Cette thèse a été effectuée dans le cadre du projet Guide mené conjointement par le laboratoire de génie informatique et le centre de recherche Bull de Grenoble depuis mi 86. Guide est le support d'un ensemble de recherches sur la programmation des applications reparties. Ces recherches sont entreprises sur la base du développement d'un système expérimental : le système Guide. Ce dernier est un système d'exploitation reparti à objets qui fournit un haut niveau d'intégration (invisibilité de la répartition notamment). Un premier prototype du système fonctionne depuis fin 88 et permet la programmation et la mise œuvre d'applications par l'intermédiaire d'un langage de programmation spécifique. La thèse contient une présentation et une évaluation du modèle de programmation par objets mis œuvre par ce langage: la présentation met en évidence les principaux choix de conception et les justifie; l'évaluation est basée sur une étude comparative des modèles d'objets de Guide, de Trellis/Owl, d'Emerald et d'Eiffel, et sur des expériences de programmation réalisées sur le prototype. Elle met en évidence les aspects caractéristiques du modèle d'objets de guide, ses apports et ses limites

Cette thèse constitue une contribution à l'élaboration d'un nouveau système de conception de circuits intégrés, nautile. Elle comporte une étude des différents systèmes existants et a partir de leur synthèse établit la définition d'un nouveau système. Celui-ci doit réaliser un environnement complet de conception de circuits v.l.s.i. Permettant d'être facilement interfaçables avec différents systèmes déjà existants, d'être indépendant de la technologie et de gérer différentes représentations (dessin des masques, schéma électrique, schéma logique) d'un même circuit en assurant la cohérence entre elles. Enfin cette thèse donne une description du prototype réalisé du système nautile, consistant en une structure de donnée orientée objet, en les primitives de gestion de la structure, ainsi qu'en un certain nombre d'outils (routeurs, générateurs divers) ayant ete mis en œuvre

.

Ce mémoire est le reflet de 17 ans d'activités de recherche liées aux modèles et aux techniques orientés objet mises en oeuvre en base de données, en représentation des connaissances puis plus récemment en système d'information. J'ai participé à des projets dont l'objectif commun était de contribuer à l'évolution des SGBD et des SRC pour une meilleure prise en compte des informations complexes et évolutives liées aux applications d'ingénierie (la CAO, l'ingénierie des méthodes, les systèmes d'information produit, etc.). Les principaux apports de ces projets ont été de montrer que les approches " tout objet " constituent un précieux outil de représentation des connaissances : · permettant d'exprimer la sémantique des systèmes et de leurs concepts, · facilitant la mise en oeuvre de mécanismes d'évolution, · favorisant l'élaboration d'environnements adaptables à des besoins particuliers. L'approche objet offre de fait la possibilité de réutiliser des classes. Cependant, il est clair qu'aujourd'hui un concepteur ne peut plus spécifier et implanter un système en partant d'une granularité aussi fine. Il ne s'agit plus de réutiliser une classe ou un mécanisme de bas niveau tel que l'instanciation mais de favoriser la réutilisation d'architectures de granularité plus importante (ensemble de classes, de types, etc.) et détenant en propre leurs propres mécanismes d'utilisation. La réutilisation à tous les stades du développement des systèmes d'information est devenue depuis 1997 mon principal thème de recherche. L'accent est particulièrement mis sur les approches à base de patrons (pattern).

Une représentation connaissances centrées objets, déclarative et uniforme, est présentée. Elle permet de construire une base d'objets dynamique. Le mécanisme d'exploitation associé est fondé sur un processus élémentaire de filtrage flou. De façon générale, il permet l'exploitation d'une base d'objets dans laquelle les traitements sont aussi spécifiés de façon déclarative. Il permet aussi la manipulation de termes du langage naturel définis à l'aide d'outils mathématiques extraits de la théorie des ensembles flous. Le processus manipule la sémantique des objets à l'aide d'informations typées. Il calcule des distances entre objets variant entre 0 et 1 au lieu de rendre de simples réponses binaires. Deux stratégies de filtrage permettent des raisonnements nuancés et de diverses natures. Ces outils sont manipulés pour élaborer un système intelligent d'aide à la modélisation mathématique en biologie

Un robot compagnon doit comprendre le lieu de vie de l'homme pour satisfaire une requête telle que "Va chercher un verre dans la cuisine" avec un haut niveau d'autonomie. Pour cela, le robot doit acquérir un ensemble de représentations adaptées aux différentes tâches à effectuer. Dans cette thèse, nous proposons d'apprendre en ligne un modèle d'apparence de structures locales qui pourront être nommées par l'utilisateur. Cela permettra ensuite de caractériser un lieu topologique (ex: la cuisine) par un ensemble de structures locales ou d'objets s'y trouvant (réfrigérateur, cafetière, evier, ...). Pour découvrir ces structures locales, nous proposons une approche cognitive, exploitant des processus visuels pré-attentif et attentif, mis en oeuvre à partir d'un système sensoriel multi-focal. Le processus pré-attentif a pour rôle la détection de zones d'intérêt, supposées contenir des informations visuelles discriminantes: basé sur le modèle de 'saillance' de Itti et Koch, il détecte ces zones dans une carte de saillance, construite à partir d'images acquises avec une caméra large champ; une zone détectée est ensuite suivie sur quelques images afin d'estimer grossièrement la taille et la position 3D de la structure locale de l'environnement qui lui correspond. Le processus attentif se focalise sur la zone d'intérêt: le but est de caractériser chaque structure locale, par un modèle d'apparence sous la forme de mémoires associatives vues-patches-aspects. De chaque image sont extraits des points d'intérêt, caractérisés par un descripteur d'apparence local. Après cette phase d'exploration, l'homme peut annoter le modèle en segmentant les structures locales en objets, en nommant ces objets et en les regroupant dans des zones (cuisine&). Ce modèle d'apparence sera ensuite exploité pour la reconnaissance et la localisation grossière des objets et des lieux perçus par le robot

.

Le mémoire de cette thèse traite de la modélisation conceptuelle et de la manipulation des données (par des algèbres) dans les systèmes d'aide à la décision. Notre thèse repose sur la dichotomie de deux espaces de stockage : l'entrepôt de données regroupe les extraits des bases sources utiles pour les décideurs et les magasins de données sont déduits de l'entrepôt et dédiés à un besoin d'analyse particulier.<br />Au niveau de l'entrepôt, nous définissons un modèle de données permettant de décrire l'évolution temporelle des objets complexes. Dans notre proposition, l'objet entrepôt intègre des états courants, passés et archivés modélisant les données décisionnelles et leurs évolutions. L'extension du concept d'objet engendre une extension du concept de classe. Cette extension est composée de filtres (temporels et d'archives) pour construire les états passés et archivés ainsi que d'une fonction de construction modélisant le processus d'extraction (origine source). Nous introduisons également le concept d'environnement qui définit des parties temporelles cohérentes de tailles adaptées aux exigences des décideurs. La manipulation des données est une extension des algèbres objet prenant en compte les caractéristiques du modèle de représentation de l'entrepôt. L'extension se situe au niveau des opérateurs temporels et des opérateurs de manipulation des ensembles d'états.<br />Au niveau des magasins, nous définissons un modèle de données multidimensionnelles permettant de représenter l'information en une constellation de faits ainsi que de dimensions munies de hiérarchies multiples. La manipulation des données s'appuie sur une algèbre englobant l'ensemble des opérations multidimensionnelles et offrant des opérations spécifiques à notre modèle. Nous proposons une démarche d'élaboration des magasins à partir de l'entrepôt.<br />Pour valider nos propositions, nous présentons le logiciel GEDOOH (Générateur d'Entrepôts de Données Orientées Objet et Historisées) d'aide à la conception et à la création des entrepôts dans le cadre de l'application médicale REANIMATIC.

Après un rapide rappel des principaux résultats de la psychologie et des neurosciences de la vision, illustrés par le schéma de Kosslyn, le parcours de six modèles computationnels de reconnaissance nous amène à discuter des principales alternatives élaborées pour décrire le traitement visuel – généralement compris comme complexe et récurrent. Le temps requis par ce traitement apparaît comme un critère crucial de décision sur son fonctionnement et d'affinement de notre compréhension.<br />Nous constatons que les données d'électrophysiologie disponibles ne permettent pas de disposer clairement de ce critère. Nous mettons alors en oeuvre une tâche expérimentale visant à mesurer le temps nécessaire au système visuel humain pour analyser des scènes naturelles contenant ou non un animal. Les résultats montrent que ce traitement peut être extrêmement rapide, d'une durée inférieure à 150ms. Cette première mesure est complétée par quatre expériences visant à mieux cerner cette contrainte temporelle, en variant les positions des images, leurs couleurs et la tâche. Cette vitesse du traitement visuel des scènes naturelles se montre particulière-ment robuste et constante : lors de présentations par hémichamps parafovéaux, lorsque l'attention n'est pas focalisée sur le lieu d'apparition du stimulus, et en l'absence de couleur comme indice de recon-naissance. Les résultats attenants montrent aussi que les catégorisations d'images contenant des formes simples et la détection de la présence de couleurs ne sont pas plus rapides. <br />La catégorisation "animal" semble d'autant plus résulter d'un mécanisme automatique que sa trace électrophysiologique est encore présente lorsqu'une autre tâche occupe les sujets.<br />Les bases cérébrales de la tâche ont été recherchées à l'aide de modèles dipolaires ainsi qu'avec la création d'un protocole événementiel d'imagerie cérébrale RMN analogue à celui mis en oeuvre en électrophysiologie. Nous montrons que cette tâche de<br />catégorisation implique de manière différentiée les aires visuelles extrastriées 19 et 31, le gyrus fusiforme et les cortex cingulaires postérieurs. Dans les aires visuelles, un effet de suppression d'activité neuronale lié à la présence d'une cible semble mettre en évidence le mécanisme de compétition postulée dans certains modèles.<br />Ces résultats plaident en faveur de mécanismes directs et rapides de la reconnaissance visuelle : traitement essentiellement ascendants (sans boucles) sans recentrage des stimuli latéralisés ; l'attention focalisée, la couleur et une forte acuité ne<br />sont pas nécessaires à la reconnaissance d'objets dans des scènes complexes.<br />La reconnaissance visuelle postulée comme mécanisme nécessitant des traitements<br />récurrents et des représentations complexes semble ainsi céder la place à de simples détections parallèles de traits visuels, en eux-mêmes suffisants à la représentation mentale des scènes. Dans ce cadre, la décision visuelle - le stimulus présent est adéquat à la tâche prévue – pourrait être l'extraction de ces représentations au moyen de l'inhibition des assemblées neuronales non sélectionnées.

Dans cette thèse, nous proposons un modèle complet de la formation de l'image, qui s'applique à des objets microscopiques 3D translucides.Dans notre modèle, un objet translucide est défini comme une répartition discrète d'indices de réfraction et de coefficients d'absorption. Pour simuler le trajet de la lumière, nous proposons un modèle physique utilisant des techniques de lancer de rayons de la source vers l'observateur. Ce modèle physique sert à calculer l'espace objet éclairé. Pour simuler la génération d'images par le système optique, nous utilisons des principes d'optique ondulatoire. Nous modélisons la fonction de transfert 3D du microscope, qui dépend de la défocalisation. Après avoir choisi un plan de focalisation, nous calculons une image simulée en appliquant cette fonction de transfert à chaque plan plus ou moins défocalisé de l'espace objet éclairé. Une séquence d'images simulées est obtenue en faisant varier la focalisation.