Vestiges fragiles et longtemps mésestimés, les empreintes constituent une source précieuse d’informations concernant la fréquentation d’un site. Actuellement largement étudiées en contexte de plein air, elles le sont beaucoup moins en grotte, contexte dans lequel leur étude a connu son apogée entre les années 1970 et le début des années 2000. Ces dernières années, l’intérêt des préhistoriens pour l’ichnologie en milieu souterrain s’est de nouveau manifesté et s’est concrétisé par la reprise de l’étude des empreintes dans plusieurs grottes ornées. Notre étude s’inscrit dans cette dynamique et vise à contribuer à la recherche autour des empreintes à partir du registre karstique et à participer au renouvèlement de la discipline en Préhistoire. Notre intérêt s’est porté sur les empreintes des grottes de Fontanet (Ariège) et de Cussac (Dordogne), d’abord du point de vue de leur formation et de leur conservation au cours du temps, puis de leur contribution à la compréhension de l’appréhension du monde souterrain par l’Homme au Paléolithique.À travers des observations, inventaires, mesures in situ et un travail ex situ grâce aux outils d’imagerie tridimensionnelle, nous avons mené une étude morphologique et morphométrique des empreintes fossiles. La singularité des empreintes de pied de Cussac nous a, en outre, amené à développer une approche expérimentale afin d’appréhender les différents facteurs ayant pu influencer leur morphologie au moment de leur formation et après celle-ci (taphonomie, port de chaussant, autre ?). Ces expérimentations ont mis en évidence un impact du substrat et de sa remobilisation sur la morphologie générale et les dimensions de l'empreinte, ainsi que la préservation de détails comme les orteils. La réalisation d'empreintes à l'aide de chaussants expérimentaux a conduit de plus à envisager l'utilisation de ce type de protection dans la grotte. Notre approche à la fois pluri et interdisciplinaire permet d’affirmer l’unicité des grottes de Fontanet et de Cussac d’un point de vue ichnologique, archéologique et géomorphologique. Tandis qu’à Cussac, la présence humaine semble avoir été limitée (aller/s et retour/s) et avoir répondu à un objectif précis (réalisation des gravures et dépôts humains ?), à Fontanet, la fréquentation semble s’être inscrite dans la durée et a impliqué plusieurs catégories d’individus (présence de juvéniles) et des activités variées.Des comportements souterrains similaires et qui se retrouvent durant l’ensemble du Paléolithique sont aussi mis en évidence (exploration globale des cavités, etc.). Ces travaux se présentent alors comme une contribution essentielle aux discussions relatives à la fonction de ces deux cavités. / Tracks, which are among the most fragile and underestimated archaeological remains, represent a valuable source of information on site frequentation. In the past few years, they were widely studied in open air contexts. However, their analysis in caves, a context in which their study reached its peak between the 1970s and the early 2000s, is much less common. Recently, interest towards ichnology in subterranean environments re-emerged among prehistorians, and the study of tracks in several decorated caves was resumed. Our study is part of this dynamic and aims to contribute to research on tracks from the karst register and to participate in the renewal of the discipline in Prehistory. We study the footprints of the caves of Fontanet (Ariège) and Cussac (Dordogne), focusing firstly on their formation and conservation over time, and secondly on their contribution to the understanding of the subterranean environment appropriation by human in the Palaeolithic.Through observations, inventories, in situ measurements and ex situ work based on three-dimensional imaging tools, we conducted a morphological and morphometric study of fossil tracks. In addition, we have developed an experimental approach to understand the various factors that may have influenced the morphology of footprints at the time of their formation and since their formation. This multidisciplinary and interdisciplinary approach makes it possible to affirm the uniqueness of the Fontanet and Cussac caves from an ichnological, archaeological and geomorphological point of view and at the same time reveals similar behaviours that can be found throughout the Paleolithic period. The profile of individuals who have frequented these two cavities gradually takes shape. We propose several hypotheses concerning their behaviour and activities in this confined and naturally constraining space and contribute to the discussions relating to the function of these two cavities.

Comprendre la genèse d’une situation de conduite requiert d’analyser les choixfaits par le conducteur au volant de son véhicule pendant l’activité de conduite, dans sacomplexité naturelle et dans sa dynamique située. Le LESCOT a développé le modèleCOSMODRIVE, fournissant un cadre conceptuel pour la simulation cognitive de l’activitéde conduite automobile. Pour exploiter ce modèle en simulation, il est nécessairede produire les connaissances liées à la situation de conduite sous forme d’un automatepar exemple. La conception d’un tel automate nécessite d’une part de disposer de donnéesissues de la conduite réelle, enregistrées sur un véhicule instrumenté et d’autrepart d’une expertise humaine pour les interpréter.Pour accompagner ce processus d’ingénierie des connaissances issues de l’analysed’activité, ce travail de thèse propose une méthode de découverte interactive deconnaissances à partir de traces d’activité. Les données de conduite automobile sontconsidérées comme des M-Traces, associant une sémantique explicite aux données,exploitées en tant que connaissances dans un Système à Base de Traces (SBT). Le SBTpermet de filtrer, transformer, reformuler et abstraire les séquences qui serviront à alimenterla synthèse de modèles automates de l’activité de conduite. Nous reprenons destechniques de fouille de workflow permettant de construire des automates (réseaux dePetri) à partir de logs. Ces techniques nécessitent des données complètes ou statistiquementreprésentatives. Or les données collectées à bord d’un véhicule en situationde conduite sont par nature des cas uniques, puisqu’aucune situation ne sera jamaisreproductible à l’identique, certaines situations particulièrement intéressantes pouvanten outre être très rarement observées. La gageure est alors de procéder à une forme degénéralisation sous la forme de modèle, à partir d’un nombre de cas limités, mais jugéspertinents, représentatifs, ou particulièrement révélateurs par des experts du domaine.Pour compléter la modélisation de telles situations, nous proposons donc de rendreinteractifs les algorithmes de synthèse de réseau de Petri à partir de traces, afin depermettre à des experts-analystes de guider ces algorithmes et de favoriser ainsi la découvertede connaissances pertinentes pour leur domaine d’expertise. Nous montreronscomment rendre interactifs l’algorithme α et l’algorithme α+ et comment généralisercette approche à d’autres algorithmes.Nous montrons comment l’utilisation d’un SBT et de la découverte interactived’automates impacte le cycle général de découverte de connaissances. Une méthodologieest proposée pour construire des modèles automates de l’activité de conduiteautomobile.Une étude de cas illustre la méthodologie en partant de données réelles de conduiteet en allant jusqu’à la construction de modèles avec un prototype logiciel développédans le cadre de cette thèse / Driving is a dynamic and complex activity. Understanding the origin of a driving situationrequires the analysis of the driver’s choices made while he/she drives. In addition,a driving situation has to be studied in its natural complexity and evolution. LESCOThas developed a model called COSMODRIVE, which provides a conceptual frameworkfor the cognitive simulation of the activity of car driving. In order to run themodel for a simulation, it is necessary to gather knowledge related to the driving situation,for example in the form of an automaton. The conception of such an automatonrequires : 1) the use of real data recorded in an instrumented car, and, 2) the use of humanexpertise to interpret these data. These data are considered in this thesis as activitytraces.The purpose of this thesis is to assist the Knowledge Engineering process of activityanalysis. The present thesis proposes a method to interactively discover knowledgefrom activity traces. For this purpose, data from car driving are considered as M-traces– which associate an explicit semantic to these data. This semantic is then used asknowledge in a Trace Based System. In a Trace Based System, M-traces can be filtered,transformed, reformulated, and abstracted. The resulting traces are then used as inputsin the production of an automaton model of the activity of driving. In this thesis,Workflow Mining techniques have been used to build automata (Petri nets) from logs.These techniques require complete or statistically representative data sets. However,data collected from instrumented vehicles are intrinsically unique, as no two drivingsituations will ever be identical. In addition, situations of particular interest, such ascritical situations, are rarely observed in instrumented vehicle studies. The challenge isthen to produce a model which is a form of generalisation from a limited set of cases,which have been judged by domain experts as being relevant and representative of whatactually happens.In the current thesis, algorithms synthesising Petri nets from traces have been madeinteractive, in order to achieve the modelling of such driving situations. This thenmakes it possible for experts to guide the algorithms and therefore to support the discoveryof knowledge relevant to the experts. The process involved in making the α-algorithm and the α+-algorithm interactive is discussed in the thesis in a way that canbe generalised to other algorithms.In addition, the current thesis illustrates how the use of a Trace Based System andthe interactive discovery of automata impacts the global cycle of Knowledge Discovery.A methodology is also proposed to build automaton models of the activity of cardriving. Finally, a case study is presented to illustrate how the proposed methodologycan be applied to real driving data in order to construct models with the softwaredeveloped in this thesis