Le cortex cérébral des mammifères est constitué de larges et complexes réseaux de neurones. La tâche de ces assemblées de cellules est d’encoder et de traiter, le plus précisément possible, l'information sensorielle issue de notre environnement extérieur. De façon surprenante, les enregistrements électrophysiologiques effectués sur des animaux en comportement ont montré que l’activité corticale est excessivement irrégulière. Les motifs temporels d’activité ainsi que les taux de décharge moyens des cellules varient considérablement d’une expérience à l’autre, et ce malgré des conditions expérimentales soigneusement maintenues à l’identique. Une hypothèse communément répandue suggère qu'une partie importante de cette variabilité émerge de la connectivité récurrente des réseaux. Cette hypothèse se fonde sur la modélisation des réseaux fortement couplés. Une étude classique [Sompolinsky et al, 1988] a en effet montré qu'un réseau de cellules aux connections aléatoires exhibe une transition de phase : l’activité passe d'un point fixe ou le réseau est inactif, à un régime chaotique, où les taux de décharge des cellules fluctuent au cours du temps et d’une cellule à l’autre. Ces analyses soulèvent néanmoins de nombreuse questions : de telles fluctuations sont-elles encore visibles dans des réseaux corticaux aux architectures plus réalistes? De quelle façon cette variabilité intrinsèque dépend-elle des paramètres biophysiques des cellules et de leurs constantes de temps ? Dans quelle mesure de tels réseaux chaotiques peuvent-ils sous-tendre des computations ? Dans cette thèse, on étudiera la dynamique et les propriétés computationnelles de modèles de circuits de neurones à l’activité hétérogène et variable. Pour ce faire, les outils mathématiques proviendront en grande partie des systèmes dynamiques et des matrices aléatoires. Ces approches seront couplées aux méthodes statistiques des champs moyens développées pour la physique des systèmes désordonnées. Dans la première partie de cette thèse, on étudiera le rôle de nouvelles contraintes biophysiques dans l'apparition d’une activité irrégulière dans des réseaux de neurones aux connections aléatoires. Dans la deuxième et la troisième partie, on analysera les caractéristiques de cette variabilité intrinsèque dans des réseaux partiellement structurées supportant des calculs simples comme la prise de décision ou la création de motifs temporels. Enfin, inspirés des récents progrès dans le domaine de l’apprentissage statistique, nous analyserons l’interaction entre une architecture aléatoire et une structure de basse dimension dans la dynamique des réseaux non-linéaires. Comme nous le verrons, les modèles ainsi obtenus reproduisent naturellement un phénomène communément observé dans des enregistrements électrophysiologiques : une dynamique de population de basse dimension combinée avec représentations neuronales irrégulières, à haute dimension, et mixtes. / The mammalian cortex consists of large and intricate networks of spiking neurons. The task of these complex recurrent assemblies is to encode and process with high precision the sensory information which flows in from the external environment. Perhaps surprisingly, electrophysiological recordings from behaving animals have pointed out a high degree of irregularity in cortical activity. The patterns of spikes and the average firing rates change dramatically when recorded in different trials, even if the experimental conditions and the encoded sensory stimuli are carefully kept fixed. 
One current hypothesis suggests that a substantial fraction of that variability emerges intrinsically because of the recurrent circuitry, as it has been observed in network models of strongly interconnected units. In particular, a classical study [Sompolinsky et al, 1988] has shown that networks of randomly coupled rate units can exhibit a transition from a fixed point, where the network is silent, to chaotic activity, where firing rates fluctuate in time and across units. Such analysis left a large number of questions unsolved: can fluctuating activity be observed in realistic cortical architectures? How does variability depend on the biophysical parameters and time scales? How can reliable information transmission and manipulation be implemented with such a noisy code? 
In this thesis, we study the spontaneous dynamics and the computational properties of realistic models of large neural circuits which intrinsically produce highly variable and heterogeneous activity. The mathematical tools of our analysis are inherited from dynamical systems and random matrix theory, and they are combined with the mean field statistical approaches developed for the study of physical disordered systems. 
In the first part of the dissertation, we study how strong rate irregularities can emerge in random networks of rate units which obey some among the biophysical constraints that real cortical neurons are subject to. In the second and third part of the dissertation, we investigate how variability is characterized in partially structured models which can support simple computations like pattern generation and decision making. To this aim, inspired by recent advances in networks training techniques, we address how random connectivity and low-dimensional structure interact in the non-linear network dynamics. The network models that we derive naturally capture the ubiquitous experimental observations that the population dynamics is low-dimensional, while neural representations are irregular, high-dimensional and mixed.

La pénétration du marché des appareils mobiles a connu une croissance impressionnante ces dernières années. Smartphones, tablettes et ordinateurs portables sont devenus soit producteurs soit consommateurs de contenus générés par les utilisateurs. Les communications opportunistes permettent une couverture étendue dans les endroits où il n'existe aucune infrastructure réseau disponible et des stratégies de délestage de données pour aider les opérateurs à soulager la charge de leurs infrastructures. Dans cette thèse, nous considérons le cas de la diffusion opportuniste de plusieurs grands contenus d'un point de vue expérimental. Dans la première partie nous commençons par implémenter EPICS, un protocole réseau conçu pour l'échange opportuniste de grands contenus, dans des terminaux Android. Après sa évaluation nous proposons DAD, un nouveau protocole, qui envoie une rafale de paquets de données de façon adaptative. Nous comparons les deux protocoles expérimentalement et, à l'aide des traces de contacts, soit réelles, soit synthétiques, nous obtenons des gains importants avec cette nouvelle approche. La deuxième partie est dédiée au passage à l'échelle des systèmes de surveillance passive. Nous proposons deux approches. La première est basée sur la similarité des traces et des algorithmes de détection de communautés. La deuxième est basée sur des mesures collaboratives. / The market penetration of mobile devices has experienced an impressive growth. Smartphones, tablets, and laptops have become both producers and consumers of user-generated contents. They also motivate novel communication paradigms such as the possibility to establish, in an opportunistic fashion, direct device-to-device links whenever two mobile nodes enter within the wireless range of each other. In this thesis, we consider the case of opportunistic dissemination of multiple large contents from an experimental point of view. This implies revisiting, among others, the common assumption that contacts have enough capacity to transfer any amount of data.In the first part of this thesis, we start from an Android implementation of EPICS, a network protocol designed for exchanging large contents in opportunistic networks, on off-the-shelf devices. After an deep analysis of application-level logs and captured wireless traces we found out limitations and uncovered improving possibilities. We then propose DAD, a new content dissemination protocol that adaptively sends bursts of data instead of the per-fragment transmission strategy of EPICS.The second part of this thesis deals with the scalability of legacy WLAN monitoring systems. We propose two original approaches. With the first one, based on trace similarity and community detection algorithms, we are able to identify how many monitor we need in a target area and where to place them. The second approach in based on collaborative measurements. In this case we face the risk of biased measures due attacks of malicious users generating adulterated traces. We then propose a method to detect such malicious behaviors.

Les modèles de la biologie des systèmes visent à comprendre le comportement d’une cellule à travers un réseau biomoléculaire complexe. Dans a littérature, la plupart des études ne se sont intéressés qu’à la modélisation des parties isolées du réseau biomoléculaire com les réseaux métaboliques, etc. Cependant, pour bien comprendre le comportement d’une cellule, nous devons modéliser et analyser le réseau biomoléculaire dans son ensemble. Les approches existantes ne répondent pas suffisamment à ces exigences. Dans ce projet de recherche,nous proposons une plate-forme qui permet aux biologistes de simuler les changements d’état des réseaux biomoléculaires dans le but de piloter leurs comportements et de les faire évoluer d’un état non désiré vers un état souhaitable. Cette plate-forme utilise des règles, des connaissances et de l’expérience, un peu comme celles que pourrait en tirer un biologiste expert. La plate-forme comprend quatre modules : un module de modélisation logique, un module de modélisation sémantique, un module de simulation qualitative à événements discrets etun module d’optimisation. Dans ce but, nous présentons d’abord une approche logique pour la modélisation des réseaux biomoléculaires complexes, incluant leurs aspects structurels, fonctionnels et comportementaux. Ensuite, nous proposons une approche sémantique basée sur quatre ontologies pour fournir une description riche des réseaux biomoléculaires et de leurs changements d’état. Ensuite, nous présentons une méthode de simulation qualitative à événements discrets pour simuler le comportement du réseau biomoléculaire dans le temps. Enfin, nous proposons une méthode d’optimisation multi-objectifs pour optimiser la transitabilité des réseaux biomoléculaires complexes dans laquelle nous prenons en compte différents critères tels que la minimisation du nombre de stimuli externes, la minimisation du coût de ces stimuli, la minimisation du nombre de noeuds cibles et la minimisation de l’inconfort du patient. En se fondant sur ces quatre contributions, un prototype appelé CBN-Simulateur a été développé. Nous décrivons nos approches et montrons leurs applications sur des études de cas réels, le bactériophage T4 gene 32, le phage lambda et le réseau de signalisation p53. Les résultats montrent que ces approches fournissent les éléments nécessaires pour modéliser, raisonner et analyser le comportement dynamique et les états de transition des réseaux biomoléculaires complexes. / Systems biology models aim to understand the behaviour of a cell trough a complex biomolecular network. In the literature, most research focuses on modelling isolated parts of this network, such as metabolic networks.However, to fully understand the cell’s behaviour we should analyze the biomolecular network as a whole. Avail-able approaches do not address these requirements sufficiently. In this context, we aim at developing a platform that enables biologists to simulate the state changes of biomolecular networks with the goal of steering their be-haviours. The platform employs rules, knowledge and experience, much like those that an expert biologist mightderive. This platform consists of four modules: a logic-based modelling module, a semantic modelling module,a qualitative discrete-event simulation module and an optimization module. For this purpose, we first present alogic-based approach for modelling complex biomolecular networks including the structural, functional and be-havioural aspects. Next, we propose a semantic approach based on four ontologies to provide a rich description of biomolecular networks and their state changes. Then, we present a method of qualitative discrete-event simulation to simulate the biomolecular network behaviour over time. Finally, we propose a multi-objective optimization method for optimizing the transittability of complex biomolecular networks in which we take into account various criteria such as minimizing the number of external stimuli, minimizing the cost of these stimuli, minimizing the number of target nodes and minimizing patient discomfort. Based on these four contributions, a prototype called the CBNSimulator was developed. We describe our approaches and show their applicability through real cases studies, the bacteriophage T4 gene 32, the phage lambda, and the p53 signaling network. Results demonstrate that these approaches provide the necessary elements to model, reason and analyse the dynamic behaviour and the transition states of complex biomolecular networks.

Le problème de la maîtrise du transport de l'énergie électrique a donné naissance au projet FACTS (Flexible Alternative Current Transmission System ! Pour améliorer la flexibilité des réseaux de transport existants. Le ST A TCOM (ST ATic COMD*~ n s ator) est un dispositif FACTS dédié à la compensation d'énergie réactive transitant sur le réseau . L'évolution des composants d'électronique de puissance a apporté des solutions technologiques pour la réalisation des structures onduleurs du STATCOM. En tenant compte des diverses structures présentées, un modèle dynnamique est construit en utilisant la théorie du modèle moyen généralisé. Il est ensuite validé avec le modèle topologique, lequel décrit le comportement fin de l'onduleur. Afin d' avoir un contrôle robuste du courant réactif du dispositif, une loi de commande non linéaire est élaborée à partir de la théorie de la linéarisation par bouclage. La linéarisation est obtenue au détriment des comportements dynamiques du courant actif et de la tension continue de l' onduleur. Une optimisation de la loi de conunande est proposée afin de maîtriser le comportement dynamique de toutes les variables du dispositif. Cette loi de commal1de est validée sur le modèle topologique après avoir abordé le problème des filtres de mesure. La mise en place de la linéarisation par bouclage nécessite une connaissance des valeurs des composants de la structure. Une estimation ainsi qu'une correction de l'erreur commise sur ces grandeurs sont alors proposées. Le modèle du ST A TCOM avec ses lois de commande est ensuite inséré dans un logiciel destiné à l' étude du comportement dynamique de réseaux (EUROSTAG). A cet effet, le modèle mis au point prend en compte le comportement dynamique de la structure du ST A TCOM, et apporte une richesse supplémentaire pour l 'étude dynamique des réseaux. L'intérêt de la loi de commande optimisée est nus en évidence comparativement aux solutions classiques.

Le concept de réseau offre un modèle de représentation pour une grande variété d'objets et de systèmes, aussi bien naturels que sociaux, dans lesquels un ensemble d'entités homogènes ou hétérogènes interagissent entre elles. Il est aujourd'hui employé couramment pour désigner divers types de structures relationnelles. Pourtant, si chacun a une idée plus ou moins précise de ce qu'est un réseau, nous ignorons encore souvent les implications qu'ont ces structures dans de nombreux phénomènes du monde qui nous entoure. C'est par exemple le cas de processus tels que la diffusion d'une rumeur, la transmission d'une maladie, ou même l'émergence de sujets d'intérêt commun à un groupe d'individus, dans lesquels les relations que maintiennent les individus entre eux et leur nature s'avèrent souvent être les principaux facteurs déterminants l'évolution du phénomène. C'est ainsi que l'étude des réseaux est devenue l'un des domaines émergents du 21e siècle appelé la "Science des réseaux". Dans ce mémoire, nous abordons trois problèmes de la science des réseaux: le problème de la diffusion dans les réseaux sociaux, où nous nous sommes intéressés plus particulièrement à l'impact de la dynamique du réseau sur le processus de diffusion, le problème de l'analyse des réseaux sociaux, dans lequel nous avons proposé une solution pour tirer parti de l'ensemble des informations disponibles en combinant les informations sur la structure du réseau et les attributs des noeuds et le problème central de la collecte de données sociales, où nous nous sommes intéressés au cas particulier de la collecte de données en milieux sauvages.

De nombreux systèmes complexes provenant de phénomènes naturels ou de la société humaine peuvent être décrits comme des réseaux complexes. Dans cette thèse, sur la base de la théorie des réseaux complexes, nous allons nous pencher sur la structure topologique de ces réseaux complexes et leurs dynamiques. Nous avons créé des modèles pour étudier les influences de la structure sur la dynamique des réseaux et mis en évidence quelques propriétés particulières des systèmes complexes. Cette thèse comporte quatre parties. Dans la première partie, les propriétés empiriques (degré de distribution, coefficient d’agrégation, diamètre, longueur caractéristique de parcours) des réseaux de routes urbaines de la ville du Mans en France sont étudiées. Dans la seconde partie, nous proposons deux modèles pour étudier le mécanisme éventuel conduisant à s’écarter de la loi de puissance simple. Dans le premier modèle, la probabilité d’addition de noeuds et de liens, la création de liens est étudiée ; dans le second modèle, seule la croissance aléatoire et préférentielle de liens est ajoutée. Les résultats de la simulation de ce modèle sont comparés aux données réelles. Dans la troisième partie, les propriétés probabilistes incertaines de la loi de distribution en double puissance sont étudiées. L’optimisation du réseau et l’étude optimale du réseau sans échelle vers l’échec aléatoire sont étudiées en se servant du principe de maximisation de l’entropie. Nous avons défini l’ensemble du réseau à l’équilibre comme des ensembles stationnaires de graphes en utilisant des notions thermodynamiques telle que ”énergie”, ”température”, ” énergie libre” pour les réseaux. Dans la quatrième partie, un modèle d’union-division est mis au point pour étudier l’évolution temporelle de certains réseaux culturels ou économiques. Dans ce modèle, les noeuds représentent les cultures. Plusieurs grandeurs telles que la richesse, l’âge, identité, contenu etc. sont utilisées pour paramétrer l’évolution probable du réseau. Le modèle offre une vision à long terme sur une dynamique apparemment périodique d’ensemble de grandeurs culturelles ou économiques en interaction. / Many complex systems arising from nature and human society can be described as complex networks. In this dissertation, on the basis of complex network theory, we pay attention to the topological structure of complex network and the dynamics on it. We established models to investigate the influences of the structure on the dynamics of networks and to shed light on some peculiar properties of complex systems. This dissertation includes four parts. In the first part, the empirical properties (degree distribution, clustering coefficient, diameter, and characteristic path length) of urban road network of Le Mans city in France are studied. The degree distribution shows a double power-law which we studied in detail. In the second part, we propose two models to investigate the possible mechanisms leading to the deviation from simple power law. In the first model, probabilistic addition of nodes and links, and rewiring of links are considered; in the second one, only random and preferential link growth is included. The simulation results of the modelling are compared with the real data. In the third part,the probabilistic uncertainty behavior of double power law distribution is investigated. The network optimization and optimal design of scale free network to random failures are discussed from the viewpoint of entropy maximization. We defined equilibrium network ensemble as stationary ensembles of graphs by using some thermodynamics like notions such as ”energy”, ”temperature”, ”free energy” for network. In the forth part, an union-division model is established to investigate the time evolution of certain networks like cultural or economical networks. In this model, the nodes represent, for example, the cultures. Several quantities such as richness, age, identity, ingredient etc. are used to parameterize the probabilistic evolution of the network. The model offers a long term view on the apparently periodic dynamics of an ensemble of cultural or economic entities in interaction.

La problématique de ce doctorat est : comment la structure des réseaux constitue une nouvelle matrice pour la production d’oeuvres artistiques. Pour répondre à cette question, nous commencerons en étudiant l’évolution de la notion de « réseau » de l’antiquité jusqu’à aujourd’hui ; les théories des réseaux concernant leur structure et/ou leur dynamique. Ensuite nous présenterons les applications –de la notion ou des théories de réseaux– tant dans les sciences que dans l’art. Nous listerons et nous analyserons huit types de réseaux et puis nous mentionnerons des oeuvres artistiques qui ont été inspirées par ces types de réseaux et/ou qui utilisent certains (types de) réseaux comme matrice pour leur création. Nous proposerons le projet Lignes Imaginaires, un modèle 3D qui se fonde sur la conception d’un métro de lignes imaginaires, voire de lignes dynamiques et/ou paradoxales qui sont en mouvement, apparaissent/disparaissent, créent de l’infrastructure supplémentaire. L’analyse du métro Lignes Imaginaires dévoile l'importance de la géographie et de la spatialité des réseaux, tandis que leur représentation graphique topologique reste insuffisante pour la représentation précise et pour la compréhension de leur structure (paradoxale). En outre, l’innovation du métro Lignes Imaginaires est que son infrastructure est dynamique et auto-organisée, contrairement aux métros traditionnels où les lignes et leurs itinéraires sont fixes. L’objectif du projet artistique Lignes Imaginaires est de visualiser un concept en créant un métro hors du commun qui pourrait aussi proposer des formes alternatives des réseaux de transports dans le contexte urbain. / This thesis examines and shows ways in which the structure of networks can provide a new matrix for the production of artworks. In order to answer this question we start by studying: the evolution of the term ‘network’ from the ancient times up to nowadays; the theories that refer to network structure or network dynamics. Then we present the applications of these theories into both art and science. We list and analyze eight different types of networks and then we feature artworks which have been inspired by these network types or have used the network structure of a certain type as a matrix for art making. We propose the Imaginary Lines project, a three-dimensional network model which is based on the concept of a metro composed of imaginary lines. More precisely Imaginary Lines metro network encompasses seven paradoxical lines which move, (dis)appear and produce supplementary infrastructure. The Imaginary Lines metro unveils the importance of geography and spatiality, in contrast with topological network graphic representations, which remain insufficient, in terms of utmost accuracy in representation and comprehension of network structure. Additionally, the Imaginary Lines network innovation lays in its infrastructure dynamics as well as in its self-organisation. The objective of the Imaginary Lines artistic project is to visualise a concept by creating an unusual metro, which goes beyond traditional fixed-route transport networks and can support alternative forms of urban transport development.