Les problèmes de la classification ont reçu une attention considérable dans des différents champs d'ingénierie comme traitement des images biomédicales, identification a partir de la voix, reconnaissance d'empreinte digitale etc. Les techniques d'intelligence artificielles, incluant les réseaux de neurones artificiels, permettent de traiter des problèmes de ce type. En particulier, les problèmes rencontrés nécessitent la manipulation de bases de données de tailles très importantes. Des structures de traitement adaptatives et exploitant des ensembles de classificateurs sont utilisées. Dans cette thèse, nous décrivons principalement le développement et des améliorations apportées à un outil de classification désigné par le terme Tree-like Divide to Simplify ou T-DTS. Nos efforts se sont portés sur l'un des modules de cet outil, le module d'estimation de complexité. L'architecture de l'outil T-DTS est très flexible et nécessite le choix d'un nombre important de paramètres. Afin de simplifier l'exploitation de T-DTS, nous avons conçu et développé une procédure automatique d'optimisation d'un de ces plus importants paramètres, le seuil de décision associé à la mesure de complexité. La contribution principale de cette thèse concerne le développement de modules pouvant s'implanté sur une architecture de calcul matérielle parallèle. Ceci permet de se rapprocher d'une implantation purement matérielle de l'outil T-DTS / Classification problems deal with separating group of objects into sets of smaller classes; this set of problems have received considerable attention in diverse engineering fields such as biomedical imaging, speaker identification, fingerprint recognition, etc. Several effective approaches for automated classification were suggested based on artificial intelligence techniques, including neural networks. Still, one of the major challenges faced by these approaches is a large scale of data required for successful classification. In this thesis, we explore a possible solution to this problem based on a module-based Tree-like Divide to Simplify (T-DTS) classification model. We focus on enhancing the key module of this approach - complexity estimation module. Furthermore, we provide an automated procedure for optimizing key complexity estimation parameters of the T-DTS model; this considerably improves usability and allows for a more effective configuration of decomposition reasoning of the approach. Another major contribution of this work employs further development of T-DTS modules that could be implemented using parallel computer architecture, thereby allowing T-DTS to utilize an underlying hardware to the fullest extent

Cette thèse s'inscrit dans le cadre du projet Cart-O-Matic mis en place pour participer au défi CAROTTE (CArtographie par ROboT d'un TErritoire) organisé par l'ANR et la DGA. Le but de ce défi est de construire une carte en deux et trois dimensions et de localiser des objets dans un environnement inconnu statique de type appartement. Dans ce contexte, l'utilisation de plusieurs robots est avantageuse car elle permet d'augmenter l'efficacité en temps de la couverture. Cependant, comme nous le montrons, le gain est conditionné par le niveau de coopération entre les robots. Nous proposons une stratégie de coopération pour une cartographie multirobot efficace. Une difficulté est la construction d'une carte commune, nécessaire, afin que chaque robot puisse connaître les zones de l'environnement encore inexplorées. Pour obtenir une bonne coopération avec un algorithme simple nous proposons une technique de déploiement fondée sur le choix d'une cible par chaque robot. L'algorithme proposé cherche à distribuer les robots vers différentes directions. Il est fondé sur le calcul partiel de champs de potentiels permettant à chaque robot de calculer efficacement son prochain objectif. En complément de ces contributions théoriques, nous décrivons le système robotique complet mis en oeuvre au sein de l'équipe Cart-O-Matic ayant permis de remporter la dernière édition du défi CAROTTE / This thesis is part of Cart-O-Matic project set up to participate in the challenge CARROTE (mapping of a territory) organized by the ANR and the DGA. The purpose of this challenge is to build 2D and 3D maps of a static unknown 'apartment-like' environment. In this context, the use of several robots is advantageous because it increases the time efficiency to discover fully the environment. However, as we show, the gain is determined by the level of cooperation between robots. We propose a cooperation strategy for efficient multirobot mapping. A difficulty is the construction of a common map, necessary so that each robot can know the areas of the environment which remain unexplored.For a good cooperation with a simple algorithm we propose a deployment technique based on the choice of a target by each robot. The proposed algorithm tries to distribute the robots in different directions. It is based on calculation of the partial potential fields allowing each robot to compute efficiently its next target. In addition to these theoretical contributions, we describe the complete robotic system implemented in the Cart-O-Matic team that helped win the last edition of the CARROTE challenge

L'étude présentée dans ce mémoire concerne le diagnostic des machines électriques à l'aide d'une association innovante entre la modélisation à évènements discrets, la Simulation Comparative et Concurrente (SCC) et les Réseaux de Neurones Artificiels (RNAs). Le diagnostic des machines électriques est effectué à partir d'une analyse temporelle des signaux statoriques et rotoriques à l'aide de réseaux de neurones de type Feed-Forward. Afin de comparer les différentes configurations de ces réseaux de neurones, l'approche proposée dans ce document utilise la simulation comparative et concurrente implémentée grâce au formalisme à évènements discrets DEVS (Discrete EVent system Specification). L'intégration des algorithmes de la SCC et des RNAs au sein du formalisme DEVS a été effectuée de manière générique et indépendamment du simulateur en développent des extensions et une librairie de modèles dans l'environnement de modélisation et de simulation à évènements discrets DEVSimPy. L'application de cette nouvelle solution pour le diagnostic des machines électriques permet de détecter les défauts à partir d'une architecture logiciel facilement portable sur des systèmes embarqués de type FPGA. / This thesis deals with the time-domain analysis of the electrical machines fault diagnosis due to early short-circuits detection in both stator and rotor windings. It also introduces to the Discrete EVent system Specification (DEVS) a generic solution to enable concurrent and comparative simulations (CCS). The DEVS-based CCS is an extension introduced using an aspect-oriented programming (AOP) to interact with the classic DEVS simulator. A new DEVS-based artificial neural network (ANN) is also introduced with a separation between learning and calculation models. The DEVS-based CCS is validated on the proposed ANN DEVS library inside the DEVSimPy environment. The concurrent ANN contributes in the time-domains analysis for the electrical machine fault diagnosis. This new method is based on data coming directly from the sensors without any computation but with a new dedicated preprocessing technique. Later, some enhancements are brought to the artificial neural network based on a new multistage architecture reducing the training time and errors compared to the single ANN. The new architecture and techniques has been validated on real data sixteen non-destructive windings faults analysis and localization.

Les structures composites sont souvent exposées à des ambiances dynamiques plus oumoins sévères. Ces vibrations peuvent développer différentes formes d’endommagement(fracture des fibres, délamination, fissuration de la matrice. . . ). Les défauts locaux sepropagent et affectent les propriétés mécaniques de la structure modifiant ainsi soncomportement dynamique global. Ces changements peuvent induire une dégradationrapide de la structure et une réduction de sa durée de vie. La thèse a pour objectif lamise en oeuvre de modèles de comportement pour le dimensionnement de structurescomplexes intégrant des sous-structures composites susceptibles d’être endommagées.La méthode des éléments finis est utilisée pour modéliser le comportement vibratoirelinéaire et non-linéaire de ces structures et l’endommagement est introduit via un modèlebilatéral, dans un premier temps. Durant le processus de résolution, une des difficultésrencontrées est le coût de calcul très élevé. Ainsi, un méta-modèle a été développé basésur les réseaux de neurones artificiels couplé avec la méthode de condensation par sousstructurationde Craig-Bampton. Les réseaux de neurones artificiels permettent d’estimer,à moindre cout numérique, le niveau d’endommagement sans avoir recours au calculexact. Le modèle d’endommagement bilatéral n’est pas adapté au cas de chargementsalternés ou périodiques. Par conséquent, la deuxième partie de la thèse est orientée versle développement d’un modèle d’endommagement unilatéral qui donne une meilleuredescription du comportement mécanique lorsque les micro-fissures sont fermées. De plus,dans plusieurs applications industrielles, les structures composites utilisées sont de faibleépaisseur. Par conséquent, elles peuvent avoir naturellement un comportement vibratoirenon-linéaire de type grands déplacements. Le modèle de comportement dynamique engrands déplacements et en présence de la non-linéarité matérielle d’endommagement estdéveloppé et validé. A l’issue de ces travaux de thèse, un outil numérique implémentésur MATLAB® a été développé intégrant deux modèles d’endommagement, bilatéralet unilatéral et une méta-modélisation permettant la localisation et l’estimation del’endommagement ainsi que la prédiction de la réponse dynamique des structures composites, totalement ou localement, endommagées. Le méta-modèle proposé permet deréduire significativement le coût de calcul tout en assurant une bonne précision en termesde localisation et d’estimation du niveau d’endommagement. Cet outil peut s’avérer utilepour diverses applications dans le domaine de surveillance de l’état de santé des structurescomposites. / Composite structures are often exposed to more or less severe dynamic perturbations.These vibrations can develop different forms of damage (fiber fracture, delamination,cracking of the matrix, etc.). Local defects propagate and affect the mechanical propertiesof the structure resulting to modify its global dynamic behavior. These changes can leadto the degradation of the structure and the reduction in its lifetime. This thesis focuseson the implementation of behavior models for the dimensioning of complex structuresintegrating damaged composite sub-structures. The finite element method is used tomodel the linear and nonlinear vibration behavior of these structures where the damageis introduced, initially, via a bilateral model. Since the high computational costs duringthe solving process, a meta-model was developed based on artificial neural networkscoupled with the condensation method of Craig-Bampton. Artificial neural networkspermit to estimate the damage severity at a lower numerical cost without resorting toexact calculation. The bilateral damage model is not adapted to the case of periodic loads.Consequently, the second part of the thesis is oriented towards the development of aunilateral damage model which gives a better description of the mechanical behaviorwhen the micro-cracks are closed. Moreover, in several industrial applications, the usedcomposite structures have small thickness. Therefore, they can naturally have a geometricnon-linear dynamic behavior. The model of dynamic behavior in large displacements andin the presence of material non-linearity of damage is developed and validated. At theend of this thesis, a numerical tool implemented on MATLAB® software was developedintegrating two models of damage, bilateral and unilateral, and a meta-modeling allowingthe localization and the estimation of the damage as well as the prediction of the linear andnon-linear dynamic responses of composite structures, totally or locally, damaged. Theproposed meta-model reduces significantly the computational cost and ensuring a goodaccuracy in terms of localization and estimation of the damage severity. Thereby, thistool can be useful in life-time estimation and monitoring strategies of composite structures.Thèse de

Ce travail de recherche consiste en la proposition d’une nouvelle approche de caractérisation non destructive de l’endommagement des matériaux composites (carbone/époxy) sollicités en fatigue par des essais d’auto-échauffement (blocs de chargements croissants). Cette approche est basée sur l’utilisation de plusieurs techniques non destructives appliquées in-situ, en temps réel ou différé, dont l’analyse est, soit redondante soit complémentaire. Au total, six techniques ont été utilisées (émission acoustique, thermographie infrarouge, corrélation d’images numériques, acousto-ultrasons, ultrasons C-scan et ondes de Lamb) et leurs résultats post-traités puis fusionnés à l’aide d’algorithmes basés sur les réseaux de neurones. Les résultats obtenus ont permis d’évaluer et de localiser l’endommagement du matériau et d’estimer sa durée de vie résiduelle. Ce faisant, plusieurs avancés scientifiques ont été obtenus en réalisant, par exemple, une localisation 2D des évènements acoustiques à l’aide seulement de deux capteurs avec une précision millimétrique, ou encore le développement d’une nouvelle technique imagée d’acousto-ultrasons permettant un contrôle hors contraintes de l’état d’endommagement du matériau, …et enfin, le pronostic de la durée de vie résiduelle du matériau basé sur une fusion de données par réseaux de neurones. / This research work consists in a new approach for non-destructive characterisation of damage in composite materials (carbon/epoxy) subjected to fatigue during self-heating tests (increasing load blocks). This approach is based on the use of several non-destructive techniques applied in-situ, in real time or delayed, whose analysis is either redundant or complementary. Six techniques were used (acoustic emission, infrared thermography, digital image correlation, acousto-ultrasound, C-scan ultrasound and lamb waves) and their post-processed results were merged using algorithms based on neural networks. The results obtained made it possible to assess and locate the damage of the material and to estimate its residual life. In doing so, several scientific advances have been obtained by, for example, carrying out a 2D localization of acoustic events using only two sensors with millimetric precision, or the development of a new pictorial acousto-ultrasonic technique allowing an control of the state of material damage at free stress conditions, ... and finally, the prognosis of the residual lifetime of the material based on a data fusion by neural networks.

Les sols contaminés par les éléments traces potentiellement toxiques (PTTE) ont souvent des conséquences graves pour les écosystèmes terrestres. Plusieurs options de phytoremediaction ont été développées pour remédier les sols contaminés ; cependantl'efficacité et la capacité de ces techniques à réduire les concentrations excessives des éléments traces ou leur (phyto) disponibilité dans les sols contaminés doivent être évaluées Le présent travail s’est intéressé à étudier l'efficacité de deux options de de phytorémédiation, la phytostabilisation et la phytoextraction assistées par des amendements organiques et minéraux, à remédier les fortes concentrations de PTTE dans un sol naturel et dans un technosol contaminés. Les concentrations totales des éléments traces dissous ont été déterminées dans l'eau interstitielle du sol. L'intensité de l'exposition du sol a été évaluée par des capteurs DGT (gradient de diffusion dans les couches minces). Le phytodisponibilité des PTTE a été caractérisée par des tests de germination avec des haricots nains cultivés sur les sols contaminés pour lesquels les concentrations foliaires en éléments traces ont été déterminées. Ensuite un modèle de réseau de neurones artificiels a été appliqué pour comprendre les facteurs les plus pertinents sur la variabilité de la phytodisponibilité des PTTE. Les deux options ont étécapables de réduire les concentrations ou la phytodisponibilité des PTTE en présence des amendements. Les réseaux de neurones artificiels ont été très efficaces pour prédire les résultats manquants et pour déterminer les paramètres de contrôle de la variabilité de la phytodisponibilité des PTTE à partir des paramètres du sol. / Soils contaminated with potentially toxic trace elements (PTTE) often have serious consequences for terrestrial ecosystems. Several phytoremediaction have been developped to reclaim contaminated soils; however the efficiency and capacity of these techniques to reduce excessive concentrations of trace elements or their (phyto) availability in contaminated soils have to be assessed. The present work is focused on studying the effectiveness of two phyoremediation options such as phytostabilisation and phytoextraction assisted by organic and inorganic amendments to remediatethe high concentrations of PTTE in contaminated natural soils and technosoils. Total PTTE concentrations were determined in soil pore water (SPW) sampled by Rhizon soil moisture samplers. The soil exposure intensity was assessed by DGT (diffusive gradient in thin films) probes. The PTTE phytoavailability was characterized by growing dwarf beans on potted soils and analyzing their foliar PTTE concentrations. Then a model of artificial neural network was applied to understand the factors most relevant for the variability on the phytoavailability of trace elements. Both options were found to be able to reduce the concentrations or phytoavailability of PTTE in the presence of amendments. The artificial neural network has been very effective to predict missing results and to determine the control parameters of the variability of the PTTE phytoavailoability from the soil parameters.

Les gisements de type roll-front du Kazakhstan représentent près de 13% des réserves mondiales en uranium en 2015. Les minéraux argileux, présents à chaque étape du cycle minier, ont récemment suscité l’intérêt des exploitants. L’étude de la distribution et des proportions de ces minéraux dans les sédiments à l’échelle d’un gisement permettraient d’améliorer à la fois l’exploration, l’exploitation et la réhabilitation de ce type de gisement.Différentes méthodes ont été développées pour identifier et quantifier les minéraux d’intérêt à partir de la spectrométrie infrarouge (IR), une technique instrumentale rapide, adaptée à une utilisation sur le terrain. Ces méthodes ont été calibrées à l’aide d’une large base de données de spectres IR et la préparation de sables artificiels.Il est possible d’obtenir, à partir d’une seule mesure spectrale, la teneur en argiles des sables et particulièrement celle en smectite afin d’identifier les zones les plus riches et adapter l’extraction de l’uranium. L’ensemble de ces méthodes permettent de réaliser des cartographies de la répartition des minéraux argileux à l’échelle du gisement pour comprendre sa géométrie et sa mise en place.La migration des corps minéralisés à l’échelle régionale a été mise en évidence par spectrométrie de résonance paramagnétique, avec l’étude des défauts structuraux engendrés par la proximité des minéraux argileux avec les minéraux uranifères. / Uranium roll-front type sandstone-hosted deposits from Kazakhstan account for about 13% of the worldwide uranium reserve in 2015. Clay minerals occur at every step of the mining cycle and recently begun to be considered by mining companies.The proportions and distribution of these clay minerals in the sediments at the roll-front deposit scale could improve the exploration, exploitation and rehabilitation of such uranium deposits.Several methods were developed to identify and quantify minerals using a portable near-infrared spectrometer, a convenient and fast analytical tool for use in the field. These methods were calibrated with the help of a wide spectral database and the conception of artificial sands.The clay mineral content, and more importantly, the smectite content can be obtained from a single spectral measurement. It enables the detection of smectite-rich areas to optimise the uranium extraction process where they occur. Combination of the methods provide a mapping tool for clay minerals at the ore deposit scale, yielding information about its actual geometry and formation.Uranium ore bodies migration was observed at the ore deposit scale with the use of the electron paramagnetic resonance spectroscopy. Crystalline radiation induced defects in clay minerals that were in close contact with uranium showed records of the past migration.

Cette thèse présente une méthode pour désagréger les appareils électriques dans le profil des bâtiments résidentiels de charge. Au cours des dernières années, la surveillance de l’énergie a obtenu beaucoup de popularité dans un environnement privé et industriel. Avec des algorithmes de la désagrégation, les données mesurées à partir de soi-disant compteurs intelligents peuvent être utilisés pour fournir de plus amples informations de la consommation d’énergie. Une méthode pour recevoir ces données est appelé non-intrusifs charge identification. La majeure partie de la thèse peut être divisée en trois parties. Dans un premier temps, un système de mesure propre a été développé et vérifié. Avec ce système, les ensembles de données réelles peuvent être générés pour le développement et la vérification des algorithmes de désagrégation. La deuxième partie décrit le développement d’un détecteur de flanc. Différentes méthodes sont présentées et évaluées, avec lequel les temps de commutation des appareils peuvent être détectés dans le profil de la charge. La dernière partie décrit un procédé de classification. Différents critères sont utilisés pour la classification. Le classificateur reconnaît et étiquette les appareils individuels de la courbe de charge. Pour les classifications différentes structures de réseaux de neurones artificiels sont comparés. / This thesis presents a method to disaggregate electrical appliances in the load profile of residential buildings. In recent years, energy monitoring has obtained significantly popularity in private and industrial environment. With algorithms of the disaggregation, the measured data from so-called smart meters can be used to provide more information of the energy usage. One method to receive these data is called non-intrusive appliance load monitoring.The main part of the thesis can be divided into three parts. At first, an own measurement system was developed and verified. With that system, real data sets can be generated for the development and verification of the disaggregation algorithms. The second part describes the development of an event detector. Different methods are presented and evaluated, with which the switching times of the appliances can be detected in the load profile. The last part describes a classification method. Different features are used for the classification. The classifier recognizes and labels the individual appliances in the load profile. For the classification different structures of artificial neural network (ANN) are compared.

L’amélioration génétique du blé tendre (Triticum aestivum L.), une des trois céréales les plus cultivées, représente un intérêt stratégique pour la sécurité alimentaire de la population mondiale. Cette amélioration génétique va nécessiter une meilleure compréhension des mécanismes moléculaires et physiologiques mis en jeu, et va aussi réclamer une efficacité accrue dans notre capacité à intervenir finement sur le génome. Les avancées majeures réalisées dans le domaine des biotechnologies ces dernières années permettent d’envisager de nouveaux champs d’action pour appréhender le fonctionnement des caractères d’intérêt agronomique du blé tendre, ainsi que pour son amélioration génétique, et fournissent également de nouveaux outils pour innover dans le domaine de l’édition des génomes. Nous avons cherché dans le cadre de cette thèse à développer des innovations chez blé tendre à partir de trois nouveaux outils issus des biotechnologies. Nous avons tout d’abord montré que l’extinction du gène pds par une stratégie de micro ARN artificiel à partir d’un micro ARN de riz permettait d’obtenir le phénotype attendu, et que l’expression du micro ARN artificiel était reliée à ce phénotype. Nous avons commencé à explorer la possibilité d’utiliser des microARN de blé pour réaliser la même extinction, sans résultat pour l’instant. Nous avons ensuite montré que des coupures spécifiques d’une séquence donnée peuvent être obtenues in vivo chez le blé tendre à l’aide d’une méganucléase, et que lorsque les sites de coupure encadrent une séquence donnée, une délétion du fragment encadré peut être obtenue. Nous avons enfin réalisé les premiers essais du système CRISPR-Cas9 au laboratoire et généré une lignée exprimant le transgène Cas9 de façon constitutive. Des résultats inattendus obtenus dans le cadre de ces expérimentations nous ont de plus permis d’améliorer le procédé de transformation génétique du blé tendre utilisé au laboratoire. Les applications de nos résultats pourront être utilisées pour des expérimentations de validation de gènes et de compréhension des mécanismes moléculaires associés, mais aussi à l’avenir pour intervenir directement et de plus en plus finement sur le génome du blé. Les choix stratégiques en termes de développement technologique et d’innovation dans le domaine des biotechnologies et dans le cadre des objectifs d’un laboratoire public sont discutés. / The genetic improvement of common wheat (Triticum aestivum L.), one of the three most cultivated cereals, is of strategic interest to the food security of the world's population. This genetic improvement will require a better understanding of the molecular and physiological mechanisms involved, and will also require increased efficiency in our ability to modify finely the genome. In recent years, the major advances in biotechnology have made it possible to envisage new fields of action for a deeply understanding of agronomic traits of wheat as well as for genetic improvement, and also provide new tools for innovate in the field of genome editing. In this PhD manuscript, we sought to develop innovations for wheat improvement using three new biotechnology tools. We first demonstrated that the extinction of the pds gene by a strategy of artificial micro RNA succeeded in the obtaining of the expected phenotype and that the expression of the artificial RNA was related to this phenotype. We have begun to explore the possibility of using wheat microRNAs to achieve the same extinction, with no results at this time. We have then shown that specific cuts of a given sequence can be obtained in vivo in wheat using a meganuclease, and that when the cleavage sites frame a given sequence a deletion of the framed fragment may be obtained. We finally carried out the first tests of the CRISPR-Cas9 system in the laboratory and generated a line expressing the Cas9 transgene constitutively. Unexpected results obtained during these experiments have also made it possible to improve the process of genetic transformation of soft wheat used in the laboratory. The applications of our results can be used for gene validation experiments and a better understanding of the molecular mechanisms involved, but also in the future for wheat genome editing. Strategic choices in terms of technological development and innovation in the field of biotechnology and within the framework of the objectives of a public laboratory are discussed.

Face à la limitation de la modélisation paramétrique, nous avons proposé dans cette thèse une procédure standard pour combiner les données reçues a partir de Réseaux de capteurs sans fils (WSN) pour modéliser a l'aide de Réseaux de Neurones Artificiels (ANN). Des expériences sur la modélisation thermique ont permis de démontrer que la combinaison de WSN et d'ANN est capable de produire des modèles thermiques précis. Une nouvelle méthode de formation "Multi-Pattern Cross Training" (MPCT) a également été introduite dans ce travail. Cette méthode permet de fusionner les informations provenant de différentes sources de données d'entraînements indépendants (patterns) en un seul modèle ANN. D'autres expériences ont montré que les modèles formés par la méthode MPCT fournissent une meilleure performance de généralisation et que les erreurs de prévision sont réduites. De plus, le modèle de réseau neuronal basé sur la méthode MPCT a montré des avantages importants dans le multi-variable Model Prédictive Control (MPC). Les simulations numériques indiquent que le MPC basé sur le MPCT a surpassé le MPC multi-modèles au niveau de l'efficacité du contrôle. / A Wireless Sensor Network (WSN) consisting of autonomous sensor nodes can provide a rich stream of sensor data representing physical measurements. A well built Artificial Neural Network (ANN) model needs sufficient training data sources. Facing the limitation of traditional parametric modeling, this paper proposes a standard procedure of combining ANN and WSN sensor data in modeling. Experiments on indoor thermal modeling demonstrated that WSN together with ANN can lead to accurate fine grained indoor thermal models. A new training method "Multi-Pattern Cross Training" (MPCT) is also introduced in this work. This training method makes it possible to merge knowledge from different independent training data sources (patterns) into a single ANN model. Further experiments demonstrated that models trained by MPCT method shew better generalization performance and lower prediction errors in tests using different data sets. Also the MPCT based Neural Network Model has shown advantages in multi-variable Neural Network based Model Predictive Control (NNMPC). Software simulation and application results indicate that MPCT implemented NNMPC outperformed Multiple models based NNMPC in online control efficiency.