Un cadre statistique bayésien a été créé dans le cadre de cette thèse pour le développement de modèles cliniques basés sur une approche d’apprentissage continu dans laquelle de nouvelles données peuvent être ajoutées. L’objectif des modèles est de prévoir les effets de la radiothérapie à partir de preuves cliniques. Des concepts d’apprentissage machine ont été utilisés pour résoudre le cadre bayésien. Les modèles développés concernent un cancer du cerveau agressif appelé glioblastome. Les données médicales comprennent une base de données d’environ 90 patients souffrant de glioblastome ; la base de données contient des images médicales et des entrées de données telles que l’âge, le sexe, etc. Des modèles de prévision neurologique ont été construits pour illustrer le type de modèles qui sont obtenus avec la méthodologie. Des modèles de récidive du glioblastome, sous la forme de modèles linéaires généralisés (GLM) et de modèles d’arbres de décision, ont été développés pour explorer la possibilité de prédire l’emplacement de la récidive à l’aide de l’imagerie préradiothérapie. Faute d’une prédiction suffisamment forte obtenue par les modèles arborescents, nous avons décidé de développer des outils de représentation visuelle. Ces outils permettent d’observer directement les valeurs d’intensité des images médicales concernant les lieux de récidive et de non-récurrence. Dans l’ensemble, le cadre élaboré pour la modélisation des données cliniques en radiothérapie fournit une base solide pour l’élaboration de modèles plus complexes. / A Bayesian statistics framework was created in this thesis work for developing clinical based models in a continuous learning approach in which new data can be added. The objective of the models is to forecast radiation therapy effects based on clinical evidence. Machine learning concepts were used for solving the Bayesian framework. The models developed concern an aggressive brain cancer called glioblastoma. The medical data comprises a database of about 90 patients suffering glioblastoma; the database contains medical images and data entries such as age, gender, etc. Neurologic grade predictions models were constructed for illustrating the type of models that can be build with the methodology. Glioblastoma recurrence models, in the form of Generalized Linear Models (GLM) and decision tree models, were developed to explore the possibility of predicting the recurrence location using pre-radiation treatment imaging. Following, due to the lack of a sufficiently strong prediction obtained by the tree models, we decided to develop visual representation tools to directly observe the medical image intensity values concerning the recurrence and non-recurrence locations. Overall, the framework developed for modeling of radiation therapy clinical data provides a solid foundation for more complex models to be developed.

Les méthodes formelles informatiques constituent un outil très puissant pour la modélisation des réseaux génétiques et en particulier pour l'étude de leur dynamique. La modélisation discrète de René Thomas permet à la fois de représenter judicieusement les connaissances biologiques et d'utiliser les méthodes formelles. Cependant, ces modèles présentent deux limitations principales : la combinatoire sous-jacente ne permet pas de traiter des réseaux de très grande taille et les aspects chronométriques ne sont pas pris en compte. Cette thèse offre deux contributions respectivement liées à ces questions. La modélisation des réseaux génétiques commence par la sélection des entités les plus pertinentes pour la question abordée. Les réseaux obtenus restent souvent trop grands et nous cherchons donc à les réduire sans altérer les propriétés dynamiques importantes. Ici, nous définissons un cadre entièrement formel inspiré d'une technique d'Aurélien Naldi pour la suppression de variables et de seuils. Ces réductions conservent les comportements asymptotiques et permettent de prouver formellement l'équivalence asymptotique de différents modèles publiés d'un même réseau. Pour prendre en compte les informations chronométriques cruciales dans certains systèmes (e.g. cycle circadien), nous définissons un formalisme hybride fondé sur le formalisme de Thomas où les niveaux d'expression sont discrets, mais le temps continu. Ce cadre permet de construire un modèle abstrait de l'horloge circadienne des mammifères qui explique avec très peu de variables les propriétés de robustesse face à des changements de durées des alternances jour/nuit. / Formal methods from computer science constitute a powerful tool for the modelling of gene networks, including the study of their dynamics. The discrete modelling of René Thomas allows for a proper representation of biological knowledge as well as for use of formal methods. These models have two main limitations: the underlying combinatorics does not allow one to process very large networks, and the chronometric aspects are not taken into account. This thesis offers two contributions according to these issues. The design of gene network models begins with a selectiCalibrion of the most relevant entities. The resulting networks are often too large, and we show how to reduce them without altering the important dynamic properties. Here, we define a completely formal framework, inspired by a technique from Aurélien Naldi, driving the suppression of variables or thresholds. These reductions preserve the asymptotic behaviour. We formally prove the asymptotic equivalence of different published models for the same network. In order to take into account chronometric information that are crucial in some systems (e.g. circadian cycle), we define a hybrid formalism based on the Thomas' formalism where expression levels are discrete but time is continuous. This framework allows for the construction of an abstract model of the circadian clock in mammals. The model explains with very few variables the robustness of the system when submitted to duration changes of the day/night alternation.

Cette thèse est consacrée au développement de méthodes numériques pour la prévision du bruit des jets par la simulation des grandes échelles (LES). L’approche LES suivie s’appuie sur l’utilisation de schémas de discrétisation spatiale implicites d’ordre élevé peu dissipatifs et peu dispersifs en volumes finis. Elle permet de calculer directement les sources acoustiques dans les écoulements turbulents et de propager les ondes sonores avec précision. Deux méthodes numériques sont développées en vue de faciliter la réalisation des simulations. La première méthode est la mise en œuvre d’une modélisation de paroi pour s’affranchir des contraintes liées à la résolution des couches limites qui se développent près des parois. Un modèle de paroi analytique est couplé aux schémas d’ordre élevé de discrétisation spatiale. Une discrétisation spatiale particulière, s’appuyant sur la reconstruction de cellules fictives, est proposée près des parois. Sa performance est évaluée en simulant un écoulement turbulent de canal à un nombre de Mach de 0.2 et un nombre de Reynolds de frottement de 2000, puis un écoulement de jet simple subsonique et isotherme à un nombre de Mach de 0.6 et un nombre de Reynolds basé sur le diamètre du jet de 570 000. Les caractéristiques aérodynamiques et acoustiques des écoulements sont comparées avec succès aux résultats des simulations numériques directes et aux mesures expérimentales de la littérature. La seconde méthode porte sur le développement d’un traitement aux interfaces des maillages non conformes. Ces maillages présentent des discontinuités aux interfaces entre les blocs ce qui permet l’utilisation de maillages plus simples pour les calculs. Le traitement proposé assure la compatibilité entre les schémas de discrétisation spatiale et les maillages non conformes, tout en répondant aux exigences de précision imposées par les simulations aéroacoustiques. Ce traitement s’appuie sur la réalisation d’interpolations de type meshless. Sa validité est examinée en simulant la convection d’un tourbillon et le développement d’une couche de mélange en 2-D. Les résultats obtenus montrent que le traitement proposé ne génère pas d’oscillations parasites d’amplitude significative et ne perturbe pas le développement de l’écoulement au voisinage des raccords de bloc. / This thesis is devoted to the development of numerical methods to predict jet noise using Large-Eddy Simulation (LES). The LES approach used in this work relies on high-order low-dissipation and low-dispersion implicit finite-volume schemes for spatial discretization. It allows the direct calculation of acoustic sources in turbulent flows and the propagation of sound waves with accuracy. Two numerical methods are developed in order to facilitate the LES computations. The first method focuses on using wall modeling in the near-wall regions instead of resolving the boundary layers. An analytical wall model is combined with the high-order schemes for spatial discretization. A specific spatial discretization, based on a ghost cell reconstruction, is proposed near the walls. Its performance is assessed by performing the LES of a turbulent channel flow at a Mach number of 0.2 and a friction Reynolds number of 2,000, and the LES of an isothermal subsonic round jet at a Mach number of 0.6 and a Reynolds number based on the jet diameter of 570,000. The aerodynamic and the acoustic properties of the flows are in agreement with the direct numerical simulation data and the experimental results of the literature. The second method deals with the development of a treatment at the non-conforming grid interfaces. Non-conforming grids involve discontinuous block interfaces, allowing the use of simplified meshes for the computations. The proposed treatment ensures the compatibility between the spatial discretization schemes and non-conforming meshes. Particular attention is paid to meet the accuracy requirements imposed in computational aeroacoustics. This treatment relies on meshless interpolations. Its validity is evaluated by simulating a vortex convection and a mixing layer development in two dimensions. The results show that the treatment does not produce significant spurious numerical waves nor disturb the flow development near the grid interfaces.

L'acquisition de la forme - ou morphogenèse - chez les systèmes vivants, est largement contrôlée par les gènes. Néanmoins, le lien précis entre, d'une part, les processus chimiques locaux associés aux gènes, et, d'autre part, la géométrie des tissus, n'est pas complètement identifié. Ce lien est vraisemblablement très indirect et médié par des processus mécaniques. Ainsi, il est aujourd'hui admis que les processus chimiques intracellulaires régulent les propriétés mécaniques des cellules seulement localement, et que la forme émerge comme la résolution globale de contraintes mécaniques. Ce paradigme, dit biomécanique, est employé dans cette thèse dans le cas de la morphogenèse des plantes, qui repose majoritairement sur la croissance cellulaire. Le contrôle local de cette croissance est crucial pour la stabilité et la robustesse de la morphogenèse, et implique différents mécanismes de régulation. En particulier, selon une hypothèse récente, les cellules pourraient adapter dynamiquement leur croissance en réponse aux forces qu'elles subissent.Cette régulation locale s'intègre à une échelle multicellulaire de manière non intuitive. Dans cette thèse, j'ai exploré i/ une formalisation mathématique de la régulation de la croissance par les contraintes mécaniques et ii/ le comportement macroscopique émergent d'un tel mécanisme. Pour cela, j'ai adopté une approche de modélisation multi-échelle basée sur une formulation mathématique continue de la croissance cellulaire (développée précédemment dans le cadre de la théorie de la morphoélasticité), et sur une description moyenne des processus moléculaires locaux étant supposés impliqués dans la mécano-perception et le contrôle de l'élasticité des cellules. J'ai d'autre part conçu des algorithmes dédiés à l'étude de ce modèle, intégrés dans un environnement logiciel existant, basé sur la méthode des éléments finis. Ce modèle est en particulier utilisé dans l'étude de la stabilité d'organes à fort degré d'asymétrie, tels que les feuilles, en suggérant qu'un contrôle de la croissance basé sur les forces peut permettre l'amplification d'asymétries initiales. / How do living objects acquire their shape? Incontrovertibly, morphogenesisis largely regulated by genes. Yet, the precise link between thechemical processes associated with genes, on the one hand, and geometry,one the other hand, is not completely identified. This link is most probablyindirect, and mediated by mechanical processes. It is now well acceptedthat intracellular molecular processes regulate locally cell mechanicalproperties and that shape emerges as the global resolution of resultingmechanical constraints.This so-called biomechanical paradigm is employed in this thesis in thecontext of plant morphogenesis, that mostly relies on cell growth. Thelocal control of growth is crucial for the stability and robustness ofmorphogenesis, and relies on various regulatory mechanisms. Inparticular, according to a recent hypothesis, cells may dynamicallyadapt their growth behavior in response to the mechanical forces theyexperience.This local regulation integrates at larger, multicellular scale, in anonintuitive way. In this thesis, I investigate i/ the mathematicalformalization of a stress-based control of growth and ii/ themacroscopic emergent behavior of such mechanism. To do so, I have used amultiscale modeling approach, based on a continuum mathematical modelof growth (previously developed within the theory of morphoelasticity),and on a mean description of the molecular processes supposedly involvedin mechanoperception and the control of cell elastic properties. Tostudy this model, I have designed dedicated algorithms, integrated into apreviously developed software environment, based on the finite elementmethod. This model is then used to study the mechanical stability ofhighly asymmetric organs like leaves, suggesting that a force-basedcontrol of growth allows the amplification of shape asymmetry duringdevelopment.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Le but de cette étude est d’exploiter les fonctionnalités des nano-Composites Polymères Conducteurs (CPC) imprimés en utilisant la technologie FDM (modélisation par dépôt de monofilament en fusion) pour le développement de textiles fonctionnels et intelligents. L’impression 3D présente un fort potentiel pour la création d’une nouvelle classe de nanocomposites multifonctionnels. Par conséquent, le développement et la caractérisation des polymères et nanocomposites fonctionnels et imprimables en 3D sont nécessaires afin d’utiliser l’impression 3D comme nouveau procédé de dépôt de ces matériaux sur textiles. Cette technique introduira des procédés de fonctionnalisation de textiles plus flexibles, économes en ressources et très rentables, par rapport aux procédés d'impression conventionnels tels que la sérigraphie et le jet d'encre. L’objectif est de développer une méthode de production intégrée et sur mesure pour des textiles intelligents et fonctionnels, afin d’éviter toute utilisation d'eau, d'énergie et de produits chimiques inutiles et de minimiser les déchets dans le but d’améliorer l'empreinte écologique et la productivité. La contribution apportée par cette thèse consiste en la création et la caractérisation de filaments CPC imprimables en 3D, le dépôt de polymères et de nanocomposites sur des tissus et l’étude des performances en termes de fonctionnalité des couches de CPC imprimées en 3D. Dans un premier temps, nous avons créé des filaments de CPC imprimables en 3D, notamment des nanotubes de carbone à parois multiples (MWNT) et du noir de carbone à haute structure (Ketjenblack) (KB), incorporés dans de l'acide polylactique (PLA) à l'aide d'un procédé de mélange à l'état fondu. Les propriétés morphologiques, électriques, thermiques et mécaniques des filaments et des couches imprimées en 3D ont été étudiées. Deuxièmement, nous avons déposé les polymères et les nanocomposites sur des tissus à l’aide d’une impression 3D et étudié leur adhérence aux tissus. Enfin, les performances des couches de CPC imprimées en 3D ont été analysées sous tension et force de compression appliquées. La variation de la valeur de la résistance correspondant à la charge appliquée permet d’évaluer l'efficacité des couches imprimées en tant que capteur de pression / force. Les résultats ont montré que les nanocomposites à base de PLA, y compris MWNT et KB, sont imprimables en 3D. Les modifications des propriétés morphologiques, électriques, thermiques et mécaniques des nanocomposites avant et après l’impression 3D nous permettent de mieux comprendre l’optimisation du procédé. De plus, différentes variables du procédé d’impression 3D ont un effet significatif sur la force d'adhérence des polymères et des nanocomposites déposés sur les tissus. Nous avons également développé des modèles statistiques fiables associés à ces résultats valables uniquement pour le polymère et le tissu de l’étude. Enfin, les résultats démontrent que les mélanges PLA/MWNT et PLA/KB sont de bonnes matières premières piézorésistives pour l’impression 3D. Elles peuvent être potentiellement utilisées dans l’électronique portable, la robotique molle et la fabrication de prothèses, où une conception complexe, multidirectionnelle et personnalisable est nécessaire. / The aim of this study is to get the benefit of functionalities of fused deposition modeling (FDM) 3D printed conductive polymer nanocomposites (CPC) for the development of functional and smart textiles. 3D printing holds strong potential for the formation of a new class of multifunctional nanocomposites. Therefore, development and characterization of 3D printable functional polymers and nanocomposites are needed to apply 3D printing as a novel process for the deposition of functional materials on fabrics. This method will introduce more flexible, resource-efficient and cost-effective textile functionalization processes than conventional printing process like screen and inkjet printing. The goal is to develop an integrated or tailored production process for smart and functional textiles which avoid unnecessary use of water, energy, chemicals and minimize the waste to improve ecological footprint and productivity. The contribution of this thesis is the creation and characterization of 3D printable CPC filaments, deposition of polymers and nanocomposites on fabrics, and investigation of the performance of the 3D printed CPC layers in terms of functionality. Firstly, the 3D printable CPC filaments were created including multi-walled carbon nanotubes (MWNT) and high-structured carbon black (Ketjenblack) (KB) incorporated into a biobased polymer, polylactic acid (PLA), using a melt mixing process. The morphological, electrical, thermal and mechanical properties of the 3D printer filaments and 3D printed layers were investigated. Secondly, the performance of the 3D printed CPC layers was analyzed under applied tension and compression force. The response for the corresponding resistance change versus applied load was characterized to investigate the performance of the printed layers in terms of functionality. Lastly, the polymers and nanocomposites were deposited on fabrics using 3D printing and the adhesion of the deposited layers onto the fabrics were investigated. The results showed that PLA-based nanocomposites including MWNT and KB are 3D printable. The changes in morphological, electrical, thermal, and mechanical properties of nanocomposites before and after 3D printing give us a great understanding of the process optimization. Moreover, the results demonstrate PLA/MWNT and PLA/KB as a good piezoresistive feedstock for 3D printing with potential applications in wearable electronics, soft robotics, and prosthetics, where complex design, multi-directionality, and customizability are demanded. Finally, different variables of the 3D printing process showed a significant effect on adhesion force of deposited polymers and nanocomposites onto fabrics which has been presented by the best-fitted model for the specific polymer and fabric.

Ce travail vise à la mise en œuvre d'une plateforme de simulation basée sur SystemC-AMS. Elle permet de traiter un système complexe et hétérogène. Nous validons cette approche sur une application de réseau de capteurs (communication entre véhicule). Pour ce faire un niveau d'abstraction élevé a été adopté et une modélisation en bande de base des blocs RF a été développée. Non seulement les aspects relatifs à l'émetteur/récepteur ont été traités, mais également le canal radio.Si les actuels flots de conceptions permettent d'estimer la consommation des blocs numériques d'un SoC, une méthodologie d'estimation de la consommation des blocs analogiques et RF n'est toujours pas disponible. Nous proposons une méthodologie descendante basée sur le facteur de mérite et les paramètres systèmes pour estimer la consommation instantané de ces blocs. Ainsi des estimations de la consommation globale des nœuds et du réseau sont fournies par la plateforme.Nous avons fourni une bibliothèque implémentée en SystemC-AMS pour différents blocs d'un réseau de capteurs (nœud et canal radio). Les résultats montrent la faisabilité d'une simulation complexe mixte analogique, numérique et RF. Par ailleurs, ils montrent le gain considérable apporté par la simulation au niveau système en SystemC-AMS de modèles comportementaux d'un réseau de capteurs. La plateforme développée dans ce travail ouvre diverses perspectives sur de nombreux et importants aspects de la simulation système des réseaux de capteurs. Parmi ces aspects, le choix et l'optimisation des algorithmes de routage, les protocoles MAC, les algorithmes de traitement du signal sous une contrainte de consommation d'énergie. / This work aims at implementing a simulation platform based on SystemC-AMS. It can handle a complex and heterogeneous system on chip (SoC). An application of wireless sensor network (WSN): inter-vehicle communication is used to validate this approach. To realize this application, a high level of abstraction was adopted and a baseband modeling of RF blocks has been developed. Besides, not only aspects related to the RF transceiver, but also the radio channel were studied.The current design flows enable the estimation of power consumption of digital blocks, however a high-level methodology for power consumption estimation of analog and RF blocks is still not available. We propose a Top-Down methodology based on the figure of merit (FoM) and system parameters to estimate the instantaneous power consumption of these blocks. Thus, estimates of overall consumption of nodes and the WSN are provided by the platform.We delivered a library implemented in SystemC-AMS for different blocks of a WSN such as node and radio channel. The results show the feasibility to simulate complex, RF and analog mixed SoC. In addition, they show the significant gain in terms of simulation time provided by the system-level simulation using SystemC-AMS and behavioural models of WSN.The platform developed in this work opens a variety of perspectives on many important aspects of system-level simulation of WSN. These aspects include the choice and optimization of routing algorithms, MAC protocols, signal processing algorithms, as a function of power consumption which is the main constraint of WSN.

La modélisation de données séquentielles est utile à de nombreux domaines : reconnaissance de parole, de gestes, d'écriture, ou encore la synthèse d'animations pour des avatars virtuels. Notre modélisation part du constat qu'une part importante de la variabilité entre les séquences d'observations peut être la conséquence de quelques variables contextuellesfixes le long de la séquence ou qui varient en fonction du temps. Une phrase peut être exprimée différemment en fonction de l'humeur du locuteur, un geste peut être plus ample en fonction de la taille de l'acteur etc... Ce type de variabilité ne peut pas toujours être supprimée par des pré-traitements.Dans un premier temps, nous proposons les modèles Markoviens Contextuels (CHMM), afin de modéliser directement l'influence du contexte sur les séquences d'observation en paramétrisant les distributions de probabilités des HMMs par des variables contextuelles statiques ou dynamiques.Puis, nous décrivons une approche afin d'exploiter efficacement l'information contextuelle dans un modèle discriminant, les Champs de Markov Conditionnels et Contextuels (CHCRF).Nous testons plusieurs variantes des CHMMs et investiguons dans quelle mesure cette modélisation est pertinente pour la classification de caractères manuscrits, la reconnaissance de parole ou pour la synthèse de mouvements de sourcils à partir de la parole pour un avatar virtuel.Enfin, afin d'apprendre à partir de moins d'exemples, nous proposons une approche de type Transfert utilisant les HMMs Contextuels. Cette méthode réalise du partage d'information entre les classes la ou les approches génératives apprennent des modèles de classes indépendants. / Modeling time series has practical applications in many domains : speech, gesture and handwriting recognition, synthesis of realistic character animations etc...The starting point of our modeling is that an important part of the variability between observation sequences may be the consequence of a few contextual variables that remain fixed all along a sequence or that vary slowly with time. For instance a sentence may be uttered quite differently according to the speaker emotion, a gesture may have more amplitude depending on the height of the performer etc... Such a variability cannot always be removed through preprocessing.We first propose the generative framework of Contextual Hidden Markov Models (CHMM) to model directly the influence of contextual information on observation sequences by parameterizing the probability distributions of HMMs with static or dynamic contextual variables. We test various instances of this framework on classification of handwritten characters, speech recognition and synthesis of eyebrow motion from speech for a virtual avatar.For each of these tasks, we investigate in what extent such modeling can translate into performance gains. We then introduce a natural and efficient way to exploit contextual information into Contextual Hidden Conditional Random Fields (CHCRF), the discriminative counter part of CHMMs.CHCRF may be viewed as an efficient way to learn a HCRF that exploit contextual information.Finally, we propose a Transfer Learning approach to learn Contextual HMMs from fewer examples. This method relies on sharing information between classes where in generative models classes are normally considered independent.

Alors que les surfaces géométriques sont essentiellement représentées à l'aide de maillages triangulaires dans le domaine de la géométrie numérique, les structures permettant d'interagir avec ces géométries sont variées et adaptées aux différents traitements visés par l'utilisateur. Cette thèse présente des travaux réalisés sur des structures de dimension et de représentation géométrique variées, allant de l'étude des structures internes comme les squelettes analytiques pour la modélisation géométrique, passant par les structures surfaciques pour la sélection automatiques de poignées de déformation, jusqu'aux structures externes de contrôle d'objet de type "cage" offrant une représentation haut niveau de séquences animées d'objets issues de systèmes de performance capture. Sont présentés également les résultats obtenus sur les coordonnées aux valeurs moyennes offrant une solution au problème de l'interpolation de conditions de Dirichlet, pour lesquelles les formules analytiques des gradients et Hessiens sont fournies, et les fonctions biharmoniques pour lesquelles une base d'éléments finis est formulée pour la résolution du problème de Laplace biharmonique avec conditions mixtes Dirichlet/Neumann, ainsi que leurs applications à la déformation de formes 3D. / While 3D surfaces are essentially represented using triangle meshes in the domain of digital geometry, the structures that allow to interact with those are various and adapted to the different geometry processing tasks that are targetted by the user.This thesis presents results on structures of various dimension and various geometrical representations, going from internal structures like analytical curve skeletons for shape modeling, to on-surface structures allowing automatic selection of feature handles for shape deformation, and external control structures known as “cages” offering a high-level representation of animated 3D data stemming from performance capture. Results on spatial functions are also presented, in particular for the Mean-Value Coordinates, for which the analytical formulae of the gradients and the Hessians are provided, and biharmonic functions, for which a finite elements basis is given for the resolution of the biharmonic Laplace problem with mixed Dirichlet/Neumann boundary conditions, as well as their applications to 3D shapes deformation.

Les oxydes d'azote (NOx) sont les indicateurs principaux de la pollution atmosphérique produite par les véhicules. La concentration de NO2, polluant réglementé pour ses effets sur la santé, dépasse en 2006, à Paris et en proche banlieue, les niveaux réglementaires pour l'ensemble des stations qui le mesurent, et en particulier à proximité du trafic. Ainsi, les six stations franciliennes de proximité au trafic automobile, dépassent largement l'objectif de qualité (jusqu'à 2.5 fois) et la valeur limite (jusqu'à deux fois). L'objectif de ma thèse visait à mettre au point un modèle qtatistique de détermination des concentrations "respirables" par la population, pour le NO2 en milieu urbain. Compte tenu de la nécessité d'une base de données statistiquement représentative, le modèle a été développé sur la région parisienne. Nous avons sélectionné les variables nécessaires à la description du système et à la définition de la fonction de régression neuronale sur la base de notre connaissance du phénomène étudié. Les paramètres de la régression ont été optimisés au cours d'une phase d'apprentissage à partir d'observations relevées à 5 stations de "trafic" et 5 stations "urbaines". Les variables que nous avons retenues sont (i) des concentrations de fond en NO2 estimées par un modèle de chimie transport à l'échelle régionale, (ii) des paramètres d'émissions locales pour les sources urbaines, (iii) des paramètres de la topographie urbaine qui participent à la dispersion en milieu urbain et enfin (iv) des paramètres météorologiques. Le modèle construit (nommé PAP) est un modèle hybride prenant en compte les sorties d'un modèle régional déterministe CHIMERE, pour quantifier le niveau de fonds urbain, et intégre une fonction statistique de réduction d'échelle pour estimer les champs de concentrations au niveau "respirable" de la rue / Résumé anglais manquant