Le décalage vers le rouge est la principale mesure par laquelle les astronomes peuvent cartographier l’Univers dans la direction radiale. Afin de tester les hypothèses d’homogénéité et d’isotropie, il est nécessaire de mesurer avec precision le décalage vers le rouge d’un grand nombre de galaxies. De plus, différents modèles cosmologiques ne peuvent être distingués qu’au travers d’une analyse précise des structures à grandes échelles tracées par ces galaxies. Pour obtenir un grand nombre de ces mesures, il est nécessaire de mener d'importantes campagnes d’observations pour établir des relevés couvrant une large portion du ciel. Ces mesures trouvent aussi d’autres applications en astronomie comme par exemple l’analyse du cisaillement gravitationnel, la calibration des mesures photométriques, l’étude des halos de matière noire, de la morphologie des galaxies, des structures à grandes échelles et de la distribution des galaxies.Dans tous les relevés de galaxies, les mesures les plus problématiques sont pour les objets de plus faible luminosité, où le bruit instrumental devient gênant, et qui se trouvent être en général les objets les plus lointains. Pour ces objets, les mesures de décalages vers le rouge peuvent souvent devenir imprécise et, la plupart du temps, elles sont simplement exclues de l’analyse en appliquant des coupures en magnitudes ou en rapport signal à bruit. Cette procédure est une méthode brutale pour séparer les mesures probablement imprécises des mesures fiables.Dans cette thèse, nous développons un algorithme permettant la mesure du décalage vers le rouge des spectres de galaxies dans le regime de faible rapport signal à bruit. La première partie de cette thèse présente les différents concepts relatifs à l’estimation du décalage vers le rouge et au débruitrage de signaux par transformation en ondelettes et filtrage par taux de fausse détection (False Detection Rate, FDR en anglais). La seconde partie détaille comment ces concepts sont mis à contribution dans l’élaboration de l’algorithme Darth Fader (Denoised and Automatic Redshifts THresholded with a False DEtection Rate). Enfin, la dernière partie présente l’application de cet algorithme à des données synthétiques générées à partir du COSMOS Mock Catalogue, mais aussi sur des données réelles tirées du relevé WiggleZ.Nous montrons que Darth Fader fonctionne efficacement à bas rapport signal à bruit étant donné un choix approprié du taux de fausse détection et d’un critère de comptage de traits caractéristiques judicieux. Nous montrons aussi que Darth Fader permet d’éliminer le continuum des spectres à bas rapport signal à bruit, ce qui rend possible l’estimation du décalage vers le rouge par corrélation croisée. Enfin, nous montrons sur des spectres de test issues du relevé WiggleZ que notre algorithme est capable d’analyser une part importante du relevé de façon autonome avec une haute précision, sans nécessiter d'inspection visuelle (alors que les données WiggleZ ont à l’origine été entièrement soumises à l’inspection visuelle). En conclusion, Darth Fader est un algorithme prometteur pour l’analyse des grands relevés de galaxies, en particulier pour exploiter les objets à faible rapport signal à bruit qui sont habituellement simplement ignorés. / Summary: Redshift is the primary measure by which astronomers can map the Universe in the radial direction. In order to test the assumptions of homogeneity and isotropy, accurate redshifts of galaxies are needed, and for a great many of them. Additionally different cosmological models can only be distinguished by careful observations of the large scale structure traced by these galaxies. Large sky surveys are the only mechanism by which redshifts for a large number of galaxies can be obtained. Accurate redshift estimation is additionally required for many other fields of astronomy including but not limited to: weak lensing, studies of dark matter haloes, galaxy morphology studies, chemical evolution studies, photometric calibration, and studies of large scale structure and galaxy clustering.Problems exist in all surveys at the dim limit of observation, which usually corresponds to the higher redshift objects in the survey, where noise becomes problematic. Magnitude or signal-to-noise ratio cuts are often employed in order to eliminate potentially troublesome objects; such a procedure is a blunt tool for separating good redshift candidates from ones likely to be inaccurate.In this thesis we develop an algorithm to tackle redshift estimation of galaxy spectra in the low signal-to-noise regime. The first part of this thesis introduces the concepts of denoising, particularly False Detection Rate denoising, wavelet transforms and redshift estimation algorithms. The second part details how these concepts are united into the Darth Fader (Denoised and Automatic Redshifts THresholded with a FAlse DEtection Rate) algorithm. The final parts of this thesis apply the algorithm both to idealised synthetic data generated from the COSMOS Mock Catalogue, and to a subset of real data from the WiggleZ survey.We show that Darth Fader can operate effectively at low signal-to-noise given an appropriate choice of FDR parameter for denoising, and an appropriate feature-counting criterion. We also show that Darth Fader can remove the continua of spectra effectively at low signal-to-noise for the purposes of redshift estimation by cross-correlation. Additionally we show from tests on spectra from the WiggleZ survey that our algorithm has the ability to process a substantial subset of that data without the need for visual inspection (to which the entire WiggleZ spectral survey has been subjected), and to a high degree of accuracy. We conclude that the Darth Fader algorithm has potential to be used in large-sky survey pipelines, particularly where signal-to-noise is expected to be poor.

En parallèle des facteurs cliniques et biologiques, de nombreux déterminants psychologiques, dont l’adhésion et la qualité de vie, peuvent influencer la survie des greffons et des patients transplantés. Dans ce contexte notre objectif était d’étudier l’hétérogénéité des profils d’évolution de la qualité de vie et d’adhésion chez les patients transplantés rénaux et d’en identifier les déterminants. Dans un premier temps, l’étude de la qualité de vie a permis d’identifié deux sous-populations homogènes de patients: une majorité présentaient une qualité de vie semblable à la population générale alors que 40% des patients montraient une qualité de vie dégradée associé à une augmentation d’épisodes d’anxiété et de faiblesse musculaire. Nous avons pu montrer, dans un deuxième temps, qu’il existait deux profils d’évolution de l’adhésion : la majorité des patients étaient adhérents alors que 15 % des patients présentaient une non-adhésion en constante augmentation, une qualité de vie mentale dégradée et de plus nombreux épisodes de dépression. Enfin, nous présentons dans ce travail un nouvel outil dédié à l'évaluation de l’adhésion aux immunosuppresseurs des patients transplantés francophones. Cette thèse fournit de nouveaux outils, facile à utiliser précocement ou à distance de la greffe, permettant de détecter les patients présentant une qualité de vie et/ou une adhésion dégradée afin de mettre en place, pour ces patients, une prise en charge personnalisée. / In parallel to clinical and biological factors, many psychological determinants could influence transplant patient grafts survival and contributes to patients’ morbidity and mortality. Among them, adherence and quality of life were largely reported. In this context, our objective was to study, in kidney transplant patients, quality of life and adherence time-profiles heterogeneity and to identify determinants of distinct time-course. First, we identified two homogeneous subpopulations of patients: a majority presented a quality of life similar to the general population, while 40% of patients showed a poor quality of life associated with more episodes of anxiety and muscle weakness. Secondly, we found two distinct adherence time-profiles: the majority of patients were adherent while 15% presented a non-adherence constantly increasing associated with a poor mental quality of life and more depressive episodes. Finally, we proposed in this work a new tool dedicated to the evaluation of adherence in French-speaking transplant patients. This thesis provides new tools, easy to use even early on after transplantation, to detect patients with poor quality of life and / or adhesion in order to individualize the management of these patients with appropriate interventions.

De nos jours, la filiale automobile connait une évolution énorme en raison de la croissance évolutive des technologies de communication, des aptitudes de détection et de perception de l’environnement, et des capacités de stockage et de traitement présentes dans les véhicules. En effet, une voiture est devenue une sorte d'agent mobile capable de percevoir son environnement et d’en collecter des informations, de communiquer avec les autres véhicules ou infrastructures présentes sur la route, et de traiter les données collectées. Ces progrès stimulent le développement de plusieurs types d'applications qui vont permettre d'améliorer la sécurité et l'efficacité de conduite et de rendre le voyage des automobilistes plus confortable. Cependant, ce développement repose beaucoup sur les données collectées et donc ne pourra se faire que via une collecte sécurisée et un traitement efficace de ces données détectées. La collecte de données dans un réseau véhiculaire a toujours été un véritable défi en raison des caractéristiques spécifiques de ces réseaux fortement dynamiques (changement fréquent de topologie, vitesse élevée des véhicules et fragmentation fréquente du réseau), qui conduisent à des communications opportunistes et non durables. L'aspect sécurité, reste un autre maillon faible de ces réseaux sans fils vu qu'ils sont par nature vulnérables à diverses types d'attaques visant à falsifier les données recueillies et affecter leur intégrité. En outre, les données recueillies ne sont pas compréhensibles par eux-mêmes et ne peuvent pas être interprétées et comprises si montrées directement à un conducteur ou envoyées à d'autres nœuds dans le réseau. Elles doivent être traitées et analysées pour extraire les caractéristiques significatives et informations pour développer des applications utiles et fiables. En plus, les applications développées ont toujours des exigences différentes en matière de qualité de service (QdS). Plusieurs travaux de recherche et projets ont été menées pour surmonter les défis susmentionnés. Néanmoins, ils n'ont pas abouti à la perfection et souffrent encore de certaines faiblesses. Pour cette raison, nous focalisons nos efforts durant cette thèse au développement d’une plateforme de collecte efficace et sécurisée de données dans un réseau de véhicules ainsi que l’exploitation de ces données par des applications améliorant le voyage des automobilistes et la connectivité des véhicules. Pour ce faire, nous proposons une première solution visant à déployer de manière optimale des véhicules, qui auront la tâche de recueillir des données, dans une zone urbaine. Ensuite, nous proposons un nouveau protocole de routage sécurisé permettant de relayer les données collectées vers une destination en se basant sur un système de détection et d'expulsion des véhicules malveillants. Ce protocole est par la suite amélioré avec un nouveau mécanisme de prévention d'intrusion permettant de détecter des attaquants au préalable en utilisant les filtres de Kalman. En deuxième partie de thèse, nous nous sommes concentré sur l’exploitation de ces données en développant une première application capable de calculer de manière fine l’itinéraire le plus économique pour les automobilistes ou tout gestionnaire de flottes de véhicules. Cette solution est basée sur les données influents sur la consommation de carburant et collectées à partir des véhicules eux mêmes et aussi d’autres sources d’informations dans l’Internet et accessibles via des API spécifiques. Enfin, un mécanisme spatio-temporel permettant de choisir le meilleur médium de communication disponible a été développé. Ce dernier est basé sur la logique floue et considère les informations recueillies sur les réseaux, les utilisateurs et les applications pour préserver de meilleure qualité de service. / Nowadays, automotive area is witnessing a tremendous evolution due to the increasing growth in communication technologies, environmental sensing & perception aptitudes, and storage & processing capacities that we can find in recent vehicles. Indeed, a car is being a kind of intelligent mobile agent able to perceive its environment, sense and process data using on-board systems and interact with other vehicles or existing infrastructure. These advancements stimulate the development of several kinds of applications to enhance driving safety and efficiency and make traveling more comfortable. However, developing such advanced applications relies heavily on the quality of the data and therefore can be realized only with the help of a secure data collection and efficient data treatment and analysis. Data collection in a vehicular network has been always a real challenge due to the specific characteristics of these highly dynamic networks (frequent changing topology, vehicles speed and frequent fragmentation), which lead to opportunistic and non long lasting communications. Security, remains another weak aspect in these wireless networks since they are by nature vulnerable to various kinds of attacks aiming to falsify collected data and affect their integrity. Furthermore, collected data are not understandable by themselves and could not be interpreted and understood if directly shown to a driver or sent to other nodes in the network. They should be treated and analyzed to extract meaningful features and information to develop reliable applications. In addition, developed applications always have different requirements regarding quality of service (QoS). Several research investigations and projects have been conducted to overcome the aforementioned challenges. However, they still did not meet perfection and suffer from some weaknesses. For this reason, we focus our efforts during this thesis to develop a platform for a secure and efficient data collection and exploitation to provide vehicular network users with efficient applications to ease their travel with protected and available connectivity. Therefore, we first propose a solution to deploy an optimized number of data harvesters to collect data from an urban area. Then, we propose a new secure intersection based routing protocol to relay data to a destination in a secure manner based on a monitoring architecture able to detect and evict malicious vehicles. This protocol is after that enhanced with a new intrusion detection and prevention mechanism to decrease the vulnerability window and detect attackers before they persist their attacks using Kalman filter. In a second part of this thesis, we concentrate on the exploitation of collected data by developing an application able to calculate the most economic itinerary in a refined manner for drivers and fleet management companies. This solution is based on several information that may affect fuel consumption, which are provided by vehicles and other sources in Internet accessible via specific APIs, and targets to economize money and time. Finally, a spatio-temporal mechanism allowing to choose the best available communication medium is developed. This latter is based on fuzzy logic to assess a smooth and seamless handover, and considers collected information from the network, users and applications to preserve high quality of service.

Les explosions gamma (GRB) sont des évènements extrêmement violents. Ils sont sommairement classifiés en deux groupes par leur durée : les courts et les longs. Cette classification a permis de déterminer l'origine des GRBs : une collision entre deux objets compacts pour les courts ou l'explosion d'une étoile très massive pour les longs. Une meilleure classification des GRBs longs pourrait mieux contraindre leurs propriétés. Dans ma thèse, je présente des évidences de l'existence d'une sous-classification des GRBs basés sur la faible luminosité de leurs derniers reflets. Ces explosions sont appelées Low-Luminosity Afterflow (LLA). Je présente la technique de réduction des données, la méthode de sélection de ces GRBs ainsi que leurs principales propriétés. Leur lien avec les supernovæ (SN) est mis en évidence car 64 % de tous les GRBs associés à des Sns sont des LLA GRBs. Finalement, je présente d'autres propriétés comme leur fréquence, qui semble indiquer une nouvelle distincte classe, les propriétés de leurs galaxies hôte qui montrent que ces explosions ont pour origines des galaxies formant beaucoup d'étoiles. De plus, je montre qu'il est difficile de réconcilier les différences entre les GRBs normaux et les LLA GRBs en ne considérant que des effets instrumentaux et environnementaux, ou bien une géométrie différente. Donc je conclue que les deux classes de GRBs ont des propriétés différentes. En basant l'argumentation sur la fonction de masse initiale, sur la fréquence des LLA GRBs et sur le type de SNs qui les accompagnent, j'indique qu'un système binaire est favorisé pour leur origine. / Gamma-ray bursts (GRB) are extreme events. They are crudely classified into two groups based on their duration, namely the short and long bursts. Such a classification has proven to be useful to determine their progenitors: the merger of two compact objects for short bursts and the explosion of a massive star for long bursts. Further classifying the long GRBs might give tighter constraints on their progenitor and on the emission mechanism(s). In my thesis, I present evidence for the existence of a sub-class of long GRBs, based on their faint afterglow emission. These bursts were named low-luminosity afterglow (LLA) GRBs. I discuss the data analysis and the selection method, and their main properties are described. Their link to supernova is strong as 64\% of all the bursts firmly associated to SNe is LLA GRBs. Finally, I present additional properties of LLA GRBs: the study of their rate density, which seems to indicate a new distinct third class of events, the properties of their host galaxies, which show that they take place in young star-forming galaxies. Additionally, I show that it is difficult to reconcile all differences between normal long GRBs and LLA GRBs only by considering instrumental or environmental effects, different ejecta content or a different geometry for the burst. Thus, I conclude that LLA GRBs and normal long GRBs should have different properties. In a very rudimentary discussion, I indicate that a binary system is favored in the case of LLA GRB. The argument is based on the initial mass function of massive stars, on the larger rate density of LLA GRBs compared to the rate of normal long GRBs and on the type of accompanying SNe.

Les modèles d'équations structurelles à variables latentes permettent de modéliser des relations entre des variables observables et non observables. Les deux paradigmes actuels d'estimation de ces modèles sont les méthodes de moindres carrés partiels sur composantes et l'analyse de la structure de covariance. Dans ce travail, après avoir décrit les deux principales méthodes d'estimation que sont PLS et LISREL, nous proposons une approche d'estimation fondée sur la maximisation par algorithme EM de la vraisemblance globale d'un modèle à facteurs latents et à une équation structurelle. Nous en étudions les performances sur des données simulées et nous montrons, via une application sur des données réelles environnementales, comment construire pratiquement un modèle et en évaluer la qualité. Enfin, nous appliquons l'approche développée dans le contexte d'un essai clinique en cancérologie pour l'étude de données longitudinales de qualité de vie. Nous montrons que par la réduction efficace de la dimension des données, l'approche EM simplifie l'analyse longitudinale de la qualité de vie en évitant les tests multiples. Ainsi, elle contribue à faciliter l'évaluation du bénéfice clinique d'un traitement. / Structural equation models enable the modeling of interactions between observed variables and latent ones. The two leading estimation methods are partial least squares on components and covariance-structure analysis. In this work, we first describe the PLS and LISREL methods and, then, we propose an estimation method using the EM algorithm in order to maximize the likelihood of a structural equation model with latent factors. Through a simulation study, we investigate how fast and accurate the method is, and thanks to an application to real environmental data, we show how one can handly construct a model or evaluate its quality. Finally, in the context of oncology, we apply the EM approach on health-related quality-of-life data. We show that it simplifies the longitudinal analysis of quality-of-life and helps evaluating the clinical benefit of a treatment.

Au cours des deux dernières décennies les objets connectés ont révolutionné la traçabilité des phénomènes sociaux. Les trajectoires sociales laissent aujourd'hui des traces numériques, qui peuvent être analysées pour obtenir une compréhension plus profonde des comportements collectifs. L'essor de grands réseaux sociaux (comme Facebook, Twitter et plus généralement les réseaux de communication mobile) et d'infrastructures connectées (comme les réseaux de transports publiques et les plate-formes en ligne géolocalisées) ont permis la constitution de grands jeux de données temporelles. Ces nouveaux jeux de données nous donnent l'occasion de développer de nouvelles méthodes pour analyser les dynamiques temporelles de et dans ces systèmes.De nos jours, la pluralité des données nécessite d'adapter et combiner une pluralité de méthodes déjà existantes pour élargir la vision globale que l'on a de ces systèmes complexes. Le but de cette thèse est d'explorer les dynamiques des systèmes sociaux au moyen de trois groupes d'outils : les réseaux complexes, la physique statistique et l'apprentissage automatique. Dans cette thèse je commencerai par donner quelques définitions générales et un contexte historique des méthodes mentionnées ci-dessus. Après quoi, nous montrerons la dynamique complexe d'un modèle de Schelling suite à l'introduction d'une quantité infinitésimale de nouveaux agents et discuterons des limites des modèles statistiques. Le troisième chapitre montre la valeur ajoutée de l'utilisation de jeux de données temporelles. Nous étudions l'évolution du comportement des utilisateurs d'un réseau de vélos en libre-service. Puis, nous analysons les résultats d'un algorithme d'apprentissage automatique non supervisé ayant pour but de classer les utilisateurs en fonction de leurs profils. Le quatrième chapitre explore les différences entre une méthode globale et une méthode locale de détection de communautés temporelles sur des réseaux scientométriques. Le dernier chapitre combine l'analyse de réseaux complexes et l'apprentissage automatique supervisé pour décrire et prédire l'impact de l'introduction de nouveaux commerces sur les commerces existants. Nous explorons l'évolution temporelle de l'impact et montrons le bénéfice de l'utilisation de mesures de topologies de réseaux avec des algorithmes d'apprentissage automatique. / For the past two decades, electronic devices have revolutionized the traceability of social phenomena. Social dynamics now leave numerical footprints, which can be analyzed to better understand collective behaviors. The development of large online social networks (like Facebook, Twitter and more generally mobile communications) and connected physical structures (like transportation networks and geolocalised social platforms) resulted in the emergence of large longitudinal datasets. These new datasets bring the opportunity to develop new methods to analyze temporal dynamics in and of these systems. Nowadays, the plurality of data available requires to adapt and combine a plurality of existing methods in order to enlarge the global vision that one has on such complex systems. The purpose of this thesis is to explore the dynamics of social systems using three sets of tools: network science, statistical physics modeling and machine learning. This thesis starts by giving general definitions and some historical context on the methods mentioned above. After that, we show the complex dynamics induced by introducing an infinitesimal quantity of new agents to a Schelling-like model and discuss the limitations of statistical model simulation. The third chapter shows the added value of using longitudinal data. We study the behavior evolution of bike sharing system users and analyze the results of an unsupervised machine learning model aiming to classify users based on their profiles. The fourth chapter explores the differences between global and local methods for temporal community detection using scientometric networks. The last chapter merges complex network analysis and supervised machine learning in order to describe and predict the impact of new businesses on already established ones. We explore the temporal evolution of this impact and show the benefit of combining networks topology measures with machine learning algorithms.

La modélisation de processus complexes peut impliquer un grand nombre de variables ayant entre elles une structure de corrélation compliquée. Par exemple, les phénomènes spatiaux possèdent souvent une forte régularité spatiale, se traduisant par une corrélation entre variables d’autant plus forte que les régions correspondantes sont proches. Le formalisme des graphes pondérés permet de capturer de manière compacte ces relations entre variables, autorisant la formalisation mathématique de nombreux problèmes d’analyse de données spatiales. La première partie du manuscrit se concentre sur la résolution efficace de problèmes de régularisation spatiale, mettant en jeu des pénalités telle que la variation totale ou la longueur totale des contours. Nous présentons une stratégie de préconditionnement pour l’algorithme generalized forward-backward, spécifiquement adaptée à la résolution de problèmes structurés par des graphes pondérés présentant une grande variabilité de configurations et de poids. Nous présentons ensuite un nouvel algorithme appelé cut pursuit, qui exploite les relations entre les algorithmes de flots et la variation totale au travers d’une stratégie de working set. Ces algorithmes présentent des performances supérieures à l’état de l’art pour des tâches d’agrégations de données geostatistiques. La seconde partie de ce document se concentre sur le développement d’un nouveau modèle qui étend les chaînes de Markov à temps continu au cas des graphes pondérés non orientés généraux. Ce modèle autorise la prise en compte plus fine des interactions entre noeuds voisins pour la prédiction structurée, comme illustré pour la classification supervisée de tissus urbains. / Modeling complex processes often involve a high number of variables with anintricate correlation structure. For example, many spatially-localized processes display spatial regularity, as variables corresponding to neighboring regions are more correlated than distant ones. The formalism of weighted graphs allows us to capture relationships between interacting variables in a compact manner, permitting the mathematical formulation of many spatial analysis tasks. The first part of this manuscript focuses on optimization problems with graph-structure dregularizers, such as the total variation or the total boundary size. We first present the convex formulation and its resolution with proximal splitting algorithms. We introduce a new preconditioning scheme for the existing generalized forward-backward proximal splitting algorithm, specifically designed for graphs with high variability in neighbourhood configurations and edge weights. We then introduce a new algorithm, cut pursuit, which used the links between graph cuts and total variation in a working set scheme. We also present a variation of this algorithm which solved the problem regularized by the non convex total boundary length penalty. We show that our proposed approaches reach or outperform state-of-the-art for geostatistical aggregation as well as image recovery problems. The second part focuses on the development of a new model, expanding continuous-time Markov chain models to general undirected weighted graphs. This allows us to take into account the interactions between neighbouring nodes in structured classification, as demonstrated for a supervised land-use classification task from cadastral data.

L’informatique pervasive et l’intelligence ambiante visent à créer un environnement intelligent avec des dispositifs électroniques et informatiques mis en réseau tels que les capteurs, qui s’intègrent parfaitement dans la vie quotidienne et offrent aux utilisateurs un accès transparent aux services partout et à tout moment.Pour garantir ce fonctionnement, un système doit avoir une connaissance globale sur son environnement, et en particulier sur les personnes et les dispositifs, leurs intérêts et leurs capacités, ainsi que les tâches et les activités associées. Toutes ces informations relèvent de la notion de contexte. Cela passe par la collecte des données contextuelles de l’utilisateur pour déterminer sa situation/son activité courante ; on parle alors d’identification de situations/d’activités. Pour cela, le système doit être sensible aux variations de son environnement et de son contexte, afin de détecter les situations/les activités et de s’adapter ensuite dynamiquement. Reconnaître une situation/une activité nécessite alors la mise en place de tout un processus : perception des données contextuelles, analyse de ces données collectéeset raisonnement sur celles-ci pour l’identification de situations/d’activités.Nous nous intéressons plus particulièrement aux aspects liés à la modélisation distribuée de l’environnement ambiant et à ceux liés au raisonnement distribué en présence de données imparfaites pour l’identification de situations/d’activités. Ainsi, la première contribution de la thèse concerne la partie perception. Nous avons proposé un nouveau modèle de perception permettant la collecte des données brutes issues des capteurs déployés dans l’environnement et la génération des évènements. Ensuite, la deuxième contribution se focalise sur l’observation et l’analyse de ces évènements en les segmentant et extrayant les attributs lesplus significatifs et pertinents. Enfin, les deux dernières contributions présentent deux propositions concernant le raisonnement distribué pour l’identification de situations/d’activités; l’une représente la principale contribution et l’autre représente sa version améliorée palliant certaines limites. D'un point de vue technique, toutes ces propositions ont été développées, validées et évaluées avec plusieurs outils. / Pervasive Computing and Ambient Intelligence aim to create a smart environment withnetworked electronic and computer devices such as sensors seamlessly integrating into everyday life and providing users with transparent access to services anywhere and anytime.To ensure this, a system needs to have a global knowledge of its environment, and inparticular about people and devices, their interests and their capabilities, and associated tasks and activities. All these information are related to the concept of context. This involves gathering the user contextual data to determine his/her current situation/activity; we also talk about situation/activity identification. Thus, the system must be sensitive to environment and context changes, in order to detect situations/activities and then to adapt dynamically.Recognizing a situation/an activity requires the definition of a whole process : perception of contextual data, analysis of these collected data and reasoning on them for the identification of situations/activities.We are particularly interested in aspects related to the distributed modeling of the ambient environment and to those related to distributed reasoning in the presence of imperfect data for the identification of situations/activities. Thus, the first contribution of the thesis concerns the perception part. We have proposed a new perception model that allows the gathering of raw data from sensors deployed in the environment and the generation of events.Next, the second contribution focuses on the observation and analysis of these events by segmenting them and extracting the most significant and relevant features. Finally, the last two contributions present two proposals concerning the distributed reasoning for the identification of situations/activities ; one represents the main contribution and the other represents its improved version overcoming certain limitations. From a technical point of view, all these proposals have been developed, validated and evaluated with several tools.

Parmi les différents plasmas spatiaux, le vent solaire et les magnétogaines planétaires représentent les meilleurs laboratoires pour l’étude des propriétés de la turbulence. Les fluctuations de densité dans le vent solaire étant faibles, à basses fréquences ces dernières sont généralement décrites par la théorie de la MHD incompressible. Malgré son incompressibilité, l’effet de la compressibilité dans le vent solaire a fait l’objet de nombreux travaux depuis des décennies, à la fois théoriques,numériques et observationnels.Le but de ma thèse est d’étudier le rôle de la compressibilité dans les magnétogaines planétaires(de la Terre et de Saturne) en comparaison avec un milieu beaucoup plus étudié et moins compressible (quasi incompressible), le vent solaire. Ce travail a été réalisé en utilisant des données in-situ de trois sondes spatiales, Cassini, Cluster et THEMIS B/ARTEMIS P1.La première partie de mon travail a été consacrée à l’étude des propriétés de la turbulence dans la magnétogaine de Saturne aux échelles MHD et sub-ionique, en comparaison avec celle de la Terre en utilisant les données Cassini et Cluster respectivement. Ensuite j’ai appliqué la loiexacte de la turbulence isotherme et compressible dans le vent rapide et lent en utilisant les données THEMIS B/ARTEMIS P1, afin d’étudier l’effet et le rôle de la compressibilité sur le taux de transfert de l’énergie dans la zone inertielle. Enfin, une première application de ce modèle dans la magnétogaine de la Terre est présentée en utilisant les données Cluster. / Among the different astrophysical plasmas, the solar wind and the planetary magnetosheathsrepresent the best laboratories for studying the properties of fully developed plasma turbulence.Because of the relatively weak density fluctuations (∼ 10%) in the solar wind, the low frequencyfluctuations are usually described using the incompressible MHD theory. Nevertheless, the effectof the compressibility (in particular in the fast wind) has been a subject of active research withinthe space physics community over the last three decades.My thesis is essentially dedicated to the study of compressible turbulence in different plasma environments,the planetary magnetosheaths (of Saturn and Earth) and the fast and slow solar wind.This was done using in-situ spacecraft data from the Cassini, Cluster and THEMIS/ARTEMISsatellites.I first investigated the properties of MHD and kinetic scale turbulence in the magnetosheathof Saturn using Cassini data at the MHD scales and compared them to known features of thesolar wind turbulence. This work was completed with a more detailed analysis performed in themagnetosheath of Earth using the Cluster data. Then, by applying the recently derived exactlaw of compressible isothermal MHD turbulence to the in-situ observations from THEMIS andCLUSTER spacecrafts, a detailed study regarding the effect of the compressibility on the energycascade (dissipation) rate in the fast and the slow wind is presented. Several new empirical lawsare obtained, which include the power-law scaling of the energy cascade rate as function of theturbulent Mach number. Eventually, an application of this exact model to a more compressiblemedium, the magnetosheath of Earth, using the Cluster data provides the first estimation of theenergy dissipation rate in the magnetosheath, which is found to be up to two orders of magnitudehigher than that observed in the solar wind.

Ma thèse a pour but de comprendre le rôle de la compressibilité dans la turbulence aux basses fréquences dans les plasmas spatiaux (le vent solaire, les plasmas magnétosphériques etc.) et astrophysiques (nuage moléculaire interstellaire, le cœur d'une étoile etc.). Trois nouvelles relations exactes ont été déduites dans le cadre de la turbulence compressible dans un fluide isotherme et polytrope et dans un plasma MHD isotherme afin de comprendre différentes propriétés universelles de la turbulence compressible. De plausibles phénoménologies ont été proposées aussi en vue d'une compréhension de différentes lois de spectre obtenues grâce aux simulations numériques de la turbulence compressible. Une distinction qualitative entre la turbulence sous-sonique et supersonique est ainsi décrite.Une analyse utilisant des données d'observation des sondes spatiales THEMIS est également réalisée dans le but d'expliquer l'effet de la compressibilité dans la turbulence du vent solaire rapide. Une amélioration remarquable par rapport a "incompressible scaling" est observée avec la nouvelle "compressible scaling". Le flux d'énergie correspondant ainsi trouve est estime suffisant pour expliquer le chauffage anormal du vent solaire rapide. / My thesis work is principally dedicated in understanding the role of compressibility in lowfrequency turbulence of space plasmas (the solar wind, magnetospheric plasma etc.) and astrophysical plasmas (interstellar molecular cloud, the core of a star etc.). Three new exact relations have been derived analytically in the framework of isothermal and polytropic hydrodynamic turbulence and also for an isothermal MHD plasma. By using these relations, various universal scalingproperties of compressible turbulence have been investigated. In addition, plausible phenomenologieshave been proposed in order to theoretically reproduce different power laws for energy power spectra which had been obtained in previous numerical simulations of compressible turbulence. A semi-qualitativedistinction between sub-sonic and supersonic regime of turbulence is hence concluded. In the second part, an analysis using THEMIS spacecraft data is also performed in a view to explainingthe effect of the compressibility in the turbulence of the fast solar wind. A remarkable smooth scalingin comparison with incompressible law is obtained for several intervals of fast solar wind. The corresponding turbulent energy flux is also found to be sufficient to explain the anomalous heating of fast solar wind.