Cette étude traite du dépiégeage et de la dynamique des systèmes élastiques désordonnés. Ce cadre regroupe une large classe de systèmes allant des interfaces (telles que les parois de domaines dans les systèmes magnétiques ou ferroélectriques) aux systèmes périodiques (comme les réseaux de vortex dans les supraconducteur de type II, les colloïdes ou encore les cristaux de Wigner). Dans ces systèmes, la compétition entre l'élasticité de la structure qui veut imposer un ordre parfait et le désordre induit une grande richesse dans le diagramme de phase. L'étude est menée par simulations numériques à grande échelle, dans lesquelles nous nous intéresserons spéci fiquement aux réseaux 2D de vortex supraconducteurs. Deux types de dépiégeage sont observés lorsque l'on met en mouvement ces réseaux à l'aide d'une force extérieure : un dépiégeage plastique et un dépiégeage élastique. Nous portons notre attention sur la transition de dépiégeage élastique obtenue dans le cas d'un piégeage faible. A travers une analyse en loi d'échelle à température nulle et à température nie nous montrons le caractère continu de la transition. Divers exposants critiques sont déterminés dont l'exposant et caractérisant la dépendance en force et en température de la vitesse ou bien l'exposant caractérisant la divergence de la longueur de corrélation du système. Un modèle visco-élastique simple permettant de décrire la plasticité dans les systèmes périodiques évoluant sur un potentiel de piégeage en présence de désordre fort est également développé. Une grande variété de comportements dynamiques, similaires à ceux observés à plus grande échelle dans des systèmes périodiques, peuvent être extraits d'un tel modèle. Un dépiégeage élastique ou plastique est observé, de l'hystérésis est mesurée dans le cas du dépiégeage élastique, et du chaos est détecté pour le dépiégeage plastique.

Les travaux présentés dans cette thèse ont pour objectif d’apporter à la physique mésoscopique un éclairage concernant la compréhension des propriétés de transport électroniques d’une classe de matériaux récemment découverts : les isolants topologiques.La première partie de ce manuscrit est une introduction aux isolants topologiques, mettant en partie l’accent sur leurs spécificités par rapport aux isolants "triviaux" : des états de bords hélicaux (dans le cas de l’effet Hall quantique de spin en 2 dimensions) ou de surface relativistes (pour les isolants topologiques tridimensionnels) robustes vis-à-vis du désordre.La deuxième partie propose une sonde de l’hélicité des états de bords de l’effet Hall quantique de spin en étudiant les propriétés remarquables de l’injection de paires de Cooper dans cette phase topologique.La troisième partie étudie la diffusion des états de surface des isolants topologiques tridimensionnels dans le régime cohérent de phase. L’étude de la diffusion, de la correction quantique à la conductance (antilocalisation faible) et de l’amplitude des fluctuations universelles de conductance de fermions de Dirac sans masse est présentée. Cette étude est aussi menée dans la cas d’états de surface dont la surface de Fermi présente la déformation hexagonale observée expérimentalement. / The works presented in this thesis intend to contribute to condensed matter physics in the understanding of the electronic properties of a recently discovered class of materials : the topological insulators.The first part of this memoir is an introduction to topological insulators, focusing on their specifities compared to "trivial" insulators : helical edge states (in the two dimensional quantum spin Hall effect) or relativistic surface states (for three dimensional topological insulators) both robust agiant disorder.The second part proposes a new way to probe the unique properties of the helical edge states of quantum spin Hall effect via the injection of Cooper pair from a superconductor.The third part deals with the diffusion of the three dimensional topological insulator surface states, in the phase coherent regime. The diffusion, the quantum correction to conductivity, and the amplitude of the universal conductance fluctuations are studied. This study is also led in the experimentally relevant case where the Fermi surface presents a hexagonal deformation.

Face au déluge actuel de données principalement non structurées, les graphes ont démontré, dans une variété de domaines scientifiques, leur importance croissante comme language abstrait pour décrire des interactions complexes entre des objets complexes. L’un des principaux défis posés par l’étude de ces réseaux est l’inférence de propriétés macroscopiques à grande échelle, affectant un grand nombre d’objets ou d’agents, sur la seule base des interactions microscopiquesqu’entretiennent leurs constituants élémentaires. La physique statistique, créée précisément dans le but d’obtenir les lois macroscopiques de la thermodynamique à partir d’un modèle idéal de particules en interaction, fournit une intuition décisive dans l’étude des réseaux complexes.Dans cette thèse, nous utilisons des méthodes issues de la physique statistique des systèmes désordonnés pour mettre au point et analyser de nouveaux algorithmes d’inférence sur les graphes. Nous nous concentrons sur les méthodes spectrales, utilisant certains vecteurs propres de matrices bien choisies, et sur les graphes parcimonieux, qui contiennent une faible quantité d’information. Nous développons une théorie originale de l’inférence spectrale, fondée sur une relaxation de l’optimisation de certaines énergies libres en champ moyen. Notre approche est donc entièrement probabiliste, et diffère considérablement des motivations plus classiques fondées sur l’optimisation d’une fonction de coût. Nous illustrons l’efficacité de notre approchesur différents problèmes, dont la détection de communautés, la classification non supervisée à partir de similarités mesurées aléatoirement, et la complétion de matrices. / In an era of unprecedented deluge of (mostly unstructured) data, graphs are proving more and more useful, across the sciences, as a flexible abstraction to capture complex relationships between complex objects. One of the main challenges arising in the study of such networks is the inference of macroscopic, large-scale properties affecting a large number of objects, based solely on he microscopic interactions between their elementary constituents. Statistical physics, precisely created to recover the macroscopic laws of thermodynamics from an idealized model of interacting particles, provides significant insight to tackle such complex networks.In this dissertation, we use methods derived from the statistical physics of disordered systems to design and study new algorithms for inference on graphs. Our focus is on spectral methods, based on certain eigenvectors of carefully chosen matrices, and sparse graphs, containing only a small amount of information. We develop an original theory of spectral inference based on a relaxation of various meanfield free energy optimizations. Our approach is therefore fully probabilistic, and contrasts with more traditional motivations based on the optimization of a cost function. We illustrate the efficiency of our approach on various problems, including community detection, randomized similarity-based clustering, and matrix completion.