Dans le contexte actuel, il y a un besoin évident de techniques de fouille de textes pour analyser l'énorme quantité de documents textuelles non structurées disponibles sur Internet. Ces données textuelles sont souvent représentées par des matrices creuses (sparses) de grande dimension où les lignes et les colonnes représentent respectivement des documents et des termes. Ainsi, il serait intéressant de regrouper de façon simultanée ces termes et documents en classes homogènes, rendant ainsi cette quantité importante de données plus faciles à manipuler et à interpréter. Les techniques de classification croisée servent justement cet objectif. Bien que plusieurs techniques existantes de co-clustering ont révélé avec succès des blocs homogènes dans plusieurs domaines, ces techniques sont toujours contraintes par la grande dimensionalité et la sparsité caractérisant les matrices documents-termes. En raison de cette sparsité, plusieurs co-clusters sont principalement composés de zéros. Bien que ces derniers soient homogènes, ils ne sont pas pertinents et doivent donc être filtrés en aval pour ne garder que les plus importants. L'objectif de cette thèse est de proposer de nouveaux algorithmes de co-clustering conçus pour tenir compte des problèmes liés à la sparsité mentionnés ci-dessus. Ces algorithmes cherchent une structure diagonale par blocs et permettent directement d'identifier les co-clusters les plus pertinents, ce qui les rend particulièrement efficaces pour le co-clustering de données textuelles. Dans ce contexte, nos contributions peuvent être résumées comme suit: Tout d'abord, nous introduisons et démontrons l'efficacité d'un nouvel algorithme de co-clustering basé sur la maximisation directe de la modularité de graphes. Alors que les algorithmes de co-clustering existants qui se basent sur des critères de graphes utilisent des approximations spectrales, l'algorithme proposé utilise une procédure d'optimisation itérative pour révéler les co-clusters les plus pertinents dans une matrice documents-termes. Par ailleurs, l'optimisation proposée présente l'avantage d'éviter le calcul de vecteurs propres, qui est une tâche rédhibitoire lorsque l'on considère des données de grande dimension. Ceci est une amélioration par rapport aux approches spectrales, où le calcul des vecteurs propres est nécessaire pour effectuer le co-clustering. Dans un second temps, nous utilisons une approche probabiliste pour découvrir des structures en blocs homogènes diagonaux dans des matrices documents-termes. Nous nous appuyons sur des approches de type modèles de mélanges, qui offrent de solides bases théoriques et une grande flexibilité qui permet de découvrir diverses structures de co-clusters. Plus précisément, nous proposons un modèle de blocs latents parcimonieux avec des distributions de Poisson sous contraintes. De façon intéressante, ce modèle comprend la sparsité dans sa formulation, ce qui le rend particulièrement adapté aux données textuelles. En plaçant l'estimation des paramètres de ce modèle dans le cadre du maximum de vraisemblance et du maximum de vraisemblance classifiante, quatre algorithmes de co-clustering ont été proposées, incluant une variante dure, floue, stochastique et une quatrième variante qui tire profit des avantages des variantes floue et stochastique simultanément. Pour finir, nous proposons un nouveau cadre de fouille de textes biomédicaux qui comprend certains algorithmes de co-clustering mentionnés ci-dessus. Ce travail montre la contribution du co-clustering dans une problématique réelle de fouille de textes biomédicaux. Le cadre proposé permet de générer de nouveaux indices sur les résultats retournés par les études d'association pan-génomique (GWAS) en exploitant les abstracts de la base de données PUBMED. (...) / In the current context, there is a clear need for Text Mining techniques to analyse the huge quantity of unstructured text documents available on the Internet. These textual data are often represented by sparse high dimensional matrices where rows and columns represent documents and terms respectively. Thus, it would be worthwhile to simultaneously group these terms and documents into meaningful clusters, making this substantial amount of data easier to handle and interpret. Co-clustering techniques just serve this purpose. Although many existing co-clustering approaches have been successful in revealing homogeneous blocks in several domains, these techniques are still challenged by the high dimensionality and sparsity characteristics exhibited by document-term matrices. Due to this sparsity, several co-clusters are primarily composed of zeros. While homogeneous, these co-clusters are irrelevant and must be filtered out in a post-processing step to keep only the most significant ones. The objective of this thesis is to propose new co-clustering algorithms tailored to take into account these sparsity-related issues. The proposed algorithms seek a block diagonal structure and allow to straightaway identify the most useful co-clusters, which makes them specially effective for the text co-clustering task. Our contributions can be summarized as follows: First, we introduce and demonstrate the effectiveness of a novel co-clustering algorithm based on a direct maximization of graph modularity. While existing graph-based co-clustering algorithms rely on spectral relaxation, the proposed algorithm uses an iterative alternating optimization procedure to reveal the most meaningful co-clusters in a document-term matrix. Moreover, the proposed optimization has the advantage of avoiding the computation of eigenvectors, a task which is prohibitive when considering high dimensional data. This is an improvement over spectral approaches, where the eigenvectors computation is necessary to perform the co-clustering. Second, we use an even more powerful approach to discover block diagonal structures in document-term matrices. We rely on mixture models, which offer strong theoretical foundations and considerable flexibility that makes it possible to uncover various specific cluster structure. More precisely, we propose a rigorous probabilistic model based on the Poisson distribution and the well known Latent Block Model. Interestingly, this model includes the sparsity in its formulation, which makes it particularly effective for text data. Setting the estimate of this model’s parameters under the Maximum Likelihood (ML) and the Classification Maximum Likelihood (CML) approaches, four co-clustering algorithms have been proposed, including a hard, a soft, a stochastic and a fourth algorithm which leverages the benefits of both the soft and stochastic variants, simultaneously. As a last contribution of this thesis, we propose a new biomedical text mining framework that includes some of the above mentioned co-clustering algorithms. This work shows the contribution of co-clustering in a real biomedical text mining problematic. The proposed framework is able to propose new clues about the results of genome wide association studies (GWAS) by mining PUBMED abstracts. This framework has been tested on asthma disease and allowed to assess the strength of associations between asthma genes reported in previous GWAS as well as discover new candidate genes likely associated to asthma. In a nutshell, while several text co-clustering algorithms already exist, their performance can be substantially increased if more appropriate models and algorithms are available. According to the extensive experiments done on several challenging real-world text data sets, we believe that this thesis has served well this objective.

This is a literature study, in linear algebra, about positive and nonnegative matrices and their special properties. We say that a matrix or a vector is positive/nonnegative if all of its entries are positive/nonnegative. First, we study some generalities and become acquainted with two types of nonnegative matrices; irreducible and reducible. After exploring their characteristics we investigate and prove the two main theorems of this subject, namely Perron's and Perron-Frobenius' theorem. In short Perron's theorem from 1907 tells us that the spectral radius of a positive matrix is a simple eigenvalue of the matrix and that its eigenvector can be taken to be positive. In 1912, Georg Frobenius generalized Perron's results also to irreducible nonnegative matrices. The two theorems have a wide range of applications in both pure mathematics and practical matters. In real world scenarios, many measurements are nonnegative (length, time, amount, etc.) and so their mathematical formulations often relate to Perron-Frobenius theory. The theory's importance to linear dynamical systems, such as Markov chains, cannot be overstated; it determines when, and to what, an iterative process will converge. This result is in turn the underlying theory for the page-ranking algorithm developed by Google in 1998. We will see examples of all these applications in chapters four and five where we will be particularly interested in different types of Markov chains.  The theory in this thesis can be found in many books. Here, most of the material is gathered from Horn-Johnson [5], Meyer [9] and Shapiro [10]. However, all of the theorems and proofs are formulated in my own way and the examples and illustrations are concocted by myself, unless otherwise noted. / Det här är en litteraturstudie, inom linjär algebra, om positiva och icke-negativa matriser och deras speciella egenskaper. Vi säger att en matris eller en vektor är positiv/icke-negativ om alla dess element är positiva/icke-negativa. Inledningsvis går vi igenom några grundläggande begrepp och bekanta oss med två typer av icke-negativa matriser; irreducibla och reducibla. Efter att vi utforskat deras egenskaper så studerar vi och bevisar ämnets två huvudsatser; Perrons och Perron-Frobenius sats. Kortfattat så säger Perrons sats, från 1907, att spektralradien för en positiv matris är ett simpelt egenvärde till matrisen och att dess egenvektor kan tas positiv. År 1912 så generaliserade Georg Frobenius Perrons resultat till att gälla också för irreducibla icke-negativa matriser.  De två satserna har både många teoretiska och praktiska tillämpningar. Många verkliga scenarios har icke-negativa mått (längd, tid, mängd o.s.v) och därför relaterar dess matematiska formulering till Perron-Frobenius teori. Teorin är betydande även för linjära dynamiska system, såsom Markov-kedjor, eftersom den avgör när, och till vad, en iterativ process konvergerar. Det resultatet är i sin tur den underliggande teorin bakom algoritmen PageRank som utvecklades av Google år 1998. Vi kommer se exempel på alla dessa tillämpningar i kapitel fyra och fem, där vi speciellt intresserar oss för olika typer av Markov-kedjor. Teorin i den här artikeln kan hittas i många böcker. Det mesta av materialet som presenteras här har hämtats från Horn-Johnson [5], Meyer [9] och Shapiro [10]. Däremot är alla satser och bevis formulerade på mitt eget sätt och alla exempel, samt illustrationer, har jag skapat själv, om inget annat sägs.

Thesis (PhD (Mathematical Sciences))--University of Stellenbosch, 2011. / Includes bibliography. / ENGLISH ABSTRACT: Latimer & MacDuffee showed in 1933 that there is a one-to-one correspondence between equivalence classes of matrices with a given minimum polynomial and equivalence classes of ideals of a certain ring. In the case where the matrices are taken over the integers, Behn and Van der Merwe developed an algorithm in 2002 to produce a representative in each equivalence class. We extend this algorithm to matrices taken over the ring Fq[T] of polynomials over a finite field and prove a modified version of the Latimer-MacDuffee theorem which holds for proper equivalence classes of matrices. / AFRIKAANSE OPSOMMING: Latimer & MacDuffee het in 1933 bewys dat daar 'n een-tot-een korrespondensie is tussen ekwivalensieklasse van matrikse met 'n gegewe minimumpolinoom en ekwivalensieklasse van ideale van 'n sekere ring. In die geval waar die matrikse heeltallige inskrywings het, het Behn en Van der Merwe in 2002 'n algoritme ontwikkel om verteenwoordigers in elke ekwivalensieklas voort te bring. Ons brei hierdie algoritme uit na die geval van matrikse met inskrywings in die ring Fq[T] van polinome oor 'n eindige liggaam en ons bewys 'n gewysigde weergawe van die Latimer-MacDuffee stelling wat geld vir klasse van streng ekwivalente matrikse.

Les HAP font partie de la classe des polluants organiques persistants dans les sols. Dans le cadre de la réhabilitation d'anciennes friches industrielles, il est nécessaire de comprendre l'origine de leur forte rétention et de connaître leurs possibilités de re-mobilisation à l'eau. Pour cela, une évaluation du potentiel de re-mobilisation à l'eau de matrices industrielles polluées a été réalisée sur 6 mois à l'aide de réacteurs fermés dont la solution est renouvelée mensuellement. Des expériences d'adsorption/désorption du 14C-fluoranthène sur ces mêmes matrices ainsi que sur une terre agricole ont confirmé que le fluoranthène s'adsorbe par interaction hydrophobe. L'affinité exceptionnelle des HAP pour les matrices présentant une pollution amassée est associée à leur re-mobilisation limitée par le faible contact de l'eau avec les surfaces de ces matrices hydrophobes. Notre étude met également en évidence la désorption plus lente de HAP "natifs" par rapport à des HAP ajoutés récemment, traduisant une modification du comportement de HAP au cours du temps. Afin de comprendre les mécanismes impliqués dans ce "vieillissement" au sein de terres industrielles, une expérience d'incubation de petites colonnes de sol, contaminées par du 14C-fluoranthène, a été conduite sur 6 mois. Dans les matrices à pollution amassée, le fluoranthène reste sous une forme extractible. Dans les matrices présentant une pollution moins importante et non amassée, le devenir des résidus du 14C-fluoranthène est contrôlé par l'activité de la microflore. Il est montré en particulier que les produits de dégradation sont en effet plus mobiles et peuvent pénétrer dans la porosité et y être séquestrés / PAH are persistent organic pollutants in soils. In the framework of industrial waste lands rehabilitation, one needs to understand the reasons of their strong retention and to assess their potential for water remobilization. For these purposes, the remobilization potential of industrial polluted matrices was assessed during 6 months in closed reactors with a monthly renewal of the solution. Adsorption / desorption experiments with 14C-fluoranthene on the same matrices and an agricultural soils confirmed the adsorption of fluoranthene by hydrophobic interaction. The PAH dramatic affinity for matrices containing pure organic phases is combined with their hindered remobilization due to the low surface contact with water of these hydrophobic matrices. Our work also pointed out desorption differences between native and a lab-added PAH, indicating modifications of PAH behaviour in soils. In order to understand the mechanisms involved in this "ageing" in industrial soils, an incubation experiment was conducted during 6 months with small soil columns spiked with 14C-fluoranthene. In matrices containing pure organic phase, fluoranthene remained in an extractable state. In less polluted matrices containing a diffuse pollution, fluoranthene fate was controlled by microflora activity. Our results demonstrated in particular that degradation products that are more mobile than the parent compound can diffuse in the porosity and be sequestered within

Cette thèse concerne les codes utilisés pour les télécommunications sans-fil multi-antennes. Les résultats portent notamment sur des constructions explicites ainsi que sur des bornes numériques et théoriques pour les cardinaux de ces codes. Le premier chapitre introduit brièvement les différents contextes multi-antennes et les modélisations qui leur sont associées. Les chapitres 2,3 et 4 traitent respectivement des codes dans les espaces grassmanniens, des codes dans les matrices unitaires et des codes dans les algèbres à division. / This thesis deals with codes used for multi-antennas wireless telecommunications. The results concern explicit constructions and bounds on the cardinalities of such codes (analytical and numerical bounds) . The first chapter introduce various modelisations of the multi-antennas wireless system and the related mathematical problems. Chapters 2,3,4 deal respectively with codes in Grassmannian spaces, code in unitary matrices and code in division algebras.

Dans le domaine automobile, bien qu’assez élaborées, les approches actuellement mises en œuvre pour analyser et prédire l’état vibro-acoustique d’un véhicule ne sont pas encore représentatives de la complexité réelle des systèmes mis en jeu. Entre autres limitations, les spécifications pour la conception restent essentiellement basées sur des cas de chargement extrêmes, utiles pour la tenue des structures mais non représentatifs de l’usage client pour les prestations vibro-acoustiques. Un objectif principal est ainsi de construire des modèles probabilistes aptes à prendre en compte les usages client et les conditions de fonctionnement réelles, en même temps que les incertitudes structurelles du véhicule comme les dispersions en fabrication. Ces modèles sont destinés à maîtriser un domaine s’étendant jusqu’aux moyennes fréquences. Pour ce faire, quatre étapes sont proposées : (1) une modélisation générique du système mécanique constitué par un véhicule, cohérente avec les réponses dynamiques dont la prédiction est souhaitée par les ingénieurs automobile ; (2) l’estimation de l’ensemble des efforts qui s’appliquent sur ce système, pour une large plage de conditions de fonctionnement véhicule ; (3) l’analyse et la modélisation de ces efforts considérés comme fonctions des conditions de fonctionnement; (4) l’étude de l’application des efforts modélisés à une structure dont les fonctions de transfert ont été calculées par une méthode d’élément finis stochastique non-paramétrique. La réponse ainsi obtenue est une image bien plus fidèle des conditions de fonctionnement du véhicule et de ses incertitudes structurelles. Pour ces étapes, des algorithmes bayésiens ad hoc sont développés et mis en œuvre sur une importante base de données issue de projets automobiles. Le cadre bayésien est particulièrement utile dans ce travail pour prendre en compte toute connaissance a priori, notamment celle des experts véhicule, et pour facilement propager l’incertitude entre les différents niveaux du modèle probabilisé. Enfin, les méthodes d’analyse choisies ici se révèlent intéressantes non seulement pour la réduction effective des données, mais aussi pour aider la compréhension physique et l’identification des phénomènes dynamiquement dominants. / In the automotive domain, although already quite elaborate, the current approaches to predict and analyse the vibro-acoustic behaviour of a vehicle are still far from the complexity of the real system. Among other limitations, design specifications are still essentially based on extreme loading conditions, useful when verifying the mechanical strength, but not representative of the actual vehicle usage, which is instead important when addressing the vibro-acoustic performance. As a consequence, one main aim here is to build a prediction model able to take into account the loading scenarios representative of the actual vehicle usage, as well as the car structural uncertainty (due, for instance, to production dispersion). The proposed model shall cover the low and mid-frequency domain. To this aim, four main steps are proposed in this work: (1) the definition of a model for a general vehicle system, pertinent to the vibro-acoustic responses of interest; (2) the estimation of the whole set of loads applied to this system in a large range of operating conditions; (3) the statistical analysis and modelling of these loads as a function of the vehicle operating conditions; (4) the analysis of the application of the modelled loads to non-parametric stochastic transfer functions, representative of the vehicle structural uncertainty. To achieve the previous steps, ad hoc Bayesian algorithms have been developed and applied to a large industrial database. The Bayesian framework is considered here particularly valuable since it allows taking into account prior knowledge, namely from automotive experts, and since it easily enables uncertainty propagation between the layers of the probabilistic model. Finally, this work shows that the proposed algorithms, more than simply yielding a model of the vibro-acoustic response of a vehicle, are also useful to gain deep insights on the dominant physical mechanisms at the origin of the response of interest.

Les grandes matrices de covariance constituent certainement l’un des modèles les plus utiles pour les applications en statistiques en grande dimension, en communication numérique, en biologie mathématique, en finance, etc. Les travaux de Marcenko et Pastur (1967) ont permis de décrire le comportement asymptotique de la mesure spectrale de telles matrices formées à partir de N copies indépendantes de n observations d’une suite de variables aléatoires iid et sa convergence vers une distribution de probabilité déterministe lorsque N et n convergent vers l’infini à la même vitesse. Plus récemment, Merlevède et Peligrad (2016) ont démontré que dans le cas de grandes matrices de covariance issues de copies indépendantes d’observations d’un processus strictement stationnaire centré, de carré intégrable et satisfaisant des conditions faibles de régularité, presque sûrement, la distribution spectrale empirique convergeait étroitement vers une distribution non aléatoire ne dépendant que de la densité spectrale du processus sous-jacent. En particulier, si la densité spectrale est continue et bornée (ce qui est le cas des processus linéaires dont les coefficients sont absolument sommables), alors la distribution spectrale limite a un support compact. Par contre si le processus stationnaire exhibe de la longue mémoire (en particulier si les covariances ne sont pas absolument sommables), le support de la loi limite n'est plus compact et des études plus fines du comportement des valeurs propres sont alors nécessaires. Ainsi, cette thèse porte essentiellement sur l’étude des asymptotiques et des fluctuations des plus grandes valeurs propres de grandes matrices de covariance associées à des processus stationnaires à longue mémoire. Dans le cas où le processus stationnaire sous-jacent est Gaussien, l’étude peut être simplifiée via un modèle linéaire dont la matrice de covariance de population sous-jacente est une matrice de Toeplitz hermitienne. On montrera ainsi que dans le cas de processus stationnaires gaussiens à longue mémoire, les fluctuations des plus grandes valeurs propres de la grande matrice de covariance empirique convenablement renormalisées sont gaussiennes. Ce comportement indique une différence significative par rapport aux grandes matrices de covariance empirique issues de processus à courte mémoire, pour lesquelles les fluctuations de la plus grande valeur propre convenablement renormalisée suivent asymptotiquement la loi de Tracy-Widom. Pour démontrer notre résultat de fluctuations gaussiennes, en plus des techniques usuelles de matrices aléatoires, une étude fine du comportement des valeurs propres et vecteurs propres de la matrice de Toeplitz sous-jacente est nécessaire. On montre en particulier que dans le cas de la longue mémoire, les m plus grandes valeurs propres de la matrice de Toeplitz convergent vers l’infini et satisfont une propriété de type « trou spectral multiple ». Par ailleurs, on démontre une propriété de délocalisation de leurs vecteurs propres associés. Dans cette thèse, on s’intéresse également à l’universalité de nos résultats dans le cas du modèle simplifié ainsi qu’au cas de grandes matrices de covariance lorsque les matrices de Toeplitz sont remplacées par des matrices diagonales par blocs / Large covariance matrices play a fundamental role in the multivariate analysis and high-dimensional statistics. Since the pioneer’s works of Marcenko and Pastur (1967), the asymptotic behavior of the spectral measure of such matrices associated with N independent copies of n observations of a sequence of iid random variables is known: almost surely, it converges in distribution to a deterministic law when N and n tend to infinity at the same rate. More recently, Merlevède and Peligrad (2016) have proved that in the case of large covariance matrices associated with independent copies of observations of a strictly stationary centered process which is square integrable and satisfies some weak regularity assumptions, almost surely, the empirical spectral distribution converges weakly to a nonrandom distribution depending only on the spectral density of the underlying process. In particular, if the spectral density is continuous and bounded (which is the case for linear processes with absolutely summable coefficients), the limiting spectral distribution has a compact support. However, if the underlying stationary process exhibits long memory, the support of the limiting distribution is not compact anymore and studying the limiting behavior of the eigenvalues and eigenvectors of the associated large covariance matrices can give more information on the underlying process. This thesis is in this direction and aims at studying the asymptotics and the fluctuations of the largest eigenvalues of large covariance matrices associated with stationary processes exhibiting long memory. In the case where the underlying stationary process is Gaussian, the study can be simplified by a linear model whose underlying population covariance matrix is a Hermitian Toeplitz matrix. In the case of stationary Gaussian processes exhibiting long memory, we then show that the fluctuations of the largest eigenvalues suitably renormalized are Gaussian. This limiting behavior shows a difference compared to the one when large covariance matrices associated with short memory processes are considered. Indeed in this last case, the fluctuations of the largest eigenvalues suitably renormalized follow asymptotically the Tracy-Widom law. To prove our results on Gaussian fluctuations, additionally to usual techniques developed in random matrices analysis, a deep study of the eigenvalues and eigenvectors behavior of the underlying Toeplitz matrix is necessary. In particular, we show that in the case of long memory, the largest eigenvalues of the Toeplitz matrix converge to infinity and satisfy a property of “multiple spectral gaps”. Moreover, we prove a delocalization property of their associated eigenvectors. In this thesis, we are also interested in the universality of our results in the case of the simplified model and also in the case of large covariance matrices when the Toeplitz matrices are replaced by bloc diagonal matrices

Estudamos singularidades de famílias de matrizes simétricas. O objetivo é classificar as singularidades simples de tais famílias e estudar a geometria de alguns objetos associados a elas / We study the singularities of families of symmetric matrices. The aim of this work is to classify simple singularities of such families and study the geometry of some objects associated to them

No description available.

L'objectif général de cette thèse est de transformer les déchets ultimes et dangereux contenant des métaux lourds, en matières minérales chimiquement stables. L'augmentation de la production des ordures ménagères (OM) est un problème qui concerne et préoccupe le monde entier. Parmi les différentes méthodes de traitement des déchets municipaux, l'incinération est une technologie qui peut fournir une solution efficace et respectueuse pour l'environnement. Le problème de ce traitement est la production de REFIOM. Les REFIOM peuvent contenir de grandes quantités de composés métalliques toxiques et est considéré comme un déchet dangereux ce qui oblige à les mettre en décharges classées. Trois types de matériaux pour l'immobilisation du plomb et du cadmium ont été étudiés : les vitrocéramiques, les céramiques frittées et les géopolymères. Nous sommes parvenus à synthétiser une base de vitrocéramique à partir de cendres incinérées purs et nous avons diminué sa volatilisation lors de sa production. Des résultats prometteurs ont été obtenus pour la vitrocéramique Ca-Mg-Si-O qui a incorporé durablement une quantité élevée de cadmium dans les structures cristallines et le plomb dans la structure amorphe. La phase cristalline est plus résistante à l'attaque acide en raison de son incorporation dans une matrice vitreuse qui génère une double protection. Ses travaux ouvrent la possibilité de créer cette matrice en ajoutant des oxydes commerciaux aux résidus d'incinération. Nous avons étudié la céramique frittée à base du système Ba-Mg-Ti-O. Nous avons obtenu les trois phases minérales présentées dans la céramique SYNROC (hollandite, pérovskite et rutile) où le cadmium substitue le magnésium tandis que le plomb a occupé le site appartenant au baryum. La céramique frittée est satisfaisante en termes d'immobilisation des métaux lourds avec de bonnes propriétés physiques. Pour produire des géopolymères résistants à partir de REFIOM, il est avantageux d'utiliser un rapport L/S = 1,2 et de les sécher à température ambiante. Il a été observé que le frittage influence le taux de réorganisation structurelle avec l'apparition de la phase sodalite ( Na4Si3Al3O12Cl), qui se compose de tunnels où les métaux lourds peuvent être incorporés. Le plomb et le cadmium restent largement en dessous de la limite des normes TCLP. Le traitement thermique à plus de 500°C augmente la densité de l'échantillon. Lorsque les REFIOM sont mélangés avec d'autres types de déchets tels que des MIOM ou du calcin, il est possible d'augmenter la résistance chimique et mécanique. Nous avons conclu que les trois matrices de stockages étudiées offrent de bonne perspective pour l'immobilisation du plomb et du cadmium / The overall objective of this thesis is to transform ultimate and hazardous waste containing heavy metals, into chemically stable mineral materials. The increasing municipal solid waste (MSW) generation is a problem ranging to global concern. Among various MSW treatment methods, incineration is a technology, which may provide an efficient and environmental friendly solution. Problem of this treatment is the production of fly ash. Fly ash may contain large amounts of toxic metal compounds and is considered as hazardous waste with obligation of final disposal into specialized landfills. Three types of materials for immobilization of lead and cadmium have been investigated: glass ceramics, sintered ceramics and geopolymers. We manage to synthetize a glass-ceramic based purely on the incinerated ashes and to decrease the volatilization during its production. Promising results have been obtained for Ca-Mg-Si-O bearing glass-ceramic with high sustainable incorporation of cadmium into crystalline structures and lead into an amorphous structure. Crystalline structure was evaluated being more resistant against acid attack because of its embedding into a glass matrix that generates a double protection. The future research should be done on possibility obtaining this phase by addition of commercial oxides into fly ash. Sintered ceramic investigated was based on Ba-Mg-Ti-O system. We obtained three mineral phases presented in SYNROC (hollandite, perovskite and rutile) where cadmium substituted the site of magnesium while lead occupied the site belonging to barium. The sintered ceramic is satisfactory in terms of toxic elements incorporation and of chemical and mechanical resistance. For production of resistant geopolymer from fly ashes, it is favorable to use ratio L/S =1.2 and drying at room temperature. It was observed that sintering affects the rate of structural reorganization with apparition of sodalite phase (Na4Si3Al3O12Cl), which consists of tunnels where heavy metals can be incorporated. Lead and cadmium stay mainly below the limit of TCLP standards. The heat treatment over 500°C increases density of the sample. When fly ash mixed with other types of waste such as bottom ash or waste glass powder, it is possible to obtain a more resistant. It was found that all three matrices are a good prospect for a stabilization technique with respect to the major pollutants lead (Pb) and cadmium (Cd)