Les cicatrices hypertrophiques sont la résultante de désordres fibrotiques caractérisés par un dépôt excessif de Matrice ExtraCellulaire (MEC) et une persistance anormale des myofibroblastes (cellules différenciées qui participent à la cicatrisation). Elles apparaissent régulièrement suite à un retard dans les délais de cicatrisation comme c'est le cas lors de la guérison des plaies de grandes surfaces caractéristiques des grands brûlés. Afin de comprendre les mécanismes mis en jeux dans cette pathologie notre équipe a utilisé le modèle de peau reconstruite par auto-assemblage avec des cellules épidermiques et dermiques issues de cicatrices hypertrophiques ou de peaux normales. Les études précédentes ont permis de montrer que l'épaisseur des dermes obtenus lors de culture de différents types cellulaires mésenchymateux est augmentée en présence de kératinocytes issus de cicatrices hypertrophiques (KH) par rapport à celle obtenue' lorsque des kératinocytes issus de cicatrices normales (KN) sont utilisés. Elles ont également pu attribuer cette variation d'épaisseur dermique à un effet paracrinien de l'épiderme. Nous avons poursuivi cette étude et identifié une protéine inhibitrice des métalloprotéinases : TIMP-1, sécrétée plus fortement par les KH par rapport aux KN. Cette dernière une fois ajoutée aux milieux de culture d'équivalents de peau reconstruite avec des KN in vitro induit une fibrose comparable a celle obtenue dans les équivalents de peau reconstruite avec des KH. Cette observation apporte une nouvelle donnée dans la connaissance des mécanismes moléculaires et cellulaires conduisant à la cicatrisation hypertrophique.

Le présent document fait la présentation du travail réalisé au cours d'un projet de maitrise avec l'intention d'obtenir un diplôme à la maitrise en génie électrique.Le projet consistait à développer un système capable d'identifier le type de véhicule qui se retrouve dans une image infrarouge. Les deux types de véhicules visés par cette identification étaient les véhicules électriques ainsi que les véhicules à essence. Pour pouvoir être en mesure de l'identifier, il a d'abord fallu développer un système de prise d'images qui permette d'obtenir un échantillon de données comprenant des images infrarouges de différentes voitures. Deux systèmes ont été développés pour atteindre cet objectif : le premier est un système de caméra fixe et le second implique un système de mouvement des caméras. Une fois ces deux systèmes mis en place, la collecte des images fut réalisée avec chacun d'eux. Il fut remarqué que les images obtenues avec le second système étaient de meilleure qualité. Différents contextes de prise d'images ont été explorés. Lorsqu'une quantité suffisante d'images fut obtenue, l'exploration pour la sélection du réseau de neurones permettant l'identification du type de voiture a débuté. Plusieurs solutions ont été envisagées et l'évaluation de celles-ci a été réalisée. Le présent document débute par la présentation d'un article scientifique qui décrit en détails le système de mouvement des caméras / The present document elaborates on the work done for a master project with the intent to obtain a master's in electrical engineering. The project was todevelop a system that identifies the vehicle’s type within an infrared image. The two types of vehicles targeted for identification are electrical vehicles and internal combustion engine vehicles. To identify their type, the development of an acquisition system was necessary for us to collect data and build our dataset, which containsimages of each type of vehicle. Two systems were developed to achieve this goal: the first one is a fixed camera system and the second one is a motion camera system. Once each system was in place, we collected images with each system. Different situations for collecting the images were explored. It was noticed that the second system improved the images 'quality. Once we collected enough images, the exploration of the neural network for classifying the vehicle type started. Many solutions for the neural network have been presented and evaluated to choose the one that meets our needs. The present document begins with a scientific paper that has been donefor the master project which presents in details the motion camera system.

Reproduction de : Thèse de doctorat : Arts et technologies de l' image : Paris8 : 2007. / Titre provenant de l'écran-titre. Bibliogr. p. 417-436.

Ce mémoire est compose de deux parties, chacune correspondant à un article publié. La première présente une nouvelle approche de simulation pour une chimie virtuelle utilisée dans le domaine de la vie artificielle. Cette approche innovante est basée sur les échanges d'énergies lors des collisions entre les différents atomes du système. Les échanges d'énergie permettent de mieux diriger les réactions, tout en laissant une grande liberté au système. Cette chimie est developpée dans l'optique d'étudier l'émergence de certains phénomènes chimiques en lien avec l'origine de la vie. La deuxième partie du mémoire traite d'une simulation d'un corps humain. Le système développé simule certains métabolismes importants du corps humain dans le but d'obtenir un humain virtuel pouvant être utilisé dans le cadre de la formation en sciences de la santé. Le système cardiovasculaire ainsi que le système respiratoire du patient virtuel ont été développés et sont présentés dans ce mémoire.

La problématique de cette thèse a été d'étudier les systèmes pouvant (se) diagnostiquer en vue de (se) reconfigurer dans le contexte de l'amélioration de l'autonomie des systèmes spatiaux. Pour cela, nous nous sommes intéressés aux agents fondés sur un modèle du système, concept étudié en Intelligence Artificielle. Nous avons utilisé ce concept dans un but de suivi d'état, tout en prenant en compte les défauts pouvant affecter le système, effectuant ainsi la tâche de diagnostic dynamique. Pour cela, les aspects concernant les défauts du système ont été intégrés dans le modèle. Le suivi d'état est la tâche qui met à jour un état de croyance concernant le système. Nous l'avons analysé sous un angle algorithmique dans le but de répondre aux contraintes de faibles ressources de calcul présentes à bord des systèmes spatiaux. Nous avons étudié les algorithmes de suivi qui opèrent sur des modèles logiques, tels que ceux écrits en logique propositionnelle ou dans le langage des réseaux de contraintes, et sur des modèles probabilistes, tels que les réseaux Bayésiens dynamiques. Cette étude a permis de cibler le phénomène d'enchevêtrement qui rend exponentiel la représentation de l'état de croyance. Notre contribution consiste à proposer une approche algorithmique qui utilise un algorithme de recherche en profondeur d'abord dans un espace de recherche Et/Ou. Dans cet espace, le phénomène d'enchevêtrement a pu être analysé sous un nouvel angle. Nous avons proposé une solution au phénomène d'enchevêtrement en définissant, sous la forme de trois règles de calcul, un système cohérent et complet dans la théorie des ensembles. Nous avons ensuite défini des structures de données servant de représentation compacte de l'état de croyance. Ces structures de données sont appelées arbres symboliques. Nous concluons par une généralisation et des perspectives dans le domaine algorithmique et les mathématiques.

Thèse (M.Sc)--Université Laval, 2008. / Titre de l'écran-titre (visionné le 25 mars 2009). Bibliogr.

L’apprentissage automatique fait parti d’une branche de l’intelligence artificielle et est utilisé dans de nombreux domaines en science. Il se divise en trois catégories principales : supervisé, non-supervisé et par renforcement. Ce mémoire de maîtrise portera uniquement sur l’apprentissage supervisé et plus précisément sur la classification de données. Un des premiers algorithmes en classification, le perceptron, fut proposé dans les années soixante. Nous proposons une variante de cet algorithme, que nous appelons le perceptron dual tronqué, qui permet l’arrêt de l’algorithme selon un nouveau critère. Nous comparerons cette nouvelle variante à d’autres variantes du perceptron. De plus, nous utiliserons le perceptron dual tronqué pour construire des classificateurs plus complexes comme les «Bayes Point Machines». / Machine Learning is a part of the artificial intelligence and is used in many fields in science. It is divided into three categories : supervised, not supervised and by reinforcement. This master’s paper will relate only the supervised learning and more precisely the classification of datas. One of the first algorithms in classification, the perceptron, was proposed in the Sixties. We propose an alternative of this algorithm, which we call the truncated dual perceptron, which allows the stop of the algorithm according to a new criterion. We will compare this new alternative with other alternatives of the perceptron. Moreover, we will use the truncated dual perceptron to build more complex classifiers like the «Bayes Point Machines».

L'industrie des transports est un acteur important de l'économie mondiale. Des millions d'emplois sont touchés de près ou de loin par cette industrie. De plus, le nombre de véhicules sur terre ne cesse d'augmenter et il est rendu courant dans plusieurs pays industrialisés d'avoir plus d'une voiture par famille. Tout cela entraîne également son lot de problèmes, notamment au niveau de la sécurité routière et de la pollution. Depuis des décennies, des compagnies privées et des organisations publiques se penchent sur ces problèmes. Ils innovent constamment en améliorant les véhicules et les infrastructures du réseau routier. Les voitures ne sont pas seulement de plus en plus sécuritaires mais aussi de plus en plus confortables et conviviales. Cependant, la plupart des systèmes intelligents présents dans les voitures acquièrent de l'information grâce aux capteurs. Ceux-ci sont limités et certaines données ne peuvent être accessibles aux capteurs. La solution repose donc sur l'utilisation de la communication sans fil pour échanger des informations entre les véhicules et entre les infrastructures et les véhicules. Le sujet de cette maîtrise porte sur la communication inter-véhicules et route-à-véhicule. Elle se divise en deux parties. Tout d'abord, dans le cadre du projet AUTO21 au laboratoire DAMAS, un protocole de communication inter-véhicules doit être développé pour implanter un système de régulateur de vitesse collaboratif et adaptatif (" Collaborative Adaptative Cruise Control ", CACC). La théorie multi-agents et l'apprentissage par renforcement sont utilisés pour apprendre une politique de communication optimale. La deuxième partie porte sur la communication route-à-véhicule appliquée au problème d'optimisation des feux de signalisation. Deux approches multiagents sont utilisées pour optimiser la gestion des feux. Les agents placés aux intersections reçoivent de l'information relative au trafic grâce à la communication route-à-véhicule et tentent d'adopter une politique de contrôle optimale.

Titre de l'écran-titre (visionné le 10 janvier 2024) / Cette thèse se situe à l'intersection de plusieurs domaines d'études. Elle traite principalement d'apprentissage automatique, un champ d'études de l'intelligence artificielle. Plus particulièrement, elle se focalise sur la classification supervisée, un cas particulier où l'objectif est de séparer des exemples dans des classes, pour lequel on utilise des exemples étiquetés sur lesquels on apprend un classifieur. Plus précisément, nous nous concentrons sur l'apprentissage multi-vues, pour lequel les classifieurs ont accès à plusieurs types de données. De plus, cette thèse traite de l'application de l'apprentissage multivue à des données biologiques. Les données dites -omiques, qui regroupent plusieurs analyses d'un échantillon sanguin, décrivant une grande variété de processus naturels sont notre axe principal. Ces données présentent plusieurs défis, que nous explorons tout au long de cette thèse. Pour ce faire, nous présentons également plusieurs outils spécifiquement conçus pour comparer des algorithmes d'apprentissage automatique sur des données multivues. En effet, si le domaine monovue peut se reposer sur un grand nombre d'outils robustes, ils ne sont pas utilisables dans le paradigme multivues. Ainsi une partie de ce doctorat a été dédiée au développement d'outils de qualité pour l'apprentissage multivues. En outre, nos analyses expérimentales sur les données réelles nous ont suggéré que le développement d'algorithmes spécifiques pour le multivues était moins une priorité que la conception d'approches relevant les défis des données -omiques. Ainsi, la seconde partie de cette thèse est consacrée à l'étude des méthodes d'ensembles monovues. Ce domaine regroupe tous les algorithmes construits par l'agrégation de plusieurs sous-méthodes tels que les votes de majorité, particulièrement intéressants pour l'application sur les données -omiques. De ce fait, nous proposons deux nouveaux algorithmes basés sur la méthode gloutonne pour apprendre sur des données en grande dimension. Le premier, CB-Boost, se repose sur l'optimisation efficace d'une quantité théorique, la C-borne, permettant de construire des votes de majorité performants et robustes. Le second, SamBA, est une généralisation du boosting permettant de prendre en compte des expertises locales dans son modèle pour se reposer sur une fonction de décision particulièrement parcimonieuse et interprétable. / This thesis lies at the intersection of multiple fields of study. It mainly focuses on machine learning, a domain of artificial intelligence. More specifically, we study supervised classification, which goal is to separate samples in several classes, relying on labelled samples on which a classifier is fitted. More precisely, we focus on multi-view machine learning, for which the classifiers can access multiple data types. In addition, this thesis studies the application of multi-view machine learning on biological data. More particularly, we focus on -omics data, a set of biological data that regroups several analyses derived from a biological sample, covering a large range of natural processes. This type of data is characterized by multiple challenges that we explore in this thesis. To do so, we present several tools designed specifically to allow the comparison of machine learning algorithms on multi-view data. Indeed, if the mono-view case can rely on a large number of robust libraries, they are not compatible with multi-view learning. As a consequence, a section of this thesis is dedicated to present python tools for multi-view learning. Furthermore, our experimental studies on real-life -omic data suggested that the design of multi-view specific algorithms was less of a priority than the conception of approaches specifically designed to tackle the challenges of -omic data. As a consequence, the second part of this thesis is dedicated to the study of mono-view ensemble methods. This domain regroups all the algorithms built from the aggregation of several sub-methods, such as majority votes. It is particularly interesting and useful for applications on -omic data. Consequently, we propose two algorithms based on greedy optimization, designed to learn on large dimension data. The first one, CB-Boost relies on the efficient optimization of a theoretical quantity, the C-bound, to build accurate and robust majority votes. The second one, SamBA, is a generalization of the boosting framework allowing local expertise in its model, with the objective of outputting particularly sparse and interpretable decision functions.

Le défi actuel des chercheurs est d’élaborer de nouveaux modèles de substituts cutanés plus perfectionnés et d’optimiser leur méthode de production afin d’améliorer leur reproductibilité. Cette étude a évalué l’impact de la congélation des substituts cutanés à -20°C pendant 2 mois via leurs propriétés physico-chimiques et leur fonctionnalité. Les analyses d’ATR-FTIR montrent que la cryopréservation n’affecte pas l’organisation des lipides de la couche cornée tandis que les analyses d’absorption percutanée montrent que la congélation affecte la perméabilité des substituts cutanés. De plus, le modèle de peau a été optimisé par l’incorporation de lymphocytes T permettant ainsi d’étudier le rôle des lymphocytes sur la différenciation cellulaire des kératinocytes et de mieux comprendre le rôle de la fractalkine dans le développement du psoriasis. Ces résultats nous incitent à penser que la fractalkine se démarque des autres cytokines inflammatoires dans le développement du psoriasis et se doit d’être mieux connue. / The current challenge for researchers is to develop new models for more advanced skin substitutes and optimize their production methods to improve reproducibility. This study evaluates the impact of the freezing of skin substitutes at -20°C for 2 months via their physicochemical properties and functionality. The ATR-FTIR analysis show that the cryopreservation did not affect the lipid organization of the stratum corneum while percutaneous absorption analysis show that the freezing of the permeability affects skin substitutes. In addition, the skin model was optimized by incorporating T lymphocytes and to study the role of lymphocytes in cell differentiation of keratinocytes and better understand the role of fractalkine in the development of psoriasis. These results lead us to believe that fractalkine differs from other inflammatory cytokines in the development of psoriasis and should be investigated.