L'objet de cette thèse est l'étude des corps munis d'une dérivation de Hasse, sous l'angle de la théorie des modèles. Les deux premières parties sont dédiées à des rappels sur les propriétés algébriques des dérivations de Hasse et modèle-théoriques sur les corps munis d'une dérivation de Hasse qui sont existentiellement clos (axiomatisation, stabilité,...). On introduit dans la troisième partie un analogue de la géométrie algébrique prenant en compte la dérivation de Hasse ; et on l'utilise pour décrire les objets définissables dans les structures étudiées (via les prolongations, les D-structures,...). On s'intéreese dans la quatrième partie au cas particulier des sous-groupes infiniment définissables dans les groupes algébriques. La cinquième partie est dédié au cas de la caractéristique nulle, en particulier sur les différentes notions de rang.

L'approche proposée dans cette thèse et qui se nomme MeTSI (pour Méthode de Transformation de Service Intentionnel) permet de décrire une démarche de développement d'une application à base de services interactifs par transformations successives des services intentionnels en services logiciels interactifs exécutables. La méthode applique les principes de l'ingénierie dirigée par les modèles. Elle adopte une approche transformationnelle, dans le sens où, à chaque étape, les modèles sont transformés et affinés. Elle permet d'aboutir à une solution logicielle exécutable sous la forme d'une application à base de services qui contient toutes les dimensions d'une application, à savoir, l'aspect interface de l'utilisateur avec l'application, l'aspect métier réalisé par des services web et leur coopération dans une composition orchestrée de services.

Cette thèse se focalise sur des tâches de perceptions pour des drones à voilures fixes (UAV). Lorsque la perception est la finalité, un bon modèle d'environnement couplé à la capacité de prédire l'impact de futures observations sur celui-ci est crucial. La perception active traite de l'intégration forte entre modèles de perception et processus de raisonnement, permettant au robot d'acquérir des informations pertinentes à propos du statut de la mission et de replanifier sa trajectoire de mesure en réaction à des évènements et résultats imprévisibles. Ce manuscrit décrit deux approches pour des tâches de perception active, dans deux scénarios radicalement différents. Le premier est celui de la cartographie des phénomènes météorologiques de petite échelle et fortement dynamiques, en particulier de nuages de type cumulus. L'approche présentée utilise la régression par processus Gaussien pour construire un modèle d'environnement, les hyper-paramètres étant appris en ligne. Des métriques de gain d'information sont introduites pour évaluer la qualité de futures trajectoires d'observation. Un algorithme de planification stochastique est utilisé pour optimiser une fonction d'utilité équilibrant maximisation du gain d'information avec des buts de minimisation du coût énergétique. Dans le second scénario, un UAV cartographie des champs de grandes cultures pour les besoins de l'agriculture de précision. Utilisant le résultat d'un algorithme de localisation et cartographie simultanée (SLAM), une approche nouvelle pour la construction d'un modèle d'erreurs relatives est proposée. Ce modèle est appris à partir d'attributs provenant des structures de données du SLAM, ainsi que de la topologie sous-jacente du graphe de covisibilité formé par les observations. Tous les développement ont été testés en simulation. Se focalisant sur la problématique de gestion de l'avancement tu temps et de la synchronisation de simulateurs hétérogènes dans une architecture distribuée, une solution originale basée sur une architecture décentralisée est proposée. / This thesis focuses on perception tasks for an unmanned aerial vehicle (UAV). When sensing is the finality, having a good environment model as well as being capable of predicting the impacts of future observations is crucial. Active perception deals with integrating tightly perception models in the reasoning process, enabling the robot to gain knowledge about the status of its mission and to replan its sensing trajectory to react to unforeseen events and results. This manuscript describes two approaches for active perception tasks, in two radically different settings. The first one deals with mapping highly dynamic and small scale meteorological phenomena such as cumulus clouds. The presented approach uses Gaussian Process Regression to build environment models, learning its hyperparameters online. Normalized marginal information metrics are introduced to compute the quality of future observation trajectories. A stochastic planning algorithm is used to optimize an utility measure balancing maximization of theses metrics with energetic minimization goals. The second setting revolves around mapping crop fields for precision agriculture purposes. Using the output of a monocular graph Simultaneous Localization and Mapping (SLAM) algorithm, a novel approach to building a relative error model is proposed. This model is learned both from features extracted from the SLAM algorithm’s data structures, as well as the underlying topology of the covisibility graph of the observations. All developments have been tested using realistic, distributed simulations. An analysis of the simulation issue in robotics is proposed. Focusing on the problem of managing time advancement of multiple interconnected simulators, a novel solution based on a decentralized scheme is presented.

L'arrivée de la norme MPEG-7 pour les vidéos exige la création de structures de haut niveau représentant leurs contenus. Le travail de cette thèse aborde l'automatisation de la fabrication d'une partie de ces structures. Comme point de départ, nous utilisons des outils de segmentation des objets en mouvement. Nos objectifs sont alors : retrouver des objets similaires dans la vidéo, utiliser les similarités entre plans caméras pour construire des regroupements de plans en scènes. Une fois ces structures construites, il est facile de fournir aux utilisateurs finaux des outils de visualisation de la vidéo permettant des navigations interactives : par exemple sauter au prochain plan ou scène contenant un personnage. La difficulté principale réside dans la grande variabilité des objets observés : changements de points de vues, d'échelles, occultations, etc. La contribution principale de cette thèse est la modélisation de la variabilité des observations par un mélange de densités basée sur la théorie du mélange gaussien. Cette modélisation permet de capturer les différentes apparences intra-plan de l'objet suivi et de réduire considérablement le nombre des descripteurs de bas niveaux à indexer par objet suivi. Autour de cette contribution se greffent des propositions qui peuvent être vues comme des mises en oeuvre de cette première pour différentes applications : mise en correspondance des objets suivis représentés par des mélanges gaussiens, fabrication initiale des catégories de tous les objets présents dans une vidéo par une technique de classification non supervisée, extraction de vues caractéristiques et utilisation de la détection d'objets similaires pour regrouper des plans en scènes.

Cette thèse développe et discute différentes approches micro-économiques de modélisation de l’agriculture pour représenter l’effet de changements globaux et de politiques de gestion de l’eau sur l’adaptation de l’agriculture et sur les ressources en eau. Après un chapitre de synthèse et une revue de la littérature, quatre essais sont présentés. Le premier essai décrit la représentation du comportement de dix exploitations agricoles en Alsace et en Bade (Allemagne) à partir de modèles de programmation linéaire qui intègrent la prise en compte du risque. Après extrapolation, les résultats de simulation sont couplés à une chaîne de modèle plante-sol et de transfert hydrogéologique afin d’estimer la concentration future en nitrate dans l’aquifère du Rhin supérieur. Les simulations des trois scénarios de changements - tendanciel, libéral et interventionniste - suggèrent que les concentrations en nitrates baissent dans les trois cas par rapport à la référence. Le second essai explore l’effet de l’incertitude de changements globaux sur les ressources en eau par des simulations Monte Carlo pour le modèle alsacien (premier essai) et un modèle de demande en eau agricole (Sud-Ouest). Plusieurs niveaux de dépendance entre les paramètres incertains sont caractérisés. L’analyse des résultats montre que les objectifs environnementaux peuvent être déterminés avec suffisamment de précision malgré l’incertitude forte. Le troisième essai développe un modèle agricole régional de programmation mathématique positive avec élasticité de substitution constante entre l’eau et la terre afin d’explorer comment l’agriculture, partiellement irriguée, de Beauce s’adapte à une baisse de la disponibilité en eau. La réponse du rendement à l’eau est calibrée à partir d’information agronomique. Les adaptations à la baisse de disponibilité en eau sont distinguées selon qu’elles correspondent à des baisses de dose d’eau d’irrigation ou de changement de culture. Environ 20% de la réduction est due à la baisse des doses d’eau (marge intensive). Le dernier essai présente un modèle hydro-économique “holistic” de l’agriculture et de l’aquifère de Beauce afin d’évaluer plusieurs politiques de gestion quantitatives de l’eau ainsi que d’évaluer le cas où l’accès à la ressource n’est plus régulé. Des simulations dynamiques sont réalisées à l’horizon 2040 en tenant compte de l’incertitude liée au changement climatique. La politique actuelle de quotas annualisés semble être plus coût-efficace que les autrespolitiques testées (taxes, transferts etc.). / This thesis develops and discusses agricultural-supply modeling approaches for representing the adaptation of farming to global changes and water policies: their effects on agricultural economics and water resources comprise critical information for decision makers. After a summary and a review chapter, four essays are presented. The first essay describes a representation of the behavior of ten typical farms using a risk linear programming model connected to a plant-soil-hydrodynamic model chain, to assess the future level of nitrate contamination in the upper Rhine valley aquifer. The baseline, liberal, and interventionist scenarios for 2015 all result in lower nitrate concentrations. The second essay explores the effects of the economic uncertainty of global changes by means of a Monte Carlo approach distinguishing various levels of dependence on uncertain parameters. Analyses for a nitrate-oriented and a water-use model (in Alsace and southwestern France) show that the environmental objectives can be targeted withsufficient confidence. The third essay develops a flexible specification for positive mathematical programming - constant elasticity of substitution with decreasing returns - to explore how irrigated farming adapts to increased water scarcity in Beauce, France. The possibility of adjusting the application of water per hectare accounts for about 20% of the response. The last essay presents the development of a holistic hydro-economic model of Beauce’s agriculture and aquifer under climate-change uncertainty, so as to evaluate various water policies, as well as the open-access case, up to the year 2040. The results show that the baseline policy is more cost-effective than the other instruments tested (tax, transfer,etc.).

Les relations spatiales telles que l'adjacence, les distances, les directions ou encore les symétries <br />constituent un élément essentiel des descriptions d'agencement spatial entre les objets d'une scène et sont donc utiles à un grand nombre de tâches d'interprétation d'images. La reconnaissance de structures cérébrales constitue notre cadre d'application. Le cerveau est en effet une scène structurée dans <br /> laquelle les objets partagent une grand nombre de relations<br /> spatiales pertinentes. <br /> <br />Notre travail de thèse est articulé autour des questions suivantes. <br />Comment représenter des relations spatiales ? Comment les utiliser pour <br />formaliser la description d'une scène, en l'occurrence la description de <br />structures neuroanatomiques ? Comment les utiliser à des fins de segmentation <br />d'images et de reconnaissance de formes, en particulier dans le cadre des structures cérébrales ?<br />Dans un premier temps, nous nous intéressons à un type de relation particulier : <br />les symétries planes, qui sont importantes dans le cadre de l'imagerie <br />cérébrale et ont été l'objet de moins d'attention que d'autres types de relations.<br /> Nous proposons une méthode pour quantifier le degré de<br /> symétrie dans les objets flous et les images via une mesure de symétrie ainsi qu'un algorithme pour<br />localiser le plan de symétrie d'un objet donné. L'application de cette méthode au plan de symétrie du cerveau est précise et robuste comme l'a montré l'évaluation menée sur des images synthétiques et réelles.<br />Puis nous montrons comment la description des structures cérébrales peut se faire<br /> à l'aide d'un ensemble de relations spatiales et comment une telle description <br />peut être formalisée par un graphe hiérarchique synthétique. Cette description est <br />comparée avec celle obtenue à partir d'un atlas iconique, grâce à une structure appelée graphe hiérarchique exemple. <br />Enfin, les deux dernières parties traitent de l'utilisation des relations spatiales <br />en segmentation d'images. Une méthode pour intégrer de telles connaissances à un <br />modèle déformable via la construction d'une force externe est proposée. Elle se distingue nettement des autres approches disponibles puisque les relations sont directement introduites pour la recherche des contours des objets. Nous<br /> présentons ensuite une procédure complète de segmentation de structures cérébrales internes fondée <br />sur la description précédente et sur un modèle déformable. Les premiers résultats obtenus, évalués visuellement, sont prometteurs.

Cette these est consacree a l'etude des proprietes dynamiques des modeles dilues. Ces derniers sont des systemes de physique statistique de type champ moyen, mais dont la connectivite locale est finie. Leur etude est notamment motivee par l'etroite analogie qui les relient aux problemes d'optimisation combinatoire, la K-satisfiabilite aleatoire par exemple. On expose plusieurs approches analytiques visant a decrire le regime hors d'equilibre de ces systemes, qu'il soit du a une divergence des temps de relaxation dans une phase vitreuse, a l'absence de condition de balance detaillee pour un algorithme d'optimisation, ou a une preparation initiale dans une configuration loin de l'equilibre pour un ferromagnetique. Au cours de ces etudes on rencontrera egalement un probleme de matrices aleatoires, et une generalisation du theoreme de fluctuation-dissipation aux fonctions a n temps.

Les procédures de renormalisation dans l'espace réel de type Ma-Dasgupta permettent d'étudier des systèmes désordonnés gouvernés par des points fixes de fort désordre. Après une présentation générale des idées physiques importantes et des méthodes de calcul, ce mémoire décrit les résultats explicites exacts que ces procédures de renormalisation permettent d'obtenir dans différents modèles unidimensionnels, classiques ou quantiques, dynamiques ou statiques. La majeure partie du mémoire est consacrée à des modèles de physique statistique, avec notamment (i) la dynamique hors équilibre d'une particule dans un potentiel Brownien ou dans un paysage de pièges aléatoires, (ii) la dynamique de croissance de domaines et l'équilibre thermodynamique des cha\^(\i)nes de spins désordonnées classiques, (iii) la transition de délocalisation d'un polymère aléatoire à une interface. La dernière partie du mémoire concerne deux cha\^(\i)nes de spins quantiques désordonnées qui présentent une transition de phase à température nulle en fonction du désordre, à savoir (a) la cha\^(\i)ne de spin $S=1$ antiferromagnétique aléatoire (b) la cha\^(\i)ne d'Ising avec couplages et champs transverses aléatoires.

L'objectif de cette these est l'etude d'un environnement d'execution pour machines paralleles sans memoire commune. Elle comprend la definition d'un modele de programme parallele, base sur l'echange de message offrant une forme restreinte de memoire partagee. La communication est indirecte, via des portes; les processus utilisent les barrieres pour la synchronisation. Les entites du systeme, processus, portes et barrieres, sont creees dynamiquement, et placees sur un processeur quelconque du reseau de processeurs de facon explicite. Nous proposons une implantation de ce modele comme la mise en oeuvre systematique d'une architecture client/ serveur. Cette implantation a ete effectuee sur une machine Supernode. La base est un Micro Noyau Parallele, ou le composant principal est un mecanisme d'appel de procedure a distance minimal.

Le but de ces travaux est de proposer une contribution au recalage d'images TDM-TEP dans les régions thoraciques et abdominales. Notre méthodologie est fondée sur l'introduction de contraintes anatomiques au recalage non linéaire appliqué sur les intensités. Cette introduction est faite d'une manière explicite, en divisant la procédure en une phase d'initialisation recalant les structures segmentées dans les deux images, et une deuxième phase de recalage à niveaux de gris, raffinant l'étape précédente de l'algorithme. Les transformations sont modélisées dans les deux étapes à partir de Free Form Deformations (FFD). La segmentation est réalisée selon une procédure hiérarchique de reconnaissance de formes. La mesure fournie par le protocole d'évaluation que nous avons développé indique une erreur inférieure à 1cm pour les structures les plus significatives (poumons, foie, reins, coeur), sauf pour le stomach (erreur d'1.5cm).