The main aim of transport stakeholders has always been to transport freight efficiently, as this efficiency contributes to the growth and success of their business. A country like Namibia is no different as the efficiency of transport lies in the effective utilisation of carrier capacity in any direction. Due to the various types of freight, transport operators rarely have the capacity to cover all freight movement requests. This research put the empty runs experienced by most of the Namibian transporters at 33%. Empty runs could however be reduced through collaboration and sharing of capacity among transport stakeholders. Multi-agent systems (MAS) are various individual computer agents that are configured independently to interact with other agents to achieve one goal. These systems have been explored as an approach to achieve collaboration among transporter stakeholders. Taking into consideration the characteristics and requirements of MAS, this research was able to conduct a feasibility of its implementation within Namibia. Concluding with an evaluation of available Multi-agent based systems that could achieve collaboration and reduce empty runs in the Namibian transport environment. / Information Science / M. Tech. (Information Technology)

Le CERV constitue à Brest un pôle d'excellence en réalité virtuelle à vocation européenne. Les systèmes que l'on cherche à modéliser sont de plus en plus complexes, du fait essentiellement de la diversité des composants, de la diversité des structures et de la diversité des interactions mises en jeu. Un système est alors a priori un milieu ouvert (apparition/disparition dynamique de composants) et hétérogène (morphologies et comportements variés). La réalité virtuelle implique pleinement l'utilisateur humain dans la simulation, rejoignant ainsi l'approche de la conception. La majorité des travaux en réalité virtuelle concerne l'immersion sensorimotrice de l'utilisateur humain au sein d'univers. Ces univers virtuels offrent à l'utilisateur la sensation d'être dans l'environnement et lui donne la possibilité d'y agir. Pour être complet, il faut également "qu'il s'y passe quelque chose", et pas seulement en terme de résultat des actions de l'utilisateur. Les entités qui peuplent les univers virtuels doivent donc avoir un comportement autonome. Ceci soulève la question suivante : comment doter une entité d'un comportement autonome dans un environnement virtuel complexe auquel l'homme participe ? Des techniques d'intelligence artificielle symbolique ont déjà été appliquées pour définir ces comportements. Mais ces techniques montrent très vite leurs limites car elles sont principalement basées sur des règles de comportements mises a priori par le concepteur. Or, dans des mondes virtuels complexes (simulation ouverte, hétérogène et participative), plusieurs entités vont avoir des comportements imprédictibles (variabilité comportementale des entités autonomes, libre arbitre de l'utilisateur), créant ainsi des situations toujours nouvelles. Et face à une situation non prévue par le programmeur, les entités auront le plus souvent des comportements inadaptés. C'est pourquoi les méthodologies tirées des systèmes artificiels adaptatifs peuvent contribuer à pallier ces limitations. Le travail que je poursuis porte sur la thématique de l'adaptation de comportements d'entités autonomes en environnement virtuel participatif. Adapter son comportement, c'est effectuer des transformations conduisant à s'adapter à son environnement. Cette adaptation aura pour objectif de rendre le comportement de l'entité virtuelle le plus crédible possible (ressemblant à un comportement humain). Pour cela, nous prenons le parti de considérer que l'entité doit apprendre au fur et à mesure des expériences, elle doit anticiper le comportement des autres entités et les conséquences sur l'environnement, elle doit également exploiter la présence de l'utilisateur humain dans l'univers virtuel pour adapter son comportement. Imaginons un monde virtuel où chaque entité, au même titre qu'un humain, aurait son propre comportement qui évolue automatiquement pendant la simulation. C'est tout l'enjeu des travaux de recherche présentés ici.

Le concept de réseau offre un modèle de représentation pour une grande variété d'objets et de systèmes, aussi bien naturels que sociaux, dans lesquels un ensemble d'entités homogènes ou hétérogènes interagissent entre elles. Il est aujourd'hui employé couramment pour désigner divers types de structures relationnelles. Pourtant, si chacun a une idée plus ou moins précise de ce qu'est un réseau, nous ignorons encore souvent les implications qu'ont ces structures dans de nombreux phénomènes du monde qui nous entoure. C'est par exemple le cas de processus tels que la diffusion d'une rumeur, la transmission d'une maladie, ou même l'émergence de sujets d'intérêt commun à un groupe d'individus, dans lesquels les relations que maintiennent les individus entre eux et leur nature s'avèrent souvent être les principaux facteurs déterminants l'évolution du phénomène. C'est ainsi que l'étude des réseaux est devenue l'un des domaines émergents du 21e siècle appelé la "Science des réseaux". Dans ce mémoire, nous abordons trois problèmes de la science des réseaux: le problème de la diffusion dans les réseaux sociaux, où nous nous sommes intéressés plus particulièrement à l'impact de la dynamique du réseau sur le processus de diffusion, le problème de l'analyse des réseaux sociaux, dans lequel nous avons proposé une solution pour tirer parti de l'ensemble des informations disponibles en combinant les informations sur la structure du réseau et les attributs des noeuds et le problème central de la collecte de données sociales, où nous nous sommes intéressés au cas particulier de la collecte de données en milieux sauvages.

<p dir="ltr">In the dynamic realm of Artificial Intelligence (AI), this study explores the multifaceted landscape of Trustworthy AI with a dedicated focus on achieving both explainability and acceptance. The research addresses the evolving dynamics of AI, emphasizing the essential role of human involvement in shaping its trajectory.</p><p dir="ltr">A primary contribution of this work is the introduction of a novel "Trustworthy Explainability Acceptance Metric", tailored for the evaluation of AI-based systems by field experts. Grounded in a versatile distance acceptance approach, this metric provides a reliable measure of acceptance value. Practical applications of this metric are illustrated, particularly in a critical domain like medical diagnostics. Another significant contribution is the proposal of a trust-based security framework for 5G social networks. This framework enhances security and reliability by incorporating community insights and leveraging trust mechanisms, presenting a valuable advancement in social network security.</p><p dir="ltr">The study also introduces an artificial conscience-control module model, innovating with the concept of "Artificial Feeling." This model is designed to enhance AI system adaptability based on user preferences, ensuring controllability, safety, reliability, and trustworthiness in AI decision-making. This innovation contributes to fostering increased societal acceptance of AI technologies. Additionally, the research conducts a comprehensive survey of foundational requirements for establishing trustworthiness in AI. Emphasizing fairness, accountability, privacy, acceptance, and verification/validation, this survey lays the groundwork for understanding and addressing ethical considerations in AI applications. The study concludes with exploring quantum alternatives, offering fresh perspectives on algorithmic approaches in trustworthy AI systems. This exploration broadens the horizons of AI research, pushing the boundaries of traditional algorithms.</p><p dir="ltr">In summary, this work significantly contributes to the discourse on Trustworthy AI, ensuring both explainability and acceptance in the intricate interplay between humans and AI systems. Through its diverse contributions, the research offers valuable insights and practical frameworks for the responsible and ethical deployment of AI in various applications.</p>

Le développement futur des performances sportives est un sujet de mythe et de désaccord entre les experts. Un article, publié en 2004, a donné lieu à un vif débat dans le domaine universitaire. Il suggère que les modèles linéaires peuvent être utilisés pour prédire -sur le long terme- la performance humaine dans les courses de sprint. Des arguments en faveur et en défaveur de cette méthodologie ont été avancés par différent scientifiques et d'autres travaux ont montré que le développement des performances est non linéaire au cours du siècle passé. Une autre étude a également souligné que la performance est liée au contexte économique et géopolitique. Dans ce travail, nous avons étudié les frontières suivantes: le développement temporel des performances dans des disciplines Olympiques et non Olympiques, avec le vieillissement chez les humains et d'autres espèces (lévriers, pur sangs, souris). Nous avons également étudié le développement des performances d'un point de vue plus large en analysant la relation entre performance, durée de vie et consommation d'énergie primaire. Nous montrons que ces développements physiologiques sont limités dans le temps et que les modèles linéaires introduits précédemment sont de mauvais prédicteurs des phénomènes biologiques et physiologiques étudiés. Trois facteurs principaux et directs de la performance sportive sont l'âge, la technologie et les conditions climatiques (température). Cependant, toutes les évolutions observées sont liées au contexte international et à l'utilisation des énergies primaires, ce dernier étant un paramètre indirect du développement de la performance. Nous montrons que lorsque les indicateurs des performances physiologiques et sociétales -tels que la durée de vie et la densité de population- dépendent des énergies primaires, la source d'énergie, la compétition inter-individuelle et la mobilité sont des paramètres favorisant la réalisation de trajectoires durables sur le long terme. Dans le cas contraire, la grande majorité (98,7%) des trajectoires étudiées atteint une densité de population égale à 0 avant 15 générations, en raison de la dégradation des conditions environnementales et un faible taux de mobilité. Ceci nous a conduit à considérer que, dans le contexte économique turbulent actuel et compte tenu de la crise énergétique à venir, les performances sociétales et physiques ne devraient pas croître continuellement.

Thesis (M.S. in Systems Engineering)--Naval Postgraduate School, June 2010. / Thesis Advisor(s): Goshorn, Rachel ; Goshorn, Deborah. "June 2010." Description based on title screen as viewed on June 24, 2010. Author(s) subject terms: Anomaly Detection, Artificial Intelligence, Automation, Behavior Analysis, Distributed Artificial Intelligence, Intelligence-Surveillance-Reconnaissance, Maritime Domain Awareness, Maritime Force Protection, Multi-agent Systems, Network-centric Operations, Network-centric Systems Engineering, Network-centric Warfare, Smart Sensor Networks, Systems Engineering, Systems Integration, System of Systems. Includes bibliographical references (p. 209-212). Also available in print.

Les interactions collectives, quoique récurrentes chez les microbes, sont paradoxales du point de vue de la sélection naturelle : les traits individuels qui les sous-tendent sont coûteux, donc sujets à l'exploitation de " tricheurs ". Parmi les modèles théoriques, la plupart privilégient des formalismes statiques et idéalisés, et négligent les processus physiques de formation de groupes. Dans une 1ère partie, je décris un cadre formel général pour modéliser les dynamiques évolutives d'un trait social qui augmente la propension à interagir et la cohésion des groupes. Je prouve que la meilleure agrégation des sociaux (attachement différentiel) leur suffit à s'assortir sans besoin de capacités de reconnaissance mutuelle, allégeant l'hypothèse d'attachement préférentiel fréquemment invoquée dans la littérature en l'absence de sélection de parentèle. Dans une 2nde partie, j'étaye cette preuve de principe en spécifiant un modèle computationnel d'agrégation où les individus exercent les uns sur les autres des forces d'interaction d'intensité dépendant de leur type. Je montre que l'émergence et le maintien de la socialité sont compatibles avec de tels processus de formation de groupes, en détaillant à quelles conditions sur les paramètres écologiques et microscopiques. Ce travail constitue une suggestion de scénario mécaniste pour l'évolution de la socialité au sein de groupes de taille arbitraire, ne requérant ni capacités cognitives pour les individus ni apparentement génétique. Il se veut éclairant sur les déterminants évolutionnistes de la structure sociale d'organismes tels que les dictyostélides et les myxobactéries, ainsi que sur les origines possibles de la multicellularité.

Il existe une multitude de traitements d'images dans la littérature, chacun étant adapté à un ensemble plus ou moins grand de cadres d'application. La généralisation ou la mise en collaboration de ces traitements pour un système plus complet et plus robuste est un problème mal posé. Les traitements d'images sont fondamentalement trop différents les uns par rapport aux autres pour être mis en commun de façon naturelle. De plus, ces derniers sont trop rigides pour pouvoir s'adapter d'eux-mêmes lorsqu'un problème non prévu à l'avance par le concepteur apparaît. Or la vision est un phénomène autoadaptatif, qui sait traiter en temps réel des situations singulières, en y proposant des traitements particuliers et adaptés. Elle est aussi un traitement complexe des informations, tant ces dernières ne peuvent être réduites à des représentations réductionnistes et simplifiantes sans être mutilées. Dans cette thèse, un système de vision est entrepris comme un tout où chaque partie est adaptée à l'autre, mais aussi où chaque partie ne peut s'envisager sans l'autre dans les tensions les plus extrêmes générées par la complexité et l'intrication des informations. Puisque chaque parcelle d'information joue un rôle local dans la vision, tout en étant dirigée par un objectif global peu assimilable à son niveau, nous envisageons la vision comme un système où chaque agent délibère selon une interférence produite par le potentiel décisionnel de chacun de ses voisins. Cette délibération est entreprise comme le résultat produit par l'interférence d'une superposition de solutions. De cette manière, il émerge du système à base d'agents une décision commune qui dirige les actions locales faites par chaque agent ou chaque partie du système. En commençant par décrire les principales méthodes de segmentation ainsi que les descripteurs de formes, puis en introduisant les systèmes multi-agents dans le domaine de l'image, nous discutons d'une telle approche où la vision est envisagée comme un système multi-agent apte à gérer la complexité inhérente de l'information visuelle tant en représentation qu'en dynamisme systémique. Nous ancrons dans ces perspectives deux modèles multi-agents. Le premier modèle traite de la segmentation adaptative d'images sans calibration manuelle par des seuils. Le deuxième modèle traite de la représentation de formes quelconques à travers la recherche de coefficients d'ondelettes pertinents. Ces deux modèles remplissent des critères classiques liés au traitement d'images, et à la reconnaissance de formes, tout en étant des cas d'études à développer pour la recherche d'un système de vision auto-adaptatif tel que nous le décrivons.

Ce manuscrit de thèse présente une méthode innovante brevetée pour la détection de comportements collectifs. En utilisant des procédés de fusion sur les données issues d'un réseau multi-capteurs, les récents systèmes de surveillance obtiennent les séquences d'observations des personnes surveillées. Ce bas niveau d'évaluation de la situation a été mesuré insuffisant pour aider les forces de sécurité lors des événements de foule. Afin d'avoir une plus haute évaluation de la situation dans ces environnements asymétriques, nous proposons une approche multi-agents qui réduit la complexité du problème par des agents sur trois niveaux - macro, méso et micro - d'observations. Nous utilisons un nouvel état relatif dans les approches de l'état de l'art pour nous permettre la détection, en temps réel, des groupes, de leurs comportements, objectifs et intentions. Dans le cadre de projets européens, nous avons utilisé un serious game simulant une foule dans des scénarios asymétriques. Les résultats montrent un meilleur accord avec les prédictions théoriques et une amélioration significative des travaux précédents. Le travail présenté ici pourrait être utilisé dans de futures études de détection de comportements multi-agents et pourrait un jour aider à résoudre les problèmes liés aux événements catastrophiques de foules incontrôlables.