Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

La découverte de contingences sensorimotrices et leur structuration en compétences sont des enjeux importants en robotique. En particulier, on souhaite pouvoir apprendre ainsi des compétences qui soient à la fois riches sémantiquement et aussi générales que possible.Cette thèse s’est intéressée à la question du regroupement de compétences robotiques en compétences plus générales. Après avoir posé formellement les notions que l’on peut trouver dans la littérature de compétence et de compétence paramétrée, nous avons relié les compétences paramétrées aux modèles inverses et nous nous sommes inspirés du dualisme entre modèles directs et inverses pour proposer un formalisme dual, les compétences paramétrées directes.Nous avons ensuite entrepris de déterminer quand il était ou non pertinent de réunir des compétences au sein d’une même compétence paramétrée directe.Le problème est alors ramené à un problème de régression, et des algorithmes s’inspirant du principe du rasoir d’Ockham sont proposés pour y chercher une solution sous la forme d’un mélange d’experts de complexité minimale. Ces algorithmes sont ensuite appliqués à des données de manipulation d’objets en simulation / The discovery of sensorimotor contingencies and their structurationinto skills are both important topics in the field of robotics. In particular,robots need the ability to learn skills which are both semantically rich and as general as possible. During this thesis, we studied the question of merging robotic skills into more general skills. After formally defining the notions that can be found in the litterature of skills and parameterized skills, we established a link between paramaterized skills and inverse models, then mirrored the dualism between forward and inverse models to propose a dual type of parameterized skills:forward-parameterized skills. We went on to determine when merging skills into a forward-parameterized skill is relevant and when it’s not. The problem is then formulated as a regression problem, and algorithms inspired by the Occam Razor principle are proposed to find a mixture of experts that solves it with minimal complexity. Those algorithms are then applied to simulated object-manipulation data.

Le développement technologique de ces dernières années a eu comme conséquence la démocratisation des données spatiales. Ainsi, des applications comme la cartographie en ligne et les SOLAP qui permettent d’accéder à ces données ont fait leur apparition. Malheureusement, ces applications sont très limitées du point de vue cartographique car elles ne permettent pas une personnalisation flexible des cartes demandées par l’utilisateur. Pour permettre de générer des produits plus adaptés aux besoins des utilisateurs de ces technologies, les outils de visualisation doivent permettre entre autres de générer des données à des échelles variables choisies par l'utilisateur. Pour cela, une solution serait d’utiliser la généralisation cartographique automatique afin de générer les données à différentes échelles à partir d’une base de données unique à grande échelle. Mais, compte tenu de la nature interactive de ces applications, cette généralisation doit être réalisée à la volée. Depuis plus de trois décennies, la généralisation automatique est devenue un sujet de recherche important. Malheureusement, en dépit des avancées considérables réalisées ces dernières années, les méthodes de généralisation cartographique existantes ne garantissent pas un résultat exhaustif et une performance acceptable pour une généralisation à la volée efficace. Comme, il est actuellement impossible de créer à la volée des cartes à des échelles arbitraires à partir d’une seule carte à grande échelle, les résultats de la généralisation (i.e. les cartes à plus petites échelles générées grâce à la généralisation cartographique) sont stockés dans une base de données à représentation multiple (RM) en vue d’une éventuelle utilisation. Par contre, en plus du manque de flexibilité (car les échelles sont prédéfinies), la RM introduit aussi la redondance à cause du fait que plusieurs représentations de chaque objet sont stockées dans la même base de données. Tout ceci empêche parfois les utilisateurs d’avoir des données avec un niveau d’abstraction qui correspond exactement à leurs besoins. Pour améliorer le processus de la généralisation à la volée, cette thèse propose une approche basée sur un nouveau concept appelé SGO (objet auto-généralisant: Self-Generalizing Object). Le SGO permet d’encapsuler des patrons géométriques (des formes géométriques génériques communes à plusieurs objets de la carte), des algorithmes de généralisation et des contraintes d’intégrité dans un même objet cartographique. Les SGO se basent sur un processus d’enrichissement de la base de données qui permet d’introduire les connaissances du cartographe dans les données cartographiques plutôt que de les générer à l’aide des algorithmes comme c’est typiquement le cas. Un SGO est créé pour chaque objet individuel (ex. un bâtiment) ou groupe d’objets (ex. des bâtiments alignés). Les SGO sont dotés de comportements spécifiques qui leur permettent de s'auto-généraliser, c.-à-d. de savoir comment généraliser l’objet qu’ils représentent lors d’un changement d’abstraction (ex. changement d’échelle). Comme preuve de concept, deux prototypes basés sur des technologies Open Source ont été développés lors de cette thèse. Le premier permet la création des SGO et l’enrichissement de la base de données. Le deuxième prototype basé sur la technologie multi-agent, utilise les SGO créés pour générer des données à des échelles arbitraires grâce à un processus de généralisation à la volée. Pour tester les prototypes, des données réelles de la ville de Québec à l’échelle 1 : 1000 ont été utilisées. / With the technological development of these past years, geospatial data became increasingly accessible to general public. New applications such as Webmapping or SOLAP which allow visualising the data also appeared. However, the dynamic and interactive nature of these new applications requires that all operations, including generalization processes, must be carried on-the–fly. Automatic generalization has been an important research topic for more than thirty years. In spite of recent advances, it clearly appears that actual generalization methods can not reach alone the degree of automation and the response time needed by these new applications. To improve the process of on-the-fly map generalization, this thesis proposes an approach based on a new concept called SGO (Self-generalizing object). The SGO allows to encapsulate geometric patterns (generic geometric forms common to several map features), generalization algorithms and the spatial integrity constraints in the same object. This approach allows us to include additional human expertise in an efficient way at the level of individual cartographic features, which then leads to database enrichment that better supports automatic generalization. Thus, during a database enrichment process, a SGO is created and associated with a cartographic feature, or a group of features. Then, each created SGO is transformed into a software agent (SGO agent) in order to give them autonomy. SGO agents are equipped with behaviours which enable them to coordinate the generalization process. As a proof of concept, two prototypes based on Open Source technologies were developed in this thesis. The first prototype allows the creation of the SGO. The second prototype based on multi-agents technology, uses the created SGO in order to generate data on arbitrary scales thanks to an on-the-fly map generalization process. Real data of Quebec City at scale 1: 1000 were used in order to test the developed prototypes.

Le principe d’invariance par rapport à la causalité est au coeur d’approches notables telles que la minimisation du risque invariant (IRM) qui cherchent à résoudre les échecs de généralisation hors distribution (OOD). Malgré la théorie prometteuse, les approches basées sur le principe d’invariance échouent dans les tâches de classification courantes, où les caractéristiques invariantes (causales) capturent toutes les informations sur l’étiquette. Ces échecs sont-ils dus à l’incapacité des méthodes à capter l’invariance ? Ou le principe d’invariance lui-même est-il insuffisant ? Pour répondre à ces questions, nous réexaminons les hypothèses fondamentales dans les tâches de régression linéaire, où il a été démontré que les approches basées sur l’invariance généralisent de manière prouvée l’OOD. Contrairement aux tâches de régression linéaire, nous montrons que pour les tâches de classification linéaire, nous avons besoin de restrictions beaucoup plus fortes sur les changements de distribution, sinon la généralisation OOD est impossible. De plus, même avec des restrictions appropriées sur les changements de distribution en place, nous montrons que le principe d’invariance seul est insuffisant. Nous prouvons qu’une forme de contrainte de goulot d’étranglement d’information avec l’invariance aide à résoudre les échecs clés lorsque les caractéristiques invariantes capturent toutes les informations sur l’étiquette et conservent également le succès existant lorsqu’elles ne le font pas. Nous proposons une approche qui combine ces deux principes et démontre son efficacité sur des tests unitaires linéaires et sur divers jeux de données réelles de grande dimension. / The invariance principle from causality is at the heart of notable approaches such as invariant risk minimization (IRM) that seek to address out-of-distribution (OOD) generalization failures. Despite the promising theory, invariance principle-based approaches fail in common classification tasks, where invariant (causal) features capture all the information about the label. Are these failures due to the methods failing to capture the invariance? Or is the invariance principle itself insufficient? To answer these questions, we revisit the fundamental assumptions in linear regression tasks, where invariance-based approaches were shown to provably generalize OOD. In contrast to the linear regression tasks, we show that for linear classification tasks we need much stronger restrictions on the distribution shifts, or otherwise OOD generalization is impossible. Furthermore, even with appropriate restrictions on distribution shifts in place, we show that the invariance principle alone is insufficient. We prove that a form of the information bottleneck constraint along with invariance helps address the key failures when invariant features capture all the information about the label and also retains the existing success when they do not. We propose an approach that combines both these principles and demonstrate its effectiveness on linear unit tests and on various high-dimensional real datasets.

L’implémentation d’intention est une stratégie de planification de l’action qui se révèle être plus efficace que l’intention d’agir pour permettre d’atteindre des buts désirés. À la différence d’une intention qui ne spécifie que les comportements qu’on souhaite réaliser (“j’ai l’intention de faire Y”), la stratégie d’implémentation d’intention consiste à créer un lien entre une situation et un comportement dirigé vers l’atteinte du but dans un format langagier en “si…alors” (“si je rencontre la situation X, alors je réaliserai le comportement Y”). L’efficacité de cette stratégie réside dans sa capacité à créer des habitudes de façon instantanée, habitudes dont la littérature révèle la force à persister dans le temps. Dans ce travail de thèse, nous examinons l’efficacité de cette stratégie pour faire face à deux obstacles à la persistance des comportements que sont les coûts associés à la réalisation du comportement et les changements situationnels. Dans trois études reposant sur un paradigme de décision, nous avons fait varier le coût associé à la réalisation du comportement. Les résultats, bien que ténus, suggèrent que former une implémentation d’intention permet de maintenir la réalisation des comportements plus longtemps que de ne former qu’une intention. Dans trois études reposant sur une tâche de catégorisation, nous avons présenté des situations : similaires versus non-similaires à la situation X spécifiée dans l’implémentation d’intention, et affordant le comportement Y spécifié dans cette stratégie versus un autre comportement. Les résultats suggèrent qu’en comparaison de l’intention, l’implémentation d’intention permet davantage de généraliser la réalisation des comportements, c’est-à-dire que le comportement semble être réalisé dans d’autres situations que celle spécifiée. La généralisation ne s’observe toutefois pas pour tout type de situation, mais uniquement lorsque ces situations sont fortement physiquement similaires à la situation spécifiée et affordent le comportement spécifié. Nous discuterons de l’apport de différentes théories de psychologie sociale permettant de comprendre les effets observés. / Implementation intention is a planning strategy that promotes goal achievement beyond goal intentions. While goal intentions merely specify a desired goal-directed behavior (“I intend to do Y”), implementation intentions link a goal-relevant situation to a goal-directed behavior in an “if, then” format (“If I encounter the situation X, then I’ll perform the behavior Y”). The efficacy of this strategy to promote goal achievement originates from its ability to create instant habits, habits for which the literature reveal the strength to persist over time. In this work, we examine the efficacy of this strategy to shield ongoing goal pursuit from the cost of behaviors and the situational changes. In three studies using a decision paradigm, we varied the cost associated to the realization of the behavior. The results, even weak, suggest that forming an implementation intention leads to maintaining a response for a longer period of time than goal intentions. In three studies using a categorization paradigm, we presented situations: physically similar versus non-similar to the situation X specified in the implementation intention; that afforded the behavior Y specified in the plan versus a different behavior. The results suggest that, compared to forming goal intentions, forming implementation intentions leads to a generalization, meaning that the behavior is realized in other situations than the specified one. However, a generalization does not occur for all kind of situation but only when situations that are strongly physically similar to the specified one and that afford the critical behavior are encountered. We discuss the contribution of some social psychology theories to understand the observed results.

No description available.

L'effet protecteur de la circoncision masculine (CM) contre l'acquisition hétérosexuelle du VIH chez les hommes a été démontré dans trois essais contrôlés randomisés menés en Afrique australe et de l'Est, et sa généralisation a été recommandée par l’OMS et l’ONUSIDA comme une composante complémentaire importante des stratégies de prévention du VIH dans les pays à forte incidence du virus et bas taux de CM. Cependant, la généralisation de la CM dans les communautés ou elle n’est pas une norme sociale pose de nombreux défis en ce qui concerne son acceptabilité, son implémentation, son acceptation et son impact sur les comportements sexuels ainsi que sur les connaissances, attitudes et pratiques concernant la CM. Le projet ANRS 12126 Bophelo Pele a été implémenté à la suite des recommandations internationales dans la communauté d’Orange Farm, en Afrique du Sud, site du premier essai randomisé contrôlé sur la CM, et communauté cible de cette stratégie. Les activités de recherche menées au sein du projet prouvent que la généralisation de la CM est acceptable et réalisable rapidement dans une communauté à ressources limitées, selon les directives des instances internationales, de manière sure et coût-efficace. Son acceptation parmi les hommes non-circoncis est satisfaisante. De plus, trois ans après l’implémentation du projet, et bien que les connaissances envers la CM et son effet sur le risque du VIH restent à être améliorées, aucune différence de comportement sexuel n’a été décelée entre les hommes circoncis et les hommes non-circoncis ainsi qu’entre les partenaires des hommes circoncis et celles des hommes non-circoncis. La CM comme méthode de prévention du VIH dans les communautés hyperendémiques est donc une stratégie qui promet d’avoir un impact considérable sur l’épidémie en Afrique australe et de l’Est. / The protective effect of male circumcision (MC) on HIV heterosexual acquisition among men was demonstrated in three randomized controlled trials conducted in Southern and Eastern Africa, and its roll-out has been recommended by the WHO and UNAIDS as an important complementary component of HIV prevention strategies in high incidence communities with low rates of MC. However, the scale-up of MC in communities where it is not a social norm raises several challenges in regards to its acceptability, its implementation, its uptake, and its impact on sexual behavior as well as knowledge, attitudes and practices about MC. The ANRS 12126 Bophelo Pele project was implemented following the international recommendations in the community of Orange Farm (South Africa), site of the first MC randomized controlled trial, and target community of this strategy. Research activities conducted to evaluate the project show that the roll-out of MC is acceptable and can be implemented quickly in limited resources settings according to international recommendations in a safe and cost-effective manner. MC uptake among uncircumcised men is satisfactory. In addition, three years after project implementation, no difference in sexual behavior between circumcised men and uncircumcised men and between female partners of circumcised and uncircumcised men was detected, although knowledge and attitudes about MC and its association with HIV could be improved. MC as an HIV prevention method in hyperendemic communities is a promising strategy which can have a considerable impact on the epidemic in Eastern and Southern Africa.