Reproduction de : Thèse de doctorat : Informatique : Lille 1 : 2005. / N° d'ordre (Lille 1) : 3633. Résumé en français et en anglais. Titre provenant de la page de titre du document numérisé. Bibliogr. p. [185]-199.

Reproduction de : Habilitation à diriger des recherches : Informatique : Lille 1 : 2005. / Synthèse des travaux en français. Recueil de publications en anglais non reproduit dans la version électronique. N° d'ordre (Lille 1) : 466. Curriculum vitae. Titre provenant de la page de titre du document numérisé. Bibliogr. p. 97-103. Liste des publications et des communications.

Reproduction de : Thèse de doctorat : Automatique et informatique industrielle : Lille 1 : 2005. / N° d'ordre (Lille 1) : 3692. Texte en anglais et en français (introductions). Résumé en français et en anglais. Titre provenant de la page de titre du document numérisé. Bibliogr. p. 201-215.

Reproduction de : Habilitation à diriger des recherches : Sciences physiques : Lille 1 : 2005. / Synthèse des travaux en français. Recueil de publications en anglais non reproduit dans la version électronique. N° d'ordre (Lille 1) : 465. Curriculum vitae. Titre provenant de la page de titre du document numérisé. Bibliogr. p. 199-216. Liste des publications et des communications.

Reproduction de : Thèse de doctorat : Informatique : Lille 1 : 2006. / N° d'ordre (Lille 1) : 3906. Résumé en français et en anglais. Titre provenant de la page de titre du document numérisé. Bibliogr. p. 91-96.

Reproduction de : Thèse de doctorat : Automatique et informatique industrielle : Villeneuve d'Ascq, Ecole centrale de Lille : 2006. / Titre provenant de la page de titre du document numérisé. Bibliogr. p. 183-194. Index.

Reproduction de : Thèse de doctorat : Systèmes automatiques : Toulouse, INPT : 2008. / Titre provenant de l'écran-titre. Bibliogr. 107 réf.

L'optimisation topologique est une méthode de conception qui permet de définir de manière autonome la topologie, les formes et les dimensions d'un dispositif en vue de répondre de manière optimale à des critères de design. Initialement réservée au dimensionnement de pièces mécaniques, elle s'oriente aujourd'hui vers la conception de dispositifs plus complexes comme ceux rencontrés dans le domaine de l'électromécanique. C'est dans ce cadre que se situe notre travail. Un outil d'optimisation topologique étant formé de l'association d'un algorithme d'optimisation et d'un formalisme de distribution de matière, nous avons dans une première étape comparé différents couplages d'algorithmes métaheuristiques et de formalismes de distribution de matière en vue de choisir le couple qui semble le mieux adapté au problème traité. Cette comparaison nous a conduits à choisir comme outil d'optimisation l'association d'un algorithme génétique et d'une distribution de matière par cellules de Voronoï. Nous avons ensuite examiné comment améliorer les capacités d'exploration et d'exploitation de cet outil. Nous avons, à cet effet, étudié les aspects liés à la gestion de la taille de la population et à l'adaptation des mécanismes de reproduction au caractère graphique du problème. A l'issue de cette deuxième étape, nous avons finalisé un outil d'optimisation que nous avons testé sur des cas d'étude dont la complexité se rapproche de celle rencontrée au niveau industriel. Nous avons ainsi montré le potentiel de notre outil d'optimisation au niveau de la conception dans le cadre de l'électromécanique.

La théorie des groupes de tresses s'inscrit au croisement de plusieurs domaines des mathématiques, en particulier, l'algèbre et la géométrie. La recherche actuelle s'étend dans chacune de ces directions, et de riches développements naissent du mariage de ces deux aspects. D'un point de vue géométrique, le groupe des tresses à n brins est vu comme le groupe modulaire d'un disque à n trous, avec composante de bord. On peut représenter une tresse par un diagramme de courbes, c'est-à-dire l'image d'une famille fixée d'arcs sur le disque, par l'élément correspondant du groupe modulaire. Dans cette thèse est présenté l'algorithme de relaxations par la droite, qui permet de retrouver, étant donné un diagramme de courbes, la tresse à partir de laquelle il a été obtenu. Cet algorithme aide à faire le lien entre des propriétés géométriques du diagramme de courbes, et des propriétés algébriques du mot de tresse, en permettant de repérer de grandes puissances d'un générateur sous forme de spirales dans le diagramme de courbes. D'un point de vue algébrique, le groupe de tresses est l'exemple classique de groupe de Garside. L'un des objectifs actuels des recherches en théorie de Garside est d'obtenir un algorithme de résolution en temps polynomial du problème de conjugaison dans les groupes de tresses. À cette fin, on cherche à exploiter les propriétés de certains ensembles finis de conjugués d'une tresse, qui sont des invariants de conjugaison. L'un des résultats de cette thèse concerne la taille d'un de ces invariants, l'ensemble super-sommital : on exhibe une famille de tresses pseudo-anosoviennes dont l'ensemble super-sommital est de taille exponentielle. González-Meneses avait déjà établi le résultat similaire pour une famille de tresses réductibles. La conséquence de ces résultats est qu'on ne peut pas espérer résoudre le problème de conjugaison en temps polynomial au moyen de cet ensemble, et qu'il vaut mieux chercher à exploiter des invariants plus petits. Dans le cas des tresses pseudo-anosoviennes, des espoirs résident actuellement en l'ensemble des circuits glissants. Dans cette thèse, un algorithme en temps polynomial s'appuyant sur ce dernier ensemble résout génériquement le problème de conjugaison, c'est-à-dire qu'il le résout pour une proportion de tresses tendant exponentiellement vite vers 1 lorsque la longueur de la tresse tend vers l'infini. On montre également que, dans une boule du graphe de Cayley avec pour générateurs les tresses simples, une tresse générique est pseudo-anosovienne, ce qui était une conjecture bien connue des spécialistes de la théorie de Garside.

Contexte: Bien que plusieurs algorithmes pharmacogénétiques de prédiction de doses de warfarine aient été publiés, peu d’études ont comparé la validité de ces algorithmes en pratique clinique réelle. Objectif: Évaluer trois algorithmes pharmacogénomiques dans une population de patients qui initient un traitement à la warfarine et qui souffrent de fibrillation auriculaire ou de problèmes de valves cardiaques. Analyser la performance des algorithmes de Gage et al., de Michaud et al. ainsi que de l’IWPC quant à la prédiction de la dose de warfarine permettant d’atteindre l’INR thérapeutique. Méthodes: Un devis de cohorte rétrospectif fut utilisé afin d’évaluer la validité des algorithmes chez 605 patients ayant débuté une thérapie de warfarine à l’Institut de Cardiologie de Montréal. Le coefficient de corrélation de Pearson ainsi que l’erreur absolue moyenne ont été utilisés pour évaluer la précision des algorithmes. L’exactitude clinique des prédictions de doses fut évaluée en calculant le nombre de patients pour qui la dose prédite était sous-estimée, idéalement estimée ou surestimée. Enfin, la régression linéaire multiple a été utilisée pour évaluer la validité d’un modèle de prédiction de doses de warfarine obtenu en ajoutant de nouvelles covariables. Résultats : L’algorithme de Gage a obtenu la proportion de variation expliquée la plus élevée (R2 ajusté = 44 %) ainsi que la plus faible erreur absolue moyenne (MAE = 1.41 ± 0.06). De plus, la comparaison des proportions de patients ayant une dose prédite à moins de 20 % de la dose observée a confirmé que l’algorithme de Gage était également le plus performant. Conclusion : Le modèle publié par Gage en 2008 est l’algorithme pharmacogénétique le plus exact dans notre population pour prédire des doses thérapeutiques de warfarine. / Background: Although numerous genotype-based warfarin dosing algorithms have been published, there is little data comparing the predictive ability of these algorithms in real clinical practice. Objectives: Our goal was to evaluate the performance of pharmacogenetic algorithms in an unselected patient population initiating warfarin treatment for atrial fibrillation or valve disease in a real-world clinical setting. The principal objective of the analysis was to determine if Gage’s, Michaud’s, and IWPC algorithms could predict the dose achieving the therapeutic International normalized ratio (INR). Methods: Data from a retrospective cohort study of 605 patients initiating warfarin therapy at the Montreal Heart Institute was used. We compared the dose predicted by the algorithms to the dose achieving the therapeutic INR. Pearson’s correlation coefficient and mean absolute error (MAE) were used to evaluate the predictive accuracy of the algorithms. Clinical accuracy of the predictions was assessed by computing the proportion of patients in which the predicted dose was under-estimated, ideally estimated, or overestimated. Finally, we used multiple linear regression analysis to evaluate the accuracy of a predictive model obtained by adding additional covariables in predicting therapeutic warfarin doses. Results: The proportion of variation explained (adjusted R2) was the highest for Gage’s algorithm (R2 = 44 %) and the mean absolute error was the smallest for the predictions made by Gage’s algorithm (MAE = 1.41 ± 0.06). Moreover, when we compared the proportion of patients whose predicted doses are within ± 20 % of the observed stable dose, Gage’s algorithm also performed the best overall. Conclusion: The algorithm published by Gage et al. in 2008 is the most accurate pharmacogenetically based equation in predicting therapeutic warfarin dose in our study population.