gateway to the cellular network. For the example application of uploading aggregated Floating Car Data, simulation results show that this approach reduce cellular data consumption by more than 80% by reducing the typical redundancy of position-based data in a vehicular network. There is a threefold contribution: First, an approach that delegates the Cluster Head selection to the cellular base station in order to maximize the cluster size, thus maximizing aggregation. Secondly, a self-adaptation algorithm that dynamically changes the maximum number of hops, addressing the trade-off between cellular access reduction and V2V packet loss. Finally, the incorporation of a theory of distributive justice, for improving fairness over time regarding the distribution of the cost in which Cluster Heads have to incur, thus improving the proposal’s social acceptability. The proposed algorithms were tested via simulation, and the results show a significant reduction in cellular network usage, a successful adaptation of the number of hops to changes in the vehicular traffic density, and an improvement in fairness metrics, without affecting network performance.; Dans le cadre du développement des innovations dans les Systèmes de Transport Intelligents, les véhicules connectés devront être capables de télécharger des informations basées sur la position sur et depuis des serveurs distants. Ces véhicules seront équipés avec des différentes technologies d’accès radio, telles que les réseaux cellulaires ou les réseaux véhicule-à-véhicule (V2V) comme IEEE 802.11p. Les réseaux cellulaires, avec une couverture presque omniprésente, fournissent un accès à internet avec garanties de qualité de service. Cependant, l’accès à ces réseaux est payant. Dans cette thèse, un algorithme de clustering multi-saut est proposé avec pour objectif de réduire le coût d’accès au réseau cellulaire en agrégeant des données sur le réseau V2V. Pour faire ceci, le leader du cluster (CH, de l’anglais Cluster Head) est utilisé comme passerelle unique vers le réseau cellulaire. Pour le test d’une application d’exemple pour télécharger du Floating Car Data agrégé, les résultats des simulations montrent que cette approche réduit l’utilisation du réseau cellulaire de plus de 80%, en s’attaquant à la redondance typique des données basées sur la position dans les réseaux véhiculaires. Il y a une contribution en trois parties : Premièrement, une approche pour déléguer la sélection du CH à la station de base du réseau cellulaire afin de maximiser la taille des clusters, et par conséquent le taux de compression. Deuxièmement, un algorithme auto-adaptatif qui change dynamiquement le nombre maximum de sauts afin de maintenir un équilibre entre la réduction des coûts d’accès au réseau cellulaire et le taux de perte de paquets dans le réseau V2V. Finalement, l’incorporation d’une théorie de la justice distributive, afin d’améliorer l’équité sur la durée concernant la distribution des coûts auxquels les CH doivent faire face, améliorant ainsi l’acceptabilité sociale de la proposition. Les algorithmes proposés ont été testés via simulation, et les résultats montrent une réduction significative dans l’utilisation du réseau cellulaire, une adaptation réussie du nombre de sauts aux changements de la densité du trafic véhiculaire, et une amélioration dans les métriques d’équité, sans affecter la performance des réseaux.

International audience; Credit institutions are interested in the refunding probability of a loan given the applicant’s characteristics in order to assess the worthiness of the credit. For regulatory and interpretability reasons, the logistic regression is still widely used to learn this probability from the data. Although logistic regression handles naturally both quantitative and qualitative data, two pre-processing steps are usually performed: first, continuous features are discretized by assigning factor levels to pre-determined intervals; second, qualitative features, if they take numerous values, are regrouped into variables taking fewer factor levels. In this communication focus will be given on the discretization of continuous variables which is performed for two main reasons: first, it produces a “scorecard” with a direct correspondence from intervals to score “points”; second, it allows do deal with non linearity of the score with respect to the continuous variables. There already exists many discretization algorithms (see the review from Ramírez‐Gallego et al. (2016)). To the best of our knowledge, the few multivariate supervised algorithms are unsatisfactory in our setup mainly because they are not fully automated, their optimized criterion does not produce suitable discretized features for logistic regression and their approach are empirical. By reinterpreting discretized features as latent variables, we are able, through the use of a Stochastic Expectation-Maximization (SEM) algorithm and a Gibbs sampler, to overcome those shortcomings and to find the best discretization scheme w.r.t. the logistic regression loss. The good performances of this approach are illustrated on simulated and real data from Crédit Agricole Consumer Finance.

For the development of innovative Intelligent Transportation Systems applications, connected vehicles will frequently need to upload and download position-based information to and from servers. These vehicles will be equipped with different Radio Access Technologies (RAT), like cellular and vehicle-to-vehicle (V2V) technologies such as LTE and IEEE 802.11p respectively. Cellular networkscan provide internet access almost anywhere, with QoS guarantees. However, accessing these networks has an economic cost. In this thesis, a multi-hop clustering algorithm is proposed in the aim of reducing the cellular access costs by aggregating information and off-loading data in the V2V network, using the Cluster Head as a single gateway to the cellular network. For the example application of uploading aggregated Floating Car Data, simulation results show that this approach reduce cellular data consumption by more than 80% by reducing the typical redundancy of position-based data in a vehicular network. There is a threefold contribution: First, an approach that delegates the Cluster Head selection to the cellular base station in order to maximize the cluster size, thus maximizing aggregation. Secondly, a self-adaptation algorithm that dynamically changes the maximum number of hops, addressing the trade-off between cellular access reduction and V2V packet loss. Finally, the incorporation of a theory of distributive justice, for improving fairness over time regarding the distribution of the cost in which Cluster Heads have to incur, thus improving the proposal’s social acceptability. The proposed algorithms were tested via simulation, and the results show a significant reduction in cellular network usage, a successful adaptation of the number of hops to changes in the vehicular traffic density, and an improvement in fairness metrics, without affecting network performance., Dans le cadre du développement des innovations dans les Systèmes de Transport Intelligents, les véhicules connectés devront être capables de télécharger des informations basées sur la position sur et depuis des serveurs distants. Ces véhicules seront équipés avec des différentes technologies d’accès radio, telles que les réseaux cellulaires ou les réseaux véhicule-à-véhicule (V2V) comme IEEE 802.11p. Les réseaux cellulaires, avec une couverture presque omniprésente, fournissent un accès à internet avec garanties de qualité de service. Cependant, l’accès à ces réseaux est payant. Dans cette thèse, un algorithme de clustering multi-saut est proposé avec pour objectif de réduire le coût d’accès au réseau cellulaire en agrégeant des données sur le réseau V2V. Pour faire ceci, le leader du cluster (CH, de l’anglais Cluster Head) est utilisé comme passerelle unique vers le réseau cellulaire. Pour le test d’une application d’exemple pour télécharger du Floating Car Data agrégé, les résultats des simulations montrent que cette approche réduit l’utilisation du réseau cellulaire de plus de 80%, en s’attaquant à la redondance typique des données basées sur la position dans les réseaux véhiculaires. Il y a une contribution en trois parties : Premièrement, une approche pour déléguer la sélection du CH à la station de base du réseau cellulaire afin de maximiser la taille des clusters, et par conséquent le taux de compression. Deuxièmement, un algorithme auto-adaptatif qui change dynamiquement le nombre maximum de sauts afin de maintenir un équilibre entre la réduction des coûts d’accès au réseau cellulaire et le taux de perte de paquets dans le réseau V2V. Finalement, l’incorporation d’une théorie de la justice distributive, afin d’améliorer l’équité sur la durée concernant la distribution des coûts auxquels les CH doivent faire face, améliorant ainsi l’acceptabilité sociale de la proposition. Les algorithmes proposés ont été testés via simulation, et les résultats montrent une réduction significative dans l’utilisation du réseau cellulaire, une adaptation réussie du nombre de sauts aux changements de la densité du trafic véhiculaire, et une amélioration dans les métriques d’équité, sans affecter la performance des réseaux.

This thesis explored the application of sequence alignment in web usage mining, including user clustering and web prediction and recommendation.This topic was chosen as the online business has rapidly developed and gathered a huge volume of information and the use of sequence alignment in the field is still limited. In this context, researchers are required to build up models that rely on sequence alignment methods and to empirically assess their relevance in user behavioral mining. This thesis presents a novel methodological point of view in the area and show applicable approaches in our quest to improve previous related work. Web usage behavior analysis has been central in a large number of investigations in order to maintain the relation between users and web services. Useful information extraction has been addressed by web content providers to understand users’ need, so that their content can be correspondingly adapted. One of the promising approaches to reach this target is pattern discovery using clustering, which groups users who show similar behavioral characteristics. Our research goal is to perform users clustering, in real time, based on their session similarity.; Une masse de données importante est collectée chaque jour par les gestionnaires de site internet sur les visiteurs qui accèdent à leurs services. La collecte de ces données a pour objectif de mieux comprendre les usages et d'acquérir des connaissances sur le comportement des visiteurs. A partir de ces connaissances, les gestionnaires de site peuvent décider de modifier leur site ou proposer aux visiteurs du contenu personnalisé. Cependant, le volume de données collectés ainsi que la complexité de représentation des interactions entre le visiteur et le site internet nécessitent le développement de nouveaux outils de fouille de données. Dans cette thèse, nous avons exploré l’utilisation des méthodes d’alignement de séquences pour l'extraction de connaissances sur l'utilisation de site Web (web mining). Ces méthodes sont la base du regroupement automatique d’internautes en segments, ce qui permet de découvrir des groupes de comportements similaires. De plus, nous avons également étudié comment ces groupes pouvaient servir à effectuer de la prédiction et la recommandation de pages. Ces thèmes sont particulièrement importants avec le développement très rapide du commerce en ligne qui produit un grand volume de données (big data) qu’il est impossible de traiter manuellement.

This thesis introduces five software useful in three different areas : parallel and distributed computing, computational structural biology and chemoinformatics. The software from the parallel and distributed area is PAR. PAR allows to execute independent experiments in a parallel and distributed way. The software for computational structural biology are Durandal, EleKit and Fragger. Durandal exploits the propagation of geometric constraints to accelerate the exact clustering algorithm for protein models. EleKit allows to measure the electrostatic similarity between a chemical molecule and the protein it is designed to replace at a protein-protein interface. Fragger is a fragment picker able to select protein fragments in the whole protein data-bank. Finally, the chemoinformatics software is ACPC. ACPC encodes in a rotation-translation invariant way a chemical molecule in any or a combination of three chemical spaces (electrostatic, steric or hydrophobic). ACPC is a ligand-based virtual screening tool supporting consensus queries, query molecule annotation and multi-core computers., Ma thèse introduit cinq logiciels de trois différents domaines: le calcul parallèle et distribué, la biologie structurale computationnelle et la chémoinformatique. Le logiciel pour le calcul parallèle et distribué s'appelle PAR. PAR permet d'exécuter des expériences indépendantes de manière parallèle et distribuée. Les logiciels pour la biologie structurale computationnelle sont Durandal, EleKit et Fragger. Durandal exploite la propagation de contraintes géométriques afin d'accélérer l'algorithme de partitionnement exact pour des modèles de protéines. EleKit permet de mesurer la similarité électrostatique entre une petite molécule et la protéine qu'elle est conçue pour remplacer sur une interface protéine-protéine. Fragger est un cueilleur de fragments de protéines permettant de sélectionner des fragments dans la banque de protéines mondiale. Enfin, le logiciel de chémoinformatique est ACPC. ACPC permet l'encodage fin, d'une manière rotation-translation invariante, d'une molécule dans un ou une combinaison des trois espaces chimiques (électrostatique, stérique ou hydrophobe). ACPC est un outil de criblage virtuel qui supporte les requêtes consensus, l'annotation de la molécule requête et les processeurs multi-coeurs.

The lexical item voilà is fast spreading in contemporary spoken French. This article offers a possible explanation for this rapid expansion by identifying contributing factors. We first describe voilà’s contextual behaviors in both written and spoken corpora. Typical properties arise from the description and are further tested on additional data. Constructions and relatively robust patterns emerge. Voilà is indeed characterized by two essential behaviors – [VOILÀ + pause] and [VOILÀ + entity/process] – and two groups of paired values and statuses – [signpost value + interjection status] and [predicative value + pivotal status]. We then formulate a functional hypothesis in terms of cognitive grouping: voilà would integrate informational elements by grouping them on the verbal scene. The semantic instruction given by voilà would consist in convoking elements on a scene and evoking their grouping into a perceptible set.; Voilà est une unité dont l’usage se répand rapidement en français oral aujourd’hui. Ce travail cherche à proposer une explication de cette expansion en mettant en évidence des facteurs de facilitation. A partir d’une description du comportement de l’unité en contexte (sur corpus oral et écrit), nous mettons en évidence des propriétés typiques qui sont ensuite testées sur des données supplémentaires. Des constructions et des patterns relativement robustes émergent également des analyses sur corpus. Voilà se caractérise par deux comportements essentiels ([VOILÀ + pause] et [VOILÀ + entités/procès]) et deux groupes de valeurs /statuts associés : valeur de balisage + statut d’interjection ; valeur prédicative + statut de pivot. Est alors proposée une hypothèse fonctionnelle qui repose sur l’activité cognitive de regroupement : voilà servirait à intégrer en les regroupant des informations sur une scène verbale. L’instruction sémantique donnée par voilà consisterait ainsi à convoquer des éléments sur une scène et à évoquer leur regroupement dans un ensemble perceptible.Mots-clés : corpus écrit, corpus oral, polysémie, Constructions, instruction, scène verbale, regroupement

International audience; Depuis 2006, les regroupements d'universités et d'établissements sont monnaie courante. Myriam Baron et Loïc Vadelorge défendent l'idée que, au sein de l'agglomération parisienne, les « Comue » sont inadaptées aux pratiques des étudiants et des enseignants, et reposent sur de nombreuses incohérences territoriales.

The lexical item voilà is fast spreading in contemporary spoken French. This article offers a possible explanation for this rapid expansion by identifying contributing factors. We first describe voilà’s contextual behaviors in both written and spoken corpora. Typical properties arise from the description and are further tested on additional data. Constructions and relatively robust patterns emerge. Voilà is indeed characterized by two essential behaviors – [VOILÀ + pause] and [VOILÀ + entity/process] – and two groups of paired values and statuses – [signpost value + interjection status] and [predicative value + pivotal status]. We then formulate a functional hypothesis in terms of cognitive grouping: voilà would integrate informational elements by grouping them on the verbal scene. The semantic instruction given by voilà would consist in convoking elements on a scene and evoking their grouping into a perceptible set., Voilà est une unité dont l’usage se répand rapidement en français oral aujourd’hui. Ce travail cherche à proposer une explication de cette expansion en mettant en évidence des facteurs de facilitation. A partir d’une description du comportement de l’unité en contexte (sur corpus oral et écrit), nous mettons en évidence des propriétés typiques qui sont ensuite testées sur des données supplémentaires. Des constructions et des patterns relativement robustes émergent également des analyses sur corpus. Voilà se caractérise par deux comportements essentiels ([VOILÀ + pause] et [VOILÀ + entités/procès]) et deux groupes de valeurs /statuts associés : valeur de balisage + statut d’interjection ; valeur prédicative + statut de pivot. Est alors proposée une hypothèse fonctionnelle qui repose sur l’activité cognitive de regroupement : voilà servirait à intégrer en les regroupant des informations sur une scène verbale. L’instruction sémantique donnée par voilà consisterait ainsi à convoquer des éléments sur une scène et à évoquer leur regroupement dans un ensemble perceptible.Mots-clés : corpus écrit, corpus oral, polysémie, Constructions, instruction, scène verbale, regroupement

Lorsque j’ai commencé à enseigner en maternelle (double niveau petits-moyens), j’ai adopté le fonctionnement déjà en place dans ma classe, à savoir des ateliers dits « tournants », avec l’idée qu’il s’agissait là d’une norme de fait. Cependant, j’ai très rapidement eu le sentiment que cette organisation ne me permettait pas de répartir au mieux les apprentissages et m’empêchait de répondre à certaines exigences institutionnelles. J’ai dès lors mis en place d’autres modalités de groupements des élèves : des activités collectives ritualisées (découverte de l’écrit ; numération) ; des groupes de langage en demi-classe et des ateliers autonomes inspirés par la pédagogie Montessori. Toutes ces tentatives ont subi divers aménagements plus ou moins profonds, décidés de manière progressive. C’est à l’examen de ces hypothèses et à l’analyse de leurs points forts et limites qu’est consacrée cette étude, qui constitue ainsi un retour réflexif sur une première année d’enseignement en cycle 1.

This work has been jointly supervised by U. Jean Monnet Saint Etienne, in the Hubert Curien Lab (Frederique Laforest, Christophe Gravier, Julien Subercaze) and U. Mohamed V Rabat, LeRMA ENSIAS (Rachida Ahjoun, Mounia Abik). Knowledge, education and learning are major concerns in today’s society. The technologies for human learning aim to promote, stimulate, support and validate the learning process. Our approach explores the opportunities raised by mixing the Social Web and the Semantic Web technologies for e-learning. More precisely, we work on discovering learners profiles from their activities on the social web. The Social Web can be a source of information, as it involves users in the information world and gives them the ability to participate in the construction and dissemination of knowledge. We focused our attention on tracking the different types of contributions, activities and conversations in learners spontaneous collaborative activities on social networks. The learner profile is not only based on the knowledge extracted from his/her activities on the e-learning system, but also from his/her many activities on social networks. We propose a methodology for exploiting hashtags contained in users’ writings for the automatic generation of learner’s semantic profiles. Hashtags require some processing before being source of knowledge on the user interests. We have defined a method to identify semantics of hashtags and semantic relationships between the meanings of different hashtags. By the way, we have defined the concept of Folksionary, as a hashtags dictionary that for each hashtag clusters its definitions into meanings. Semantized hashtags are thus used to feed the learner’s profile so as to personalize recommendations on learning material. The goal is to build a semantic representation of the activities and interests of learners on social networks in order to enrich their profiles. We also discuss our recommendation approach based on three types of filtering (personalized, social, and statistical interactions with the system). We focus on personalized recommendation of pedagogical resources to the learner according to his/her expectations and profile, Ce travail de recherche est conjointement effectué dans le cadre d’une cotutelle entre deux universités : en France l’Université Jean Monnet de Saint-Etienne, laboratoire Hubert Curien sous la supervision de Mme Frédérique Laforest, M. Christophe Gravier et M. Julien Subercaze, et au Maroc l’Université Mohamed V de Rabat, équipe LeRMA sous la supervision de Mme Rachida Ajhoun et Mme Mounia Abik. Les connaissances et les apprentissages sont des préoccupations majeures dans la société d’aujourd’hui. Les technologies de l’apprentissage humain visent à promouvoir, stimuler, soutenir et valider le processus d’apprentissage. Notre approche explore les opportunités soulevées en faisant coopérer le Web Social et le Web sémantique pour le e-learning. Plus précisément, nous travaillons sur l’enrichissement des profils des apprenants en fonction de leurs activités sur le Web Social. Le Web social peut être une source d’information très importante à explorer, car il implique les utilisateurs dans le monde de l’information et leur donne la possibilité de participer à la construction et à la diffusion de connaissances. Nous nous focalisons sur le suivi des différents types de contributions, dans les activités de collaboration spontanée des apprenants sur les réseaux sociaux. Le profil de l’apprenant est non seulement basé sur la connaissance extraite de ses activités sur le système de e-learning, mais aussi de ses nombreuses activités sur les réseaux sociaux. En particulier, nous proposons une méthodologie pour exploiter les hashtags contenus dans les écrits des utilisateurs pour la génération automatique des intérêts des apprenants dans le but d’enrichir leurs profils. Cependant les hashtags nécessitent un certain traitement avant d’être source de connaissances sur les intérêts des utilisateurs. Nous avons défini une méthode pour identifier la sémantique de hashtags et les relations sémantiques entre les significations des différents hashtags. Par ailleurs, nous avons défini le concept de Folksionary, comme un dictionnaire de hashtags qui pour chaque hashtag regroupe ses définitions en unités de sens. Les hashtags enrichis en sémantique sont donc utilisés pour nourrir le profil de l’apprenant de manière à personnaliser les recommandations sur le matériel d’apprentissage. L’objectif est de construire une représentation sémantique des activités et des intérêts des apprenants sur les réseaux sociaux afin d’enrichir leurs profils. Nous présentons également notre approche générale de recommandation multidimensionnelle dans un environnement d’e-learning. Nous avons conçu une approche fondée sur trois types de filtrage : le filtrage personnalisé à base du profil de l’apprenant, le filtrage social à partir des activités de l’apprenant sur les réseaux sociaux, et le filtrage local à partir des statistiques d’interaction de l’apprenant avec le système. Notre implémentation s’est focalisée sur la recommandation personnalisée

In computer vision, the 3D structure estimation from 2D images remains a fundamental problem. One of the emergent applications is 3D urban modelling and mapping. Here, we are interested in street-level monocular 3D reconstruction from mobile vehicle. In this particular case, several challenges arise at different stages of the 3D reconstruction pipeline. Mainly, lacking textured areas in urban scenes produces low density reconstructed point cloud. Also, the continuous motion of the vehicle prevents having redundant views of the scene with short feature points lifetime. In this context, we adopt the piecewise planar 3D reconstruction where the planarity assumption overcomes the aforementioned challenges.In this thesis, we introduce several improvements to the 3D structure estimation pipeline. In particular, the planar piecewise scene representation and modelling. First, we propose a novel approach that aims at creating 3D geometry respecting superpixel segmentation, which is a gradient-based boundary probability estimation by fusing colour and flow information using weighted multi-layered model. A pixel-wise weighting is used in the fusion process which takes into account the uncertainty of the computed flow. This method produces non-constrained superpixels in terms of size and shape. For the applications that imply a constrained size superpixels, such as 3D reconstruction from an image sequence, we develop a flow based SLIC method to produce superpixels that are adapted to reconstructed points density for better planar structure fitting. This is achieved by the mean of new distance measure that takes into account an input density map, in addition to the flow and spatial information. To increase the density of the reconstructed point cloud used to performthe planar structure fitting, we propose a new approach that uses several matching methods and dense optical flow. A weighting scheme assigns a learned weight to each reconstructed point to control its impact to fitting the structure relative to the accuracy of the used matching method. Then, a weighted total least square model uses the reconstructed points and learned weights to fit a planar structure with the help of superpixel segmentation of the input image sequence. Moreover, themodel handles the occlusion boundaries between neighbouring scene patches to encourage connectivity and co-planarity to produce more realistic models. The final output is a complete dense visually appealing 3Dmodels. The validity of the proposed approaches has been substantiated by comprehensive experiments and comparisons with state-of-the-art methods, Dans le domaine de la vision par ordinateur, l’estimation de la structure d’une scène 3D à partir d’images 2D constitue un problème fondamental. Parmi les applications concernées par cette problématique, nous nous sommes intéressés dans le cadre de cette thèse à la modélisation d’un environnement urbain. Nous nous sommes intéressés à la reconstruction de scènes 3D à partir d’images monoculaires générées par un véhicule en mouvement. Ici, plusieurs défis se posent à travers les différentes étapes de la chaine de traitement inhérente à la reconstruction 3D. L’un de ces défis vient du fait de l’absence de zones suffisamment texturées dans certaines scènes urbaines, d’où une reconstruction 3D (un nuage de points 3D) trop éparse. De plus, du fait du mouvement du véhicule, d’une image à l’autre il n’y a pas toujours un recouvrement suffisant entre différentes vues consécutives d’une même scène. Dans ce contexte, et ce afin de lever les verrous ci-dessus mentionnés, nous proposons d’estimer, de reconstruire, la structure d’une scène 3D par morceaux en se basant sur une hypothèse de planéité. Nous proposons plusieurs améliorations à la chaine de traitement associée à la reconstruction 3D. D’abord, afin de structurer, de représenter, la scène sous la forme d’entités planes nous proposons une nouvelle méthode de reconstruction 3D, basée sur le regroupement de pixels similaires (superpixel segmentation), qui à travers une représentation multi-échelle pondérée fusionne les informations de couleur et de mouvement. Cette méthode est basée sur l’estimation de la probabilité de discontinuités locales aux frontières des régions calculées à partir du gradient (gradientbased boundary probability estimation). Afin de prendre en compte l’incertitude liée à l’estimation du mouvement, une pondération par morceaux est appliquée à chaque pixel en fonction de cette incertitude. Cette méthode génère des regroupements de pixels (superpixels) non contraints en termes de taille et de forme. Pour certaines applications, telle que la reconstruction 3D à partir d’une séquence d’images, des contraintes de taille sont nécessaires. Nous avons donc proposé une méthode qui intègre à l’algorithme SLIC (Simple Linear Iterative Clustering) l’information de mouvement. L’objectif étant d’obtenir une reconstruction 3D plus dense qui estime mieux la structure de la scène. Pour atteindre cet objectif, nous avons aussi introduit une nouvelle distance qui, en complément de l’information de mouvement et de données images, prend en compte la densité du nuage de points. Afin d’augmenter la densité du nuage de points utilisé pour reconstruire la structure de la scène sous la forme de surfaces planes, nous proposons une nouvelle approche qui mixte plusieurs méthodes d’appariement et une méthode de flot optique dense. Cette méthode est basée sur un système de pondération qui attribue un poids pré-calculé par apprentissage à chaque point reconstruit. L’objectif est de contrôler l’impact de ce système de pondération, autrement dit la qualité de la reconstruction, en fonction de la précision de la méthode d’appariement utilisée. Pour atteindre cet objectif, nous avons appliqué un processus des moindres carrés pondérés aux données reconstruites pondérées par les calculés par apprentissage, qui en complément de la segmentation par morceaux de la séquence d’images, permet une meilleure reconstruction de la structure de la scène sous la forme de surfaces planes. Nous avons également proposé un processus de gestion des discontinuités locales aux frontières de régions voisines dues à des occlusions (occlusion boundaries) qui favorise la coplanarité et la connectivité des régions connexes. L’ensemble des modèles proposés permet de générer une reconstruction 3D dense représentative à la réalité de la scène. La pertinence des modèles proposés a été étudiée et comparée à l’état de l’art. Plusieurs expérimentations ont été réalisées afin de démontrer, d’étayer, la validité de notre approche

In computer vision, the 3D structure estimation from 2D images remains a fundamental problem. One of the emergent applications is 3D urban modelling and mapping. Here, we are interested in street-level monocular 3D reconstruction from mobile vehicle. In this particular case, several challenges arise at different stages of the 3D reconstruction pipeline. Mainly, lacking textured areas in urban scenes produces low density reconstructed point cloud. Also, the continuous motion of the vehicle prevents having redundant views of the scene with short feature points lifetime. In this context, we adopt the piecewise planar 3D reconstruction where the planarity assumption overcomes the aforementioned challenges.In this thesis, we introduce several improvements to the 3D structure estimation pipeline. In particular, the planar piecewise scene representation and modelling. First, we propose a novel approach that aims at creating 3D geometry respecting superpixel segmentation, which is a gradient-based boundary probability estimation by fusing colour and flow information using weighted multi-layered model. A pixel-wise weighting is used in the fusion process which takes into account the uncertainty of the computed flow. This method produces non-constrained superpixels in terms of size and shape. For the applications that imply a constrained size superpixels, such as 3D reconstruction from an image sequence, we develop a flow based SLIC method to produce superpixels that are adapted to reconstructed points density for better planar structure fitting. This is achieved by the mean of new distance measure that takes into account an input density map, in addition to the flow and spatial information. To increase the density of the reconstructed point cloud used to performthe planar structure fitting, we propose a new approach that uses several matching methods and dense optical flow. A weighting scheme assigns a learned weight to each reconstructed point to control its impact to fitting the structure relative to the accuracy of the used matching method. Then, a weighted total least square model uses the reconstructed points and learned weights to fit a planar structure with the help of superpixel segmentation of the input image sequence. Moreover, themodel handles the occlusion boundaries between neighbouring scene patches to encourage connectivity and co-planarity to produce more realistic models. The final output is a complete dense visually appealing 3Dmodels. The validity of the proposed approaches has been substantiated by comprehensive experiments and comparisons with state-of-the-art methods; Dans le domaine de la vision par ordinateur, l’estimation de la structure d’une scène 3D à partir d’images 2D constitue un problème fondamental. Parmi les applications concernées par cette problématique, nous nous sommes intéressés dans le cadre de cette thèse à la modélisation d’un environnement urbain. Nous nous sommes intéressés à la reconstruction de scènes 3D à partir d’images monoculaires générées par un véhicule en mouvement. Ici, plusieurs défis se posent à travers les différentes étapes de la chaine de traitement inhérente à la reconstruction 3D. L’un de ces défis vient du fait de l’absence de zones suffisamment texturées dans certaines scènes urbaines, d’où une reconstruction 3D (un nuage de points 3D) trop éparse. De plus, du fait du mouvement du véhicule, d’une image à l’autre il n’y a pas toujours un recouvrement suffisant entre différentes vues consécutives d’une même scène. Dans ce contexte, et ce afin de lever les verrous ci-dessus mentionnés, nous proposons d’estimer, de reconstruire, la structure d’une scène 3D par morceaux en se basant sur une hypothèse de planéité. Nous proposons plusieurs améliorations à la chaine de traitement associée à la reconstruction 3D. D’abord, afin de structurer, de représenter, la scène sous la forme d’entités planes nous proposons une nouvelle méthode de reconstruction 3D, basée sur le regroupement de pixels similaires (superpixel segmentation), qui à travers une représentation multi-échelle pondérée fusionne les informations de couleur et de mouvement. Cette méthode est basée sur l’estimation de la probabilité de discontinuités locales aux frontières des régions calculées à partir du gradient (gradientbased boundary probability estimation). Afin de prendre en compte l’incertitude liée à l’estimation du mouvement, une pondération par morceaux est appliquée à chaque pixel en fonction de cette incertitude. Cette méthode génère des regroupements de pixels (superpixels) non contraints en termes de taille et de forme. Pour certaines applications, telle que la reconstruction 3D à partir d’une séquence d’images, des contraintes de taille sont nécessaires. Nous avons donc proposé une méthode qui intègre à l’algorithme SLIC (Simple Linear Iterative Clustering) l’information de mouvement. L’objectif étant d’obtenir une reconstruction 3D plus dense qui estime mieux la structure de la scène. Pour atteindre cet objectif, nous avons aussi introduit une nouvelle distance qui, en complément de l’information de mouvement et de données images, prend en compte la densité du nuage de points. Afin d’augmenter la densité du nuage de points utilisé pour reconstruire la structure de la scène sous la forme de surfaces planes, nous proposons une nouvelle approche qui mixte plusieurs méthodes d’appariement et une méthode de flot optique dense. Cette méthode est basée sur un système de pondération qui attribue un poids pré-calculé par apprentissage à chaque point reconstruit. L’objectif est de contrôler l’impact de ce système de pondération, autrement dit la qualité de la reconstruction, en fonction de la précision de la méthode d’appariement utilisée. Pour atteindre cet objectif, nous avons appliqué un processus des moindres carrés pondérés aux données reconstruites pondérées par les calculés par apprentissage, qui en complément de la segmentation par morceaux de la séquence d’images, permet une meilleure reconstruction de la structure de la scène sous la forme de surfaces planes. Nous avons également proposé un processus de gestion des discontinuités locales aux frontières de régions voisines dues à des occlusions (occlusion boundaries) qui favorise la coplanarité et la connectivité des régions connexes. L’ensemble des modèles proposés permet de générer une reconstruction 3D dense représentative à la réalité de la scène. La pertinence des modèles proposés a été étudiée et comparée à l’état de l’art. Plusieurs expérimentations ont été réalisées afin de démontrer, d’étayer, la validité de notre approche

Aimed at studying the mechanical behaviour of rock mass and considering the presence of the discontinuity network in the intact rock, this research concentrates on how the rock can be represented in suitable geometrical models, on the basis of site measurements, and then appropriately analysed using computer tools developed for the study of granular media. The first chapter deals with a bibliographical study on fractured rock and tunnel engineering. Different computational methods of rock mechanics are introduced. Simultaneously, three principal approaches for tunnel structural design are recalled. These studies lead to the proposition of a methodology from the in situ investigation to in-door modelling and mechanical analysis, presented in the second chapters. The rock mass is first geometrically represented through the distribution of discontinuities in the rock mass and the use of the RESOBLOK code based on the Discrete Fracture Network method. Mechanical models of rock mass are then presented from the data of historical studies on the rock mass and from laboratory and in situ measurements. The 3D computational models are analysed using the LMGC90 based on the Non Smooth Contact Dynamics method. The first two applications of the methodology are introduced: the generation of the numerical rock for the simulation of the triaxial compression test, and the simulation of multi-phase excavation of rock tunnel. The proposed methodology has been applied on the white marble of Saint Béat (Haute Garonne, France) and the initial results are given in the third chapter. The mechanical responses of the numerical rock mass are analysed and the bulk behaviour of the rock is evaluated., Pour étudier le comportement mécanique des massifs rocheux, en prenant en compte le réseau des discontinuités au sein de la roche intacte, cette recherche a pour objectif la représentation du massif par des modèles géométriques basés sur des relevés de terrain et l’analyse de ces modèles par l’utilisation d’outils informatiques adaptés pour les milieux granulaires. Le premier chapitre fait l’état de l’art des roches fracturées, des méthodes numériques de la mécanique des roches et des approches du calcul de structure d’un tunnel. Ces études conduisent à la proposition d’une méthodologie depuis les recherches in situ jusqu’à la modélisation et l’analyse mécanique, présentée dans le deuxième chapitre. Le massif rocheux est d’abord représenté géométriquement par la distribution de ses discontinuités, et l’utilisation du logiciel RESOBLOK basé sur la méthode du Réseau de Fractures Discrètes. Les modèles mécaniques de massifs rocheux sont ensuite présentés à partir des données sur les études de l’histoire du massif, et des mesures faites sur site et en laboratoire. Les modèles numériques en 3D sont analysés par l’utilisation du logiciel LMGC90 basé sur la méthode de la Dynamique des Contacts Non Réguliers. Les premières applications de la méthodologie sont exposées : la création d’une roche numérique pour simuler un essai de compression triaxiale, et la simulation d’une excavation multi phases d’un tunnel au rocher. La méthodologie proposée a été appliquée sur le marbre blanc de Saint Béat (Haute Garonne, France) et les résultats préliminaires sont donnés dans le chapitre trois. Les réponses mécaniques de la roche numérique sont analysées et son comportement est caractérisé.

Aimed at studying the mechanical behaviour of rock mass and considering the presence of the discontinuity network in the intact rock, this research concentrates on how the rock can be represented in suitable geometrical models, on the basis of site measurements, and then appropriately analysed using computer tools developed for the study of granular media. The first chapter deals with a bibliographical study on fractured rock and tunnel engineering. Different computational methods of rock mechanics are introduced. Simultaneously, three principal approaches for tunnel structural design are recalled. These studies lead to the proposition of a methodology from the in situ investigation to in-door modelling and mechanical analysis, presented in the second chapters. The rock mass is first geometrically represented through the distribution of discontinuities in the rock mass and the use of the RESOBLOK code based on the Discrete Fracture Network method. Mechanical models of rock mass are then presented from the data of historical studies on the rock mass and from laboratory and in situ measurements. The 3D computational models are analysed using the LMGC90 based on the Non Smooth Contact Dynamics method. The first two applications of the methodology are introduced: the generation of the numerical rock for the simulation of the triaxial compression test, and the simulation of multi-phase excavation of rock tunnel. The proposed methodology has been applied on the white marble of Saint Béat (Haute Garonne, France) and the initial results are given in the third chapter. The mechanical responses of the numerical rock mass are analysed and the bulk behaviour of the rock is evaluated.; Pour étudier le comportement mécanique des massifs rocheux, en prenant en compte le réseau des discontinuités au sein de la roche intacte, cette recherche a pour objectif la représentation du massif par des modèles géométriques basés sur des relevés de terrain et l’analyse de ces modèles par l’utilisation d’outils informatiques adaptés pour les milieux granulaires. Le premier chapitre fait l’état de l’art des roches fracturées, des méthodes numériques de la mécanique des roches et des approches du calcul de structure d’un tunnel. Ces études conduisent à la proposition d’une méthodologie depuis les recherches in situ jusqu’à la modélisation et l’analyse mécanique, présentée dans le deuxième chapitre. Le massif rocheux est d’abord représenté géométriquement par la distribution de ses discontinuités, et l’utilisation du logiciel RESOBLOK basé sur la méthode du Réseau de Fractures Discrètes. Les modèles mécaniques de massifs rocheux sont ensuite présentés à partir des données sur les études de l’histoire du massif, et des mesures faites sur site et en laboratoire. Les modèles numériques en 3D sont analysés par l’utilisation du logiciel LMGC90 basé sur la méthode de la Dynamique des Contacts Non Réguliers. Les premières applications de la méthodologie sont exposées : la création d’une roche numérique pour simuler un essai de compression triaxiale, et la simulation d’une excavation multi phases d’un tunnel au rocher. La méthodologie proposée a été appliquée sur le marbre blanc de Saint Béat (Haute Garonne, France) et les résultats préliminaires sont donnés dans le chapitre trois. Les réponses mécaniques de la roche numérique sont analysées et son comportement est caractérisé.

This thesis investigates new clustering paradigms and algorithms based on the principle of the shared nearest-neighbors (SNN. As most other graph-based clustering approaches, SNN methods are actually well suited to overcome data complexity, heterogeneity and high-dimensionality.The first contribution of the thesis is to revisit existing shared neighbors methods in two points. We first introduce a new SNN formalism based on the theory of a contrario decision. This allows us to derive more reliable connectivity scores of candidate clusters and a more intuitive interpretation of locally optimum neighborhoods. We also propose a new factorization algorithm for speeding-up the intensive computation of the required sharedneighbors matrices.The second contribution of the thesis is a generalization of the SNN clustering approach to the multi-source case. Whereas SNN methods appear to be ideally suited to sets of heterogeneous information sources, this multi-source problem was surprisingly not addressed in the literature beforehand. The main originality of our approach is that we introduce an information source selection step in the computation of candidate cluster scores. As shown in the experiments, this source selection step makes our approach widely robust to the presence of locally outlier sources. This new method is applied to a wide range of problems including multimodal structuring of image collections and subspace-based clustering based on random projections. The third contribution of the thesis is an attempt to extend SNN methods to the context of bipartite k-nn graphs. We introduce new SNN relevance measures revisited for this asymmetric context and show that they can be used to select locally optimal bi-partite clusters. Accordingly, we propose a new bipartite SNN clustering algorithm that is applied to visual object’s discovery based on a randomly precomputed matching graph. Experiments show that this new method outperformed state-of-the-art object mining results on OxfordBuilding dataset. Based on the discovered objects, we also introduce a new visual search paradigm, i.e. object-based visual query suggestion.; Cette thèse étudie les méthodes de regroupement basées sur le principe des plus proches voisins partagés (SNN). Comme la plupart des autres approches de clustering à base de graphe, les méthodes SNN sont effectivement bien adaptées à surmonter la complexité des données, l'hétérogénéité et la haute dimensionnalité. La première contribution de la thèse est de revisiter une méthode existante basée sur les voisins partagés en deux points. Nous présentons d'abord un formalisme basé sur la la théorie de décision à contrario. Cela nous permet de tirer des scores de connectivité plus fiable des groupes et une interprétation plus intuitive des voisinage selectionnés optimalement. Nous proposons également un nouveau algorithme de factorisation pour accélérer le calcul intensif nécessaire des matrices des voisins partagés. La deuxième contribution de cette thèse est une généralisation de la classification SNNau cas multi-source. La principale originalité de notre approche est que nous introduisons une étape de sélection des sources d'information optimales dans le calcul de scores de groupes candidats. Chaque groupe est alors associé à son propre sous-ensemble optimal des modalités. Comme le montre le expériences, cette étape de sélection de source rend notre approche largement robuste à la présence de sources locales aberrantes. Cette nouvelle méthode est appliquée à un large éventail de problèmes, y compris la structuration multimodale des collections d'images et dans le regroupement dans des sous-espaces basés sur les projections aléatoires.La troisième contribution de la thèse est une tentative pour étendre les méthodes SNNdans le contexte des graphes biparites. Nous introduisons de nouvelles mesures de pertinence SNNrevisitées pour ce contexte asymétrique et nous montrons qu'elles peuvent être utiliséespour sélectionner localement des voisinages optimales. En conséquence, nous proposons un nouveau algorithme de clustering bipartite SNN qui est appliqué à la découverte d'objets visuels.Les expériences montrent que cette nouvelle méthode est meilleure par rapport aux méthodes de l'état de l'art. Basé sur les objets découverts, nous introduisons également un paradigme de recherche visuelle, c.-à-d les objet basés sur la suggestion de requêtes visuel les.

This thesis investigates new clustering paradigms and algorithms based on the principle of the shared nearest-neighbors (SNN. As most other graph-based clustering approaches, SNN methods are actually well suited to overcome data complexity, heterogeneity and high-dimensionality.The first contribution of the thesis is to revisit existing shared neighbors methods in two points. We first introduce a new SNN formalism based on the theory of a contrario decision. This allows us to derive more reliable connectivity scores of candidate clusters and a more intuitive interpretation of locally optimum neighborhoods. We also propose a new factorization algorithm for speeding-up the intensive computation of the required sharedneighbors matrices.The second contribution of the thesis is a generalization of the SNN clustering approach to the multi-source case. Whereas SNN methods appear to be ideally suited to sets of heterogeneous information sources, this multi-source problem was surprisingly not addressed in the literature beforehand. The main originality of our approach is that we introduce an information source selection step in the computation of candidate cluster scores. As shown in the experiments, this source selection step makes our approach widely robust to the presence of locally outlier sources. This new method is applied to a wide range of problems including multimodal structuring of image collections and subspace-based clustering based on random projections. The third contribution of the thesis is an attempt to extend SNN methods to the context of bipartite k-nn graphs. We introduce new SNN relevance measures revisited for this asymmetric context and show that they can be used to select locally optimal bi-partite clusters. Accordingly, we propose a new bipartite SNN clustering algorithm that is applied to visual object’s discovery based on a randomly precomputed matching graph. Experiments show that this new method outperformed state-of-the-art object mining results on OxfordBuilding dataset. Based on the discovered objects, we also introduce a new visual search paradigm, i.e. object-based visual query suggestion.; Cette thèse étudie les méthodes de regroupement basées sur le principe des plus proches voisins partagés (SNN). Comme la plupart des autres approches de clustering à base de graphe, les méthodes SNN sont effectivement bien adaptées à surmonter la complexité des données, l'hétérogénéité et la haute dimensionnalité. La première contribution de la thèse est de revisiter une méthode existante basée sur les voisins partagés en deux points. Nous présentons d'abord un formalisme basé sur la la théorie de décision à contrario. Cela nous permet de tirer des scores de connectivité plus fiable des groupes et une interprétation plus intuitive des voisinage selectionnés optimalement. Nous proposons également un nouveau algorithme de factorisation pour accélérer le calcul intensif nécessaire des matrices des voisins partagés. La deuxième contribution de cette thèse est une généralisation de la classification SNNau cas multi-source. La principale originalité de notre approche est que nous introduisons une étape de sélection des sources d'information optimales dans le calcul de scores de groupes candidats. Chaque groupe est alors associé à son propre sous-ensemble optimal des modalités. Comme le montre le expériences, cette étape de sélection de source rend notre approche largement robuste à la présence de sources locales aberrantes. Cette nouvelle méthode est appliquée à un large éventail de problèmes, y compris la structuration multimodale des collections d'images et dans le regroupement dans des sous-espaces basés sur les projections aléatoires.La troisième contribution de la thèse est une tentative pour étendre les méthodes SNNdans le contexte des graphes biparites. Nous introduisons de nouvelles mesures de pertinence SNNrevisitées pour ce contexte asymétrique et nous montrons qu'elles peuvent être utiliséespour sélectionner localement des voisinages optimales. En conséquence, nous proposons un nouveau algorithme de clustering bipartite SNN qui est appliqué à la découverte d'objets visuels.Les expériences montrent que cette nouvelle méthode est meilleure par rapport aux méthodes de l'état de l'art. Basé sur les objets découverts, nous introduisons également un paradigme de recherche visuelle, c.-à-d les objet basés sur la suggestion de requêtes visuel les.

There are about a hundred sulci in the human brain and over a hundred billion white matter fibers. These two anatomical structures differ in their number, their physical arrangements and in the function they serve but they do share a common geometric description: they are both open continuous curves. This thesis is a study of how the physical attributes of open curves can be used to advantage in the many varied quantitative applications of sulci and white matter fibers. Shape, scale, orientation and position, the four physical features associated with open curves, have different properties so the usual approach has been to design different metrics and spaces to treat them individually. We take an alternative approach using a comprehensive Riemannian framework where joint feature spaces allow for analysis of combinations of features. We can compare curves by using geodesic distances which quantify their differences. We validate the metrics we use, demonstrate practical uses and apply the tools to important clinical problems. To begin, specific tract configurations in the corpus callosum are used to showcase clustering results that depend on the Riemannian distance metric used. This nicely argues for the judicious selection of metrics in various applications, a central premise in our work. The framework also provides tools for computing statistical summaries of curves. We represent fiber bundles with a mean and variance which describes their essential characteristics. This is both a convenient way to work with a large volume of fibers and is a first step towards statistical analysis. Next, we design and implement methods to detect morphological changes which can potentially track progressive white matter disease. With sulci, we address the specific problem of labeling. An evaluation of physical features and methods such as clustering leads us to a pattern matching solution in which the sulcal configuration itself is the best feature, Il y a dans le cerveau humain environ 100 sillons corticaux, et plus de 100 milliards de faisceaux de matière blanche. Si le nombre, la configuration et la fonction de ces deux structures anatomiques diffèrent, elles possèdent toutefois une propriété géométrique commune: ce sont des courbes ouvertes continues. Cette thèse se propose d'étudier comment les caractéristiques des courbes ouvertes peuvent être exploitées afin d'analyser quantitativement les sillons corticaux et les faisceaux de matière blanche. Les quatre caractéristiques d'une courbe ouverte-forme, taille, orientation et position- ont des propriétés différentes, si bien que l'approche usuelle est de traiter chacune séparément à l'aide d'une métrique ad hoc. Nous introduisons un cadre riemannien adapté dans lequel il est possible de fusionner les espaces de caractéristiques afin d'analyser conjointement plusieurs caractéristiques. Cette approche permet d'apparier et de comparer des courbes suivant des distances géodésiques. Les correspondances entre courbes sont établies automatiquement en utilisant une métrique élastique. Dans cette thèse, nous validerons les métriques introduites et nous montrerons leurs applications pratiques, entre autres dans le cadre de plusieurs problèmes cliniques importants. Dans un premier temps, nous étudierons spécifiquement les fibres du corps calleux, afin de montrer comment le choix de la métrique influe sur le résultat du clustering. Nous proposons ensuite des outils permettant de calculer des statistiques sommaires sur les courbes, ce qui est un premier pas vers leur analyse statistique. Nous représentons les groupes de faisceaux par la moyenne et la variance de leurs principales caractéristiques, ce qui permet de réduire le volume des données dans l'analyse des faisceaux de matière blanche. Ensuite, nous présentons des méthodes permettant de détecter les changements morphologiques et les atteintes de la matière blanche. Quant aux sillons corticaux, nous nous intéressons au problème de leur labellisation.

The motivation of this thesis is the in vivo dissection of the human brain's white matter from diffusion magnetic resonance imaging. This procedure isolates the human brain's white matter tracts that play a role in a particular function or disorder of the brain so they can be analysed. Manually performing this task requires a great knowledge of brain anatomy and several hours of work. Hence, the development of a technique to automatically perform the identification of white matter structures is of utmost importance. The brain is organized in networks that are made up of tracts connecting different regions. These networks are important for the development of brain functions such as language or vision. Moreover, lesions and cognitive disorders are sometimes better explained by disconnection mechanisms between cerebral regions than by damage of those regions. Despite several decades of tracing these networks in the brain, our knowledge of cerebral connections has progressed very little since the beginning of the last century. Recently, we have seen a spectacular development of magnetic resonance imaging (MRI) techniques for the study of the living human brain. One technique for exploring white matter tissue characteristics and pathways in vivo is Diffusion MRI (dMRI). Particularly, dMRI-based tractography facilitates tracing the white matter tracts in vivo. Overall, dMRI is a promising technique to explore the anatomical basis of human cognition and its disorders. This thesis has several contributions. We develop the means for the automatic dissection of WM tracts from dMRI, this is based on a mathematical framework for the WM and its tracts based on the Gaussian process formalism. Using this framework, we develop techniques to find group differences in the white matter, particularly between healthy and schizophrenic subjects and to improve the visualization and representation of spinal cord MRI images., La motivation de cette thèse est la dissection in vivo de la MB. Cette procédure permet d'isoler les faisceaux de la MB, qui jouent un rôle particulier dans le fonctionnement du cerveau, de façon à pouvoir les analyser. L'exécution manuelle de cette tache requiert une grande connaissance du cerveau et demande plusieurs heures de travail. Le développement d'une technique automatique est donc de la plus grande importance. Le cerveau est organisé tel un réseau reliant différentes régions. Ce réseau est important pour le développement de fonctions comme le langage. Certains troubles cognitifs peuvent être expliqués par des problèmes de connexion entres régions plutôt qu'à un dommage de ces dernières. Malgré plusieurs décennies de travail sur ces réseaux, nos connaissances sur le sujet n'ont pas beaucoup évoluées depuis le début du siècle dernier. Récemment, un développement spectaculaire des techniques de l'imagerie à résonance magnétique (IRM) à permis l'étude vivant du cerveau humain. Une technique permettant l'exploration les faisceaux de la matière blanche (MB) in vivo est l'IRM de diffusion (IRMd). En particulier, la trajectographie à partir de l'IRMd facilite le traçage des faisceaux de la MB. C'est donc une technique prometteuse afin d'explorer l'aspect cognitif de l'anatomie humaine ainsi que de ses troubles. Cette thèse contient plusieurs contributions : Nous développons des moyens d'automatiser la dissection de la MB, c'est a dire le cadre mathématique nécessaire à sa compréhension. Ces outils nous permettent ensuite de développer des techniques d'analyse de la moelle épinière et de recherche de différences dans la MB entre des individus sains et schizophrènes.

This article focuses on the case of the China Accounting Standards Committee (CASC), which acted in 2006 to require the use of the “pooling of interests method” under certain circumstances when accounting for business combinations. In contrast, the pooling of interests method has been explicitly prohibited by the US Financial Accounting Standard Board (FASB) and the IASB. The paper discusses two principal issues. The first concerns the cultural and economic context of Chinese economic development which led the Chinese standards setters to adopt an approach to accounting for business combinations which differs from the IASB standard. The second deals with the role played by the understanding of the underlying economics of business combinations, which leads in turn to different representations of the combination process. The complexity of accounting for the industrial reorganization that is currently taking place in China has led to the realization that some business combinations are mergers and not acquisitions. This is a significant observation and one which is worthy of greater discussion and consideration by accounting standards setting bodies., Cette communication se concentre sur le cas du comité de normalisation de comptabilité de la Chine (CASC), qui a agi en 2006 de permettre l'utilisation de la méthode de mise en commun des intérêts pour les fusions dans certaines circonstances. Pourtant, cette méthode a été explicitement interdite par le FASB et l'IASB. On discute dans cet article deux questions principales. La première concerne le contexte culturel et économique du développement économique chinois, ce qui a mené les régulateurs chinois à adopter une approche aux regroupements qui diffère de la norme d'IASB. La deuxième traite du rôle joué par la compréhension de la réalité économique qui sous-tende les regroupements. La complexité de la réorganisation industrielle qui trouve actuellement en Chine mène à la réalisation que quelques regroupements sont des fusions et pas des acquisitions. C'est une observation significative qui soit digne d'une plus grande discussion et considération par les régulateurs des normes comptables internationales.

The inflammation acute phase is a transitional period that follows the trauma, predominantly coordinated by mediators such as cytokines. The latter mainly targets the liver which then regulates among others APP and APRIPS production. This work initially shows the creation of a microarray platform dedicated to human hepatic transcriptome analysis and founded on the one hand on the development of the microarray itself by indicating cDNA probes which define it, on the other hand on the creation of a standardized database and also by the writing of statistical analysis software. It shows finally how this platform allowed to highlight on the one hand a correlation between both 134 transcripts and inflammation degree and on the other hand a list of genes clustered in 12 functional groups undergoing modifications of their transcription, their post-transcriptionnal stability and their translation during the inflammation acute phase.; La phase aigue de l'inflammation sytemique est une periode de transition subsequente au trauma, coordonnee par des mediateurs telles les cytokines. Ces dernieres ciblent ma joritairement le foie, lequel regule alors principalement la production des APPs et des APRIPs. Ce travail montre d'abord la creation d'une plate-forme a puces a ADN dediee a l'etude du transriptome hepatique humain et fondee d'une part sur le developpement de la puce elle-meme par la designation des sondes ADNc qui la definissent, d'autre part sur la creation d'une base de donnees standardisee et ́egalement sur l'ecritre de programmes d'analyse statistique. Il montre enfin comment cette plate-forme a permis de mettre en evidence d'une part une correlation entre 134 transcripts et le degre de l'inflammation et d'autre part une liste de genes repartis en 12 groupes fonctionnels subissant une alteration de leur transcription, de leur stabilite post-transcriptionnelle et de leur traduction durant la phase aigue de linflammation.

Vom dritten bis zum siebenten Jahrhundert blieben die Civitates der Bezugsrahmen des lokalen Lebens. Sie behielten dabei zwar gröβtenteils ihr Territorium und ihre Hauptorte wurden nach und nach Bischofssitz. In bestimmten Fällen erzwang jedoch der Kaiser, später der König, einschneidende Veränderungen. So wurden manche Civitates mit einer benachbarten zusammengelegt und hörten dadurch auf zu existieren. Andere verloren einen Teil ihres Territoriums, der seinerseits einer neuen Civitas zugeschlagen wurde. Bei wieder anderen wechselte der Hauptort. Bischofssitze wurden verlagert. All diese Umgestaltungen sind nicht die Folge einer systematischen Politik. Sie erklären sich vielmehr vor dem Hintergrund eines komplexen Gefüges unterschiedlicher Zusammenhänge, das nicht einfach zu durchdringen ist (Stichworte dazu sind etwa die Verarmung, eine nicht ausreichende oder aber übermäβige Gröβe des Territoriums, Zugewinne, Rationalisierung usw.). Sie kommen von Fall zu Fall während des ganzen angegebenen Zeitraums vor und betreffen vor allem die Civitates der Viennensis und der Alpes Maritimae., From the 3rd to the 7th c., civitates remain the frame of local life. Most of them kept their territory and their chief towns became progressively bishoprics. However, emperors then kings imposed large transformations to a number of them : some vanished after having been grouped with a neighbour bordering city, other lost part of their territory which was assigned to a new civitas ; others received a new chief town and bishoprics moved. This reorganization was not dictated by a systematic policy but by complex and varied reasons difficult to recognize : impoverishment, insufficient or excessive size, conquest, rationalization… They happened sporadically all along the period and mainly affected the civitas of Viennensis and Alpes Maritimae., Du IIIe au VIIe s., les cités demeurèrent le cadre de la vie locale. Pour la plupart, elles conservèrent leur territoire, et leurs capitales devinrent progressivement des sièges épiscopaux. Toutefois les empereurs, puis les rois, imposèrent à certaines des transformations importantes : certaines disparurent après avoir été regroupées avec une de leurs voisines ; d’autres perdirent une partie de leur territoire qui fut affecté à une nouvelle cité ; d’autres encore changèrent de chef-lieu ; des sièges épiscopaux furent déplacés. Ces remaniements n’obéissaient pas à une politique systématique, mais à des raisons complexes et variables (appauvrissement, taille insuffisante ou excessive, conquête, rationalisation…) difficiles à percevoir. Ils se produisirent de façon sporadique, pendant toute la période, et affectèrent surtout les cités de Viennoise et celles des Alpes Maritimes., Beaujard Brigitte. Les cités de la Gaule méridionale du IIIe au VIIe s.. In: Gallia, tome 63, 2006. pp. 11-23.

The inflammation acute phase is a transitional period that follows the trauma, predominantly coordinated by mediators such as cytokines. The latter mainly targets the liver which then regulates among others APP and APRIPS production. This work initially shows the creation of a microarray platform dedicated to human hepatic transcriptome analysis and founded on the one hand on the development of the microarray itself by indicating cDNA probes which define it, on the other hand on the creation of a standardized database and also by the writing of statistical analysis software. It shows finally how this platform allowed to highlight on the one hand a correlation between both 134 transcripts and inflammation degree and on the other hand a list of genes clustered in 12 functional groups undergoing modifications of their transcription, their post-transcriptionnal stability and their translation during the inflammation acute phase., La phase aigue de l'inflammation sytemique est une periode de transition subsequente au trauma, coordonnee par des mediateurs telles les cytokines. Ces dernieres ciblent ma joritairement le foie, lequel regule alors principalement la production des APPs et des APRIPs. Ce travail montre d'abord la creation d'une plate-forme a puces a ADN dediee a l'etude du transriptome hepatique humain et fondee d'une part sur le developpement de la puce elle-meme par la designation des sondes ADNc qui la definissent, d'autre part sur la creation d'une base de donnees standardisee et ́egalement sur l'ecritre de programmes d'analyse statistique. Il montre enfin comment cette plate-forme a permis de mettre en evidence d'une part une correlation entre 134 transcripts et le degre de l'inflammation et d'autre part une liste de genes repartis en 12 groupes fonctionnels subissant une alteration de leur transcription, de leur stabilite post-transcriptionnelle et de leur traduction durant la phase aigue de linflammation.

The modelization of the Web graph and the modelization and the extraction of communities in the graph of the Web are the subject of this thesis, which is divided into two parts. The first part makes an analysis of large graphs and introduced a new model of random crawls. We starts by defining the common properties of networks, then gives some random models for the generation of networks. To finish, we proposes a new model of random crawls.Then, the second part proposes two models of emergence of community in the networks. After a remainder on the algorithms of classification: PageRank and HITS is presented the gravitational model in which the nodes of a network are mobile and interact to the links between them. The communities emerge quickly after some iterations. The second model is an improvement of the first, the nodes have now an objective which consists in reaching their communities., Le graphe du Web, plus précisément le crawl qui permet de l'obtenir et les communautés qu'il contient est le sujet de cette thèse, qui est divisée en deux parties.La première partie fait une analyse des grand réseaux d'interactions et introduit un nouveau modèle de crawls du Web. Elle commence par définir les propriétés communes des réseaux d'interactions, puis donne quelques modèles graphes aléatoires générant des graphes semblables aux réseaux d'interactions. Pour finir, elle propose un nouveau modèle de crawls aléatoires.La second partie propose deux modèles de calcul de communautés par émergence dans le graphe du Web. Après un rappel sur les mesures d'importances, PageRank et HITS est présenté le modèle gravitationnel dans lequel les nœuds d'un réseau sont mobile et interagissent entre eux grâce aux liens entre eux. Les communautés émergent rapidement au bout de quelques itérations. Le second modèle est une amélioration du premier, les nœuds du réseau sont dotés d'un objectif qui consiste à atteindre sa communautés.

International audience

In object-oriented or object-relational databases such as multimedia databases or most XML databases, access patterns are not static, i.e., applications do not always access the same objects in the same order repeatedly. However, this has been the way these databases and associated optimisation techniques such as clustering have been evaluated up to now. This paper opens up research regarding this issue by proposing a dynamic object evaluation framework (DOEF). DOEF accomplishes access pattern change by defining configurable styles of change. It is a preliminary prototype that has been designed to be open and fully extensible. Though originally designed for the object-oriented model, it can also be used within the object-relational model with few adaptations. Furthermore, new access pattern change models can be added too. To illustrate the capabilities of DOEF, we conducted two different sets of experiments. In the first set of experiments, we used DOEF to compare the performances of four state of the art dynamic clustering algorithms. The results show that DOEF is effective at determining the adaptability of each dynamic clustering algorithm to changes in access pattern. They also led us to conclude that dynamic clustering algorithms can cope with moderate levels of access pattern change, but that performance rapidly degrades to be worse than no clustering when vigorous styles of access pattern change are applied. In the second set of experiments, we used DOEF to compare the performance of two different object stores: Platypus and SHORE. The use of DOEF exposed the poor swapping performance of Platypus., Comment: 20 pages

International audience; Nous apportons dans cette contributionde nouvelles réflexions au champ ouvert par celles conduites à partir de l'étude du texte biblique de la Genèse.1Nous avions considéré la parole divine face à l'informe de la matière et rapporté le principe à l'œuvre dans ce récit de la Création au tracé d'une ligne délimitant des formes. Nous avions reconnu trois pouvoirs à ce principe : un pouvoir de séparation (le pouvoir sécant), un pouvoir de regroupement (de rassemblement), un pouvoir de gouvernement (de gouvernance). Nous avions examiné comment des formes parfaites surviennent, sur la seule injonction divine, dans une immédiateté saisissante, ignorant tout des lois de la successivité et par là de la séquence "aspectuelle" classique (début-développement-fin). Avec la naissance de l'"organisé", nous avions assisté à la naissance concomitante de la "perfectivité".2Nous reprenons ici cette immédiateté qui suspend toute considération de temps, annulant la distinction, aussi infime fût-elle, entre un "avant" et un "après". Cette immédiateté dans laquelle fusionnent et co-ïncident le vouloir-désir de Dieu et la Création de ses formes, nous voulons la questionner à même la parole divine : qu'en est-il de l'immédiateté, que nous avions constatée dans l'œuvre, dès lors que nous l'interrogeons du côté de la pensée de l'"organisateur" ? Et que signifie que notre questionnement s'adresse au Créateur, et non plus à la Création ? Nous inversons les pôles de l'agir divin — Schelling dirait que nous considérons maintenant le principe "affirmant" et non plus l'"affirmé", le principe "affirmant" étant conçu comme étant en avance sur le principe "affirmé", l'être.3Notes :1 Cf. Daviet-Taylor, F., "Du tracé de la ligne dans la Genèse: naissance du nombre, de la limite et de la perfectivité ", Dumas, Ch., Gangl, M. (éds), Le théâtre du monde, Mélanges offerts à Manfred Eggert, Université d'Angers,2006, p. 67-85)2 Ibid.3 Cf. Daviet-Taylor, 1993, 49. Nous avions découvert dans cet article des considérations étrangement jumelles entre le philosophe F. W. J. Schelling et le linguiste Gustave Guillaume dans leur approfondissement du rapport entre la puissance (le virtuel) et l'acte (le réel actualisé). Ces considérations éclairent également cette contribution. Citons cet aphorisme de Schelling : "L'affirmatif (le concept) est toujours plus grand que l'affirmé (la chose)." In Œuvres métaphysiques, p. 33, aphorisme 58.

In image synthesis, the global illumination family of methods rely on the expression of the energetic equilibrium between objects, and as consequence the precise simulation of subtle lighting effects due to numerous reflections of light, that couldn't be taken into account by local lighting models. Therefore, it seems logical to try to use them for the synthesis of realistic computer animations. In this document, we suggest to replace the computation of the numerous integral equations corresponding to each frame by a single 4-dimensional equation. We propose an extension of the hierarchical radiosity algorithm, in the case where all movement is known a priori, that allows us to benefit from the temporal coherence. The radiosity at each point of the scene, for each date of the animation, is expressed in a hierarchical function basis defined over a mesh produced by an automatic refinement process. The extension of this mesh to a 4-dimensional space allows the computation of light exchanges over a finite time interval instead of a given fixed date. This algorithm allows the simulation of global light exchanges in an animated scene, faster and with a quality similar to frame by frame computations.To this purpose, we present new dedicated refinement oracles. To allow the computation of geometrically complex scenes, we discuss the extension of clustering approaches to the case of animated scenes. We also introduce a method to reduce the temporal discontinuities in the radiosity function based on the use of higher order basis functions (MultiWavelets) in the time dimension. Finally, we present a mechanism to schedule the space-time hierarchical radiosity computations to allow the use of disk caching and reduce the amount of memory required by our algorithm., Les méthodes globales de simulation de l'éclairage permettent, à la différence des méthodes d'éclairage local, d'exprimer l'équilibre énergétique dans les échanges entre différents objets, et donc de simuler précisément les effets subtils d'éclairage dûs aux nombreuses inter-réflexions. Il est donc naturel de souhaiter les utiliser pour la synthèse réaliste de films d'animation. Plutôt que de résoudre une succession d'équations intégrales tri-dimensionelles, nous modélisons les échanges lumineux ayant lieu au cours de l'animation sous la forme d'une unique équation intégrale quadri-dimensionelle. Dans le cas ou l'intégralité des mouvements est connue à l'avance, nous proposons une extension de l'algorithme de radiosité hiérarchique mettant à profit la cohérence temporelle. La radiosité en chaque point et à chaque instant y est exprimée dans une base de fonctions hiérarchiques définies sur un maillage produit par un processus de raffinement. L'extension de ce maillage à un espace à quatre dimensions nous permet de calculer des échanges lumineux sur un intervalle de temps fini au lieu d'une date donnée. L'algorithme ainsi défini permet la simulation de l'éclairage global diffus dans une scène animée, dans un temps largement inférieur, avec une qualité équivalente. Nous avons développé pour cela de nouveaux oracles de raffinement ad hoc, que nous présentons ici. Afin de permettre le calcul de scènes géométriquement complexes, nous présentons une nouvelle politique de regroupement hiérarchique des objets adaptée au cas quadri-dimensionnel. Nous présentons également un algorithme permettant la réduction des discontinuités temporelles dues aux approximations effectuées lors de la résolution, basé sur l'emploi de bases de multi-ondelettes. Finalement, nous présentons un mécanisme d'ordonnancement des calculs et de sauvegarde temporaire sur une mémoire de masse permettant de réduire la consommation en mémoire vive de l'algorithme.

International audience; (L. du 27 juill. 1999, JO 28 juill. 1999, p. 11229)

International audience

In few years, parallel computers have been designed and have been widely developped. The main technical problems have been solved and today, the crucial goal is to provide a framework, a parallel programming environment, in order to program these machines. This thesis is part of the IMAG APACHE project which aims at building such an environment. The graphs are DAGs (Directed Acyclic Graphs). The process leading to the parallelization of an application consists of three main steps, with the scheduling and mapping as the central phase. Within this context, we focus our study on the designing of efficient and adaptable scheduling strategies, in the case of various granularity and within various execution models. From an algorithm that provided optimal schedules for the case of UECT intrees (unit execution and communication time tasks) on two processors, we have shown that it was possible to yield near-optimal schedules for intrees with a ration computation/communications lower or greater than one. Moreover, the same algorithm provides, for given families of intrees, optimal schedules within a totally different execution model. This study on two processors is extended for the case of m (greater than two) identical processors and for two uniform processors. Finally, part of this work is dedicated to the study of scheduling strategies for the special graphs generated by Athapascan (APACHE project) for which the determination of the granularity can be done during the scheduling phase., En quelques dizaines d'années, l'informatique a vu naître et se développer des machines fonctionnant avec plusieurs processeurs. Les difficultés techniques rencontrées pour la conception de ces ordinateurs ont été surmontées et l'un des défis majeur d'aujourd'hui est de fournir une plateforme pour la programmation parallèle. Ce travail de thèse s'inscrit dans le cadre du projet IMAG APACHE qui a pour but la conception d'un tel environnement. Le modèle de graphes que nous manipulons est un graphe de tâches orienté sans cycle. Le processus consistant à paralléliser une application est découpé en trois phases principales, avec l'ordonnancement et le placement des différentes parties de l'application comme étape centrale. Dans ce contexte, nous avons concentrés nos efforts sur la recherche de stratégies d'ordonnancement présentant de réelles qualités de robustesse et d'efficacité pour des graphes de différentes granularités, et pour des ensembles d'hypothèses d'exécution différents. A partir d'un algorithme produisant des ordonnancements optimaux dans le cas de graphes à structure arborescente formés de tàches de durées unitaires et de communications unitaires, nous avons montré qu'il était possible d'obtenir des ordonnancements, dont l'écart par rapport à l'optimal est borné, pour des arbres de granularité différente. Nous avons montré également que ce même algorithme permettait d'obtenir dans certains cas des ordonnancements optimaux pour un modèle d'exécution totalement différent de celui pour lequel il avait été originellement conçu. Cette étude sur deux processeurs a été mené pour un nombre supérieur de processeurs identiques et pour deux processeurs uniformes. Enfin, une partie de ce travail est dédiée à la recherche de stratégies d'ordonnancement pour des graphes générés par l'environnement Athapascan (projet APACHE) qui présentent la particularité de permettre l'adaptation de la granularité en fonction de la machine cible.

This thesis presents ANDES, a technique for quantitative modelling of parallel algorithms and programs. An ANDES model is a valued DAG composed of computation nodes. The precedence is modelled by arcs. Data flow is modelled through input/output logics. Still, ANDES allows the representation of some non-determinist characteristics like branching. Hierarchical and regular models can also be constructed. Some examples are given. ANDES is introduced after an overview of other modelling techniques available in the literature (e.g. GMB). The ANDES-C library is used to represent ANDES models which are indeed C programs. One of the advantage of this textual representation is the possibility of easy description of thousands of computation nodes. ANDES can be employed inside different contexts of performance evaluation, mainly in order to describe a workload. This workload model can be given, for example, to a simulator or to an analytical model (e.g., a queueing system). In this work, ANDES is used to generate a synthetic load to be executed on a real parallel machine. This environment for generation and execution is called ANDES-Synth. Inside this environment, it is also possible to model a parallel machine which is ``emulated'' on the real multiprocessor. We use ANDES-Synth for the evaluation of static mapping strategies (four greedy heuristics and two iterative algorithms). A clustering technique (used in the Pyrros tool) is employed in order to apply the mapping strategies to the ANDES models. -- Taille du fichier postscript : 1521,932 KB; Cette thèse présente ANDES, une technique de modélisation quantitative d'algorithmes et de programmes parallèles. Le modèle est un graphe orienté et valué sans circuit composé de noeuds de calcul. Les arcs modélisent la précédence. Par le moyen de logiques d'entrée et de sortie, il est possible de modéliser le flot de données. ANDES prévoit la modélisation de certaines caractéristiques non-déterministes des algorithmes (e.g. branchement). Un support pour la description hiérarchique et regulière est aussi prevu. Des exemples de modèles ANDES sont présentés. La description du modèle est faite à partir d'une étude des autres techniques disponibles dans la littérature (e.g., GMB). La bibliothèque ANDES-C est utilisé pour la description de modèles ANDES. Avec cette bibliothèque, un modèle ANDES est décrit comme un programme C. L'avantage de cette représentation textuelle est, entre autres, la possibilité de décrire, de façon compacte, de modèles avec de milliers de noeuds de calcul. Le modèle ANDES peut être utilisé dans différents contextes d'évaluation de performances, principalement comme une forme de modélisation d'une charge de travail. Ce modèle de la charge de travail peut être donné, par exemple, à un simulateur ou à un modèle analytique (e.g., un système de files d'attente). Dans ce travail, nous utilisons ANDES afin de générer, à partir des modèles, des charges synthétiques exécutées par une vraie machine parallèle. Cet environnement de transformation et d'exécution d'une charge synthétique est appelé ANDES-Synth. A part le modèle de la charge de travail, il est possible de modéliser aussi une machine parallèle qui est "émulée" par la machine parallèle cible. ANDES-Synth est utilisé, dans ce travail de thèse, pour l'évaluation de stratégies de placement statique (quatre heuristiques gloutonnes et deux itératives). Un algorithme de regroupement (utilisé dans l'outil Pyrros) est utilisé afin de permettre l'application des stratégies de placement aux modèles ANDES.

This thesis presents ANDES, a technique for quantitative modelling of parallel algorithms and programs. An ANDES model is a valued DAG composed of computation nodes. The precedence is modelled by arcs. Data flow is modelled through input/output logics. Still, ANDES allows the representation of some non-determinist characteristics like branching. Hierarchical and regular models can also be constructed. Some examples are given. ANDES is introduced after an overview of other modelling techniques available in the literature (e.g. GMB). The ANDES-C library is used to represent ANDES models which are indeed C programs. One of the advantage of this textual representation is the possibility of easy description of thousands of computation nodes. ANDES can be employed inside different contexts of performance evaluation, mainly in order to describe a workload. This workload model can be given, for example, to a simulator or to an analytical model (e.g., a queueing system). In this work, ANDES is used to generate a synthetic load to be executed on a real parallel machine. This environment for generation and execution is called ANDES-Synth. Inside this environment, it is also possible to model a parallel machine which is ``emulated'' on the real multiprocessor. We use ANDES-Synth for the evaluation of static mapping strategies (four greedy heuristics and two iterative algorithms). A clustering technique (used in the Pyrros tool) is employed in order to apply the mapping strategies to the ANDES models. -- Taille du fichier postscript : 1521,932 KB; Cette thèse présente ANDES, une technique de modélisation quantitative d'algorithmes et de programmes parallèles. Le modèle est un graphe orienté et valué sans circuit composé de noeuds de calcul. Les arcs modélisent la précédence. Par le moyen de logiques d'entrée et de sortie, il est possible de modéliser le flot de données. ANDES prévoit la modélisation de certaines caractéristiques non-déterministes des algorithmes (e.g. branchement). Un support pour la description hiérarchique et regulière est aussi prevu. Des exemples de modèles ANDES sont présentés. La description du modèle est faite à partir d'une étude des autres techniques disponibles dans la littérature (e.g., GMB). La bibliothèque ANDES-C est utilisé pour la description de modèles ANDES. Avec cette bibliothèque, un modèle ANDES est décrit comme un programme C. L'avantage de cette représentation textuelle est, entre autres, la possibilité de décrire, de façon compacte, de modèles avec de milliers de noeuds de calcul. Le modèle ANDES peut être utilisé dans différents contextes d'évaluation de performances, principalement comme une forme de modélisation d'une charge de travail. Ce modèle de la charge de travail peut être donné, par exemple, à un simulateur ou à un modèle analytique (e.g., un système de files d'attente). Dans ce travail, nous utilisons ANDES afin de générer, à partir des modèles, des charges synthétiques exécutées par une vraie machine parallèle. Cet environnement de transformation et d'exécution d'une charge synthétique est appelé ANDES-Synth. A part le modèle de la charge de travail, il est possible de modéliser aussi une machine parallèle qui est "émulée" par la machine parallèle cible. ANDES-Synth est utilisé, dans ce travail de thèse, pour l'évaluation de stratégies de placement statique (quatre heuristiques gloutonnes et deux itératives). Un algorithme de regroupement (utilisé dans l'outil Pyrros) est utilisé afin de permettre l'application des stratégies de placement aux modèles ANDES.

National audience