Ce manuscrit d'Habilitation à Diriger des Recherches présente des résultats que j'ai obtenus dans le cadre d'activités de recherche menées depuis 2005 en tant que Maître de Conférences à l'Université Paris-Sud XI. Au début de cette période XML ( eXtensible Markup Language) était déjà reconnus comme le standard pour la représentation de données semi structurées. En même temps, XML c'est aussi affirmé comme format de représentation dans le contexte de l'intégration et l'échange de données. Pendant cette période mes intérêts de recherche se sont situés à la confluence des langages des bases de données et langages de programmation, et se sont focalisé sur l'utilisation des systèmes de types pour assurer la sureté et optimisation des programmes manipulant les données XML. Plus en détails, je me suis principalement intéressé à trois axes de recherche: i) optimisation de requêtes et mise à jours XML via la projection de données, ii) vérification de la correction des mappings entre deux schémas XML, iii) algorithmes efficaces pour la vérification d'inclusion entre schémas XML (une propriété qui est à la base des systèmes de types pour requêtes et mises à jour XML). Ce manuscrit d'Habilitation à Diriger des Recherches est consacré à ces trois axes de recherche, et présente le contexte, les motivations et résultats obtenus pour chacun des axes.

Cette thèse se place dans le cadre de l'inférence de programmes d'extraction d'information à partir du Web. Elle soutiens les deux idées suivantes: - l'ultilisation de la structure arborescente des documents du Web permet de définir des programmes d'extraction expressifs et efficaces; - les techniques d'inférences grammaticale sur les arbres sont bien adaptées pour l'inférences de programmes d'extraction d'information.

Cette thèse se place dans le cadre de l'inférence de programmes d'extraction d'information à partir du Web. Elle soutiens les deux idées suivantes: - l'ultilisation de la structure arborescente des documents du Web permet de définir des programmes d'extraction expressifs et efficaces; - les techniques d'inférences grammaticale sur les arbres sont bien adaptées pour l'inférences de programmes d'extraction d'information.

La thèse défendue dans ce mémoire est qu'il est possible de concevoir des algorithmes d'apprentissage de programmes d'extraction n-aire pour les documents semi-structurés, qui est une classe non triviale de transformation d'arbres, de manière supervisée et avec peu d'intervention de l'utilisateur. Les documents semi-structurés ont une structure arborescente. Hors peu de systèmes d'induction supervisée d'extracteurs en tirent partie. La plupart d'entre eux considèrent les documents comme une séquence mélangeant balises et contenu [51, 42, 40, 78, 65]. Plus récemment sont apparus des algorithmes d'induction exploitant pleinement la structure d'arbre des documents semi-structurés [43, 48, 81, 12, 39, 56, 36]. Cette thèse s'inscrit dans ce courant et soutient l'idée que l'exploitation de la structure des documents semi-structurés permet d'induire des extracteurs expressifs et performants. L'induction est réalisée à l'aide d'algorithmes d'apprentissage automatique de classification supervisée. Ce choix est motivé à la fois par le succès des approches d'extractions fondée sur la classification, mais surtout par la volonté d'utiliser des algorithmes d'apprentissage existants et connus. Bien que le codage de exemples d'apprentissage en attribut-valeur prenne en compte la nature arborescente des documents semi-structurés, il est générique et intègre peu de connaissance de base. Cependant toute nouvelle connaissance est facilement intégrable. Notre représentation des données est adaptative. Dans notre approche, l'extraction n-aire est réalisée de manière incrémentale au cours d'une boucle croissante sur la taille des n-uplets. Ce procédé d'extraction ne fait aucune hypothèse sur la disposition des données dans les documents. Aucun post-traitement n'est effectué : notre algorithme réalise en même temps l'extraction des composantes et leur combinaison en n-uplets. Précisons qu'un extracteur obtenu par PaF, notre système, est utilisable tel quel, comme une boite noire, avec en entrée des documents HTML ou XML, et en sortie l'ensemble des n-uplets extraits. De plus le système PaF est implémenté dans un cadre interactif qui permet l'induction à partir d'un faible nombre d'interactions. L'utilisateur fournit quelques annotations qui servent d'amorce à l'apprentissage d'un extracteur hypothèse. Ici commence une boucle d'interaction dans laquelle l'utilisateur corrige les erreurs de l'hypothèse courante et relance l'apprentissage jusqu'à l'obtention d'une hypothèse correcte. PaF permet d'apprendre des extracteurs n-aires performants à partir de peu d'exemples. Les résultats expérimentaux montrent que PaF atteint les performances des meilleurs systèmes n-aires. De plus son procédé d'extraction reste applicable et efficace même lorsque l'organisation des données dans les documents semi-structurés est complexe. L'évaluation expérimentale montre également que le cadre interactif de PaF permet de réduire l'effort d'annotation de l'utilisateur, tout en préservant la qualité des extracteurs induits.

Ce travail est devoué à la Réalisabilité de Krivine, se focalisant sur les aspects calculatoires des réalisateurs des formules. Chaque formule a un jeu associé. Chaque preuve fournit un therme capable d'implémenter une stratégie gagnante pour le jeux associé à la formule qu'elle démontre. Une preuve est, par adéquation, un combinateur capable de prendre des stratégies gagnantes pour les hypothèses et les combiner pour rendre une stratégie gagnante pour la conclusion. Y-sont abordés: A. Le problème de l'espécification, consistant a décrire en termes calculatoires les réalisateurs d'une formule donée. Des nombreaux examples y-sont traités. B. On étudie une preuve en tant que combinateur de stratégies gagnantes: On pose une implication $A\to B$ où $A$ et $B$ sont des formules $\Sigma^0_2$. Soit $C$ la forma normale prenexe de $A\to B$. On étudie une preuve de $A, C\to B$ en tant que combinateur de stratégies gagnantes. En faisant ce travail, certaines techniques sont développées pour tracer l'éxécution d'un processus, dont notamment la "méthode des fils".

Le domaine des neurosciences computationnelles s'intéresse à la modélisation des fonctions cognitives à travers des modèles numériques bio-inspirés. Dans cette thèse, nous nous intéressons en particulier à l'apprentissage dans un contexte multimodal, c'est à dire à la formation de représentations cohérentes à partir de plusieurs modalités sensorielles et/ou motrices. Notre modèle s'inspire du cortex cérébral, lieu supposé de la fusion multimodale dans le cerveau, et le représente à une échelle mésoscopique par des colonnes corticales regroupées en cartes et des projections axoniques entre ces cartes. Pour effectuer nos simulations, nous proposons une bibliothèque simplifiant la construction et l'évaluation de modèles mésoscopiques. Notre modèle d'apprentissage se base sur le modèle BCM (Bienenstock-Cooper-Munro), qui propose un algorithme d'apprentissage non-supervisé local (une unité apprend à partir de ses entrées de manière autonome) et biologiquement plausible. Nous adaptons BCM en introduisant la notion d'apprentissage guidé, un moyen de biaiser la convergence de l'apprentissage BCM en faveur d'un stimulus choisi. Puis, nous mettons ce mécanisme à profit pour effectuer un co-apprentissage entre plusieurs modalités. Grâce au co-apprentissage, les sélectivités développées sur chaque modalité tendent à représenter le même phénomène, perçu à travers différentes modalités, élaborant ainsi une représentation multimodale cohérente dudit phénomène.

Notre recherche concerne les domaines des EIAH (Environnements Informatiques pour l'Apprentissage Humain) et du CSCL (Computer Supported Collaborative Learning) et en particulier les situations de résolution collaborative de problème supportées informatiquement en synchrone et à distance. Nous avons considéré ces situations comme des situations de « travail collectif » telles que définie dans le CSCW (Computer Supported Cooperative Work), les apprenants étant mutuellement dépendants dans leur travail. Ces situations exigent de la part des apprenants, une activité de niveau supérieur visant à articuler leurs activités respectives. Il s'agit d'une structure abstraite qui émerge au cours de l'activité. Elle est évolutive et n'est pas prévisible. Ce concept d'auto-organisation peut être généralisé aux situations où un groupe d'apprenants doit réaliser une activité collective dont le processus n'est pas complètement prédéterminé. En particulier, dans le cas des situations qui mettent en jeu un challenge (ou défi) collectif. La prise en compte de ces dimensions organisationnelles est une question essentielle car elles ont un impact sur le processus global et elles conduisent les apprenants à s'engager dans des interactions productives de connaissances (par exemple, l'établissement d'un terrain d'entente, la planification, la résolution de conflit ou la régulation mutuelle, etc.). L'objectif de cette thèse est (1) de comprendre les éléments liés à l'organisation qu'il est important de supporter et (2) de concevoir un environnement informatique proposant (i) de supporter l'activité d' (auto)-organisation d'apprenants engagés dans un challenge pédagogique collectif et (ii) des moyens pour détecter et interpréter cette activité d'organisation afin de permettre à un tuteur de la supporter. A cette fin, nous avons supposé (1) qu'il était possible d'amener des apprenants engagés dans une activité collective à travailler explicitement sur l'organisation en leur proposant un problème, un scénario et des outils appropriés et (2) qu'il était possible de détecter, d'interpréter et d'agir dynamiquement sur l'activité d'organisation des apprenants. Les résultats de nos travaux de recherche nous permettent de proposer : 1. Une interprétation d'un modèle théorique (celui de Bardram [Bardram 98], issu du CSCW) en termes d'organisation et une instanciation de ce modèle, le modèle ALBATROM, dans le cas d'un challenge pédagogique collectif. 2. Un environnement informatique, ALBATROS et des outils spécifiques (COCOON et COCOOP) conçus en accord avec notre modèle ALBATROM. Ce système permet à des apprenants de résoudre collectivement un problème basé sur un défi. Il facilite l'explicitation de leur organisation tout en proposant les moyens de la faire évoluer dynamiquement au cours de l'action. 3. Une grille d'analyse qui a été élaborée en correspondance avec notre modèle et qui permet une meilleure compréhension de ce que font les apprenants en termes d'organisation. Cette grille permet une identification et une compréhension des moments critiques (pannes et changements de niveau dans l'organisation). Ceci afin de mettre à la disposition d'un éventuel tuteur des signaux visibles, interprétables selon notre modèle, utiles à son intervention. 4. L'analyse des résultats d'une expérimentation réalisée à partir de notre grille de codage et qui a pour objet de mesurer l'effet de notre système sur (1) l'organisation des apprenants, (2) sur la détection de cette organisation, et secondairement, (3) sur la résolution du problème et (4) sur la motivation des apprenants. 5. Un outil de gestion et de visualisation dynamique des traces pertinentes de l'activité d'organisation des apprenants présentes dans notre système permettant d'envisager un futur support semi-automatique de cette activité.

Notre sujet de recherche est : “ comment obtenir la suite des reconfigurations que le système robotique doit faire pour qu'il se déplace globalement vers une destination ? ”. Comme nous le montrerons ce problème est très complexe. Nous verrons que ce travail qui a vite donné de bons résultats nous a permis de tester plusieurs méthodes : algorithmes réactifs, apprentissage supervisé et apprentissage à partir d'exemple. Nous montrerons également qu'au cours de ces simulations des problèmes inattendus sont apparus. Des blocages nous ont montré que la méthode utilisée pour faire les simulations était à discuter. C'est grâce à un grand nombre simulations que nous avons vu émerger deux types de problèmes. L'un lié à la nature de l'attracteur utilisé, l'autre lié à l'ordonnancement et à la dynamique des interactions. Nous définirons ces problèmes et expliquerons comment et pourquoi ils émergent. Deux axes seront proposés pour résoudre ces problèmes liés à l'émergence. L'un s'intéressera au type d'attracteur utilisé et proposera un système d'attraction aux propriétés différentes pour garantir un ordre sur l'espace. L'autre proposera une méthode pour permettre de garantir une politique d'ordonnancement quelque soit l'ordre dans lequel les calculs sont effectués dans les différents modules. L'ensemble de ces deux propriétés nous permettra de prouver la convergence du système robotique reconfigurable quelque soit la position de l'attracteur et quelque soit la configuration initiale du robot.

L'avènement de l'imagerie médicale et de nouvelles techniques opératoires a bouleversé les méthodes de travail des médecins. Mais ce changement nécessitera une formation renforcée des praticiens et chirurgiens. C'est pourquoi le dévelopment d'outils appropriés comme les simulateurs médico-chirurgicaux se fait de plus en plus ressentir. Dans ce cadre, nous nous sommes intéressés au problème de la modélisation des phénomènes de déformation de tissu biologique et à la détection des collisions dans un environment virtuel. Dans un premier temps, nous présentons les différents modèles physiques existants et les différentes méthodes de résolution numérique associées aux objets déformable. Nous proposons ensuite un modèle développé pour la simulation de tissu biologique, en présentant successivement les aspects liés à la formulation du modèle, à la résolution du modèle, et au traitement des interactions physiques. Ce modèle, basé sur l'utilisation du principe de Pascal, permet de modéliser de manière relativement satisfaisante des corps biologiques, tout en permettant une simulation interactive. Dans un deuxième temps, nous présentons les différents algorithmes existants pour la détection de collision, ainsi que la difficulté d'adapter ces algorithmes aux simulateurs médicaux où les objets déformables complexes forment la base du modèle. Nous proposons ensuite les algorithmes développés pour traiter ce problème dans le cadre des simulateurs médicaux. Ces algorithmes présentent des caractéristiques de robustesse numérique et d'efficacité supérieures á l'existant, et permettent de traiter des corps déformables. Nous appliquons ces résultats dans le cadre d'un simulateur échographique de la cuisse humaine et d'une simulateur de chirurgie arthroscopique du LCA (ligament croisé antérieur du genou).

Depuis quelques années, l'évolution des terminaux nomades et des réseaux mobiles et/ou sans fil favorise le développement de nouveaux services et de nouvelles applications dédiées aux usagers mobiles. Parmi ces applications, nous définissons le concept d'applications de proximité. Celles-ci permettent à différents usagers physiquement proches les uns des autres de partager certaines de leurs informations et de localiser les données disponibles. Ces applications s'inscrivent dans un contexte fortement distribué et dynamique où l'ensemble de l'information disponible est répartie sur les terminaux des différents participants et subit de fréquentes variations dûes à la mobilité des participants. Dans cet environnement, les services de localisation actuels présentent d'importantes limites. Nous avons donc proposé ISLANDS (Information and Services LocalizAtioN and Discovery Service), un service de localisation adapté à l'environnement des applications de proximité, en particulier à la distribution de l'information. Ce service ISLANDS repose sur notre modèle d'évaluation des requêtes dépendantes de la localisation. Un exemple de requêtes dépendantes de la localisation est « quel est l'arrêt de bus le plus proche de moi ? ». Le modèle d'évaluation proposé permet de considérer la mobilité des utilisateurs et en particulier leur localisation géographique dans l'évaluation des requêtes. Ce modèle d'évaluation a été optimisé afin de pouvoir être pleinement exploité dans un environnement contraint en terme de ressources. Le processus d'évaluation d'une requête dépendante de la localisation s'articule autour de différentes étapes dont l'évaluation de la localisation géographique du client qui émet la requête. Aujourd'hui, les techniques de localisation ne sont pas toujours exploitables : par exemple, le GPS qui est la solution la plus répandue , ne fonctionne généralement pas à l'intérieur d'un bâtiment, nous proposons donc une solution de localisation reposant sur les métadonnées de l'environnement. Notre solution permet de localiser un utilisateur de façon approximative mais avec une précision suffisante pour évaluer des requêtes dépendantes de la localisation. Cette solution a été optimisée de façon à minimiser la consommation des ressources sur les terminaux nomades et à réduire le nombre de communications entre les participants. Un prototype d'ISLANDS a été implémenté et démontré aux 19èmes journées de bases de données avancées (BDA'03) dans le but de valider nos propositions.