Ce projet de doctorat concerne deux enjeux de biodiversité majeurs identifiés ces dernières années en forêt boréale : la raréfaction des vieilles forêts et la raréfaction du bois mort. Le maintien des vieilles forêts et des arbres morts est incompatible avec le système d'aménagement actuel, dominé par la pratique de la coupe avec protection de la régénération et des sols (CPRS). Le rajeunissement des forêts boréales selon une rotation des coupes de l'ordre de 80 à 100 ans empêche le vieillissement des forêts et des arbres qui les composent au-delà de la maturité. Cette normalisation de l'âge des forêts compte pour une grande part de la perte de biodiversité associée à l'exploitation des forêts. Plusieurs taxons spécialisés s'en retrouvent directement menacés. C'est le cas des lichens et bryophytes et plus particulièrement des espèces associées aux arbres morts, dites épixyliques. Ce projet vise à fournir les informations pertinentes à l'élaboration d'une stratégie d'aménagement qui intégrerait le maintien des vieilles forêts et de la biodiversité associée pour le domaine bioclimatique de la pessière noire à mousses. Dans un premier temps, les exigences d'habitat des épixyliques sont utilisées pour identifier les conditions écologiques critiques des vieilles forêts pour la biodiversité. L'étude de leur répartition dans un secteur dominé par les pessières noires, au nord du Lac-Saint-Jean, a permis d'identifier les types de pessières à plus haute valeur de conservation. Les vieilles pessières noires à sapins de structure bi-étagée et irrégulière s'avèrent être des refuges uniques pour les épixyliques. Ces deux types de pessières offrent des conditions d'habitats que l'on attribut généralement aux forêts anciennes : la présence d'arbres de différentes tailles, d'âges divers et se présentant sous une diversité d'états de vitalité et de décomposition. Cette comparaison des types de pessières noires a permis de distinguer les « vieilles » pessières des pessières « anciennes » sur la base de leur structure et de leur contribution différente à la biodiversité. L'ancienneté structurale des vieilles pessières noires à sapins a été validée à l'échelle régionale par l'analyse des données sur la stratification verticale de la végétation provenant des placettes de l'inventaire écologique du ministère. Leur répartition selon le contexte biophysique a également été analysée. La présence de vieilles pessières noires à sapins mise en relation avec des variables biophysiques du paysage régional montre l'influence du contexte topographique sur leur répartition. Les reliefs de collines et de hautes collines concentrent une plus grande proportion de ces forêts que les reliefs de plaines ou de coteaux. Ces informations permettent de guider l'implantation de stratégies sylvicoles adaptées aux vieilles forêts dans les zones qui en valent la peine, soit, en pessière noire à mousses, dans les zones plus propices au développement de pessières qui tiennent le rôle de forêts anciennes pour la biodiversité. Finalement, une stratégie de rétention variable adaptée aux forêts anciennes est proposée. Elle combine à la fois la rétention d'îlots de forêts anciennes intactes et la rétention de structures dispersées dans le parterre aménagé au pourtour des îlots. Les premiers agissent comme habitats sources de propagules, les seconds assurent la connectivité et le retour plus rapide des conditions d'ancienneté dans la forêt aménagée. / This project deals with two main issues at stake for biodiversity as identified these last years in boreal forest: the rarefaction of old forests and the rarefaction of dead trees. Maintaining old forests and dead wood is compromised in managed forests with the actual system dominated by the practice of clearcutting. Cutting cycle between 80 and 100 years do not allow forests and trees to get older than the age of maturity. This regularisation of forests age explain a large part of the lost of biodiversity in commercial forests. Many specialised taxa are directly threatened. This is the case for lichens and bryophytes, particularly species associated with dead trees (epixylics species). This project aims to provide practical information for working-out a management strategy that would include old forests and associated biodiversity and this, for the boreal black spruce domain. First of ail, habitat requirements of epixylics served at identifying critical ecological conditions of old forests for biodiversity. The study of their distribution in a sector dominated by black spruce forests, located North of Lac Saint-Jean, allowed the identification of black-spruce forests types with high conservation value. Black spruce-fir mixed forests types with two-story and irregular structures constitute unique refuges for these species because they provide ecological conditions that are generally credited to old-growth forest type: various size trees and different ages existing under various stages of vitality or decomposition. This comparison allowed the distinction between "old" and "old-growth" black-spruce types based on their different contribution to biodiversity. Old-growthness of black spruce-fir mixed forests have been validated at a regional scale by analysing vegetation vertical stratification data, taken from ecological inventory of the Ministry. Their distribution in regard of the biophysical context have also been analysed. The occurrence of these forests in relation with biophysical variables shows the influence of the topographic context on their distribution. Small and high hills districts concentrate a bigger proportion of old-growth forests than the plains or hillsides. This situation should drive the implementation of strategies suited to the old forest in zones witch are worth considering, i.e. zones more favourable for the development of old-growth forest types that have a higher conservation value. Finally, a variable retention strategy adapted to old-growth black spruce forests is proposed. It combines integral retention of small islands of old-growth forests and dispersal retention of critical structures in the managed space around these islands. First ones will act as propagules sources and the seconds will guarantee connectivity and the faster return of the old-growth conditions in the second-growth forests.

Dans cette étude, la performance d'espèces arbustives dominantes a été étudiée au Mont de La Passe (altitude de 1242 mètres) dans le Parc National de la Gaspésie (PNG) le long d'un gradient altitudinal. Une cartographie récente (2008) de la limite altitudinale des formations de krummholz ainsi qu'une comparaison de photographies aériennes (1975 et 2004) ont été effectuées afin de déceler une possible expansion de la limite de certaines espèces arbustives ou une densification de leur population. De plus, un suivi phénologique, la récolte de fruits ainsi que la récolte d'individus ont été effectués dans cinq étages de végétation (forêt ouverte (1), subalpin (2), alpin inférieur (3), alpin moyen (4) et alpin supérieur (5)). Cet échantillonnage a permis d'analyser l'efficience de la reproduction sexuée de Betula glandulosa, d'Empetrum hermaphroditum, de Vaccinium uliginosum et de Vaccinium vitis-idaea ainsi que la croissance radiale de B. glandulosa. Au Mont de La Passe, une densification des espèces arbustives les plus abondantes semble être en cours depuis le milieu des années 1970. La densification observée se concentre dans l'étage de végétation alpin inférieur, près de la limite altitudinale des formations de krummholz. La répartition des espèces ainsi que leur performance reproductive et de croissance semblent être influencées par la modification des conditions climatiques survenant avec l'augmentation de l'altitude, ainsi que par la compétition présente dans les étages de plus basse altitude. V. uliginosum, qui montre une production de fruits supérieure vers le sommet et un taux moyen de germination élevé similaire tout le long du gradient, semble être davantage influencé par la compétition et être une espèce tolérante à la rigueur du climat. D'autres espèces semblent davantage affectées par ces conditions climatiques rigoureuses et connaissent de meilleures performances en plus basse altitude, comme E. hermaphroditum. Toutefois, l'étude d'individus de B. glandulosa révèle que la température des deux dernières décennies serait un facteur d'importance expliquant l'augmentation de la croissance radiale observée dans les étages de végétation alpins moyen et supérieur. Ainsi, la performance accrue des principales espèces arbustives présentes en grande abondance au Mont de La Passe pourrait être due, en partie, au réchauffement que connaît la région depuis peu. Ces espèces pourraient dès lors se propager vers de plus hautes altitudes, menaçant les quelques espèces arctiques-alpines (Diapensia lapponica, Loiseleuria procumbens, Rhododendron lapponicum, etc.) confinées aux sommets et présentes en faible abondance. La bonne croissance et le succès reproducteur des individus d'espèces arbustives à port érigé des étages alpins laissent croire à une possible fermeture du couvert arbustif vers le sommet, phénomène pouvant conduire à une perte de biodiversité au Mont de La Passe dans les prochaines décennies.

Cette recherche est le fruit d'une étude de terrain réalisée au Mali auprès de groupes de femmes en milieu rural bambara. Elle a pour principal objectif d'accroître notre compréhension du processus d'adoption et de gestion de la haie vive améliorée en prêtant un intérêt particulier à la sociologie de la famille et aux rapports de genre. La démarche poursuivie est de type qualitatif et elle se base sur des entrevues dirigées, principalement menées sous forme de triades, ainsi que sur la méthode active de recherche participative (MARP). Beaucoup plus qu'un simple objet technique, la haie vive améliorée est révélatrice des dynamiques sociales rencontrées sur le terrain. Les rapports de pouvoir entre les sexes ainsi qu'entre les générations, qui s'expriment à travers le contrôle des ressources productives et la division familiale du travail, sont quelques-uns des facteurs qui influenceront nécessairement le rapport des femmes à la technique. Plus globalement, c'est l'enjeu du développement qui est abordé et qui pose la question du changement social dans les sociétés africaines.

Malgré des progrès constants en termes de capacité de calcul, mémoire et quantité de données disponibles, les algorithmes d'apprentissage machine doivent se montrer efficaces dans l'utilisation de ces ressources. La minimisation des coûts est évidemment un facteur important, mais une autre motivation est la recherche de mécanismes d'apprentissage capables de reproduire le comportement d'êtres intelligents. Cette thèse aborde le problème de l'efficacité à travers plusieurs articles traitant d'algorithmes d'apprentissage variés : ce problème est vu non seulement du point de vue de l'efficacité computationnelle (temps de calcul et mémoire utilisés), mais aussi de celui de l'efficacité statistique (nombre d'exemples requis pour accomplir une tâche donnée). Une première contribution apportée par cette thèse est la mise en lumière d'inefficacités statistiques dans des algorithmes existants. Nous montrons ainsi que les arbres de décision généralisent mal pour certains types de tâches (chapitre 3), de même que les algorithmes classiques d'apprentissage semi-supervisé à base de graphe (chapitre 5), chacun étant affecté par une forme particulière de la malédiction de la dimensionalité. Pour une certaine classe de réseaux de neurones, appelés réseaux sommes-produits, nous montrons qu'il peut être exponentiellement moins efficace de représenter certaines fonctions par des réseaux à une seule couche cachée, comparé à des réseaux profonds (chapitre 4). Nos analyses permettent de mieux comprendre certains problèmes intrinsèques liés à ces algorithmes, et d'orienter la recherche dans des directions qui pourraient permettre de les résoudre. Nous identifions également des inefficacités computationnelles dans les algorithmes d'apprentissage semi-supervisé à base de graphe (chapitre 5), et dans l'apprentissage de mélanges de Gaussiennes en présence de valeurs manquantes (chapitre 6). Dans les deux cas, nous proposons de nouveaux algorithmes capables de traiter des ensembles de données significativement plus grands. Les deux derniers chapitres traitent de l'efficacité computationnelle sous un angle différent. Dans le chapitre 7, nous analysons de manière théorique un algorithme existant pour l'apprentissage efficace dans les machines de Boltzmann restreintes (la divergence contrastive), afin de mieux comprendre les raisons qui expliquent le succès de cet algorithme. Finalement, dans le chapitre 8 nous présentons une application de l'apprentissage machine dans le domaine des jeux vidéo, pour laquelle le problème de l'efficacité computationnelle est relié à des considérations d'ingénierie logicielle et matérielle, souvent ignorées en recherche mais ô combien importantes en pratique. / Despite constant progress in terms of available computational power, memory and amount of data, machine learning algorithms need to be efficient in how they use them. Although minimizing cost is an obvious major concern, another motivation is to attempt to design algorithms that can learn as efficiently as intelligent species. This thesis tackles the problem of efficient learning through various papers dealing with a wide range of machine learning algorithms: this topic is seen both from the point of view of computational efficiency (processing power and memory required by the algorithms) and of statistical efficiency (n umber of samples necessary to solve a given learning task).The first contribution of this thesis is in shedding light on various statistical inefficiencies in existing algorithms. Indeed, we show that decision trees do not generalize well on tasks with some particular properties (chapter 3), and that a similar flaw affects typical graph-based semi-supervised learning algorithms (chapter 5). This flaw is a form of curse of dimensionality that is specific to each of these algorithms. For a subclass of neural networks, called sum-product networks, we prove that using networks with a single hidden layer can be exponentially less efficient than when using deep networks (chapter 4). Our analyses help better understand some inherent flaws found in these algorithms, and steer research towards approaches that may potentially overcome them. We also exhibit computational inefficiencies in popular graph-based semi-supervised learning algorithms (chapter 5) as well as in the learning of mixtures of Gaussians with missing data (chapter 6). In both cases we propose new algorithms that make it possible to scale to much larger datasets. The last two chapters also deal with computational efficiency, but in different ways. Chapter 7 presents a new view on the contrastive divergence algorithm (which has been used for efficient training of restricted Boltzmann machines). It provides additional insight on the reasons why this algorithm has been so successful. Finally, in chapter 8 we describe an application of machine learning to video games, where computational efficiency is tied to software and hardware engineering constraints which, although often ignored in research papers, are ubiquitous in practice.

L'objectif de cette thèse est de présenter différentes applications du programme de recherche de calcul conditionnel distribué. On espère que ces applications, ainsi que la théorie présentée ici, mènera à une solution générale du problème d'intelligence artificielle, en particulier en ce qui a trait à la nécessité d'efficience. La vision du calcul conditionnel distribué consiste à accélérer l'évaluation et l'entraînement de modèles profonds, ce qui est très différent de l'objectif usuel d'améliorer sa capacité de généralisation et d'optimisation. Le travail présenté ici a des liens étroits avec les modèles de type mélange d'experts. Dans le chapitre 2, nous présentons un nouvel algorithme d'apprentissage profond qui utilise une forme simple d'apprentissage par renforcement sur un modèle d'arbre de décisions à base de réseau de neurones. Nous démontrons la nécessité d'une contrainte d'équilibre pour maintenir la distribution d'exemples aux experts uniforme et empêcher les monopoles. Pour rendre le calcul efficient, l'entrainement et l'évaluation sont contraints à être éparse en utilisant un routeur échantillonnant des experts d'une distribution multinomiale étant donné un exemple. Dans le chapitre 3, nous présentons un nouveau modèle profond constitué d'une représentation éparse divisée en segments d'experts. Un modèle de langue à base de réseau de neurones est construit à partir des transformations éparses entre ces segments. L'opération éparse par bloc est implémentée pour utilisation sur des cartes graphiques. Sa vitesse est comparée à deux opérations denses du même calibre pour démontrer le gain réel de calcul qui peut être obtenu. Un modèle profond utilisant des opérations éparses contrôlées par un routeur distinct des experts est entraîné sur un ensemble de données d'un milliard de mots. Un nouvel algorithme de partitionnement de données est appliqué sur un ensemble de mots pour hiérarchiser la couche de sortie d'un modèle de langage, la rendant ainsi beaucoup plus efficiente. Le travail présenté dans cette thèse est au centre de la vision de calcul conditionnel distribué émis par Yoshua Bengio. Elle tente d'appliquer la recherche dans le domaine des mélanges d'experts aux modèles profonds pour améliorer leur vitesse ainsi que leur capacité d'optimisation. Nous croyons que la théorie et les expériences de cette thèse sont une étape importante sur la voie du calcul conditionnel distribué car elle cadre bien le problème, surtout en ce qui concerne la compétitivité des systèmes d'experts. / The objective of this paper is to present different applications of the distributed conditional computation research program. It is hoped that these applications and the theory presented here will lead to a general solution of the problem of artificial intelligence, especially with regard to the need for efficiency. The vision of distributed conditional computation is to accelerate the evaluation and training of deep models which is very different from the usual objective of improving its generalization and optimization capacity. The work presented here has close ties with mixture of experts models. In Chapter 2, we present a new deep learning algorithm that uses a form of reinforcement learning on a novel neural network decision tree model. We demonstrate the need for a balancing constraint to keep the distribution of examples to experts uniform and to prevent monopolies. To make the calculation efficient, the training and evaluation are constrained to be sparse by using a gater that samples experts from a multinomial distribution given examples. In Chapter 3 we present a new deep model consisting of a sparse representation divided into segments of experts. A neural network language model is constructed from blocks of sparse transformations between these expert segments. The block-sparse operation is implemented for use on graphics cards. Its speed is compared with two dense operations of the same caliber to demonstrate and measure the actual efficiency gain that can be obtained. A deep model using these block-sparse operations controlled by a distinct gater is trained on a dataset of one billion words. A new algorithm for data partitioning (clustering) is applied to a set of words to organize the output layer of a language model into a conditional hierarchy, thereby making it much more efficient. The work presented in this thesis is central to the vision of distributed conditional computation as issued by Yoshua Bengio. It attempts to apply research in the area of mixture of experts to deep models to improve their speed and their optimization capacity. We believe that the theory and experiments of this thesis are an important step on the path to distributed conditional computation because it provides a good framework for the problem, especially concerning competitiveness inherent to systems of experts.

Dans le Chapitre 1 nous étudions les groupes localement compacts lacunaires hyperboliques. Nous caractérisons les groupes ayant un cône asymptotique qui est un arbre réel et dont l'action naturelle est focale. Nous étudions également la structure des groupes lacunaires hyperboliques, et montrons que dans le cas unimodulaire les sous-groupes ne satisfont pas de loi. Nous appliquons au Chapitre 2 les résultats précédents pour résoudre le problème de l'existence de points de coupure dans un cône asymptotique dans le cas des groupes de Lie connexes. Dans le Chapitre 3 nous montrons que le groupe de Neretin est compactement présenté et donnons une borne supérieure sur sa fonction de Dehn. Nous étudions également les propriétés métriques du groupe de Neretin, et prouvons que certains sous-groupes remarquables sont quasi-isométriquement plongés. Nous étudions dans le Chapitre 4 une famille de groupes agissant sur un arbre, et dont l'action locale est prescrite par un groupe de permutations. Nous montrons entre autres que ces groupes ont la propriété (PW), et exhibons des groupes simples au sein de cette famille. Dans le Chapitre 5 nous introduisons l'éventail des relations d'un groupe de type fini, qui est l'ensemble des longueurs des relations non engendrées par des relations plus courtes. Nous établissons un lien entre la simple connexité d'un cône asymptotique et l'éventail des relations du groupe, et donnons une grande classe de groupes dont l'éventail des relations est aussi grand que possible. / In Chapter 1 we investigate the class of locally compact lacunary hyperbolic groups. We characterize locally compact groups having one asymptotic cone that is a real tree and whose natural isometric action is focal. We also study the structure of lacunary hyperbolic groups, and prove that in the unimodular case subgroups cannot satisfy a law. We apply the previous results in Chapter 2 to solve the problem of the existence of cut-points in asymptotic cones for connected Lie groups. In Chapter 3 we prove that Neretin's group is compactly presented and give an upper bound on its Dehn function. We also study metric properties of Neretin's group, and prove that some remarkable subgroups are quasi-isometrically embedded. In Chapter 4 we study a family of groups acting on a tree, and whose local action is prescribed by some permutation group. We prove among other things that these groups have property (PW), and exhibit some simple groups in this family. In Chapter 5 we introduce the relation range of a finitely generated group, which is the set of lengths of relations that are not generated by relations of smaller length. We establish a link between simple connectedness of asymptotic cones and the relation range of the group, and give a large class of groups having a relation range as large as possible.

Cette thèse comporte deux parties indépendantes. Dans la première partie, nous nous intéressons à l’analyse asymptotique de quelques statistiques sur les arbres binaires de recherche (ABR). Dans la deuxième partie, nous nous intéressons à l’étude du problème du collectionneur de coupons impatient. Dans la première partie, en suivant le modèle introduit par Aguech, Lasmar et Mahmoud [Probab. Engrg. Inform. Sci. 21 (2007) 133—141], on définit la profondeur pondérée d’un nœud dans un arbre binaire enraciné étiqueté comme la somme de toutes les clés sur le chemin qui relie ce nœud à la racine. Nous analysons alors dans ABR, les profondeurs pondérées des nœuds avec des clés données, le dernier nœud inséré, les nœuds ordonnés selon le processus de recherche en profondeur, la profondeur pondérée des trajets, l’indice de Wiener pondéré et les profondeurs pondérées des nœuds avec au plus un enfant. Dans la deuxième partie, nous étudions la forme asymptotique de la courbe de la complétion de la collection conditionnée à T_n≤ (1+Λ), Λ>0, où T_n≃n ln⁡n désigne le temps nécessaire pour compléter la collection. Puis, en tant qu’application, nous étudions les automates déterministes et accessibles et nous fournissons une nouvelle dérivation d’une formule due à Korsunov [Kor78, Kor86] / This Phd thesis is divided into two independent parts. In the first part, we provide an asymptotic analysis of some statistics on the binary search tree. In the second part, we study the coupon collector problem with a constraint. In the first part, following the model introduced by Aguech, Lasmar and Mahmoud [Probab. Engrg. Inform. Sci. 21 (2007) 133—141], the weighted depth of a node in a labelled rooted tree is the sum of all labels on the path connecting the node to the root. We analyze the following statistics : the weighted depths of nodes with given labels, the last inserted node, nodes ordered as visited by the depth first search procees, the weighted path length, the weighted Wiener index and the weighted depths of nodes with at most one child in a random binary search tree. In the second part, we study the asymptotic shape of the completion curve of the collection conditioned to T_n≤ (1+Λ), Λ>0, where T_n≃n ln⁡n is the time needed to complete accessible automata, we provide a new derivation of a formula due to Korsunov [Kor78, Kor86]

Cette thèse porte sur l’étude des stratégies d’amélioration de la qualité d’image dans les systèmes de communication sans fil et sur la conception de nouvelles métriques d’évaluation de la qualité. Tout d'abord, une nouvelle métrique de qualité d'image à référence réduite, basée sur un modèle statistique dans le domaine des ondelettes complexes, a été proposée. Les informations d’amplitude et de phase relatives des coefficients issues de la transformée en ondelettes complexes sont modélisées à l'aide de fonctions de densité de probabilité. Les paramètres associés à ces fonctions constituent la référence réduite qui sera transmise au récepteur. Ensuite, une approche basée sur les réseaux de neurones à régression généralisée est exploitée pour construire la relation de cartographie entre les caractéristiques de la référence réduite et le score objectif.Deuxièmement, avec la nouvelle métrique, une nouvelle stratégie de décodage est proposée pour la transmission d’image sur un canal de transmission sans fil réaliste. Ainsi, la qualité d’expérience (QoE) est améliorée tout en garantissant une bonne qualité de service (QoS). Pour cela, une nouvelle base d’images a été construite et des tests d’évaluation subjective de la qualité de ces images ont été effectués pour collecter les préférences visuelles des personnes lorsqu’elles sélectionnent les images avec différentes configurations de décodage. Un classificateur basé sur les algorithmes SVM et des k plus proches voisins sont utilisés pour la sélection automatique de la meilleure configuration de décodage.Enfin, une amélioration de la métrique a été proposée permettant de mieux prendre en compte les spécificités de la distorsion et la préférence des utilisateurs. Pour cela, nous avons combiné les caractéristiques globales et locales de l’image conduisant ainsi à une amélioration de la stratégie de décodage.Les résultats expérimentaux valident l'efficacité des métriques de qualité d'image et des stratégies de transmission d’images proposées. / This thesis focuses on the study of image quality strategies in wireless communication systems and the design of new quality evaluation metrics:Firstly, a new reduced-reference image quality metric, based on statistical model in complex wavelet domain, has been proposed. The magnitude and the relative phase information of the Dual-tree Complex Wavelet Transform coefficients are modelled by using probability density function and the parameters served as reduced-reference features which will be transmitted to the receiver. Then, a Generalized Regression Neural Network approach is exploited to construct the mapping relation between reduced-reference feature and the objective score.Secondly, with the new metric, a new decoding strategy is proposed for a realistic wireless transmission system, which can improve the quality of experience (QoE) while ensuring the quality of service (QoS). For this, a new database including large physiological vision tests has been constructed to collect the visual preference of people when they are selecting the images with different decoding configurations, and a classifier based on support vector machine or K-nearest neighboring is utilized to automatically select the decoding configuration.Finally, according to specific property of the distortion and people's preference, an improved metric has been proposed. It is the combination of global feature and local feature and has been demonstrated having a good performance in optimization of the decoding strategy.The experimental results validate the effectiveness of the proposed image quality metrics and the quality strategies.

Dans cette thèse, nous présentons la conception, le développement et le test de trois systèmes de reconnaissance automatique de cibles (ATR) visant à reconnaître des avions non-coopératifs, c’est-à-dire des avions ne fournissant par leur identité, en utilisant des signaux de radars passifs bistatiques. Les radars passifs bistatiques utilisent un ou plusieurs émetteurs d’opportunité (déjà présents sur le terrain), avec des fréquences allant jusqu’à 1 GHz pour les émetteurs considérés ici, et un ou plusieurs récepteurs déployés par le gestionnaire du système et non-colocalisés avec les émetteurs. Les seules informations utilisées sont les signaux réfléchis sur les avions et les signaux directement reçus qui sont tous les deux collectés par le récepteur, quelques informations concernant l’émetteur, et la configuration géométrique du radar bistatique.Les trois systèmes ATR que nous avons construits utilisent respectivement les images radar, les surfaces équivalentes radar (SER) complexes bistatiques et les SER réelles bistatiques. Nous utilisons des données acquises soit sur des modèles d’avions placés en chambre anéchoique à l’ONERA, soit sur des avions réels en utilisant un banc d’essai bistatique consistant en un émetteur VOR et un récepteur basé sur la radio-logicielle (SDR), et que nous avons déployé aux alentours de l’aéroport d’Orly. Nous décrivons d’abord la phénoménologie radar pertinente pour notre problème ainsi que les fondements mathématiques pour la dérivation de la SER bistatique d’un objet, et pour la construction d’images radar d’un objet.Nous utilisons deux méthodes pour la classification de cibles en classes prédéfinies : les arbres extrêmement aléatoires (extra-trees) et les méthodes de sous-espaces. Une caractéristique-clé de notre approche est que nous divisons le problème de reconnaissance global en un ensemble de sous-problèmes par décomposition de l’espace des paramètres (fréquence, polarisation, angle d’aspect et angle bistatique) en régions. Nous construisons un classificateur par région.Nous validons en premier lieu la méthode des extra-trees sur la base de données MSTAR, composée d’images radar de véhicules terrestres. Ensuite, nous testons cette méthode sur des images radar d’avions que nous avons construites à partir des données acquises en chambre anéchoique. Nous obtenons un pourcentage de classification allant jusqu’à 99%. Nous testons ensuite la méthode de sous-espaces sur les SER bistatiques (complexes et réelles) des avions que nous avons extraits des données de chambre anéchoique. Nous obtenons un pourcentage de classification allant jusqu’à 98%, avec des variations suivant la fréquence, la polarisation, l’angle d’aspect, l’angle bistatique et le nombre de paires émetteur-récepteur utilisées. Nous testons enfin la méthode de sous-espaces sur les SER bistatiques (réelles) extraites des signaux acquis par le banc d’essai déployé à Orly. Nous obtenons une probabilité de classification de 82%, avec des variations suivant l’angle d’aspect et l’angle bistatique. On a donc démontré dans cette thèse que l’on peut reconnaitre des cibles aériennes à partir de leur SER acquise en utilisant des signaux de radars passifs bistatiques. / We present the design, development, and test of three novel, distinct automatic target recognition (ATR) systems for the recognition of airplanes and, more specifically, non-cooperative airplanes, i.e. airplanes that do not provide information when interrogated, in the framework of passive bistatic radar systems. Passive bistatic radar systems use one or more illuminators of opportunity (already present in the field), with frequencies up to 1 GHz for the transmitter part of the systems considered here, and one or more receivers, deployed by the persons managing the system, and not co-located with the transmitters. The sole source of information are the signal scattered on the airplane and the direct-path signal that are collected by the receiver, some basic knowledge about the transmitter, and the geometrical bistatic radar configuration. The three distinct ATR systems that we built respectively use the radar images, the bistatic complex radar cross-section (BS-RCS), and the bistatic radar cross-section (BS-RCS) of the targets. We use data acquired either on scale models of airplanes placed in an anechoic, electromagnetic chamber or on real-size airplanes using a bistatic testbed consisting of a VOR transmitter and a software-defined radio (SDR) receiver, located near Orly airport, France. We describe the radar phenomenology pertinent for the problem at hand, as well as the mathematical underpinnings of the derivation of the bistatic RCS values and of the construction of the radar images.For the classification of the observed targets into pre-defined classes, we use either extremely randomized trees or subspace methods. A key feature of our approach is that we break the recognition problem into a set of sub-problems by decomposing the parameter space, which consists of the frequency, the polarization, the aspect angle, and the bistatic angle, into regions. We build one recognizer for each region. We first validate the extra-trees method on the radar images of the MSTAR dataset, featuring ground vehicles. We then test the method on the images of the airplanes constructed from data acquired in the anechoic chamber, achieving a probability of correct recognition up to 0.99.We test the subspace methods on the BS-CRCS and on the BS-RCS of the airplanes extracted from the data acquired in the anechoic chamber, achieving a probability of correct recognition up to 0.98, with variations according to the frequency band, the polarization, the sector of aspect angle, the sector of bistatic angle, and the number of (Tx,Rx) pairs used. The ATR system deployed in the field gives a probability of correct recognition of $0.82$, with variations according to the sector of aspect angle and the sector of bistatic angle.

L'extraction de règles d'association et de bi-clusters sont deux techniques de fouille de données complémentaires majeures, notamment pour l'intégration de connaissances. Ces techniques sont utilisées dans de nombreux domaines, mais aucune approche permettant de les unifier n'a été proposée. Hors, réaliser ces extractions indépendamment pose les problèmes des ressources nécessaires (mémoire, temps d'exécution et accès aux données) et de l'unification des résultats. Nous proposons une approche originale pour extraire différentes catégories de modèles de connaissances tout en utilisant un minimum de ressources. Cette approche est basée sur la théorie des ensembles fermés et utilise une nouvelle structure de données pour extraire des représentations conceptuelles minimales de règles d'association, bi-clusters et règles de classification. Ces modèles étendent les règles d'association et de classification et les bi-clusters classiques, les listes d'objets supportant chaque modèle et les relations hiérarchiques entre modèles étant également extraits. Cette approche a été appliquée pour l'analyse de données d'interaction protéomiques entre le virus VIH-1 et l'homme. L'analyse de ces interactions entre espèces est un défi majeur récent en bio-informatique. Plusieurs bases de données intégrant des informations hétérogènes sur les interactions et des connaissances biologiques sur les protéines ont été construites. Les résultats expérimentaux montrent que l'approche proposée peut traiter efficacement ces bases de données et que les modèles conceptuels extraits peuvent aider à la compréhension et à l'analyse de la nature des relations entre les protéines interagissant. / Knowledge pattern extraction is one of the major topics in the data mining and background knowledge integration domains. Out of several data mining techniques, association rule mining and bi-clustering are two major complementary tasks for these topics. These tasks gained much importance in many domains in recent years. However, no approach was proposed to perform them in one process. This poses the problems of resources required (memory, execution times and data accesses) to perform independent extractions and of the unification of the different results. We propose an original approach for extracting different categories of knowledge patterns while using minimum resources. This approach is based on the frequent closed patterns theoretical framework and uses a novel suffix-tree based data structure to extract conceptual minimal representations of association rules, bi-clusters and classification rules. These patterns extend the classical frameworks of association and classification rules, and bi-clusters as data objects supporting each pattern and hierarchical relationships between patterns are also extracted. This approach was applied to the analysis of HIV-1 and human protein-protein interaction data. Analyzing such inter-species protein interactions is a recent major challenge in computational biology. Databases integrating heterogeneous interaction information and biological background knowledge on proteins have been constructed. Experimental results show that the proposed approach can efficiently process these databases and that extracted conceptual patterns can help the understanding and analysis of the nature of relationships between interacting proteins.