Ce travail a été réalisé dans le cadre d'une convention CIFRE entre le LAAS-CNRS et la société ACTIA qui développe des outils d'aide au diagnostic de pannes automobiles. Le but était l'utilisation des réseaux de neurones artificiels pour la conception d'une nouvelle méthode de diagnostic de pannes automobiles sans modèle, ni information symbolique mais avec seulement des observations du système en bon et en mauvais fonctionnement. C'est donc une approche du diagnostic de système complexe par reconnaissance de formes. Après avoir mis au point le système d'acquisition, nous avons conçu une première maquette qui a démontré la faisabilité d'un tel système et l'intérêt des réseaux de neurones, mais qui a soulevé de nombreux problèmes. L'utilisation particulière des réseaux de neurones dans cette application a nécessité l'usage d'algorithmes de construction. Après une étude théorique des structures de l'hypercube qui n'a pas abouti à un algorithme de construction mais qui a fourni plusieurs résultats, nous avons développé une famille d'algorithmes pour la construction des réseaux de neurones binaires. La base de ces outils est une nouvelle méthode d'apprentissage d'unités à seuil très performante dénommée Barycentric Correction Procedure (BCP). L'aboutissement est un algorithme novateur car très général (entrées quelconques et sorties multiples), rapide et avec un bon pouvoir de généralisation. Nous avons finalement mis au point une nouvelle méthodologie de diagnostic, dans laquelle l'utilisation de méthodes statistiques et d'analyse de données en collaboration avec les réseaux neuronaux paru nécessaire. Cette méthodologie utilise donc des techniques très diverses : analyse en composantes principales, estimation de densité de probabilité, classification automatique, calcul d'enveloppes convexes, génération géométrique de bases d'apprentissage, construction de réseaux de neurones binaires, réseaux de neurones gaussiens et méthodes de diagnostic simples. Cette méthodologie a été appliquée avec succès au problème de la détection de pannes automobiles et a aussi montré des potentialités pour le diagnostic préventif. Elle est de plus assez générique pour avoir de nombreuses applications potentielles.

Ce travail consiste en une analyse statistique de la séparation des sources des enregistrements d'imagerie VSD afin de 1) séparer le signal neuronal des artefacts, et 2) d'étudier la dynamique des motifs spatio-temporels de l'activité créés par les populations neuronales qui partagent des statistiques communes. À cette fin, nous avons effectué des enregistrements en imagerie VSD des zones 17 et 18 du cortex du chat anesthésié et paralysé, en réponse à des réseaux sinusoïdaux de luminance en mouvement et en plein champ. Nous avons développé une méthode d'analyse pour l'imagerie VSD qui sépare la réponse neuronale des artefacts, et extrait les motifs de l'activité qui sont fonctionnellement liés à des populations différentiables. Notre méthode de débruitage permet d'effectuer des analyses sur des essais unitaires, par exemple pour étudier la variabilité intrinsèque de chaque réponse de la population neuronale enregistrée pour une même stimulation. En outre, nous avons pu séparer des populations de neurones qui montrent différents profils de réponse à l'orientation et/ou à la direction des stimuli à l'aide de la PCA et de l'ICA. La compression et la projection de l'activité de V1 sur trois axes de composantes principales nous a permis d'étudier la dynamique des états corticaux et de démontrer la séparabilité des trajectoires d'état en fonction de l'orientation. Nos résultats indiquent que le codage neuronal de la préférence à l'orientation au niveau de la population plutôt que des canaux individuels est plus efficace. Nous espérons à l'avenir fournir un cadre de mesure pour la quantification et l'interprétation des réponses à des stimuli plus naturels

L'industrie aéronautique utilise des matériaux toujours plus performants pour ses avions et systèmes spatiaux. Ainsi, pour réaliser les communications, les avionneurs souhaiteraient aller vers une réelle intégration des structures antennaires à la structure de l'avion et donc de passer de la structure antennaire vue comme équipement embarqué à la structure antennaire devenue équipement intégré. Notre travail de thèse se situe dans le cadre du projet MSIE (Matériaux et Structures Intelligentes pour l'Electromagnétisme). L'objectif de ce projet est de répondre aux demandes du secteur aéronautique, en évaluant le concept de nouveaux matériaux susceptibles de permettre la réalisation de structures antennaires conformées, compactes et reconfigurables. Cette adaptabilité suppose que ces structures soient reconfigurables et donc capables, une fois munies de capteurs/actionneurs, de réaliser un contrôle actif de la directivité, du rendement et du gain des structures antennaires. Il est alors apparu nécessaire d'adjoindre à ces futures structures, une fonction de Contrôle santé ou Structural Health Monitoring "SHM", de manière à pouvoir détecter d'éventuels endommagements (impact, délaminage entre le réseau d'antennes et la structure composite, rupture des fibres, etc....) susceptibles de se produire au cours du vol ou au cours du vieillissement de la structure. C'est dans le développement de la fonction SHM que s'inscrit ce travail de thèse. A cet effet, nous avons réalisé des dispositifs expérimentaux en tenant compte des demandes de l'industriel. Ces dispositifs comportent des structures composites antennaires munies de capteurs et d'actionneurs piézoélectriques. A travers les informations transmises par les capteurs, nous avons développé deux méthodes de détection de l'endommagement à base d'Analyse en Composantes Principales (ACP) et d'Analyse en Composantes Indépendantes (ACI). Ces deux méthodes sont des approches statistiques qui ne nécessitent pas la connaissance du modèle mécanique de la structure à surveiller. Il s'agit de méthodes traitant des observations vectorielles (multivariées) transmises par les capteurs piézoélectriques, afin d'en extraire des caractéristiques de fonctionnement de la structure à l'état sain et de la structure dans un état inconnu. La comparaison entre ces caractéristiques nous a permis de calculer pour chacune des deux méthodes, un résidu indicateur d'endommagement. Nous avons complété ce résidu par une robustification de la prise de décision et cela par le calcul d'une borne, au-delà de laquelle l'endommagement est détecté.

La digestion anaérobie est efficace pour traiter d'effluents fortement chargés de<br />matière organique. Des bactéries anaérobies transforment les polluants en un biogaz<br />énergétiquement valorisable (composé principalement de méthane et de dioxyde de<br />carbone). Néanmoins, ce bioprocédé est sensible aux variations des conditions opératoires<br />et il contient de variables difficiles à mesurer ce qui impose une grande diversité de<br />sujets de recherche. Dans ce contexte, nous proposons un observateur d'état flou pour<br />l'estimation de variables à accès difficile. Les variables floues utilisés par l'observateur<br />sont choisies à partir d'une analyse en composantes principales. Par ailleurs, les lois<br />de commande pour la digestion anaérobie sont actuellement conçues pour résoudre un<br />problème à la fois. Ainsi, nous élaborons une stratégie de commande intelligente (basée<br />sur la commande floue) qui combine les avantages de différentes actions de commande<br />pour atteindre plusieurs objectifs à la fois. Enfn, nous avons mise en place une étape<br />expérimentale de manière à valider notre démarche.

L’approche GWAS est un outil essentiel pour la découverte de gènes associés aux maladies, mais elle pose des problèmes de puissance statistique quand il est impossible d’échantillonner génétiquement des dizaines de milliers de sujets. Les résultats présentés ici—ALDsuite, un programme en utilisant une correction nouvelle et efficace pour le déséquilibre de liaison (DL) ancestrale de la population locale, en permettant l'utilisation de marqueurs denses dans le MALD, et la démonstration que la méthode simpleM fournit une correction optimale pour les comparaisons multiples dans le GWAS—réaffirment la valeur de l'analyse en composantes principales (APC) pour capturer l’essence de la complexité des systèmes de grande dimension. L’APC est déjà la norme pour corriger la structure de la population dans le GWAS; mes résultats indiquent qu’elle est aussi une stratégie générale pour faire face à la forte dimensionnalité des données génomiques d'association. / GWAS is an essential tool for disease gene discovery, but has severe problems of statistical power when it is impractical to genetically sample tens of thousands of subjects. The results presented here—a novel, effective correction for local ancestral population LD allowing use of dense markers in MALD using the ALDsuite and the demonstration that the simpleM method provides an optimum Bonferroni correction for multiple comparisons in GWAS, reiterate the value of PCA for capturing the essential part of the complexity of high- dimensional systems. PCA is already standard for correcting for population substructure in GWAS; my results point to it’s broader applicability as a general strategy for dealing with the high dimensionality of genomic association data.

L'imagerie médicale sur petits animaux est d'une grande utilité en recherche préclinique, car elle permet d'imager in vivo et en 3D l'intérieur de l'animal. Ceci sert au développement de nouveaux médicaments et au suivi de l'évolution de certaines pathologies. En effet, les techniques d'imagerie éliminent la nécessité de sacrifier les animaux, ce qui permet le suivi de processus biomoléculaires sur un même individu et l'obtention de données statistiquement plus significatives. Cependant, l'information moléculaire recueillie s'avère généralement de faible résolution spatiale, notamment en imagerie optique à cause de la diffusion de la lumière, et donc difficile à localiser dans le corps de l'animal. Le jumelage de modalités d'imagerie complémentaires permet donc d'obtenir des images anatomiques et moléculaires superposées, mais cela s'avère toutefois relativement coûteux. Le projet présenté vise à améliorer une technique d'imagerie 2D toute optique à faible coût permettant d'obtenir une carte approximative 3D des organes internes d'une souris. Cette technique devrait permettre le recalage spatial automatique d'informations moléculaires obtenues sur le même appareil, bien que cela n'ait pas encore été démontré. L'amélioration apportée par le projet consiste à obtenir des images anatomiques 3D, plutôt que 2D, en utilisant une caméra tournante et des techniques de vision numérique stéréo. Pour ce faire, la technique existante est d'abord reproduite. Celle-ci consiste à injecter de l'ICG , un marqueur fluorescent non spécifique qui demeure confiné au réseau vasculaire une fois injecté, à une souris anesthésiée. De par leurs métabolismes distincts et le temps que met l'ICG à atteindre chacun d'eux, la dynamique de fluorescence varie entre les organes, mais demeure relativement uniforme à l'intérieur d'un même organe. Certains organes peuvent donc être segmentés par des techniques appropriées de traitement de signal, telles l'analyse en composantes principales et la régression par moindres carrés non négative. Un système d'imagerie à caméra rotative comme le QOS® de Quidd permet d'obtenir des images 2D segmentées de l'anatomie. interne de l'animal selon plusieurs plans de vue. Ces plans de vue servent à reconstruire l'information anatomique en 3D par des techniques de vision numérique. La procédure pourrait être répétée avec un ou plusieurs marqueurs fluorescents fonctionnalisés dans le but d'obtenir des images moléculaires 3D du même animal et de les superposer aux images anatomiques 3D. La technique développée devrait ainsi permettre d'obtenir à faible coût et de manière toute optique des images 3D anatomiques et moléculaires recalées spatialement automatiquement.

L’approche GWAS est un outil essentiel pour la découverte de gènes associés aux maladies, mais elle pose des problèmes de puissance statistique quand il est impossible d’échantillonner génétiquement des dizaines de milliers de sujets. Les résultats présentés ici—ALDsuite, un programme en utilisant une correction nouvelle et efficace pour le déséquilibre de liaison (DL) ancestrale de la population locale, en permettant l'utilisation de marqueurs denses dans le MALD, et la démonstration que la méthode simpleM fournit une correction optimale pour les comparaisons multiples dans le GWAS—réaffirment la valeur de l'analyse en composantes principales (APC) pour capturer l’essence de la complexité des systèmes de grande dimension. L’APC est déjà la norme pour corriger la structure de la population dans le GWAS; mes résultats indiquent qu’elle est aussi une stratégie générale pour faire face à la forte dimensionnalité des données génomiques d'association. / GWAS is an essential tool for disease gene discovery, but has severe problems of statistical power when it is impractical to genetically sample tens of thousands of subjects. The results presented here—a novel, effective correction for local ancestral population LD allowing use of dense markers in MALD using the ALDsuite and the demonstration that the simpleM method provides an optimum Bonferroni correction for multiple comparisons in GWAS, reiterate the value of PCA for capturing the essential part of the complexity of high- dimensional systems. PCA is already standard for correcting for population substructure in GWAS; my results point to it’s broader applicability as a general strategy for dealing with the high dimensionality of genomic association data.

Cette thèse apporte des solutions clés à deux problèmes omniprésents dans les réseaux de capteurs sans fil, à savoir la précision des mesures acquises dans les régions à faible couverture et la dimensionnalité sans cesse grandissante des données collectées. La première contribution de cette thèse est l’amélioration de la couverture de l'espace à surveiller par le biais de la mobilité des capteurs. Nous avons recours aux méthodes à noyaux en apprentissage statistique pour modéliser un phénomène physique tel que la diffusion d’un gaz. Nous décrivons plusieurs schémas d'optimisation pour améliorer les performances du modèle résultant. Nous proposons plusieurs scénarios de mobilité des capteurs. Ces scénarios définissent d'une part l'ensemble d'apprentissage du modèle et d'autre part le capteur mobile. La seconde contribution de cette thèse se situe dans le contexte de la réduction de la dimensionnalité des données collectées par les capteurs. En se basant sur l'analyse en composantes principales, nous proposons à cet effet des stratégies adaptées au fonctionnement des réseaux de capteurs sans fil. Nous étudions également des problèmes intrinsèques aux réseaux sans fil, dont la désynchronisation entre les nœuds et la présence de bruits de mesures et d’erreurs de communication. Des solutions adéquates avec l'approche Gossip et les mécanismes de lissage sont proposées. L'ensemble des techniques développées dans le cadre de cette thèse est validé sur un réseau de capteurs sans fil qui estime le champ de diffusion d’un gaz / This thesis investigates two major problems that are challenging the wireless sensor networks (WSN): the measurements accuracy in the regions with a low density of sensors and the growing volume of data collected by the sensors. The first contribution of this thesis is to enhance the collected measurements accuracy, and hence to strengthen the monitored space coverage by the WSN, by means of the sensors mobility strategy. To this end, we address the estimation problem in a WSN by kernel-based machine learning methods, in order to model some physical phenomenon, such as a gas diffusion. We propose several optimization schemes to increase the relevance of the model. We take advantage of the sensors mobility to introduce several mobility scenarios. Those scenarios define the training set of the model and the sensor that is selected to perform mobility based on several mobility criteria. The second contribution of this thesis addresses the dimensionality reduction of the set of collected data by the WSN. This dimensionality reduction is based on the principal component analysis techniques. For this purpose, we propose several strategies adapted to the restrictions in WSN. We also study two well-known problems in wireless networks: the non-synchronization problem between nodes of the network, and the noise in measures and communication. We propose appropriate solutions with Gossip-like algorithms and smoothing mechanisms. All the techniques developed in this thesis are validated in a WSN dedicated to the monitoring of a physical species leakage such as the diffusion of a gas

Les modèles humains numériques sont devenus des outils indispensables à l’étude de la posture est du mouvement dans de nombreux domaines de la biomécanique visant des applications en ergonomie ou pour la clinique. Ces modèles intègrent une représentation géométrique de la surface du corps et un squelette filaire interne composé de segments rigides et d’articulations assurant leur mise en mouvement. La personnalisation des mannequins s'effectue d’abord sur les dimensions anthropométriques externes, servant ensuite de données d’entrée à l’ajustement des longueurs des segments du squelette en interne. Si les données externes sont de plus en plus facilement mesurables à l’aide des outils de scanning 3D actuels, l’enjeu scientifique est de pouvoir prédire des points caractéristiques du squelette en interne à partir de données uniquement externes. L’Institut de Biomécanique Humaine Georges Charpak (Arts et Métiers ParisTech) a développé des méthodes de reconstruction des os et de l’enveloppe externe à partir de radiographies biplanes obtenues avec le système basse dose EOS. En s’appuyant sur cette technologie, ces travaux ont permis de proposer de nouvelles relations statistiques externes-internes pour prédire des points du squelette longitudinal, en particulier l’ensemble des centres articulaires du rachis, à partir d’une base de données de 80 sujets. L'application de ce travail pourrait permettre d’améliorer le réalisme des modèles numériques actuels en vue de mener des analyses biomécaniques, principalement en ergonomie, nécessitant des informations dépendant de la position des articulations comme les mesures d’amplitude de mouvement et de charges articulaires / Digital human models have become instrumental tools in the analysis of posture and motion in many areas of biomechanics, including ergonomics and clinical settings. These models include a geometric representation of the body surface and an internal linkage composed of rigid segments and joints allowing simulation of human movement. The customization of human models first starts with the adjustment of external anthropometric dimensions, which are then used as input data to the adjustment of internal skeletal segments lengths. While the external data points are more readily measurable using current 3D scanning tools, the scientific challenge is to predict the characteristic points of the internal skeleton from external data only. The Institut de Biomécanique Humaine Georges Charpak (Arts et Métiers ParisTech) has developed 3D reconstruction methods of bone and external envelope from biplanar radiographs obtained from the EOS system (EOS Imaging, Paris), a low radiation dose technology. Using this technology, this work allowed proposing new external-internal statistical relationships to predict points of the longitudinal skeleton, particularly the complete set of spine joint centers, from a database of 80 subjects. The implementation of this work could improve the realism of current digital human models used for biomechanical analysis requiring information of joint center location, such as the estimation of range of motion and joint loading

La préservation de la richesse aquatique est devenue un souci majeur d'ordre mondial suite au risque de pénurie en eau. Au Liban, les rejets anthropiques incontrôlés et incontrôlables au bord des rivières menacent la qualité de ses eaux de surface. Pour cela, quatre cours d'eau libanais ont été choisis comme cadre d'étude : la rivière Damour, la rivière Kadisha-Abou Ali, la rivière Ibrahim et la rivière Oronte.Les différents paramètres physico-chimiques et microbiologiques étudiés ont permis dans un premier temps la construction d'une base de données de chacune de ces rivières. Une seule analyse spatio-temporelle des paramètres séparément n'aide pas à définir l'état trophique des rivières. Partant de l'idée des corrélations que peuvent exister entre certains paramètres, l'Analyse en Composante Principale (ACP) retenant la totalité de l'information sera utilisée en dépit des méthodes classiques. Cet outil statistique a permis de classer les rivières par niveau de pollution. Il a aussi aidé à observer l'impact des apports des polluants sur les différentes stations de rivières étudiées.Pour suivre le devenir des coliformes fécaux dans les eaux, l'ACP des variables microbiologiques a montré la persistance des colonies bactériennes dans les eaux malgré les conditions climatiques diverses et le régime méditerranéen torrentiel des rivières. En effet, les sédiments constituent des réservoirs potentiels de microorganismes pathogènes. Le décrochage bactérien des agrégats sédimentaires et la remise en suspension dans l'eau pose un problème alarmant de santé publique. / Preservation of aquatic wealth has worldwide become a major concern due to the risk of water shortage. In Lebanon, uncontrolled and uncontrollable anthropogenic rejections along rivers threaten the quality of its surface waters. Four Lebanese rivers were selected as study framework: The Damour river, Kadisha-Abu Ali river, Ibrahim river and Orontes river. The physico-chemical and microbiological parameters analyzed has formed a large database of these rivers. The spatio-temporal analysis of separate parameters did not help defining the trophic status of rivers. The assumption that correlations exist between certain parameters, guides us to use the Principal Component Analysis (PCA) in spite of conventional methods. This statistical tool was used to define the pollution levels in rivers. It also leads to observe the impact of pollutants inflows on different sites studied. To follow the fate of fecal coliform in water, the ACP of microbiological variables showed the persistence of bacterial colonies in water despite the various climatic conditions and the Mediterranean flow rate. Indeed, sediments are potential reservoirs of pathogenic microorganisms. The bacteria aggregated to the sediment can be present again in water column causing an alarming public health problem.