No description available.

L'application commerciale de la culture in vitro est limitée à la propagation massive de certaines espèces végétales en raison des pertes excessives rencontrée lors de la phase de l'acclimatation. On pense que le saccharose ajouté au milieu de culture serait responsable de ce problème. L'objectif de cette thèse était d'approfondir nos connaissances sur les effets du saccharose exogène et des conditions in vitro sur la croissance, la physiologie et la biochimie des plantules de pomme de terre (Solanum tuberosum L.) in vitro et ex vitro. Comme prémisse à la recherche nous nous sommes intéressés à déterminer comment le sucre est absorbé et transporté dans les plantules. Les plantules autotrophes et mixotrophes absorbent et métabolisent le sucre de manière très distincte. Les premières absorbent et transloquent de faibles quantités de saccharose et relâchent même de fortes quantités des sucres dans le milieu. Les plantules mixotrophes accumulent des sucres radioactifs dans la tige et dans les feuilles. Grâce à une approche métabolomique nous avons étudié de manière approfondie la réponse métabolique des plantules in vitro et ex vitro de sucres exogènes. Nos données de métabolomique expliquent certains des problèmes trouvés dans les conditions de culture in vitro et leur impact sur l'acclimatation ex vitro. Par exemple, l'analyse métabolomique révèle que les conditions de culture in vitro ont provoqué des changements très importants des métabolismes de l'azote et du carbone; des niveaux plus élevés d'acides aminés, de metabolites de stress, de polyamines, d'intermédiaires de la photorespiration, de sucres alcools osmotiquement actifs, et des niveaux inférieurs des intermédiaires du cycle de Krebs et de la glycolyse, caractérisent le phénotype métabolique distinct des plantules in vitro mixotrophes. Nous suggérons que ces changements dans les niveaux d'accumulation des metabolites représentent une réponse adaptative de la plantule in vitro à la quantité excessive d'azote dans le milieu de culture MS et aux conditions de stress osmotique causés par la présence de sucre exogène.

Sisyrinchium micranthum Cav. is an herbaceous plant, one of the rare species of the genus which is described as annual. In Brazil, its distribution occurs throughout the states of Rio Grande do Sul (RS), Santa Catarina (SC), Paraná (PR), São Paulo (SP), and Rio de Janeiro (RJ). The species has a wide morphological variability reported in several studies, and different combinations of morphological features can be observed in the wild. Based on these combinations that characterize various plant profiles, three morphological types have been described as CI, CII and CIII. Sisyrinchium micranthum has three ploidy levels described in the literature whose basic number is x = 8, 2n = 2x = 16, 2n = 4x = 32, and 2n = 6x = 48. To contribute to the knowledge on the taxonomy, reproduction and evolution of the species, this study investigated genetic and cytogenetic characteristics of S. micranthum, as well as aspects of reproductive biology. To study the population genetic structure of S. micranthum in southern Brazil, firstly, nine microsatellite markers were isolated using an enriched genomic library, and characterized in a diploid population. Later, from the analysis of genetic variability with seven markers for 583 plants of 14 sampled sites in the states of RS, SC and PR, populations with individuals of different ploidy levels were observed. An autopolyploid origin was presumed for these polyploids. The gene and allelic diversities were rather similar for most of the accessions. The inbreeding coefficient over all loci showed that S. micranthum exhibited an average excess of heterozygotes (negative inbreeding coefficient value), but the FIS values of individual populations ranged from -0.273 to 0.454. The heterozygote excess could be expected since autopolyploids present polysomic inheritance, which contributes substantially for a high heterozygosity. In addition, the populations were highly structured. The results from the cytogenetic analyses, demonstrated that the variability of S. micranthum is also present in terms of genome organization. Regarding S. micranthum and related species S. laxum Otto ex Sims and S. rosulatum E.P. Bicknell, it was verified that the 18S-26S rDNA varies in number of loci, with a notable reduction of the same in polyploids in relation to diploids, while 5S locus showed a proportional increase in the number of signals as increased ploidy level. The data on genome size (Cx) for the three species studied showed a genome downsizing from diploids to polyploids, and also a small inter and intraspecific variation with respect to the C-value. In terms of reproductive biology, selfing and outcrossing were recorded for the species. Furthermore, crossing between different morphological categories of S. micranthum are compatible as resulted in the formation of fruits. Likewise, the data suggest that S. micranthum and S. laxum do not present complete reproductive isolation. The genetic variability of S. micranthum demonstrated in this study in terms of genetic divergence between populations and variation in rDNA loci number possibly reflect the complex relationship between polyploidy and reproductive aspects of the species.

Cette thèse porte sur une classe d'algorithmes d'apprentissage appelés architectures profondes. Il existe des résultats qui indiquent que les représentations peu profondes et locales ne sont pas suffisantes pour la modélisation des fonctions comportant plusieurs facteurs de variation. Nous sommes particulièrement intéressés par ce genre de données car nous espérons qu'un agent intelligent sera en mesure d'apprendre à les modéliser automatiquement; l'hypothèse est que les architectures profondes sont mieux adaptées pour les modéliser. Les travaux de Hinton (2006) furent une véritable percée, car l'idée d'utiliser un algorithme d'apprentissage non-supervisé, les machines de Boltzmann restreintes, pour l'initialisation des poids d'un réseau de neurones supervisé a été cruciale pour entraîner l'architecture profonde la plus populaire, soit les réseaux de neurones artificiels avec des poids totalement connectés. Cette idée a été reprise et reproduite avec succès dans plusieurs contextes et avec une variété de modèles. Dans le cadre de cette thèse, nous considérons les architectures profondes comme des biais inductifs. Ces biais sont représentés non seulement par les modèles eux-mêmes, mais aussi par les méthodes d'entraînement qui sont souvent utilisés en conjonction avec ceux-ci. Nous désirons définir les raisons pour lesquelles cette classe de fonctions généralise bien, les situations auxquelles ces fonctions pourront être appliquées, ainsi que les descriptions qualitatives de telles fonctions. L'objectif de cette thèse est d'obtenir une meilleure compréhension du succès des architectures profondes. Dans le premier article, nous testons la concordance entre nos intuitions---que les réseaux profonds sont nécessaires pour mieux apprendre avec des données comportant plusieurs facteurs de variation---et les résultats empiriques. Le second article est une étude approfondie de la question: pourquoi l'apprentissage non-supervisé aide à mieux généraliser dans un réseau profond? Nous explorons et évaluons plusieurs hypothèses tentant d'élucider le fonctionnement de ces modèles. Finalement, le troisième article cherche à définir de façon qualitative les fonctions modélisées par un réseau profond. Ces visualisations facilitent l'interprétation des représentations et invariances modélisées par une architecture profonde. / This thesis studies a class of algorithms called deep architectures. We argue that models that are based on a shallow composition of local features are not appropriate for the set of real-world functions and datasets that are of interest to us, namely data with many factors of variation. Modelling such functions and datasets is important if we are hoping to create an intelligent agent that can learn from complicated data. Deep architectures are hypothesized to be a step in the right direction, as they are compositions of nonlinearities and can learn compact distributed representations of data with many factors of variation. Training fully-connected artificial neural networks---the most common form of a deep architecture---was not possible before Hinton (2006) showed that one can use stacks of unsupervised Restricted Boltzmann Machines to initialize or pre-train a supervised multi-layer network. This breakthrough has been influential, as the basic idea of using unsupervised learning to improve generalization in deep networks has been reproduced in a multitude of other settings and models. In this thesis, we cast the deep learning ideas and techniques as defining a special kind of inductive bias. This bias is defined not only by the kind of functions that are eventually represented by such deep models, but also by the learning process that is commonly used for them. This work is a study of the reasons for why this class of functions generalizes well, the situations where they should work well, and the qualitative statements that one could make about such functions. This thesis is thus an attempt to understand why deep architectures work. In the first of the articles presented we study the question of how well our intuitions about the need for deep models correspond to functions that they can actually model well. In the second article we perform an in-depth study of why unsupervised pre-training helps deep learning and explore a variety of hypotheses that give us an intuition for the dynamics of learning in such architectures. Finally, in the third article, we want to better understand what a deep architecture models, qualitatively speaking. Our visualization approach enables us to understand the representations and invariances modelled and learned by deeper layers.

Cette thèse a pour thème central l'étude de deux problèmes soulevés dans les pêcheries modernes, la dégradation des habitats et le manque d'informations, qui comptent parmi les causes les importantes de la surexploitation des ressources halieutiques. Les deux premiers chapitres sont consacrés à l'examen du problème de la dégradation des habitats marins liée notamment aux activités de pêche destructrices. Le modèle de Gordon-Schaefer est prolongé afin de tenir compte de l'impact négatif de la pêche sur les habitats. Les conséquences pour la gestion sont analysées et l'importance de la prise en compte des habitats dans le développement des programmes de gestion des ressources halieutiques est mise en évidence. Le modèle élaboré est ensuite utilisé pour évaluer les bénéfices économiques des récifs artificiels, un outil de gestion auquel font de plus en plus appel les gestionnaires des pêcheries artisanales pour répondre à la dégradation des habitats. Enfin, dans le troisième chapitre, le rôle de l'information pour une pêche durable est examiné lorsque la ressource est en accès libre. Si, dans les deux premiers chapitres, il est supposé que les informations complètes sont disponibles pour l'élaboration des recommandations de gestion, dans la dernière étude, la décision concernant l'exploitation des ressources halieutiques est prise dans un contexte où aucune information sur la ressource n'est accessible. Cette décision est prise individuellement par chaque pêcheur qui opère dans la pêcherie. En développant un modèle multi-agents, nous montrons l'impact de l'apprentissage des pêcheurs sur la dynamique globale du système halieutique. / This thesis focuses on two main problems posed in contemporary fisheries: habitat degradation and lack of information. They count among the most important causes of the overexploitation of marine resources. The first two chapters aim at examining the habitat degradation that is linked to destructive fishing activities. The Gordon-Schaefer model is extended to take account of the negative impact of fishing on the habitats. The consequences for fisheries management are analyzed and the importance of taking into account habitats in the development of fisheries management programs is highlighted. Then the extended model is used to evaluate the economic benefits of artificial reefs, a management tool to which frequently resort the managers of small-scale fisheries to mitigate the effects of habitat degradation. Finally, in the third chapter the role of information for sustainable fisheries is examined under open access. If in the first two chapters it is assumed that there is complete information, in the last study this assumption is relaxed - no information on the resource is known. The decision concerning the exploitation of marine resources is made individually by each fisherman that operates in the fishery. By developing an agent-based model, we show the impact of individual learning on the global dynamics of the system.

Grâce aux progrès réalisés ces dernières années dans la conception de réseaux intelligents, tels que les réseaux centrés sur la personne (WBAN) ou les réseaux sans fils de proximité (WPAN), de nouveaux types d’applications émergent et utilisent des capteurs d’informations capables de relever les paramètres physiologiques, environnementaux et plus particulièrement le positionnement des personnes. Dans ce cadre, nous nous sommes attachés dans ce travail de recherche à la conception et la réalisation d’antennes en polarisation circulaire pouvant être intégrées dans des vêtements, pour les standards de géolocalisation européen Galiléo et Américain GPS. Nous avons utilisé pour ces antennes des structures métamatériaux de type conducteurs magnétiques artificiels, afin d’augmenter les performances en rayonnement et pour diminuer le couplage avec et le corps humain. Une autre voie explorée est l’utilisation d’antennes patchs qui sont de nature faible encombrement. La bande de fréquence du standard de communications par satellite Iridium étant très proche du standard de géolocalisation GPS, nous avons trouvé intéressant de développer une solution de type patch couvrant les deux bandes GPS (1,575 GHz) et Iridium (1,621 GHz). L’antenne devant être intégrée sur une boite crânienne, les niveaux de débit d’absorption spécifique et les modifications du rayonnement sous conformation de l’antenne ont également été étudiés. L’évolution de ce travail a été ensuite d’étudier le comportement de cette antenne posée sur le dessus d’un casque militaire français. Les performances en rayonnement ont été satisfaisantes et ont montré la possibilité d’une telle application. / Thanks to the progress made in the recent years in the design of smart networks, such as wireless Body Area Network (WBAN), or Wireless Personal Area Network (WPAN), a novel type of emerging applications using smarts sensor measuring physiologic parameters, environmental et more particularly positioning of the persons are nowadays available. In the research presented in this manuscript, we are committed to design and realize antennas that can be possibly integrated into clothes, dedicated to the American GPS (1.227 GHz - 1.575 GHz) and European Galileo (1.180 GHz - 1.575 GHz) global navigation satellite systems. We used for these antennas a type of metamaterial structure named artificial magnetic conductor, to increase and enhance the radiation performance and reduce the coupling between the antenna and the human body. Another way has been explored using patch antenna solutions that are inherently low profile antennas. As the frequency band of the satellite communication system Iridium is close to the GPS one, we developed a dual band antenna solution covering both GPS (1.575 GHz) and Iridium (1.612 GHz) standards. The antenna being dedicated to be integrated over a human skull, the specific absorption rate and the radiation modification was also studied.

Les Composés Organiques Volatils biogènes (COVB) sont des molécules issues du métabolisme secondaire des végétaux, dont l'émission peut être modulée par les conditions environnementales. Parmi ces composés, l'isoprène a été très étudié du fait des flux d'émission important et de son implication dans la photochimie troposphérique. Cependant, les mécanismes d'action des facteurs environnementaux sont encore mal connus, et notamment celui de l'impact du stress hydrique. Dans le contexte de changements climatiques, ce type de stress va particulièrement impacter la région méditerranéenne.Nous avons étudié l'impact du stress hydrique sur les émissions d'isoprène de Quercus pubescens Willd. Cette espèce, très présente dans cette région, serait la seconde source d'isoprène en Europe.Deux étude ont été menées.La première, effectuée en pépinière, a consisté à appliquer un stress hydrique modéré et sévère d'avril à octobre. Une augmentation des émissions d'isoprène des arbres modérément stressés a été observée alors qu'il n'y a eu aucune modification des émissions pour les arbres très stressés.La seconde a consisté à faire un suivi saisonnier du stress hydrique au sein d'une chênaie pubescente. Un stress hydrique amplifié a été appliqué par un système d'exclusion de pluie, permettant de diminuer la quantité de pluie de 30%. Nous avons observé que le stress hydrique amplifié augmentait les facteurs d'émission d'isoprène des arbres.Cette base de données a permis le développement, par Réseau de Neurones Artificiels (RNA), d'un algorithme d'émission d'isoprène. Nous avons ainsi mis en évidence l'impact prédominant du contenu en eau du sol sur les émissions d'isoprène. / Biogenic Volatile Organic Compounds (BVOC) are plants secondary-metabolism-molecules. Their emissions are modulated by environmental conditions. Among these compounds, isoprene has been particularly studied due to its intense emission fluxes as well as its major contribution to tropospheric photochemistry. However, the impacts of environmental constraints on isoprene emission are still not yet well known. In particular, water stress impact is still a contradictory issue. In a world facing multiple climatic changes, models expect this kind of stress to hit Mediterranean area.This work focused on the impact of water stress on Quercus pubescens Willd. isoprene emissions. This species, widely spread in this area, is the second isoprene emitter in Europe.Two types of study were used.First, during an experimental carried out in a nursery, Q. pubescens saplings were grown under a moderate and severe water stress from April to October. This experimentation highlighted an increase of isoprene emissions for mid-stressed trees, while no emission changes were observed for the highly stressed trees.Secondly, an experimentation was conducted on a pubescent oak forest with trees acclimated to long lasting stress periods. We followed, during a whole season, the impact, on isoprene emissions, of a water stress created by artificially reducing 30% of the rains by means of a specific deploying roof. Isoprene emission factors were observed to increase under water stress.The database thus obtained was used in an Artificial Neural Network (ANN) to develop an appropriate isoprene emission algorithm. We underlined the predominant impact of soil water content on isoprene emissions.

Cette thèse a pour objectif la conception d’une architecture de contrôle bio-inspirée permettant à un robot autonome de naviguer sur de grandes distances. Le modèle développé permet également d’améliorer la compréhension des mécanismes biologiques impliqués. De précédents travaux ont montré qu’un modèle de cellules de lieu, enregistrées chez le rat, permettait à un robot mobile d’apprendre des comportements de navigation robustes, tels qu’une ronde ou un retour au nid, à partir d’associations entre lieu et action. La reconnaissance d’un lieu ne reposait alors que sur des informations visuelles. L’ambiguïté de certaines situations (e.g. un long couloir) ne permettait pas de naviguer dans de grands environnements. L’ajout d’autres modalités constitue une solution efficace pour augmenter la robustesse dans des environnements complexes. Cette solution nous a permis d’identifier les briques minimales nécessaires à la fusion d’informations multimodales, d’abord par le biais d’un conditionnement simple entre 2 modalités sensorielles, puis par la formalisation d’un modèle, plus générique, de prédictions inter-modales. C’est un mécanisme bas niveau qui permet de générer une cohérence perceptive : l’ensemble des modalités sensorielles s’entraident pour ne renvoyer qu’une perception claire et cohérente aux mécanismes décisionnels de plus haut niveau. Les modalités les plus corrélées sont ainsi capables de combler les informations manquantes d’une modalité défaillante (cas pathologique). Ce modèle implique la mise en place d’un système de prédiction et donc une capacité à détecter de la nouveauté dans ses perceptions. Ainsi, le modèle est également capable de détecter une situation inattendue ou anormale et possède donc une capacité d’auto-évaluation : l’évaluation de ses propres perceptions. Nous nous sommes ensuite mis à la recherche des propriétés fondamentales à tout système d'auto-évaluation.La première propriété essentielle a été de constater qu’évaluer un comportement sensorimoteur revient à reconnaître une dynamique entre sensation et action, plutôt que la simple reconnaissance d’une forme sensorielle. La première brique encapsule donc un modèle interne minimaliste des interactions du robot avec son environnement, qui est la base sur laquelle le système fera des prédictions.La seconde propriété essentielle est la capacité à extraire l’information pertinente par le biais de calculs statistiques. Il est nécessaire que le robot apprenne à capturer les invariants statistiques en supprimant l’information incohérente. Nous avons donc montré qu’il était possible d’estimer une densité de probabilité par le biais d’un simple conditionnement. Cet apprentissage permet de réaliser l’équivalent d’une inférence bayésienne. Le système estime la probabilité de reconnaître un comportement à partir de la reconnaissance d’informations statistiques apprises. C’est donc par la mise en cascade de simples conditionnements que le système peut apprendre à estimer les moments statistiques d’une dynamique (moyenne, variance, asymétrie, etc...). La non-reconnaissance de cette dynamique lui permet de détecter qu’une situation est anormale.Mais détecter un comportement inhabituel ne nous renseigne pas pour autant sur son inefficacité. Le système doit également surveiller l’évolution de cette anomalie dans le temps pour pouvoir juger de la pertinence du comportement. Nous montrons comment un contrôleur émotionnel peut faire usage de cette détection de nouveauté pour réguler le comportement et ainsi permettre au robot d’utiliser la stratégie la plus adaptée à la situation rencontrée. Pour finir, nous avons mis en place une procédure de frustration permettant au robot de lancer un appel à l’aide lorsqu’il détecte qu’il se retrouve dans une impasse. Ce réseau de neurones permet au robot d’identifier les situations qu’il ne maîtrise pas dans le but d’affiner son apprentissage, à l’instar de certains processus développementaux. / The goal of this thesis is to build a bio-inspired architecture allowing a robot to autonomouslynavigate over large distances. In a cognitive science point of view, the model also aim at improv-ing the understanding of the underlying biological mechanisms. Previous works showed thata computational model of hippocampal place cells, based on neurobiological studies made onrodent, allows a robot to learn robust navigation behaviors. The robot can learn a round or ahoming behavior from a few associations between places and actions. The learning and recog-nition of a place were only defined by visual information and shows limitations for navigatinglarge environments.Adding other sensorial modalities is an effective solution for improving the robustness of placesrecognition in complex environments. This solution led us to the elementary blocks requiredwhen trying to perform multimodal information merging. Such merging has been done, first,by a simple conditioning between 2 modalities and next improved by a more generic model ofinter-modal prediction. In this model, each modality learns to predict the others in usual situa-tions, in order to be able to detect abnormal situations and to compensate missing informationof the others. Such a low level mechanism allows to keep a coherent perception even if onemodality is wrong. Moreover, the model can detect unexpected situations and thus exhibit someself-assessment capabilities: the assessment of its own perception. Following this model of self-assessment, we focus on the fundamental properties of a system for evaluating its behaviors.The first fundamental property that pops out is the statement that evaluating a behavior is anability to recognize a dynamics between sensations and actions, rather than recognizing a sim-ple sensorial pattern. A first step was thus to take into account the sensation/action couplingand build an internal minimalist model of the interaction between the agent and its environment.Such of model defines the basis on which the system will build predictions and expectations.The second fundamental property of self-assessment is the ability to extract relevant informa-tion by the use of statistical processes to perform predictions. We show how a neural networkcan estimate probability density functions through a simple conditioning rule. This probabilis-tic learning allows to achieve bayesian inferences since the system estimates the probability ofobserving a particular behavior from statistical information it recognizes about this behavior.The robot estimates the different statistical momentums (mean, variance, skewness, etc...) of abehavior dynamics by cascading few simple conditioning. Then, the non-recognition of such adynamics is interpreted as an abnormal behavior.But detecting an abnormal behavior is not sufficient to conclude to its inefficiency. The systemmust also monitor the temporal evolution of such an abnormality to judge the relevance of thebehavior. We show how an emotional meta-controller can use this novelty detection to regu-late behaviors and so select the best appropriate strategy in a given context. Finally, we showhow a simple frustration mechanism allows the robot to call for help when it detects potentialdeadlocks. Such a mechanism highlights situations where a skills improvement is possible, soas some developmental processes.

Les antennes présentes dans la plupart des systèmes communicants comme les véhicules automobiles, les avions et les trains se multiplient et sont soumises à une contrainte d’intégration de plus en plus sévère. De nombreuses techniques de miniaturisation d’antennes existent et passent toutes par un compromis entre la taille et les performances (bande passante et/ou rendement de rayonnement). Pour les systèmes cités ci-dessus, les antennes sont souvent placées devant ou à proximité d’un réflecteur métallique (toit de véhicule, carlingue d’aéronef). Dans ce cas, l’épaisseur de système antennaire est une contrainte majeure et les métamatériaux de type Conducteur Magnétique Artificiel (CMA) ouvrent des perspectives intéressantes grâce à leurs propriétés électromagnétiques non conventionnelles. Cependant, pour les applications sub-GHz (RFID, LTE, PMR…), les CMA sont limités par les dimensions des cellules unitaires nécessaires à leur mise en œuvre (λg/4) ainsi que leur bande réduite de fonctionnement. Réduire leurs dimensions permet de rendre leur utilisation compatible avec le contexte des antennes miniatures intégrées. Ajouter l’agilité fréquentielle permet de palier le problème de la bande passante réduite dans le cas des antennes et des CMA miniaturisés en ajustant le fonctionnement du système antennaire sur une large bande passante. Cette thèse de doctorat propose d’étudier et de développer un nouveau système antennaire à faible profil composé d’une antenne miniature associée à une métasurface compacte reconfigurable en fréquence et compatible avec le standard NB-IoT dans la bande basse LTE (700 MHz – 960 MHz). / Antennas are now very integrated in several connected systems like cars, airplanes and trains. Many antenna miniaturization techniques exist and all go through a compromise between size and performance (bandwidth and/or radiation efficiency). For the systems mentioned above, the antennas are often placed near a metallic reflector (vehicle roof, aircraft cabin). Within this context, Artificial Magnetic Conductors (AMC) present an attractive reflector for low profile antennas which can take advantage of intrinsic zero reflection phase response to boost antenna performance without the need for thick quarter wave backplane. However, for sub-GHz applications (RFID, LTE, PMR ...), AMC are limited by the size of the unit cells necessary for their implementation (λg/4) as well as their reduced operating bandwidth. AMC miniaturization makes their use compatible with small antennas. Adding tunability restores the possibility of adjusting the operating frequency over a large bandwidth. This PhD thesis proposes to study and develop a new electrically small, low-profile antenna based on miniaturized and tunable AMC for the NB-IoT standard in low LTE band (700 MHz – 960 MHz).

Les travaux de cette thèse apportent une contribution à l'automatisation du flot de conception analogique et mixte, en termes de méthodologies de réutilisation. Des méthodologies de développement et d'exploration de bibliothèques d'IPs (Intellectual Property) analogiques sont développées : définition et caractérisation d'un IP analogique, création et exploration d'une base de données d'IPs, aide à la réutilisation destinée au concepteur. Le circuit utilisé pour l'application de ces méthodologies est un système neuromimétique c'est-à-dire qu'il reproduit l'activité électrique de neurones biologiques. Ces applications montrent à travers trois exemples, l'efficacité et la souplesse de notre méthodologie. Ces travaux proposent également une méthodologie de redimensionnement de circuits analogiques CMOS lors d'une migration technologique.