Le mélanome cutané est un cancer très invasif, dont l'évolution est rapidement fatale au stade métastatique du fait d'une absence de thérapies réellement efficaces. Face à ce constat, une stratégie de multimodalité a été évaluée au moyen d'un vecteur spécifique des cellules de mélanome et présentant la double potentialité diagnostique (imagerie TEP) et thérapeutique (radiothérapie interne vectorisée (RIV)) en fonction du radioélément introduit. Dans ce but, des analogues iodés et fluorés d'ICF01012, un vecteur ciblant la mélanine surexprimée dans un grand nombre de mélanomes, ont été synthétisés puis radiomarqués (iode-125 d'une part et fluor-18 d'autre part). Les profils pharmacocinétiques des radiotraceurs ont par la suite été étudiés in vivo sur modèle murin de mélanome, par imagerie scintigraphique γ (125I) et par imagerie TEP (18F). A l'issue de ces études, le traceur 4 a été sélectionné comme molécule leader de cette série, en raison d'un tropisme tumoral spécifique, élevé et durable, associé à élimination rapide des tissus non-cibles. Ce composé a ensuite été radiomarqué à l'iode-131 pour une évaluation en RIV sur le même modèle murin. Le traitement avec [131I]4 a induit une inhibition significative de la croissance tumorale et une augmentation significative de la médiane de survie. Au vu des résultats prometteurs obtenus avec le traceur 4, des études de métabolisme sur le même modèle murin ont été effectuées. En conclusion, en termes de chimie, radiochimie, stabilités in vitro et in vivo, TEP et RIV, le traceur 4 a validé notre concept de multimodalité. A terme, ce composé pourrait être transféré pour des études cliniques afin : de sélectionner les patients présentant des lésions de mélanome pigmentées (18F/TEP) et donc susceptibles de répondre au protocole de RIV ; de traiter ces patients (131I/RIV) ; de suivre la réponse au traitement (18F/TEP). En parallèle a été développé le premier groupement prosthétique iodé et fluoré multimodal, le 4-fluoro-3-iodobenzoate de tétrafluorophényle 108, pour le marquage de vecteurs d'intérêt (peptides, protéines, nanoparticules…). Le composé 108 et les précurseurs de radiomarquages correspondants ont été synthétisés en peu d'étapes, avec de bons rendements. Les radiomarquages ont ensuite été mis au point, et ont permis d'obtenir [125I]108 et [18F]108 en des temps relativement courts, avec d'excellents rendements et puretés radiochimiques. Le groupement prosthétique a ensuite été couplé avec succès à un ligand organique et deux peptides. En conclusion, nous avons démontré que le composé multimodal 108 peut être utilisé pour la radiofluoration et la radioiodation de vecteurs d'intérêt, autorisant des applications à la fois diagnostiques (TEP/18F) et thérapeutiques (RIV/131I) pour la prise en charge de nombreux cancers. / Melanoma is the most serious form of skin cancer with a poor prognosis for patients with metastatic disease. Our project deals with a multimodal approach, using a single fluorinated and iodinated melanintargeting compound, and offering both imaging (PET/18F) and therapeutic (targeted radionuclide therapy (TRT)/131I) applications, depending on the radioisotope introduced. Furthermore, using PET imaging, our strategy allows a selection of TRT-responded patients (i.e. bearing pigmented metastases) as well as a monitoring of treatment response. In previous works, the iodinated quinoxaline-carboxamide compound ICF01012 was evaluated in a TRT protocol, using melanoma-bearing mice models. It demonstrated efficacy, with significant inhibition of tumoural growth and improvement of the median survival. Based on these results, iodinated and fluorinated analogs of ICF01012 were synthesized, for multimodality purposes. All new compounds were then radiolabelled with iodine-125 and fluorine-18 (fully automated radiosyntheses), with good radiochemical yields and excellent radiochemical purities. For pharmacokinetic profile studies on melanoma-bearing mice, [125I]radiotracers were evaluated by γ-scintigraphy and [18F]radiotracers by PET. Compound 4 emerged as the lead tracer, with a specific and long-lasting tumoural uptake and a fast clearance from non-specific tissues, leading to highly contrasted images. The tracer 4 was then radiolabelled with iodine-131, with excellent radiochemical yield and purity, to perform a TRT assay on the same melanoma model. Treatment with [131I]4 significantly inhibited tumoural growth and lung metastasis occurrence. Moreover, it significantly improved the median survival. As tracer 4 demonstrated promising results in PET imaging and TRT of melanoma, its metabolism was investigated with [125I]4 and [18F]4: radiotracers were found unchanged in melanin-containing tissues (tumour and eyes), while a fast breakdown was observed in excretion organs and fluids (four metabolites were identified). In conclusion, in terms of chemistry, radiochemistry, in vitro and in vivo stability, PET imaging and TRT, compound 4 validated our multimodality concept. We also developed the first bimodal fluorinated and iodinated prosthetic group, the 2,3,5,6-tetrafluorophenyl 4-fluoro-3-iodobenzoate (108), as a suitable acylating agent for the labelling of a large variety of compounds. In this approach, this new compound allows applications in diagnosis (PET imaging/18F) and therapy (TRT/131I). Compound 108 and its corresponding precursors for radiolabelling were synthesized in very few steps, with good yields. [125I]108 was then prepared in one-step starting from a perfluorostannane precursor, and purified by F-SPE cartridge to avoid time-consuming HPLC. As for [18F]108, it was produced by a fully automated three steps, two-pots radiosynthesis process. [125I]108 and [18F]108 were both obtained in a short time, with excellent radiochemical yields and purities. These prosthetic groups were then successfully used to radiolabel small organic ligand N,N-diethylethylenediamine and peptides NDP-MSH and PEG3[c(RGDyK)]2, in mild conditions, with good yields. In conclusion, we demonstrated that compound 108 could be a promising acylating bimodal prosthetic group for radiofluorination and radioiodination of small organic molecules, peptides, proteins, antibodies as well as nanoparticles.

Les thèmes principaux abordés dans cette thèse sont l'utilisation de méthodes d'apprentissage actif et d'apprentissage profond dans le contexte du traitement de documents multimodaux. Les contributions proposées dans cette thèse abordent ces deux thèmes. Un système d'apprentissage actif a été introduit pour permettre une annotation plus efficace des émissions de télévision grâce à la propagation des étiquettes, à l'utilisation de données multimodales et à des stratégies de sélection efficaces. Plusieurs scénarios et expériences ont été envisagés dans le cadre de l'identification des personnes dans les vidéos, en prenant en compte l'utilisation de différentes modalités (telles que les visages, les segments de la parole et le texte superposé) et différentes stratégies de sélection. Le système complet a été validé au cours d'un ``test à blanc'' impliquant des annotateurs humains réels.Une deuxième contribution majeure a été l'étude et l'utilisation de l'apprentissage profond (en particulier les réseaux de neurones convolutifs) pour la recherche d'information dans les vidéos. Une étude exhaustive a été réalisée en utilisant différentes architectures de réseaux neuronaux et différentes techniques d'apprentissage telles que le réglage fin (fine-tuning) ou des classificateurs plus classiques comme les SVMs. Une comparaison a été faite entre les caractéristiques apprises (la sortie des réseaux neuronaux) et les caractéristiques plus classiques (``engineered features''). Malgré la performance inférieure des seconds, une fusion de ces deux types de caractéristiques augmente la performance globale.Enfin, l'utilisation d'un réseau neuronal convolutif pour l'identification des locuteurs à l'aide de spectrogrammes a été explorée. Les résultats ont été comparés à ceux obtenus avec d'autres systèmes d'identification de locuteurs récents. Différentes approches de fusion ont également été testées. L'approche proposée a permis d'obtenir des résultats comparables à ceux certains des autres systèmes testés et a offert une augmentation de la performance lorsqu'elle est fusionnée avec la sortie du meilleur système. / The main topics of this thesis include the use of active learning-based methods and deep learning in the context of retrieval of multimodal documents. The contributions proposed during this thesis address both these topics. An active learning framework was introduced, which allows for a more efficient annotation of broadcast TV videos thanks to the propagation of labels, the use of multimodal data and selection strategies. Several different scenarios and experiments were considered in the context of person identification in videos, including using different modalities (such as faces, speech segments and overlaid text) and different selection strategies. The whole system was additionally validated in a dry run involving real human annotators.A second major contribution was the investigation and use of deep learning (in particular the convolutional neural network) for video retrieval. A comprehensive study was made using different neural network architectures and training techniques such as fine-tuning or using separate classifiers like SVM. A comparison was made between learned features (the output of neural networks) and engineered features. Despite the lower performance of the engineered features, fusion between these two types of features increases overall performance.Finally, the use of convolutional neural network for speaker identification using spectrograms is explored. The results are compared to other state-of-the-art speaker identification systems. Different fusion approaches are also tested. The proposed approach obtains comparable results to some of the other tested approaches and offers an increase in performance when fused with the output of the best system.

La mobilité est un aspect important des sociétés modernes. Par conséquent, il y a une demande croissante pour des solutions informatiques de calcul d'itinéraire. Dans cette thèse, le routage multimodal et le système Dial-a-Ride sont étudiés. Ils contribuent à une utilisation plus efficace de l'infrastructure de transport disponible, élément déterminant dans la perspective d'un développement durable. La planification d'itinéraires multimodaux est rendus complexe en raison des différents modes de transport qui doivent être combinés. Une généralisation de l'algorithme de Dijkstra peut être utilisée pour trouver les chemins les plus courts sur un réseau multimodal. Cependant, sa performance n'est pas suffisante pour les applications industrielles. De ce fait, cette thèse introduit un nouvel algorithme appelé SDALT. Il s'agit d'une adaptation de la technique d'accélération ALT. Pour évaluer la performance de SDALT, un graphe a été construit à partir d'un réseau multimodal réel basé sur les données de transport de la région française Ile-de-France. Il inclut la marche, les transports en commun, la voiture, la bicyclette ainsi que des informations relative aux horaires les horaires et les conditions de circulation. Les tests de performance montrent que SDALT fonctionne bien, avec un temps de calcul réduit d'un facteur compris entre 1,5 et 60 par rapport à l'algorithme de base. Dans un contexte multimodal autre la question de la détermination du chemin le plus court, se pose celle de trouver un chemin aller-retour multimodal optimal entre un point de départ et un point d'arrivée. Un véhicule privé (voiture ou bicyclette) utilisé pour une première partie du trajet aller doit être récupéré au cours du trajet retour pour être ramené au point de départ. Pour cette raison, le parking doit être choisi de manière à optimiser les temps de déplacement du trajet aller et du trajet retour combinés. L'algorithme qui est proposé ici résout ce problème plus rapidement que les techniques actuelles. Le système Dial-a-Ride offre aux passagers le confort et la flexibilité des voitures privées et des taxis à un moindre coût et avec plus d'éco-efficacité car il regroupe les demandes de transport similaires. Il fonctionne de la manière suivante: les passagers demandent le service en appelant un opérateur. Ils communiquent leur point de départ, leur point de destination, le nombre de passagers, et quelques précisions sur les horaires de service. Un algorithme calcule ensuite les itinéraires et les horaires des véhicules. Cette thèse propose une nouvelle heuristique efficace et rapide de type Granular Tabu Search, capable de produire de bonnes solutions dans des délais courts (jusqu'à 3 minutes). Comparativement aux autres méthodes, et au regard des instances de test de la littérature, cet algorithme donne de bons résultats.

Un robot d'assistance sociale (SAR) est destiné à engager les gens dans une interaction située comme la surveillance de l'exercice physique, la réadaptation neuropsychologique ou l'entraînement cognitif. Alors que les comportements interactifs de ces systèmes sont généralement scriptés, nous discutons ici du cadre d’apprentissage de comportements interactifs multimodaux qui est proposé par le projet SOMBRERO.Dans notre travail, nous avons utilisé l'apprentissage par démonstration afin de fournir au robot des compétences nécessaires pour effectuer des tâches collaboratives avec des partenaires humains. Il y a trois étapes principales d'apprentissage de l'interaction par démonstration: (1) recueillir des comportements interactifs représentatifs démontrés par des tuteurs humains; (2) construire des modèles des comportements observés tout en tenant compte des connaissances a priori (modèle de tâche et d'utilisateur, etc.); et ensuite (3) fournir au robot-cible des contrôleurs de gestes appropriés pour exécuter les comportements souhaités.Les modèles multimodaux HRI (Human-Robot Interaction) sont fortement inspirés des interactions humain-humain (HHI). Le transfert des comportements HHI aux modèles HRI se heurte à plusieurs problèmes: (1) adapter les comportements humains aux capacités interactives du robot en ce qui concerne ses limitations physiques et ses capacités de perception, d'action et de raisonnement limitées; (2) les changements drastiques des comportements des partenaires humains face aux robots ou aux agents virtuels; (3) la modélisation des comportements interactifs conjoints; (4) la validation des comportements robotiques par les partenaires humains jusqu'à ce qu'ils soient perçus comme adéquats et significatifs.Dans cette thèse, nous étudions et faisons des progrès sur ces quatre défis. En particulier, nous traitons les deux premiers problèmes (transfert de HHI vers HRI) en adaptant le scénario et en utilisant la téléopération immersive. En outre, nous utilisons des réseaux neuronaux récurrents pour modéliser les comportements interactifs multimodaux (tels que le discours, le regard, les mouvements de bras, les mouvements de la tête, les canaux). Ces techniques récentes surpassent les méthodes traditionnelles (Hidden Markov Model, Dynamic Bayesian Network, etc.) en termes de précision et de coordination inter-modalités. A la fin de cette thèse, nous évaluons une première version de robot autonome équipé des modèles construits par apprentissage. / A socially assistive robot (SAR) is meant to engage people into situated interaction such as monitoring physical exercise, neuropsychological rehabilitation or cognitive training. While the interactive behavioral policies of such systems are mainly hand-scripted, we discuss here key features of the training of multimodal interactive behaviors in the framework of the SOMBRERO project.In our work, we used learning by demonstration in order to provide the robot with adequate skills for performing collaborative tasks in human centered environments. There are three main steps of learning interaction by demonstration: we should (1) collect representative interactive behaviors from human coaches; (2) build comprehensive models of these overt behaviors while taking into account a priori knowledge (task and user model, etc.); and then (3) provide the target robot with appropriate gesture controllers to execute the desired behaviors.Multimodal HRI (Human-Robot Interaction) models are mostly inspired by Human-Human interaction (HHI) behaviors. Transferring HHI behaviors to HRI models faces several issues: (1) adapting the human behaviors to the robot’s interactive capabilities with regards to its physical limitations and impoverished perception, action and reasoning capabilities; (2) the drastic changes of human partner behaviors in front of robots or virtual agents; (3) the modeling of joint interactive behaviors; (4) the validation of the robotic behaviors by human partners until they are perceived as adequate and meaningful.In this thesis, we study and make progress over those four challenges. In particular, we solve the two first issues (transfer from HHI to HRI) by adapting the scenario and using immersive teleoperation. In addition, we use Recurrent Neural Networks to model multimodal interactive behaviors (such as speech, gaze, arm movements, head motion, backchannels) that surpass traditional methods (Hidden Markov Model, Dynamic Bayesian Network, etc.) in both accuracy and coordination between the modalities. We also build and evaluate a proof-of-concept autonomous robot to perform the tasks.

Dans un contexte de conduite automobile, afin de compenser la perte d’informations haptiques causée par la substitution d’interfaces mécaniques classiques par des écrans tactiles, nous avons envisagé d’étudier l’ajout d’un retour vibrotactile. Ces derniers seraient utilisés comme le témoin d’une rétroaction entre le système et l’utilisateur. Le premier objectif de ce travail a été de fournir une meilleure compréhension des facteurs et des paramètres physiques influençant la perception et l’évaluation de ces courts signaux vibrotactiles, afin d’en optimiser la création. Les données recueillies ont été à la fois subjectives (échelles de Likert) et objectives (temps de réaction, pourcentage d’erreurs). Un lien étroit entre les préférences des utilisateurs et les boutons mécaniques existants a été envisagé. Le second objectif a été d’étudié les signaux multimodaux (audio-haptique ou visuo-haptique) pour modifier la perception haptique. Pour cela, nous avons utilisé des paradigmes d’amorçage à court terme décomposés en deux phases : une phase d’apprentissage et une phase d’amorçage. La phase d’apprentissage se caractérise par l’association non explicite d’une composante haptique (une vibration de courte durée) et d’un autre composant sensoriel (soit un son, soit une image en mouvement ou statique). La phase d’amorçage se caractérise par la présentation du composant haptique seule (l’amorce) suivie d'un composant cible (soit sonore, soit visuelle). Nous avons ainsi observé que des composants perceptivement absents, mais préalablement associés, pouvaient modifier le traitement perceptif de composants en cours. Ce type de résultats nous a permis d’apporter de nouveaux arguments en faveur de mécanismes communs sous-jacents à la perception et à la mémoire à travers une modalité peu utilisée dans la littérature. Une meilleure compréhension de ces liens, nous a aidé à modifier la perception des utilisateurs, à partir de composants perceptivement absents. Une illusion a ainsi été créée à partir de signaux visuo-haptiques, permettant de se rapprocher des boutons mécaniques. / In the context of driving, in order to compensate the loss of haptic information caused by the substitution of conventional mechanical interfaces of touch screens, we proposed to study the addition of vibrotactile feedback. This would be used as a feedback control between the system and the user. The first objective of this work was to provide a better understanding of the factors and physical parameters influencing the perception and evaluation of these short vibrotactile signals in order to optimize their creation. The data collected were both subjective (Likert scales) and objective (reaction time, error rate). A link between the user’s preferences and existing mechanical buttons was considered. The second objective was to study multimodal signals (audio-haptic or visuo-haptic) in order to change haptic perception. For this, we used a short term priming paradigm divised in two phases : a learning phase and a priming phase. The priming phase is characterized by non-explicit association between a haptic component (a vibration) simultaneously with another sensorial component (either a sound, or a moving or static image). The priming phase is characterized by the presentation of one haptic component (prime) followed a target component (sound or visual). We observed that components perceptually absent, but previously associated, could change perceptual processing of target components. These types of results have allowed us to provide new arguments for common mechanisms underlying perception and memory through a modality rarely studied in scientific literature. A better understanding of these links, helped us to change the user’s perception from perceptually absent components. An illusion had been created with the visual-haptic signals allowing a closer approach to the mechanical buttons.

Les systèmes de transport sont un des leviers puissants du progrès de toute société. Récemment les modes de déplacement ont évolué significativement et se diversifient. Les distances quotidiennement parcourues par les citoyens ne cessent d'augmenter au cours de ces dernières années. Cette évolution impacte l'attractivité et la compétitivité mais aussi la qualité de vie grandement dépendante de l'évolution des mobilités des personnes et des marchandises. Les gouvernements et les collectivités territoriales développent de plus en plus des politiques d'incitation à l'éco-mobilité. Dans cette thèse nous nous concentrons sur les systèmes de transport public. Ces derniers évoluent continuellement et offrent de nouveaux services couvrant différents modes de transport pour répondre à tous les besoins des usagers. Outre les systèmes de transports en commun, prévus pour le transport de masse, de nouveaux services de mobilité ont vu le jour, tels que le transport à la demande, le covoiturage planifié ou dynamique et l'autopartage ou les vélos en libre-service. Ils offrent des solutions alternatives de mobilité et pourraient être complémentaires aux services traditionnels. Cepandant, ces services sont à l'heure actuelle isolés du reste des modes de transport et des solutions multimodales. Ils sont proposés comme une alternative mais sans intégration réelle aux plans proposés par les outils existants. Pour permettre la multimodalité, le principal challenge de cette thèse est l'intégration de données et/ou de services provenant de systèmes de transports hétérogènes. Par ailleurs, le concept de données ouvertes est aujourd'hui adopté par de nombreuses organisations publiques et privées, leur permettant de publier leurs sources de données sur le Web et de gagner ainsi en visibilité. On se place dans le contexte des données ouvertes et des méthodes et outils du web sémantique pour réaliser cette intégration, en offrant une vue unifiée des réseaux et des services de transport. Les verrous scientifiques auxquels s'intéresse cette thèse sont liés aux problèmes d'intégration à la fois des données et des services informatiques des systèmes de transport sous-jacents. / Multimodality requires the integration of heterogeneous transportation data and services to construct a broad view of the transportation network. Many new transportation services (e.g. ridesharing, car-sharing, bike-sharing) are emerging and gaining a lot of popularity since in some cases they provide better trip solutions.However, these services are still isolated from the existing multimodal solutions and are proposed as alternative plans without being really integrated in the suggested plans. The concept of open data is raising and being adopted by many companies where they publish their data sources to the web in order to gain visibility. The goal of this thesis is to use these data to enable multimodality by constructing an extended transportation network that links these new services to existing ones.The challenges we face mainly arise from the integration problem in both transportation services and transportation data

The rapid expansion of artificial intelligence (AI) in modern society, exemplified by systems like ChatGPT and Stable Diffusion, has given rise to significant ethical considerations. These systems, increasingly prevalent in diverse sectors such as mental health treatment, as in Koko, and art creation, necessitate a careful examination of their alignment with human values. This thesis addresses the pressing need for ethical evaluation of multimodal AI systems - those capable of processing and responding to both text and image inputs. Our research is twofold: initially, we focus on developing a multimodal ethical database through interactive human feedback. Participants assess various examples, determining their ethical appropriateness. This process culminates in a dataset that serves as a foundation for the subsequent phase - designing and testing algorithms capable of autonomously evaluating the morality of AI responses. We explore the effectiveness of two models in this context: a RoBERTa-large classifier and a multilayer perceptron classifier. Furthermore, this thesis highlights significant limitations in the existing multimodal AI systems studied. We propose alternative models, offering a comparative analysis mainly in terms of performance. This comprehensive study not only contributes to the field of AI alignment but also proposes methodologies for enhancing the moral framework within which these influential technologies operate. / L'expansion rapide de l'intelligence artificielle (IA) dans la société moderne, illustrée par des systèmes tels que ChatGPT et Stable Diffusion, a suscité d'importantes considérations éthiques. Ces systèmes, de plus en plus présents dans divers secteurs tels que le traitement de la santé mentale, avec Koko, et la création artistique, nécessitent un examen attentif de leur alignement avec les valeurs humaines. Ce mémoire aborde le besoin pressant d'une évaluation éthique des systèmes d'IA multimodaux - capables de traiter et de répondre à la fois aux entrées textuelles et visuelles. Notre recherche est double : initialement, nous nous concentrons sur le développement d'une base de données éthiques multimodales par le biais de retours interactifs d'utilisateurs. Les participants évaluent divers exemples pour déterminer leur éthique. Ce processus aboutit à un ensemble de données qui sert de fondement à la phase suivante - la conception et le test d'algorithmes capables d'évaluer de manière autonome la moralité des réponses de l'IA. Nous explorons l'efficacité de deux modèles dans ce contexte : un classificateur RoBERTa-large et un perceptron multicouche. De plus, ce mémoire met en évidence des limitations significatives dans les systèmes d'IA multimodaux existants étudiés. Nous proposons des modèles alternatifs, offrant une analyse comparative en termes de performance. Cette étude complète contribue non seulement au domaine de l'alignement de l'IA, mais propose également des méthodologies pour améliorer le cadre moral dans lequel ces technologies influentes opèrent.