Les interfaces cerveau-machine visent à établir un lien de communication entre le cerveau et un système externe à ce dernier. Les électroencéphalogrammes (EEG), dans ce contexte, ont l’avantage d’être non invasifs. Par contre, l’information sensorielle qui se retrouve dans un signal EEG est beaucoup moins ciblée que dans un signal neuronal acquis par une méthode invasive. De plus, étant donné que le cortex auditif est situé dans des repliements du tissu cortical, les neurones qui déchargent, suite à un stimulus auditif, sont parallèles à la surface corticale sur laquelle les EEG sont enregistrés. Par conséquent, l’information auditive qui se retrouve dans le canal EEG situé vis-à-vis du cortex auditif est faible. L’objectif principal de ce projet de recherche consiste donc à étudier la répartition de l’information auditive dans l’ensemble des canaux EEG. Pour ce faire, nous utilisons deux approches. Dans la première, nous tenterons d’estimer l’activité corticale sous-jacente à partir des signaux EEG en utilisant un modèle de couplage bande fréquence. En effet, certaines bandes de fréquences sont des bons prédicteurs des décharges neuronales. Cependant, cette approche n’a pas été validée pour le système auditif, nous confronterons donc l’estimation obtenue à une autre estimation en ayant recours à un modèle spécialisé pour l’encodage du signal de parole faisant appel aux processus ponctuels. Ce modèle prend en compte les dynamiques intrasèques des neurones et également des propriétés spectrotemporelles du stimulus d’entrée. Dans la seconde approche, nous étudierons la possibilité de classifier 3 voyelles (a, i et u) en fonction du nombre de canaux EEG utilisés ainsi que leur répartition sur le cuir chevelu. Nous aurons recours, pour cela, à un réservoir de neurone à décharge récurrent activé en entrée par les données EEG. Les résultats démontrent que l’information auditive se retrouve en fait dans l’ensemble des canaux EEG et qu’elle n’est pas confinée à un nombre restreint d’électrodes. Il est également montré que lorsque l’on utilise les 64 électrodes que comporte l’EEG pour classifier les 3 voyelles, on obtient une classification de l’ordre de 80%, mais aussi qu’un nombre limité de 10 électrodes suffit pour obtenir une classification satisfaisante et, qu’en plus, la position de ces électrodes sur le cuir chevelu est peu importante.

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

Les principes de base de l'élaboration des matériaux présentant de bonnes propriétés mécaniques sont connus depuis que la théorie des dislocations fut développée. Si la ductilité nécessite une mobilité raisonnable des dislocations, la résistance mécanique est, elle, liée à la présence des obstacles qui limitent le mouvement des dislocations. Parmi les différentes méthodes pour introduire ces obstacles l'affinage de la taille des grains a une contribution importante. Cependant, les propriétés mécaniques d'un agrégat polycristallin ne dépendent pas uniquement de la taille moyenne des grains mais aussi de la dispersion des tailles de grains dans le matériau. La métallurgie des poudres est une technologie versatile pour élaborer des microstructures “à la demande”. Dans ce cadre, nous avons utilisé la compaction isostatique à chaud (CIC) et le frittage flash (SPS) pour générer à partir de (nano)poudres de nickel pur, différents microstructures afin d'en étudier les influences sur le comportement mécanique macroscopique. En parallèle, nous avons, dans le cadre d'une modélisation micromécanique selon un schéma auto cohérent généralisé, modélisé le comportement macroscopique tenant compte des fraction volumiques des phases constituantes (grains, joints de grains) ainsi que leurs dispersions statistiques.

Cette thèse décrit l'exploitation d'approches géométriques pour résoudre le probleme de segmentation d'images, ainsi que le probleme de détection d'événements en imagerie multi-sources. La structure géométrique utilisée est le diagramme de Voronoi ponctuel. Nous abordons tout d'abord une première approche de segmentation d'images en polygones de Voronoi dont l'algorithme fonctionne en trois étapes: une phase d'initialisation, une phrase de partition et une phase de fusion. Ce processus de segmentation est utilise pour détecter les différences entre des images acquises dans différents domaines de radiometrie. Nous présentons une seconde technique de segmentation fondée sur le processus de coopération d'un détecteur de frontières et d'un détecteur de régions. Cette approche utilise le diagramme de voronoi généralisé pour générer une partition initiale dont les frontières des régions s'appuient sur les contours détectés initialement. Pour réaliser cette segmentation nous avons propose un algorithme de calcul d'une approximation du diagramme de Voronoi généralisé en utilisant le diagramme de Voronoi ponctuel

.

Cette thèse aborde des sujets d'approximation diophantienne et de transcendance liés aux fonctions exponentielles. Il est tout d'abord établit des liens entre les coefficients d'approximants de Hermite-Padé, ceux de polynômes d'interpolation de Hermite et certains cofacteurs d'un déterminant de Vandermonde généralisé. Nous utilisons ensuite la notion de hauteur d'une matrice (que nous majorons grâce aux liens précédemment fournis) afin de donner une nouvelle démonstration de la transcendance de $e$. Ces résultats nous permettent finalement d'obtenir de nouveaux énoncés d'approximation diophantienne tels que la minoration de la distance de l'exponentielle d'un nombre algébrique (de hauteur absolue logarithmique de Weil bornée) à un autre nombre algébrique (lui aussi de hauteur absolue logarithmique de Weil bornée) en fonction de ces mêmes bornes. Il est ensuite donné, pour différentes valeurs de nombres rationnels $a$, quelques estimations remarquables telles que le minimum, sur l'ensemble des entiers non nuls $b$ et $c$, de la distance $|e^(b)-a^(c)|$.

Les performances des algorithmes d'apprentissage automatique dépendent de la métrique utilisée pour comparer deux objets, et beaucoup de travaux ont montré qu'il était préférable d'apprendre une métrique à partir des données plutôt que se reposer sur une métrique simple fondée sur la matrice identité. Ces résultats ont fourni la base au domaine maintenant qualifié d'apprentissage de métrique. Toutefois, dans ce domaine, la très grande majorité des développements concerne l'apprentissage de distances. Toutefois, dans certaines situations, il est préférable d'utiliser des similarités (par exemple le cosinus) que des distances. Il est donc important, dans ces situations, d'apprendre correctement les métriques à la base des mesures de similarité. Il n'existe pas à notre connaissance de travaux complets sur le sujet, et c'est une des motivations de cette thèse. Dans le cas des systèmes de filtrage d'information où le but est d'affecter un flot de documents à un ou plusieurs thèmes prédéfinis et où peu d'information de supervision est disponible, des seuils peuvent être appris pour améliorer les mesures de similarité standard telles que le cosinus. L'apprentissage de tels seuils représente le premier pas vers un apprentissage complet des mesures de similarité. Nous avons utilisé cette stratégie au cours des campagnes CLEF INFILE 2008 et 2009, en proposant des versions en ligne et batch de nos algorithmes. Cependant, dans le cas où l'on dispose de suffisamment d'information de supervision, comme en catégorisation, il est préférable d'apprendre des métriques complètes, et pas seulement des seuils. Nous avons développé plusieurs algorithmes qui visent à ce but dans le cadre de la catégorisation à base de k plus proches voisins. Nous avons tout d'abord développé un algorithme, SiLA, qui permet d'apprendre des similarités non contraintes (c'est-à-dire que la mesure peut être symétrique ou non). SiLA est une extension du perceptron par vote et permet d'apprendre des similarités qui généralisent le cosinus, ou les coefficients de Dice ou de Jaccard. Nous avons ensuite comparé SiLA avec RELIEF, un algorithme standard de re-pondération d'attributs, dont le but n'est pas sans lien avec l'apprentissage de métrique. En effet, il a récemment été suggéré par Sun et Wu que RELIEF pouvait être considéré comme un algorithme d'apprentissage de métrique avec pour fonction objectif une approximation de la fonction de perte 0-1. Nous montrons ici que cette approximation est relativement mauvaise et peut être avantageusement remplacée par une autre, qui conduit à un algorithme dont les performances sont meilleurs. Nous nous sommes enfin intéressés à une extension directe du cosinus, extension définie comme la forme normalisée d'un produit scalaire dans un espace projeté. Ce travail a donné lieu à l'algorithme gCosLA. Nous avons testé tous nos algorithmes sur plusieurs bases de données. Un test statistique, le s-test, est utilisé pour déterminer si les différences entre résultats sont significatives ou non. gCosLA est l'algorithme qui a fourni les meilleurs résultats. De plus, SiLA et gCosLA se comparent avantageusement à plusieurs algorithmes standard, ce qui illustre leur bien fondé.

Ces dernières années, le collage structural est devenu une technique d'assemblage particulièrement prisée par l'industrie des transports. Son développement est néanmoins ralenti par des restrictions sévères et des règles de dimensionnement qui demeurent quelque peu empiriques. Aujourd'hui encore, les méthodes de caractérisation et les outils basés sur la méthode des éléments finis ne sont pas toujours appropriés aux applications industrielles. Ce travail de thèse a consisté à développer une démarche expérimentale et numérique permettant d'envisager un outil d'aide au dimensionnement des collages structuraux. Pour caractériser mécaniquement l'adhésif au sein d'un assemblage, un dispositif expérimental dérivé du système de M. ARCAN est employé. Celui-ci permet de faire varier la direction de chargement tout en conservant un état de contrainte relativement uniforme au sein du joint. S'appuyant sur les observations expérimentales, un modèle de comportement non linéaire basé sur un critère de Drucker-Prager généralisé est alors proposé. Un éclairage particulier sur la morphologie de la microstructure apporte des éléments concernant les mécanismes d'endommagement. Afin de surmonter les contraintes informatiques industrielles (raffinement du maillage, temps CPU, etc.), un outil numérique a été développé. Celui-ci est basé sur la version-p de la méthode des éléments finis qui permet de conserver des maillages « industriels » avec une description raisonnable des joints collés. Cet outil est apparu assez performant pour détecter les effets de bord sur des maillages grossiers. Ce travail constitue un premier pas vers une prédiction simplifiée de la tenue mécanique des collages structuraux.

Les matériaux composites à matrice thermoplastique occupent de plus en plus un large domaine d'application grâce à leur aptitude à être recyclés et à être assemblés par fusion du polymère, encore appelée soudage. Parmi ces modes d'assemblage, le soudage laser propose de meilleures alternatives. Car, outre le fait qu'elle assure une meilleure tenue mécanique et un meilleur aspect esthétique, cette technique d'assemblage ne crée pas d'endommagement au sein du composite, à l'instar de certaines méthodes comme le rivetage, le vissage ou le boulonnage.L'objectif de ce travail est de proposer un modèle de rupture probabiliste de l'assemblage par faisceau laser d'un composite thermoplastique à fibres continues.Une description fine du matériau est d'abord effectuée par une approche multi-échelles dont le but était de pouvoir prédire le comportement macroscopique du composite de base connaissant les fluctuations locales de sa microstructure.La caractérisation mécanique de l'assemblage est ensuite effectuée par des essais multiaxiaux au moyen d'un dispositif spécifiques (Arcan-Mines) qui prend en compte l'état de confinement du joint soudé. Ce qui a permis de proposer un modèle de comportement élasto-plastique basé sur le critère de Drucker-Prager généralisé.Des tests par émission acoustique ont permis de faire l'hypothèse de l'existence d'un maillon faible au sein du joint soudé. La rupture est alors évaluée par le modèle statistique de Weibull. Un critère de rupture probabiliste basé sur le premier et le second invariant du tenseur des contraintes est finalement proposé.

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