Indiana University-Purdue University Indianapolis (IUPUI) / The contribution of this research work can be divided into two main tasks: 1) implementing this Electronic Warfare Asset Allocation Problem (EWAAP) with the Genetic Algorithm (GA); 2) Comparing performance of Genetic Algorithm to Particle Swarm Optimization (PSO) algorithm. This research problem implemented Genetic Algorithm in C++ and used QT Data Visualization for displaying three-dimensional space, pheromone, and Terrain. The Genetic algorithm implementation maintained and preserved the coding style, data structure, and visualization from the PSO implementation. Although the Genetic Algorithm has higher fitness values and better global solutions for 3 or more receivers, it increases the running time. The Genetic Algorithm is around (15-30\%) more accurate for asset counts from 3 to 6 but requires (26-82\%) more computational time. When the allocation problem complexity increases by adding 3D space, pheromones and complex terrains, the accuracy of GA is 3.71\% better but the speed of GA is 121\% slower than PSO. In summary, the Genetic Algorithm gives a better global solution in some cases but the computational time is higher for the Genetic Algorithm with than Particle Swarm Optimization.

<div>The contribution of this research work can be divided into two main tasks: 1) implementing this Electronic Warfare Asset Allocation Problem (EWAAP) with the Genetic Algorithm (GA); 2) Comparing performance of Genetic Algorithm to Particle Swarm Optimization (PSO) algorithm. This research problem implemented Genetic Algorithm in C++ and used QT Data Visualization for displaying three-dimensional space, pheromone, and Terrain. The Genetic algorithm implementation maintained and preserved the coding style, data structure, and visualization from the PSO implementation. Although the Genetic Algorithm has higher fitness values and better global solutions for 3 or more receivers, it increases the running time. The Genetic Algorithm is around (15-30%) more accurate for asset counts from 3 to 6 but requires (26-82%) more computational time. When the allocation problem complexity increases by adding 3D space, pheromones and complex terrains, the accuracy of GA is 3.71% better but the speed of GA is 121% slower than PSO. In summary, the Genetic Algorithm gives a better global solution in some cases but the computational time is higher for the Genetic Algorithm with than Particle Swarm Optimization.</div>

L'avènement de la physique attoseconde a amené de nouveaux challenges tant expérimentaux que théoriques. En effet, l'observation de processus dynamiques, intervenant aux échelles de temps intrinsèques des mouvements des charges aux échelles atomiques, permet d'envisager des nouveaux processus pour lesquels le rôle des corrélations et des couplages non-adiabatiques deviennent primordiaux. Les travaux présentés dans ce manuscrit s'inscrivent dans le cadre de l'étude des molécules complexes, en particulier carbonées, soumises à une impulsion lumineuse courte. Pour de telles échelles de temps (femtoseconde / attoseconde) et d'énergie (IR / UVX), les principales approximations permettant l'étude des systèmes électroniques ne sont plus valides. Cette thèse présente les simulations théoriques réalisées permettant l'étude théorique de molécules dans de telles conditions. L'étude des dynamiques de migration de charges corrélées au sein des molécules de benzène, de différents hydrocarbures aromatiques polycycliques ainsi qu'au sein de molécules d'intérêt biologique telles que la phénylalanine, a été réalisée. Ce type de dynamiques n'a jamais pu être observé expérimentalement. Une attention particulière a donc été portée à la faisabilité d'une expérience dans le cas de la molécule de benzène. Les relaxations non-adiabatiques de la molécule de naphtalène soumise à une impulsion UVX ont été étudiées. Enfin, les dynamiques à l'échelle du cycle optique, rencontrées par un groupe de molécules de taille intermédiaire soumis à une impulsion IR, ont été abordées. Ces simulations ont permis d'interpréter des expériences pompe-sonde réalisées par des membres de notre équipe / The advent of attosecond physics has brought new experimental and theoretical challenges. Indeed, the observation of dynamic processes occurring at the intrinsic time scale of charge motion at atomic scale, allows to consider new processes for which the role of correlations and non-adiabatic couplings become primordial. The work presented in this manuscript falls in the context of the study of complex molecules subject to a short light pulse. For such time (femtosecond / attosecond) and energy scales (IR / XUV), the main approximations that permit the study of electronic systems are no longer appropriate. In this thesis, we present the simulations realized for the theoretical study of molecules in such conditions. We studied the correlated charge migration dynamics in several molecules like the benzene, different polycyclic aromatic hydrocarbons and molecules of biological interest such as phenylalanine. This kind of dynamics has never been observed experimentally. Hence, a particular attention was paid to the feasibility of an experiment in the case of the benzene molecule. The non-adiabatic relaxations of the naphthalene molecule subjected to a XUV pulse were also studied. Finally, dynamics occurring at the optical cycle time scale experienced by a group of medium-sized molecules subject to an IR pulse, were discussed. These simulations were used to interpret pump-probe experiments made by members of our team

Du point de vue de la médecine et des sciences du vivant, la médecine personnalisée (MP) est trop souvent réduite à cette idée d'adapter un diagnostic, une prédisposition ou un traitement, en fonction des caractéristiques génétiques d'un individu. Cependant, du point de vue des sciences humaines et sociales, la MP peut être considérée comme un phénomène social complexe en raison d'une existence propre et d'une composition sui generis, de l'effet de contraintes qu'il exerce sur les individus, d'un grand nombre d'interactions et d'interférences entre un grand nombre d'unités, mues d'incertitudes, d'indéterminations, de hasard, d'ordre et de désordre. Selon nous, cet autre point de vue permet de mieux étudier la MP par un travail de recherche en bioéthique, mais avec un nouvel objectif, opposé mais complémentaire de celui du droit et de la philosophie morale, et une nouvelle méthode. En effet, l'objectif de la bioéthique devrait être un travail de recherche prospectif questionnant les normes établies faisant face à un phénomène social complexe émergeant, non l'inverse. Ceci permet de déterminer les bénéfices pour la société, et ses individus, à laisser le phénomène émerger en son sein, et d'étudier des solutions possibles et probables et non des certitudes, pour le présent et le futur. De cette façon, les bénéfices identifiés pourront se produire. Mais cet objectif nécessite une méthode permettant d'étudier le fonctionnement du phénomène dans son ensemble, à l'échelle de la société, sans le réduire à l'a priori de certains individus, en privilégiant ses interactions à ses éléments : il s'agit de la modélisation théorique systémique inductive qualitative. L'idée clé est d'être dans une logique de découverte, non de preuve. Cette nouvelle approche nous a tout d'abord permis de comprendre que la MP ne devrait plus être nommée «personnalisée », ni même « génomique » ou de « précision», mais «médecine des données» (MD) étant donné le caractère centrale de la « donnée » (data) pour son fonctionnement. En effet, les finalités du phénomène semblent être, à partir d'une masse importante de données (génétiques), déduire (Datamining) ou induire (Big Data) différentes informations valorisables au niveau du soin, de la recherche et de l'industrie. Le moyen pour ça semble être le développement d'un réseau d'échange ou de partage d'échantillons biologiques, de données génétiques et d'informations entre patients, cliniciens, chercheurs et industriels, grâce à des voies de communication dématérialisées, qui centralisent le stockage des échantillons biologiques et des données génétiques, et une partie du traitement et de l'analyse, au niveau de centres de soin et de recherche académiques (France), et/ou d'entreprises privées (États-Unis), avec ou sans l'intermédiaire du clinicien. Les enjeux éthiques majeurs semblent donc résider dans les moyens et les modalités d'accès, de stockage et d'usage des données génétiques, car delà découle pour une organisation globalement similaire du phénomène un fonctionnement radicalement (social/libéral) opposé qui questionne certaines normes morales et juridiques. Au final, notre méthode nous a permis d'apporter différents arguments en faveur du consentement éclairé exprès électronique (e-CE) dynamique comme solution et moyen permettant un développement de la MD plus optimal concernant l'accès, le stockage et l'usage des données génétiques que ce soit pour le partage (France) ou l'échange (États-Unis) des données génétiques. / In the context of medicine and life sciences, personalized medicine (PM) is all too often reduced to the idea of adapting a diagnosis, predisposition or treatment according to the genetic characteristics of an individual. However, in human and social sciences, PM may be considered as a complex social phenomenon, due to the proper existence and unique composition of the constraints it imposes on individuals, the large number of interactions and interferences between a large number of units, rich in uncertainties, indeterminations, chance, order and disorder. We feel that this alternative point of view makes it possible to study PM more effectively by bioethics research approaches, but with a new objective, contrasting but complementary to those of law and moral philosophy, and a new method. Indeed, the objective of bioethics should be prospective studies questioning established norms in the face of emerging complex social phenomena, rather than the other way round. This makes it possible to determine the benefits, to society and its individuals, of allowing the phenomenon to emerge fully, and to study possible and probable solutions, rather than certainties, for the present and the future. This may allow the identified benefits to occur. However, this objective requires a method for studying the functioning of the phenomenon as a whole, at the scale of society, without a priori restriction to certain individuals, thereby favoring its interactions over its elements. Qualitative inductive systemic theoretical modeling is just such an approach. The key idea here is a rationale of discovery, rather than of proof. This new approach allowed us to understand that PM should not be called "personalized", or even "genomic" or "precision" medicine, and that the term "data medicine" (DM) should be favored, given the key role of data in its functioning. Indeed, the goal of this phenomenon seems to be to use a large mass of data (genetics) to deduce (data mining) or induce (big data) different types of information useful for medical care, research and industry. The means of achieving this end seems to be the development of a network for exchanging or sharing biological samples, genetic data and information between patients, clinicians, researchers and industrial partners, through electronic communication, with the central storage of biological samples and genetic data, and with treatment and analysis carried out at academic care and research centers (France) or in private companies (United States), with or without the involvement of a clinician. The major ethical issues thus seem to relate to the means and mode of access to, and the storage and use of genetic data, which may lead to a radically opposed (social/liberal) organizations and functioning, calling into question certain moral and legal standards. Finally, our method provided several arguments in favor of the use of dynamic electronic informed consent (e-CE) as a solution optimizing the development of PM in terms of genetic data access, storage and use, for the sharing (France) or exchange (United States) of genetic data.