Cette thèse a pour objet l'étude des<br />propriétés statistiques d'algorithmes d'apprentissage dans le cas de<br />l'estimation de la régression et de la densité. Elle est divisée en<br />trois parties.<br /><br />La première partie consiste en une généralisation des théorèmes<br />PAC-Bayésiens, sur la classification, d'Olivier Catoni, au cas de la régression avec une fonction de perte<br />générale.<br /><br />Dans la seconde partie, on étudie plus particulièrement le cas de la<br />régression aux moindres carrés et on propose un nouvel algorithme de<br />sélection de variables. Cette méthode peut être appliquée notamment<br />au cas d'une base de fonctions orthonormales, et conduit alors à des<br />vitesses de convergence optimales, mais aussi au cas de fonctions de<br />type noyau, elle conduit alors à une variante des méthodes dites<br />"machines à vecteurs supports" (SVM).<br /><br />La troisième partie étend les résultats de la seconde au cas de<br />l'estimation de densité avec perte quadratique.

Le CERV constitue à Brest un pôle d'excellence en réalité virtuelle à vocation européenne. Les systèmes que l'on cherche à modéliser sont de plus en plus complexes, du fait essentiellement de la diversité des composants, de la diversité des structures et de la diversité des interactions mises en jeu. Un système est alors a priori un milieu ouvert (apparition/disparition dynamique de composants) et hétérogène (morphologies et comportements variés). La réalité virtuelle implique pleinement l'utilisateur humain dans la simulation, rejoignant ainsi l'approche de la conception. La majorité des travaux en réalité virtuelle concerne l'immersion sensorimotrice de l'utilisateur humain au sein d'univers. Ces univers virtuels offrent à l'utilisateur la sensation d'être dans l'environnement et lui donne la possibilité d'y agir. Pour être complet, il faut également "qu'il s'y passe quelque chose", et pas seulement en terme de résultat des actions de l'utilisateur. Les entités qui peuplent les univers virtuels doivent donc avoir un comportement autonome. Ceci soulève la question suivante : comment doter une entité d'un comportement autonome dans un environnement virtuel complexe auquel l'homme participe ? Des techniques d'intelligence artificielle symbolique ont déjà été appliquées pour définir ces comportements. Mais ces techniques montrent très vite leurs limites car elles sont principalement basées sur des règles de comportements mises a priori par le concepteur. Or, dans des mondes virtuels complexes (simulation ouverte, hétérogène et participative), plusieurs entités vont avoir des comportements imprédictibles (variabilité comportementale des entités autonomes, libre arbitre de l'utilisateur), créant ainsi des situations toujours nouvelles. Et face à une situation non prévue par le programmeur, les entités auront le plus souvent des comportements inadaptés. C'est pourquoi les méthodologies tirées des systèmes artificiels adaptatifs peuvent contribuer à pallier ces limitations. Le travail que je poursuis porte sur la thématique de l'adaptation de comportements d'entités autonomes en environnement virtuel participatif. Adapter son comportement, c'est effectuer des transformations conduisant à s'adapter à son environnement. Cette adaptation aura pour objectif de rendre le comportement de l'entité virtuelle le plus crédible possible (ressemblant à un comportement humain). Pour cela, nous prenons le parti de considérer que l'entité doit apprendre au fur et à mesure des expériences, elle doit anticiper le comportement des autres entités et les conséquences sur l'environnement, elle doit également exploiter la présence de l'utilisateur humain dans l'univers virtuel pour adapter son comportement. Imaginons un monde virtuel où chaque entité, au même titre qu'un humain, aurait son propre comportement qui évolue automatiquement pendant la simulation. C'est tout l'enjeu des travaux de recherche présentés ici.

Le travail que nous présentons dans cette thèse s'intègre dans une problématique générale des Environnements Informatiques pour l'Apprentissage Humain (EIAH). Il s'intéresse plus particulièrement aux Systèmes Hypermédias Adaptatifs Dynamiques (SHAD). Le but principal est d'examiner l'intérêt de la granularité fine pour l'adaptation des parcours dans ces systèmes. Il s'agit, en fait, de la génération automatique de cours adaptés à un apprenant particulier, à partir d'un ensemble de ressources pédagogiques et en fonction de ses besoins, ses préférences et ses pré-requis. Les ressources pédagogiques appelés actuellement objets pédagogiques sont indexés en utilisant des normes et des standards de métadonnées éducatifs comme LOM et SCORM. Ces objets pédagogiques, qui constituent le contenu à apprendre, sont assemblés à partir de grains pédagogiques puis associées pour constituer des parcours individuels de formation avec une présentation de type hypermédia. Nous proposons dans le cadre de ce travail, une nouvelle approche de la granularité des ressources pédagogiques basée sur la taille, le contenu et le type de média utilisé. Cette modélisation granulaire propose une décomposition du contenu en fragments ou grains pédagogiques de type introduction, définition, exemple, remarque, etc. Chacun de ces fragments est représenté par des briques multimédia de type : texte, image, son, vidéo, etc. Tous ces éléments servent à améliorer l'adaptabilité, à la fois du contenu, de sa présentation et de la navigation dans un environnement d'apprentissage hypermédia. En résumé, à partir d'un ensemble de ressources élémentaires et granulaires, de leurs descriptions sémantiques et du profil de l'apprenant, le système attendu doit être capable de générer des ressources adaptées (cours, exercices, etc.) avec une interface de navigation sur le Web. Dans ce sens nous avons mis en place les premières briques de réalisation d'un SHAD, que nous avons baptisé Adaptive Learning System for the "C" Programming Language (ALS-CPL). Ce système spécifique vise tout d'abord à mettre en application nos recherches sur les environnements d'apprentissage de programmation, dans le cadre d'un large projet intitulé Adaptive Learning System for Programming Languages (ALS-PL). Il a également pour but particulier de mettre en pratique l'approche granulaire des contenus pour l'adaptabilité.

Notre problématique de recherche est ancrée en Traitement Automatique des Langues (TAL). Au sein du TAL, nous nous intéressons à la conception centrée-utilisateur d'environnements où les ressources et les processus mobilisés sont avant tout construits autour et en fonction des attentes et capacités interprétatives de l'utilisateur. La conception centrée-utilisateur n'est pas une posture théorique mais c'est déjà une réalité dans des applications utilisées quotidiennement. C'est le cas des architectures Web 2.0 comme c'est également le cas des Environnements Numériques de Travail (ENT). Notre recherche vise à analyser, concevoir et expérimenter des applications centrées-utilisateur dans les ENT où les capacités interprétatives s'enrichissent des éléments d'interaction dans l'environnement. Ce faisant nous cherchons à faire enrichir le TAL d'interconnexions avec les Interactions Homme-Machine et les EIAH (Environnements Informatiques pour l'Apprentissage Humain). La problématique de l'interprétation est ici omniprésente et elle nous incite à tirer des ponts entre disciplines : entre l'informatique et la linguistique, plus précisément le courant de la sémantique interprétative et entre l'informatique et les sciences cognitives, plus précisément le courant de l'énaction. L'interprétation dans un environnement numérique n'est pas dissociable d'un couplage personne-système et de l'action de l'utilisateur dans cet environnement. Il en découle que nos objets d'étude sont principalement des usages et même des contournements d'usages vertueux par sérendipité. Les perspectives de recherche ouvertes s'orientent donc naturellement vers une mise en valeur de " l'agir interprétatif " dans les environnements numériques.

Ces travaux visent à fournir un système de scénarisation d'environnements virtuels assurant à la fois la liberté d'action de l'utilisateur, l'ampleur, le caractère dynamique et l'efficacité du contrôle exercé sur le scénario, la cohérence des comportements présentés et l'adaptabilité du système. Nous proposons SELDON, un modèle basé sur le contrôle centralisé et indirect d'une simulation émergente. Le contenu scénaristique y est représenté par des modèles du domaine et de l'activité dans les langages DOMAIN-DL et ACTIVITY-DL. L'environnement est peuplé de personnages virtuels autonomes et l'utilisateur y est libre de ses actions. La scénarisation est réalisée en deux étapes : des objectifs dynamiques sont déterminés à partir de l'activité de l'utilisateur, puis un scénario est généré en fonction de ces objectifs et exécuté au travers d'ajustements sur la simulation. Le moteur DIRECTOR permet de générer et de réaliser ce scénario. DIRECTOR utilise les modèles qui sous-tendent la simulation pour prédire son évolution, et guide cette évolution au travers d'un ensemble d'ajustements indirects, qui influencent les réactions des systèmes techniques et les prises de décision des personnages. Il utilise un moteur de planification pour générer des scénarios composés d'étapes de prédiction, dont il suit la réalisation dans la simulation, et d'ajustements, qu'il déclenche. Les objectifs scénaristiques pris en compte sont à la fois dynamiques, au travers de situations prescrites et proscrites et de contraintes sur les propriétés globales du scénario, et statiques, sous la forme d'espaces de scénario représentés en CAUSALITY-DL.

De nos jours, la réalisation d'un projet de grande ampleur implique toujours une notion de travail d'équipe. Depuis plusieurs années, nous assistons donc à une demande croissante en termes d'outils informatiques pour assister les activités collaboratives. Les solutions les plus abouties à ce jour sont les environnements virtuels collaboratifs (CVE). L'utilisation de ces outils reste cependant marginale en raison de la dimension " distante " de la collaboration qu'ils proposent : en situation réelle, les participants sont, dans la plupart des cas, situés au même endroit. Cette situation porte le nom de " colocalisation ". Les grandes structures adoptent une méthode de travail colocalisé appelée " war room " : un espace physique multi-surfaces permettant un travail simultané et non-linéaire. Les travaux présentés dans cette thèse visent à proposer une plateforme matérielle et logicielle plus proche des besoins d'une équipe colocalisée, et focalisée sur le travail de revue de projet autour de maquettes numériques 3D. Après une analyse de la notion d'espace et des comportements sociaux et cognitifs des individus en situation de colocalisation, nous proposons une plateforme informatisée s'inspirant de la dynamique d'une War room. Nous mettons en particulier l'accent sur la diversité des compétences des utilisateurs en implémentant un système de " canaux d'interaction/visualisation " offrant des perceptions hétérogènes du même objet virtuel dans la war room. Ce travail est complété par la définition d'un moyen de transformer une plateforme CVE classique (SPIN|3D) pour la rendre compatible avec le travail en war room. Cette transformation repose notamment sur l'insertion de plusieurs degrés d'abstraction de données dans une architecture que nous appelons MnVO. La plateforme résultante a été mise en application sous la forme de deux prototypes : le premier propose un scenario de collaboration distribuée autour d'une voiture virtuelle. Le second s'appuie sur le système de canaux pour fournir un scénario de revue de projet d'urbanisme.

Doctorat en Sciences Psychologiques et de l'éducation / info:eu-repo/semantics/nonPublished

Dans cette thèse, nous nous sommes intéressés à l’ouverture des EIAH (EnvironnementsInformatiques pour l'Apprentissage Humain), pour répondre à leur faible déploiement dansles établissements de formation, en facilitant leur appropriation par des usagers. Notre travailde recherche s'inscrit dans le cadre du projet REDiM (Réingénierie des EIAH Dirigée par lesModèles) mené au LIUM (Laboratoire d'Informatique de l'Université du Maine), dont un desobjectifs est d’intégrer les enseignants dans le processus de conception des scénariospédagogiques d’un EIAH.Nous proposons une approche d’ingénierie et de réingénierie pour rendre un EIAH ouvertà la conception et à l’adaptation de ses scénarios pédagogiques par les enseignantsutilisateurs. Nous avons défini un processus de conception basé sur la modélisationde scénarios pédagogiques ouverts (SPO), qui permet l’instrumentation des enseignantspour les aider dans la conception continue (i.e. qui se poursuit dans l’usage) d’une activitéd’apprentissage. Nous faisons trois propositions scientifiques :- Un modèle de représentation des SPO, qui permet de les structurer en variantes enfonction des contextes d’exécution. Nous qualifions ce modèle de rationnel puisqu’il s’appuieprincipalement sur l’approche du Design Rationale que nous avons adaptée à notreproblématique.- Un processus itératif et incrémental d’ingénierie et de réingénierie qui guide lesenseignants pour concevoir et adapter des SPO conformes au modèle que nous avonsdéfini.- Une méthode dirigée par les modèles et spécifique au domaine métier pour instrumenterle processus d’ouverture des scénarios pédagogiques d’un EIAH existant. Cette méthoded’instrumentation, reposant sur l’IDM (Ingénierie Dirigée par les Modèles) et le DSM(Domain-Specific Modeling), implique les enseignants utilisateurs de l’EIAH, considérés icicomme des experts du domaine. Elle est structurée en plusieurs phases qui amènentprogressivement à définir, de façon spécifique à l’EIAH considéré, un langage d’expressiondes SPO (ADSGEML - Adaptive Domain-Specific Graphical Educational ModelingLanguage) et un éditeur associé permettant la conception et l’adaptation des SPO dansl’univers métier de l’EIAH.Afin d’évaluer et de raffiner nos propositions, nous les avons appliquées sur l’EIAH«Hop3x», préalablement conçu au LIUM dans le cadre d’un autre projet pour pratiquer laprogrammation orientée objet. Nous avons donc élaboré un ADSGEML et un environnementd’édition graphique pour permettre aux enseignants de concevoir et d’adapterdynamiquement des sessions ouvertes de Hop3x, à un niveau élevé d’abstraction. / In this thesis, we are interested in opening TEL systems (Technology EnhancedLearning) up in order to respond to the problem of their low deployment in teachinginstitutions, we need to facilitate their adoption by users. Our research work is part ofthe REDiM (French abbreviation which means “Model-Driven Re-engineering of TELsystems”) project led by the LIUM Computer Science Laboratory of Le MansUniversity in France. One of the main objectives of this project is to involve teachersin the design process of learning scenarios of a TEL system.We propose an engineering and re-engineering approach for opening TEL systemsin order to facilitate for teachers the design and adaptation of pedagogical scenarios.We defined a design process based on the modeling of Open Pedagogical Scenarios(OPS), which allows the building of supports helping teachers in the continuousdesign of a learning activity (i.e. design which continues in the use process). Wemake three scientific proposals:- A model of OPS representation which defines a structure based on variantsaccording to execution contexts. We consider this model to be “rational” because it isbased mainly on the Design Rationale approach that we have adapted for ourresearch problem.- An iterative and incremental engineering and re-engineering process that guidesteachers to design and adapt OPS according to the rational model that we define inthis work.- A model-driven and domain-specific method for supporting the process of openingpedagogical scenarios of a legacy TEL system. This method, based on the MDE(Model-Driven Engineering) and DSM (Domain-Specific Modelling), involves teachersusing the TEL system, as they are considered to be domain experts. Our method isdivided into several phases that lead progressively to define the TEL system’sADSGEML (Adaptive Educational Graphical Domain-Specific Modelling Language)and an associate editor allowing the design and adaptation of OPS in the businessfield of the TEL system to open for teachers.To evaluate and refine our proposals, we have applied them on the TEL system"Hop3x" which was designed at LIUM under another project for practicing objectorientedprogramming. We therefore developed an ADSGEML and a graphicalediting environment to enable teachers to design and adapt dynamically the openHop3x’s learning sessions at a high level of abstraction.

Recurrent neural networks (RNN) are known for their notorious exploding and vanishing gradient problem (EVGP). This problem becomes more evident in tasks where the information needed to correctly solve them exist over long time scales, because it prevents important gradient components from being back-propagated adequately over a large number of steps. The papers written in this work formalizes gradient propagation in parametric and semi-parametric RNNs to gain a better understanding towards the source of this problem. The first paper introduces a simple stochastic algorithm (h-detach) that is specific to LSTM optimization and targeted towards addressing the EVGP problem. Using this we show significant improvements over vanilla LSTM in terms of convergence speed, robustness to seed and learning rate, and generalization on various benchmark datasets. The next paper focuses on semi-parametric RNNs and self-attentive networks. Self-attention provides a way by which a system can dynamically access past states (stored in memory) which helps in mitigating vanishing of gradients. Although useful, it is difficult to scale as the size of the computational graph grows quadratically with the number of time steps involved. In the paper we describe a relevancy screening mechanism, inspired by the cognitive process of memory consolidation, that allows for a scalable use of sparse self-attention with recurrence while ensuring good gradient propagation. / Les réseaux de neurones récurrents (RNN) sont connus pour leur problème de gradient d'explosion et de disparition notoire (EVGP). Ce problème devient plus évident dans les tâches où les informations nécessaires pour les résoudre correctement existent sur de longues échelles de temps, car il empêche les composants de gradient importants de se propager correctement sur un grand nombre d'étapes. Les articles écrits dans ce travail formalise la propagation du gradient dans les RNN paramétriques et semi-paramétriques pour mieux comprendre la source de ce problème. Le premier article présente un algorithme stochastique simple (h-detach) spécifique à l'optimisation LSTM et visant à résoudre le problème EVGP. En utilisant cela, nous montrons des améliorations significatives par rapport au LSTM vanille en termes de vitesse de convergence, de robustesse au taux d'amorçage et d'apprentissage, et de généralisation sur divers ensembles de données de référence. Le prochain article se concentre sur les RNN semi-paramétriques et les réseaux auto-attentifs. L'auto-attention fournit un moyen par lequel un système peut accéder dynamiquement aux états passés (stockés en mémoire), ce qui aide à atténuer la disparition des gradients. Bien qu'utile, il est difficile à mettre à l'échelle car la taille du graphe de calcul augmente de manière quadratique avec le nombre de pas de temps impliqués. Dans l'article, nous décrivons un mécanisme de criblage de pertinence, inspiré par le processus cognitif de consolidation de la mémoire, qui permet une utilisation évolutive de l'auto-attention clairsemée avec récurrence tout en assurant une bonne propagation du gradient.

Ce travail doctoral étudie l’effet « retour » de l’information financière liée aux prix des actions sur les décisions des dirigeants d’entreprise. Plus précisément, j'étudie si et comment les gestionnaires apprennent effectivement les nouvelles informations contenues dans les prix des actions pour guider leurs décisions d'entreprise. Ma thèse de doctorat est composée de trois essais, chacun abordant un aspect différent de ce même sujet. Le premier essai étudie le lien entre l'efficacité informationnelle du marché d'actions et le niveau d’efficacité économique réelle de l'entreprise. Dans le premier essai, je constate que lorsque les prix de l'action agrègent une plus quantité d'informations utile plus grande, les décisions des entreprises prises par les gestionnaires devraient être encore plus optimales efficaces. Le deuxième essai étudie si les gestionnaires cherchent à apprendre les informations utilisées par les vendeurs à découvert. L’étude des prix des actions en présence de vendeurs à découvert est-il utile pour les décisions de l'entreprise ? Dans le deuxième essai, j'ai surmonté les difficultés empiriques en exploitant une caractéristique institutionnelle unique sur le marché des actions de Hong Kong. Je constate que les gestionnaires des entreprises « non-shortable » peuvent tirer profit des informations des vendeurs à découvert sur les conditions économiques sectorielles par l'intermédiaire des prix des actions d'autres entreprises « shortable » dans la même industrie et les utilisent dans leurs décisions d'entreprise. Le troisième essai étudie les effets réels de la négociation d'options à long terme. Dans le troisième essai, je constate que l’introduction d’une catégorie spécifique d'options à long terme stimule la production d'informations privées à long terme et donc entraîne une augmentation de l'informativité des prix sur les fondamentaux à long terme des entreprises. Par conséquent, les dirigeants peuvent extraire davantage d'informations du prix de l’action pour guider leurs décisions d'investissement à long terme. / In my doctoral thesis, I investigate the information feedback from stock prices to managers’ decisions. More specifically, I study whether and how managers learn new information from stock prices to guide their corporate decisions. My doctoral thesis includes three essays focusing on this topic. The first essay studies the relationship between stock market informational efficiency and real economy efficiency at firm-level. In the first essay, I find that when stock prices reflect greater amount of information that managers care about, corporate decisions made by managers become more efficient. The second essay studies whether managers seek to learn short sellers’ information from stock prices and use it in corporate decisions. In the second essay, I overcome the empirical difficulties by exploiting a unique institutional feature in Hong Kong stock market that only stocks included in an official list are allowed for short sales. I find that that non-shortable firms’ managers can learn short sellers’ information on external conditions from shortable peers’ stock prices and use it in their corporate decisions. The third essay studies the real effects of long-term option trading. I find that long-term option trading stimulates the production of long-term information, which managers can use to guide their long-term investment decisions.