.

Cette étude de l'expression de la synchronisation dans les systèmes d'exploitation comprend une classification des outils de synchronisation et propose une description formelle de la synchronisation. Quelques éléments méthodologiques dans la conception de systèmes tolérant les pannes sont donnés.

La polarimétrie consiste à étudier les transformations de polarisation d'une onde électromagnétique engendrées par un système physique. La réponse optique de ce système étant très sensible à l'état de polarisation de la lumière incidente ainsi qu'à sa longueur d'onde, une classe évoluée de polarimètres capables de mesurer la réponse polarimétrique d'un échantillon sur une large bande spectrale a vu le jour permettant ainsi d'accroître de façon conséquente le nombre d'informations le concernant. Nous avons mis au point un tel polarimètre capable de fonctionner avec une source impulsionnelle. Un grand soin a été porté à la réduction des erreurs systématiques grâce à l'utilisation d'un modèle original pour décrire les lames de phase utilisées. Cet étalonnage a débouché sur la réalisation d'un banc de caractérisation de lames de phase compensées. Une étude statistique nous a ensuite permis de minimiser et quantifier le résiduel d'erreurs inhérentes à une mesure. Mots clés : Polarisation, Polarimètre large bande, Formalisme de Stokes Mueller, Étalonnage, Erreurs systématiques et statistiques.

Les précipitations résultent d'un phénomène atmosphérique caractérisé par une variabilité spatiale et temporelle forte. Cette variabilité dans la distribution des pluies et des évènements intenses a des impacts en hydrologie de surface variés selon les régions du monde. Toute modification du climat tropical est associée à une modification du cycle de l'eau et de l'énergie dans ces régions. Dans un contexte de changement climatique, il est donc important de développer des outils permettant d'estimer quantitativement les précipitations, à l'échelle du globe, à la fois sur les surfaces continentales et les surfaces océaniques. Les travaux présentés dans cette thèse s'intéressent à l'observation des précipitations depuis l'espace. En effet, la mesure des pluies nécessite une densité d'observations élevée qui, sur l'ensemble des Tropiques, n'est accessible qu'à partir d'observations spatiales. Depuis plusieurs décades, les moyens satellitaires à disposition ont beaucoup évolué et offrent aujourd'hui une densité d'observations de plus en plus fortes. Grâce aux nouvelles missions déployées telles que Megha-Tropiques au sein de la future constellation GPM (Global Precipitation Measurement), on a accès à un ensemble de systèmes d'observations qui amène à une densité accrue d'observations spatiales. L'estimation quantitative des précipitations n'était possible qu'à l'échelle mensuelle, il est maintenant envisageable d'estimer la pluie par satellite à des échelles de temps de plus en plus fines. Cette thèse s'intéresse aux échelles 1 ̊/1-jour, échelle clé pour les études météorologiques et hydrologiques. Il existe un large spectre de méthodes d'estimation de précipitations par satellite, de qualité inégale. Dans un premier temps, une analyse des produits issus des développements les plus récents montre que leur qualité a atteint un degré suffisant pour être utilisé de manière quantitative aux échelles de temps pertinentes en météorologie. Il apparaît également qu'à ces échelles de temps, il est nécessaire d'utiliser les estimations de cumuls de précipitations conjointement avec leurs barres d'erreurs. Une nouvelle méthode d'estimations de précipitations sur l'ensemble de la ceinture tropicale, appelée TAPEER (Tropical Amount of Precipitation with an Estimate of ERrors), est donc développée dans le but d'estimer des cumuls de pluie et leurs erreurs associées à l'échelle 1 ̊/1-jour. Cette approche est fondée sur une méthode de fusion de données de l'imagerie Infrarouge d'une constellation de satellites géostationnaires et d'estimations de taux de pluie issues de radiomètres Micro-ondes d'une constellation de satellites défilant. Des techniques de modélisations sont mises en oeuvre afin d'associer une erreur aux cumuls de pluie produits. Une investigation détaillée du bilan d'erreur de la méthode TAPEER montre que les sources principales d'incertitudes sont liées à l'échantillonnage et aux biais systématiques sur les taux de pluie d'intensité moyenne. Une étude sur l'été 2009 révèle l'importance de l'utilisation de la barre d'erreur dans l'analyse de la distribution des pluies, en particulier pour les plus forts cumuls sur la ceinture tropicale.

Aujourd'hui les systèmes embarqués sont partout et requièrent de plus en plus de puissance de calcul. Mais, l'évolution des technologies a un impact négatif sur la fiabilité. En particulier, il est prévu une hausse du nombre de fautesf intermittentes dans les technologies à venir. Cependant, nous ne bénéficions pas d'étude expérimentale détaillée pour ce type de faute. Or, pour tenter de se prémunir de ces fautes, il est important de comprendre leur comportement, ainsi que leur impact sur le système et les applications. Pour cela, nous avons défini une plateforme expérimentale capable d'observer des erreurs intermittentes. Nous avons ainsi, pu confirmer que les erreurs intermittentes peuvent être observées très tôt avant la période d'usure du circuit. De plus, ces erreurs apparaissent en rafale et seul l'arrêt des processeurs semble les stopper. Nous confirmons ainsi, qu'il est nécessaire de mettre en place des méthodes de détection en ligne des erreurs intermittentes dans les circuits intégrés très submicroniques. Cependant, aucune solution proposée dans la littérature ne convient à la fois aux erreurs intermittentes et aux architectures multiprocesseur. Ainsi, nous avons développé une méthode de test périodique répondant à ces contraintes. En particulier, nous avons montré que le test ne doit pas nécessairement être prioritaire devant les applications. Cela nous a permis de conclure qu'une politique d'ordonnancement des tests pseudo-périodiques, prenant en compte les processeurs au repos et la priorité des tâches, offrent le meilleur compromis entre performance et probabilité de détection.

Un système informatique ne peut traiter automatiquement un texte sans qu'un certain nombre d'informations contenues dans ce texte, comme les mots ou les phrases, ne soient annotées. L'annotation est en général produite automatiquement par un processus incrémental. Pour ajouter un nouveau niveau d'annotation un système exploite des annotations d'entrée, plus "simples", produites par les systèmes qui ont été appliqués précédemment au texte. Or aucun système d'annotation, à ce jour, ne réalise automatiquement une annotation parfaite d'un texte. En raison de la complexité et de la diversité de la langue naturelle, le biais de représentation est élevé : il est difficile d'isoler les annotations l'entrée discriminantes qui sont nécessaires pour annoter un texte. De plus, ces annotations d'entrée, résultant elles-même d'un calcul automatique, sont imparfaites i.e. imprécises, bruitées et parfois manquantes. Enfin, le corpus sur lequel ont été choisies les annotations d'entrée discriminantes est un rassemblement artificiel de textes d'un même domaine qui donne une vue partielle de la langue. Cette erreur l'estimation implique une variation importante de la fiabilité de ces annotations lorsque le système est appliqué sur un corpus d'un autre domaine. L'imperfection des annotations d'entrée et de sortie des systèmes de traitement automatique des langues (TAL) semble être une fatalité avec laquelle nous devons composer plutôt qu'un désagrément passager dû à la maturité naissante des techniques de TAL. Nous ne pouvons donc pas l'ignorer. L'imprécision des annotations se transmet et augmente à chaque niveau d'annotation du traitement d'un document. Si nous pouvons chercher à atténuer l'imperfection des informations d'entrée en réduisant le biais de représentation et l'erreur d'estimation, elles ne seront certainement jamais, sans intervention humaine, d'une qualité parfaite. Ce constat fait, une série de questions s'impose. Quelles sont les caractéristiques que le modèle de représentation des informations d'entrée doit réunir pour réduire le biais de représentation ? Comment adapter le statut des informations d'entrée dans le processus l'inférence du système lorsque, le système étant appliqué à un corpus d'un autre domaine, leur utilité vient à changer ? L'étude de la logique nous montre que nous savons raisonner formellement à partir d'informations imparfaites mais pouvons-nous en espérer un bénéfice pour le TAL ? Autrement dit, lequel de ces deux systèmes de TAL obtient les meilleures performances : un système qui intègre l'imperfection des informations d'entrée dans son processus de raisonnement ou un système prévu pour raisonner à partir d'informations d'entrée parfaites mais travaillant avec des informations imparfaites ? Pour répondre à ces questions, nous avons proposé un classifieur reposant sur le modèle des réseaux bayésiens. Ce modèle d'inférence probabiliste est adapté pour raisonner sur les données de la langue naturelle. La possibilité de représenter dans un formalisme unique les attributs hétérogènes qui décrivent les annotations d'entrée diminue le biais de représentation. Tous les attributs pertinents pour une tâche d'annotation peuvent être exploités lors de l'inférence et les données de chaque classe discriminées au mieux. Les probabilités conditionnelles a priori associées au réseau expriment un ensemble de contraintes dont nous nous servons pour estimer les valeurs inconnues des attributs et renforcer la fiabilité des attributs les plus bruités. De plus, leur apprentissage automatique atténue l'erreur d'estimation. L'étape d'apprentissage adapte les probabilités conditionnelles aux corpus et garantit que les attributs engagés dans la décision du classifieur sont toujours discriminants. Nous avons validé notre modèle sur le problème de la résolution du pronom it anaphorique dans les textes anglais. Nous avons conçu et implémenté un classifieur pour la distinction des pronoms impersonnels des pronoms anaphoriques et pour le choix de l'antécédent puis, nous avons évalué les deux classifieurs sur des corpus de domaines et de genres différents. L'analyse des résultats du classifieur pour la distinction des pronoms impersonnels a mis clairement en évidence l'intérêt de notre approche. Les résultats de notre classifieur sont meilleurs que ceux des systèmes de l'état de l'art concurrents. Sur la tâche plus difficile du choix de l'antécédent, les résultats de notre second classifieur sont moins satisfaisants mais ils restent comparables aux résultats des systèmes de l'état de l'art : lorsque l'imperfection des attributs est prise en compte dans l'inférence, l'emploi d'attributs de mauvaise qualité ne dégrade que très faiblement les performances du système ; si, sans être parfaits, les attributs sont de meilleure qualité, leur utilisation améliore significativement les performances du système. De plus, l'analyse des erreurs du classifieur montre qu'il est encore trop simple et qu'il modélise imparfaitement le problème du choix de l'antécédent. Pour corriger ces défauts du classifieur, nous proposons, en dernière partie de cette thèse, le prototype d'un nouveau classifieur reposant sur une extension des réseaux bayésiens dynamiques.

L'objectif principal du travail de recherche présenté dans ce mémoire est l'amélioration de la sécurité et les performances du vol des mini drones soumis à des perturbations atmosphériques. Pour ce faire, un couplage entre un estimateur ensembliste à erreurs bornées et une stratégie de guidage pilotage est mise en œuvre. L'estimateur ensembliste a été utilisé pour restituer l'état du modèle dynamique du drone en présence de perturbations et de bruits de mesure supposés bornés. L'utilisation de ces techniques avait pour objet tout d'abord de détecter l'occurrence d'une perturbation atmosphérique par estimation de l'état du drone puis d'estimer l'amplitude et la direction du vent agissant sur le véhicule. Des expérimentations dans le générateur de rafale B20 à Lille ont été ainsi présentées afin de valider ces approches et d'évaluer leurs performances. La stratégie de guidage pilotage développée favorise le déplacement du véhicule dans une direction qui tient compte de l'évolution de la perturbation atmosphérique et du prochain point de passage désigné au véhicule. Cette loi de guidage est basée sue la loi de guidage par navigation proportionnelle et a été adaptée pour tenir compte des perturbations dans le déplacement du véhicule. Les résultats obtenus montrent qu'il est possible d'améliorer la sécurité du vol des mini-drones en présence de perturbations atmosphériques transversales, en modifiant en ligne la trajectoire.

Thèse d'exercice : Médecine : Nancy 1 : 2006. / Titre provenant de l'écran-titre.

Reproduction de : Thèse d'exercice : Médecine : Nancy 1 : 2006. / Titre provenant de l'écran-titre.

Thesis (doctoral)--Université de Lille III, 1980. / Includes bibliographical references (p. [292]-316).