La modélisation de l’expérience de l’utilisateur dans les Interactions Homme-Machine est un enjeu important pour la conception et le développement des systèmes adaptatifs intelligents. Dans ce contexte, une attention particulière est portée sur les réactions émotionnelles de l’utilisateur, car elles ont une influence capitale sur ses aptitudes cognitives, comme la perception et la prise de décision. La modélisation des émotions est particulièrement pertinente pour les Systèmes Tutoriels Émotionnellement Intelligents (STEI). Ces systèmes cherchent à identifier les émotions de l’apprenant lors des sessions d’apprentissage, et à optimiser son expérience d’interaction en recourant à diverses stratégies d’interventions. Cette thèse vise à améliorer les méthodes de modélisation des émotions et les stratégies émotionnelles utilisées actuellement par les STEI pour agir sur les émotions de l’apprenant. Plus précisément, notre premier objectif a été de proposer une nouvelle méthode pour détecter l’état émotionnel de l’apprenant, en utilisant différentes sources d’informations qui permettent de mesurer les émotions de façon précise, tout en tenant compte des variables individuelles qui peuvent avoir un impact sur la manifestation des émotions. Pour ce faire, nous avons développé une approche multimodale combinant plusieurs mesures physiologiques (activité cérébrale, réactions galvaniques et rythme cardiaque) avec des variables individuelles, pour détecter une émotion très fréquemment observée lors des sessions d’apprentissage, à savoir l’incertitude. Dans un premier lieu, nous avons identifié les indicateurs physiologiques clés qui sont associés à cet état, ainsi que les caractéristiques individuelles qui contribuent à sa manifestation. Puis, nous avons développé des modèles prédictifs permettant de détecter automatiquement cet état à partir des différentes variables analysées, à travers l’entrainement d’algorithmes d’apprentissage machine. Notre deuxième objectif a été de proposer une approche unifiée pour reconnaître simultanément une combinaison de plusieurs émotions, et évaluer explicitement l’impact de ces émotions sur l’expérience d’interaction de l’apprenant. Pour cela, nous avons développé une plateforme hiérarchique, probabiliste et dynamique permettant de suivre les changements émotionnels de l'apprenant au fil du temps, et d’inférer automatiquement la tendance générale qui caractérise son expérience d’interaction à savoir : l’immersion, le blocage ou le décrochage. L’immersion correspond à une expérience optimale : un état dans lequel l'apprenant est complètement concentré et impliqué dans l’activité d’apprentissage. L’état de blocage correspond à une tendance d’interaction non optimale où l'apprenant a de la difficulté à se concentrer. Finalement, le décrochage correspond à un état extrêmement défavorable où l’apprenant n’est plus du tout impliqué dans l’activité d’apprentissage. La plateforme proposée intègre trois modalités de variables diagnostiques permettant d’évaluer l’expérience de l’apprenant à savoir : des variables physiologiques, des variables comportementales, et des mesures de performance, en combinaison avec des variables prédictives qui représentent le contexte courant de l’interaction et les caractéristiques personnelles de l'apprenant. Une étude a été réalisée pour valider notre approche à travers un protocole expérimental permettant de provoquer délibérément les trois tendances ciblées durant l’interaction des apprenants avec différents environnements d’apprentissage. Enfin, notre troisième objectif a été de proposer de nouvelles stratégies pour influencer positivement l’état émotionnel de l’apprenant, sans interrompre la dynamique de la session d’apprentissage. Nous avons à cette fin introduit le concept de stratégies émotionnelles implicites : une nouvelle approche pour agir subtilement sur les émotions de l’apprenant, dans le but d’améliorer son expérience d’apprentissage. Ces stratégies utilisent la perception subliminale, et plus précisément une technique connue sous le nom d’amorçage affectif. Cette technique permet de solliciter inconsciemment les émotions de l’apprenant, à travers la projection d’amorces comportant certaines connotations affectives. Nous avons mis en œuvre une stratégie émotionnelle implicite utilisant une forme particulière d’amorçage affectif à savoir : le conditionnement évaluatif, qui est destiné à améliorer de façon inconsciente l’estime de soi. Une étude expérimentale a été réalisée afin d’évaluer l’impact de cette stratégie sur les réactions émotionnelles et les performances des apprenants. / Modeling the user’s experience within Human-Computer Interaction is an important challenge for the design and development of intelligent adaptive systems. In this context, a particular attention is given to the user’s emotional reactions, as they decisively influence his cognitive abilities, such as perception and decision-making. Emotion modeling is particularly relevant for Emotionally Intelligent Tutoring Systems (EITS). These systems seek to identify the learner’s emotions during tutoring sessions, and to optimize his interaction experience using a variety of intervention strategies. This thesis aims to improve current methods on emotion modeling, as well as the emotional strategies that are presently used within EITS to influence the learner’s emotions. More precisely, our first objective was to propose a new method to recognize the learner’s emotional state, using different sources of information that allow to measure emotions accurately, whilst taking account of individual characteristics that can have an impact on the manifestation of emotions. To that end, we have developed a multimodal approach combining several physiological measures (brain activity, galvanic responses and heart rate) with individual variables, to detect a specific emotion, which is frequently observed within computer tutoring, namely : uncertainty. First, we have identified the key physiological indicators that are associated to this state, and the individual characteristics that contribute to its manifestation. Then, we have developed predictive models to automatically detect this state from the analyzed variables, trough machine learning algorithm training. Our second objective was to propose a unified approach to simultaneously recognize a combination of several emotions, and to explicitly evaluate the impact of these emotions on the learner’s interaction experience. For this purpose, we have developed a hierarchical, probabilistic and dynamic framework, which allows one to track the learner’s emotional changes over time, and to automatically infer the trend that characterizes his interaction experience namely : flow, stuck or off-task. Flow is an optimal experience : a state in which the learner is completely focused and involved within the learning activity. The state of stuck is a non-optimal trend of the interaction where the learner has difficulty to maintain focused attention. Finally, the off-task behavior is an extremely unfavorable state where the learner is not involved anymore within the learning session. The proposed framework integrates three-modality diagnostic variables that sense the learner’s experience including : physiology, behavior and performance, in conjunction with predictive variables that represent the current context of the interaction and the learner’s personal characteristics. A human-subject study was conducted to validate our approach through an experimental protocol designed to deliberately elicit the three targeted trends during the learners’ interaction with different learning environments. Finally, our third objective was to propose new strategies to positively influence the learner’s emotional state, without interrupting the dynamics of the learning session. To this end, we have introduced the concept of implicit emotional strategies : a novel approach to subtly impact the learner’s emotions, in order to improve his learning experience. These strategies use the subliminal perception, and more precisely a technique known as affective priming. This technique aims to unconsciously solicit the learner’s emotions, through the projection of primes charged with specific affective connotations. We have implemented an implicit emotional strategy using a particular form of affective priming namely : the evaluative conditioning, which is designed to unconsciously enhance self-esteem. An experimental study was conducted in order to evaluate the impact of this strategy on the learners’ emotional reactions and performance.

L’optimisation du dimensionnement des structures passe par une meilleure connaissance de leur mode d’endommagement. Cette étude se focalise donc sur la caractérisation de l’endommagement du contact aube/disque des moteurs aéronautique. Cet assemblage mécanique est soumis a une combinaison d’un effort normal (force centrifuge) et tangentiel (dynamique de l’aube). La portée du disque en Ti-6Al-4V subi donc un chargement complexe de type fretting fatigue. Ce type de sollicitation entraine, entre autre dégradation, de la fissuration dont la modélisation expérimentale et numérique est rendue difficile par les limitations des moyens et des connaissances actuelles. Le premier objectif de ce travail de thèse est de développer un moyen d’essai et une instrumentation associée afin d’étudier de façon qualitative et quantitative la fissuration d’un contact Ti-6Al-4V/Ti-6Al-4V. Le second but est d’utiliser les données issues de ce moyen expérimental afin de proposer un modèle de prédiction des durées de vie de cet assemblage. Un montage inédit de fretting fatigue double vérin mono-contact a été mis en place avec une instrumentation nouvelle pour ce type d’essai : suivi de fissuration par suivi de potentiel et par émission acoustique. Une attention particulière a été apportée aux calibrations et aux méthodologies expérimentales. Ce banc d’essai permet notamment de simuler des efforts de fretting applique en phase ou alors de telle manière a simuler un vrai cycle de vol. Cet outil a permis de décrire quantitativement les premières courbes de Wohler en fretting à amorçage (Effort de fretting vs Nombre de cycles à amorçage) pour deux configurations de contact (cylindre/plan et plan/plan). Les impacts des différents paramètres de fretting sur l’amorcage ont pu être quantifies. Les paramètres influant sont : la configuration du contact, les niveaux des efforts appliques et leur mode de combinaison (cycles en phase ou cycles de type vol). De plus des courbes de cinétique de propagation des fissures ont pu être extraites des différents essais, montrant un fort impact du fretting sur les vitesses de propagation des fissures. Une analyse qualitative via l’émission acoustique a montré un mécanisme d’amorçage et de propagation en 3 étapes suivant la perte d’influence du contact. Un modèle de prédiction de l’amorçage et de simulation de la propagation des fissures a été mis en place. Bien que limite dans la prise en compte des effets gradients (approches non locales), ce modèle se montre très performant surtout dans sa capacité à utiliser les données expérimentales dans l’identification des lois d’amorçage ou de propagation. Ce travail a donc permis d’importantes avancées dans la compréhension des mécanismes de fissuration et dans leur modélisation ouvrant ainsi la porte vers une prédiction fiable de l’endommagement des contacts aube/disque. / Optimization of structures design requires a better understanding of their damage process. This study focuses on the characterisation of the blade/disk contact damaging process on aircraft engines. That mechanical structure is subjected to a normal load (centrifugal forces) combined with a tangential force (blade dynamic). Thus the Ti-6Al-4V disk seat sees a complex fretting fatigue loading. This type of solicitation can generate a series of degradations like cracking. Experimental and numerical simulation of this damaging is very difficult considering the present state of arts. The first aim of this work is to develop a new experimental set-up with the appropriate instrumentation in order to conduct a qualitative and a quantitative analysis of the cracking in a Ti-6Al-4V/Ti6-Al-4V contact. The second goal is to build a life prediction numerical model that would be able to use the data obtain with the new experimental tests. The new dual-actuator fretting-fatigue set-up is now operational. It allows to run single contact test under different loading combinations: fretting and fatigue loads can be applied in phase or in a way to simulate the real ‘in flight’ conditions. New instrumentations have been added in order to follow the crack initiation and propagation: potential-drop technique and acoustic emission. Thanks to this new test procedure, the first fretting Wöhler curve to crack nucleation have been described (fretting load vs number of cycles to crack nucleation) for two contact geometries (cylinder on flat and flat on flat). The separate influences of fatigue and fretting parameters have been determined. The mains parameters are: the contact characteristics, the stress level and the force combination modes (‘in phase’ cycles or ‘in-flight’ cycles). Moreover, the very first crack propagation kinetics have been drowned. Also, a major influence of the fretting on the crack propagation has been exposed. The qualitative analysis conducted with the acoustic emission has revealed a three steps crack propagation process. The crack propagation process evolves with the decrease of the contact influence. A model has been developed in order to predict crack initiation and propagation lives. Even if the model suffers from a major limitation due to the difficult considerations of the stress gradient effects, it has shown very good results through its ability to directly include experimental data. This work has led to major breakthroughs in the understanding of the cracking mechanisms and their simulation. This forms solid foundations for future predictions of the blade/disk interface durability.

La modélisation de l’expérience de l’utilisateur dans les Interactions Homme-Machine est un enjeu important pour la conception et le développement des systèmes adaptatifs intelligents. Dans ce contexte, une attention particulière est portée sur les réactions émotionnelles de l’utilisateur, car elles ont une influence capitale sur ses aptitudes cognitives, comme la perception et la prise de décision. La modélisation des émotions est particulièrement pertinente pour les Systèmes Tutoriels Émotionnellement Intelligents (STEI). Ces systèmes cherchent à identifier les émotions de l’apprenant lors des sessions d’apprentissage, et à optimiser son expérience d’interaction en recourant à diverses stratégies d’interventions. Cette thèse vise à améliorer les méthodes de modélisation des émotions et les stratégies émotionnelles utilisées actuellement par les STEI pour agir sur les émotions de l’apprenant. Plus précisément, notre premier objectif a été de proposer une nouvelle méthode pour détecter l’état émotionnel de l’apprenant, en utilisant différentes sources d’informations qui permettent de mesurer les émotions de façon précise, tout en tenant compte des variables individuelles qui peuvent avoir un impact sur la manifestation des émotions. Pour ce faire, nous avons développé une approche multimodale combinant plusieurs mesures physiologiques (activité cérébrale, réactions galvaniques et rythme cardiaque) avec des variables individuelles, pour détecter une émotion très fréquemment observée lors des sessions d’apprentissage, à savoir l’incertitude. Dans un premier lieu, nous avons identifié les indicateurs physiologiques clés qui sont associés à cet état, ainsi que les caractéristiques individuelles qui contribuent à sa manifestation. Puis, nous avons développé des modèles prédictifs permettant de détecter automatiquement cet état à partir des différentes variables analysées, à travers l’entrainement d’algorithmes d’apprentissage machine. Notre deuxième objectif a été de proposer une approche unifiée pour reconnaître simultanément une combinaison de plusieurs émotions, et évaluer explicitement l’impact de ces émotions sur l’expérience d’interaction de l’apprenant. Pour cela, nous avons développé une plateforme hiérarchique, probabiliste et dynamique permettant de suivre les changements émotionnels de l'apprenant au fil du temps, et d’inférer automatiquement la tendance générale qui caractérise son expérience d’interaction à savoir : l’immersion, le blocage ou le décrochage. L’immersion correspond à une expérience optimale : un état dans lequel l'apprenant est complètement concentré et impliqué dans l’activité d’apprentissage. L’état de blocage correspond à une tendance d’interaction non optimale où l'apprenant a de la difficulté à se concentrer. Finalement, le décrochage correspond à un état extrêmement défavorable où l’apprenant n’est plus du tout impliqué dans l’activité d’apprentissage. La plateforme proposée intègre trois modalités de variables diagnostiques permettant d’évaluer l’expérience de l’apprenant à savoir : des variables physiologiques, des variables comportementales, et des mesures de performance, en combinaison avec des variables prédictives qui représentent le contexte courant de l’interaction et les caractéristiques personnelles de l'apprenant. Une étude a été réalisée pour valider notre approche à travers un protocole expérimental permettant de provoquer délibérément les trois tendances ciblées durant l’interaction des apprenants avec différents environnements d’apprentissage. Enfin, notre troisième objectif a été de proposer de nouvelles stratégies pour influencer positivement l’état émotionnel de l’apprenant, sans interrompre la dynamique de la session d’apprentissage. Nous avons à cette fin introduit le concept de stratégies émotionnelles implicites : une nouvelle approche pour agir subtilement sur les émotions de l’apprenant, dans le but d’améliorer son expérience d’apprentissage. Ces stratégies utilisent la perception subliminale, et plus précisément une technique connue sous le nom d’amorçage affectif. Cette technique permet de solliciter inconsciemment les émotions de l’apprenant, à travers la projection d’amorces comportant certaines connotations affectives. Nous avons mis en œuvre une stratégie émotionnelle implicite utilisant une forme particulière d’amorçage affectif à savoir : le conditionnement évaluatif, qui est destiné à améliorer de façon inconsciente l’estime de soi. Une étude expérimentale a été réalisée afin d’évaluer l’impact de cette stratégie sur les réactions émotionnelles et les performances des apprenants. / Modeling the user’s experience within Human-Computer Interaction is an important challenge for the design and development of intelligent adaptive systems. In this context, a particular attention is given to the user’s emotional reactions, as they decisively influence his cognitive abilities, such as perception and decision-making. Emotion modeling is particularly relevant for Emotionally Intelligent Tutoring Systems (EITS). These systems seek to identify the learner’s emotions during tutoring sessions, and to optimize his interaction experience using a variety of intervention strategies. This thesis aims to improve current methods on emotion modeling, as well as the emotional strategies that are presently used within EITS to influence the learner’s emotions. More precisely, our first objective was to propose a new method to recognize the learner’s emotional state, using different sources of information that allow to measure emotions accurately, whilst taking account of individual characteristics that can have an impact on the manifestation of emotions. To that end, we have developed a multimodal approach combining several physiological measures (brain activity, galvanic responses and heart rate) with individual variables, to detect a specific emotion, which is frequently observed within computer tutoring, namely : uncertainty. First, we have identified the key physiological indicators that are associated to this state, and the individual characteristics that contribute to its manifestation. Then, we have developed predictive models to automatically detect this state from the analyzed variables, trough machine learning algorithm training. Our second objective was to propose a unified approach to simultaneously recognize a combination of several emotions, and to explicitly evaluate the impact of these emotions on the learner’s interaction experience. For this purpose, we have developed a hierarchical, probabilistic and dynamic framework, which allows one to track the learner’s emotional changes over time, and to automatically infer the trend that characterizes his interaction experience namely : flow, stuck or off-task. Flow is an optimal experience : a state in which the learner is completely focused and involved within the learning activity. The state of stuck is a non-optimal trend of the interaction where the learner has difficulty to maintain focused attention. Finally, the off-task behavior is an extremely unfavorable state where the learner is not involved anymore within the learning session. The proposed framework integrates three-modality diagnostic variables that sense the learner’s experience including : physiology, behavior and performance, in conjunction with predictive variables that represent the current context of the interaction and the learner’s personal characteristics. A human-subject study was conducted to validate our approach through an experimental protocol designed to deliberately elicit the three targeted trends during the learners’ interaction with different learning environments. Finally, our third objective was to propose new strategies to positively influence the learner’s emotional state, without interrupting the dynamics of the learning session. To this end, we have introduced the concept of implicit emotional strategies : a novel approach to subtly impact the learner’s emotions, in order to improve his learning experience. These strategies use the subliminal perception, and more precisely a technique known as affective priming. This technique aims to unconsciously solicit the learner’s emotions, through the projection of primes charged with specific affective connotations. We have implemented an implicit emotional strategy using a particular form of affective priming namely : the evaluative conditioning, which is designed to unconsciously enhance self-esteem. An experimental study was conducted in order to evaluate the impact of this strategy on the learners’ emotional reactions and performance.

L'optimisation du dimensionnement des structures passe par une meilleure connaissance de leur mode d'endommagement. Cette étude se focalise donc sur la caractérisation de l'endommagement du contact aube/disque des moteurs aéronautique. Cet assemblage mécanique est soumis a une combinaison d'un effort normal (force centrifuge) et tangentiel (dynamique de l'aube). La portée du disque en Ti-6Al-4V subi donc un chargement complexe de type fretting fatigue. Ce type de sollicitation entraine, entre autre dégradation, de la fissuration dont la modélisation expérimentale et numérique est rendue difficile par les limitations des moyens et des connaissances actuelles. Le premier objectif de ce travail de thèse est de développer un moyen d'essai et une instrumentation associée afin d'étudier de façon qualitative et quantitative la fissuration d'un contact Ti-6Al-4V/Ti-6Al-4V. Le second but est d'utiliser les données issues de ce moyen expérimental afin de proposer un modèle de prédiction des durées de vie de cet assemblage. Un montage inédit de fretting fatigue double vérin mono-contact a été mis en place avec une instrumentation nouvelle pour ce type d'essai : suivi de fissuration par suivi de potentiel et par émission acoustique. Une attention particulière a été apportée aux calibrations et aux méthodologies expérimentales. Ce banc d'essai permet notamment de simuler des efforts de fretting applique en phase ou alors de telle manière a simuler un vrai cycle de vol. Cet outil a permis de décrire quantitativement les premières courbes de Wohler en fretting à amorçage (Effort de fretting vs Nombre de cycles à amorçage) pour deux configurations de contact (cylindre/plan et plan/plan). Les impacts des différents paramètres de fretting sur l'amorcage ont pu être quantifies. Les paramètres influant sont : la configuration du contact, les niveaux des efforts appliques et leur mode de combinaison (cycles en phase ou cycles de type vol). De plus des courbes de cinétique de propagation des fissures ont pu être extraites des différents essais, montrant un fort impact du fretting sur les vitesses de propagation des fissures. Une analyse qualitative via l'émission acoustique a montré un mécanisme d'amorçage et de propagation en 3 étapes suivant la perte d'influence du contact. Un modèle de prédiction de l'amorçage et de simulation de la propagation des fissures a été mis en place. Bien que limite dans la prise en compte des effets gradients (approches non locales), ce modèle se montre très performant surtout dans sa capacité à utiliser les données expérimentales dans l'identification des lois d'amorçage ou de propagation. Ce travail a donc permis d'importantes avancées dans la compréhension des mécanismes de fissuration et dans leur modélisation ouvrant ainsi la porte vers une prédiction fiable de l'endommagement des contacts aube/disque.