La thèse aborde la problématique de transfert de connaissances dans les environnements médiatisés à l'ère de la massification de données. Nous proposons une méthode d'aide à la décision multicritère MAI2P (Multicriteria Approach for the Incremental Periodic Prediction) pour la prédiction périodique et incrémentale de la classe de décision à laquelle une action est susceptible d'appartenir. La méthode MAI2P repose sur trois phases. La première phase est composée de trois étapes : la construction d'une famille de critères pour la caractérisation des actions ; la construction d'un ensemble des “Actions de référence” représentatif pour chacune des classes de décision ; et la construction d'une table de décision. La deuxième phase s'appuie sur l'algorithme DRSA-Incremental que nous proposons pour l'inférence et la mise à jour de l'ensemble de règles de décision suite à l'incrémentation séquentielle de l'ensemble des “actions de référence”. La troisième phase permet de classer les “Actions potentielles” dans l'une des classes de décision en utilisant l'ensemble de règles de décision inféré. La méthode MAI2P est validée sur un contexte des MOOCs (Massive Open Online Courses) qui sont des formations en ligne caractérisées par une masse importante de données échangées entre un nombre massif d’apprenants. Elle a permis la prédiction hebdomadaire des trois classes de décision : Cl1 des “Apprenants en risque” d'abandonner le MOOC; Cl2 des “Apprenants en difficulté” mais n'ayant pas l'intention d'abandon ; et Cl3 des “Apprenants leaders” susceptibles de soutenir les deux autres classes d'apprenants en leur transmettant l'information dont ils ont besoin. La prédiction est basée sur les données de toutes les semaines précédentes du MOOC afin de prédire le profil de l'apprenant pour la semaine suivante. Un système de recommandation KTI-MOOC (Recommender system for the Knowledge Transfer Improvement within a MOOC) est développé pour recommander à chaque “Apprenant en risque” ou “Apprenant en difficulté” une liste personnalisée des “Apprenants leaders”. Le système KTI-MOOC est basé sur la technique de filtrage démographique et a l'objectif de favoriser l'appropriation individuelle, des informations échangées, auprès de chaque apprenant / The thesis deals with the problem of knowledge transfer in mediated environments in the era of massive data. We propose a Multicriteria Approach for the Incremental Periodic Prediction (MAI2P) of the decision class to which an action is likely to belong. The MAI2P method is based on three phases. The first consists of three steps : the construction of a family of criteria for the characterization of actions ; the construction of a representative set of “Reference actions” for each of the decision classes ; and the construction of a decision table. The second phase is based on the DRSA-Incremental algorithm that we propose for the inference and the updating of the set of decision rules following the sequential increment of the “Reference actions” set. The third phase is meant to classify the “Potential Actions” in one of the predefined decision classes using the set of inferred decision rules. The MAI2P method is validated especially in the context of the Massive Open Online Courses (MOOCs), which are e-courses characterized by a huge amount of data exchanged between a massive number of learners. It allows the weekly prediction of the three decision classes : Cl1 of the “At risk learners”, those who intend to give up the MOOC; Cl2 of the “Struggling learners”, those who have pedagogical difficulties but have no plan to abandon it ; and Cl3 of the “Leader learners”, those who can support the other two classes of learners by providing them with all the information they need. The prediction is based on data from all the previous weeks of the MOOC in order to predict the learner profile for the following week. A recommender system KTI-MOOC (Recommender system for Knowledge Transfer Improvement within a MOOC) is developed to recommend to each “At risk learner” or “Struggling learner” a personalized list of “Leader learners”. This system is based on the demographic filtering technique and aims to promote the individual appropriation, of the exchanged information, for each learner

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

L'énergie éolienne connaît un développement considérable en Europe. Pourtant, le caractère intermittent de cette énergie renouvelable introduit des difficultés pour la gestion du réseau électrique. De plus, dans le cadre de la dérégulation des marchés de l'électricité, l'énergie éolienne est pénalisée par rapport aux moyens de production contrôlables. La prédiction de la production éolienne à des horizons de 2-3 jours aide l'intégration de cette énergie. Ces prédictions consistent en une seule valeur par horizon, qui correspond à la production la plus probable. Cette information n'est pas suffisante pour définir des stratégies de commerce ou de gestion optimales. C'est pour cela que notre travail se concentre sur l'incertitude des prédictions éoliennes. Les caractéristiques de cette incertitude sont décrites à travers une analyse des performances de certains modèles de l'état de l'art, et en soulignant l'influence de certaines variables sur les moments des distributions d'erreurs de prédiction. Ensuite, nous décrivons une méthode générique pour l'estimation d'intervalles de prédiction. Il s'agit d'une méthode statistique nonparamétrique qui utilise des concepts de logique floue pour intégrer l'expertise acquise concernant les caractéristiques de cette incertitude. En estimant plusieurs intervalles à la fois, on obtient alors des prédictions probabilistes sous forme de densité de probabilité de production éolienne pour chaque horizon. La méthode est évaluée en terme de fiabilité, finesse et résolution. En parallèle, nous explorons la possibilité d'utiliser des prédictions ensemblistes pour fournir des 'prévisions d'erreur'. Ces prédictions ensemblistes sont obtenues soit en convertissant des prévisions météorologiques ensemblistes (fournies par ECMWF ou NCEP), soit en appliquant une approche de décalage temporel. Nous proposons une définition d'indices de risque, qui reflètent la dispersion des ensembles pour un ou plusieurs horizons consécutifs. Une relation probabiliste entre ces indices de risque et le niveau d'erreur de prédiction est établie. Dans une dernière partie, nous considérons la participation de l'énergie éolienne dans les marchés de l'électricité afin de démontrer la valeur de l'information 'incertitude'. Nous expliquons comment définir des stratégies de participation à ces bourses de l'électricité avec des prédictions déterministes ou probabilistes. Les bénéfices résultant d'une estimation de l'incertitude des prédictions éoliennes sont clairement démontrés.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Le cancer de l’endomètre est le plus fréquent des cancers gynécologiques pelviens. L’envahissement ganglionnaire constitue l’un des principaux facteurs pronostiques mais le rôle des curages ganglionnaires reste débattu.Nous avons construit le score PREGE (Prédiction du Risque d’Envahissement Ganglionnaire dans le cancer de l’Endomètre), à partir d’une base de données de près de 20000 cancers de l’endomètre, après la sélection de caractéristiques individuelles (race et âge) et tumorales définitives, obtenues sur la pièce d’hystérectomie (type, grade et extension locale) significativement associées à l’existence de métastase ganglionnaire. Le score PREGE a été validé sur une base de données multicentrique française (AUC dans les populations de développement et de validation de 0,80 et 0,79 respectivement). Le score était correctement calibré.En utilisant les données préopératoires (IRM et biopsie d’endomètre), les capacités de discrimination du score PREGE étaient conservées. Différents seuils d’intérêt pour la décision clinique ont été définis. Avec un seuil de 100 points, la valeur prédictive négative était de 100%.Dans aucun quantile du score PREGE, la survie spécifique n’était supérieure chez les patientes ayant eu une lymphadénectomie. Toutefois, avec un seuil prédit d’envahissement ganglionnaire supérieur à 20%, nous avons mis en évidence un bénéfice de la lymphadénectomie emportant au moins 10 ganglions.L’utilisation du score PREGE pour la sélection des patientes atteintes d’un cancer de l’endomètre candidates à une lymphadénectomie pourrait permettre de réduire le recours à cette intervention morbide sans altérer la survie spécifique / Endometrial cancer is the most common malignancy of the female genital tract. Lymph node metastasis is one of the most important prognostic factors. However, the therapeutic role of lymphadenectomy is still debated.We developed the score PREGE, able to predict lymph node metastasis based on pathological hysterectomy characteristics in endometrial cancer. Data from almost 20,000 patients who underwent hysterectomy and lymphadenectomy were analyzed and significant prognostic features were selected: final pathological characteristics (histologic type, grade and primary site tumoral extension) and patients’ characteristics (age and race). In a French multicentric cohort, the nomogram showed good discrimination (AUC=0.79 ) and was well calibrated.Lymph node metastasis prediction by the score using preoperative data was as accurate as that obtained using the final tumor characteristics. With a cut-off value of 100 points for the total score, the negative predictive value was 100%.Patients were clustered into quintiles according to their lymph node metastasis probability. The cancer related survival was compared based on whether patients underwent lymphadenectomy. In the five quintile groups, the specific survival rate was significantly higher in the patients who did not undergo lymphadenectomy. However, when lymph node letastatic probabilityexceeded 20%, specific survival was higher in patients in whom at least 10 lymph nodes were removed.PREGE score could be useful to select few patients who will really benefit from lymphadenectomy and avoid lymphadenectomy in most patients with endometrial cancer

Les changements technologiques dans la communauté du calcul hauteperformance (HPC) sont importants, en particulier dans le secteurdu parallélisme massif avec plusieurs milliers de cœurs de calcul sur unGPU unique ou accélérateur, et aussi des nouveaux réseaux complexes.La consommation d’énergie de ces machines continuera de croître dans les années à venir,faisant de l’énergie l’un des principaux facteurs de coût.Cela explique pourquoi même la métrique classique"flop / s", généralement utilisé pour évaluer les applications HPC etles machines, est progressivement remplacé par une métrique centré surl’énergie en "flop / watt".Une approche pour prédire la consommation d'énergie se fait parsimulation, cependant, une prédiction précise de la performance estcruciale pour estimer l’énergie. Dans cette thèse, nouscontribuons à la prédiction de performance et d'énergie des architectures HPC.Nous proposons un modèle énergétique qui a été implémenté dans unsimulateur open source, sg. Nous validons ce modèle avec soin eten le comparant systématiquement avec des expériences réelles.Nous utilisons cette contribution pour évaluer les projetsexistants et nous proposons de nouveaux governors DVFS spécialementconçus pour le contexte HPC. / The High-Performance Computing (HPC) community is currently undergoingdisruptive technology changes in almost all fields, including a switch towardsmassive parallelism with several thousand compute cores on a single GPU oraccelerator and new, complex networks. Powering a massively parallel machinebecomesThe energy consumption of these machines will continue to grow in the future,making energy one of the principal cost factors of machine ownership. This explainswhy even the classic metric "flop/s", generally used to evaluate HPC applicationsand machines, is widely regarded as to be replaced by an energy-centric metric"flop/watt".One approach to predict energy consumption is through simulation, however, a pre-cise performance prediction is crucial to estimate the energy faithfully. In this thesis,we contribute to the performance and energy prediction of HPC architectures. Wepropose an energy model which we have implemented in the open source SimGridsimulator. We validate this model by carefully and systematically comparing itwith real experiments. We leverage this contribution to both evaluate existingand propose new DVFS governors that are part*icularly designed to suit the HPCcontext.

Les femtocellules sont déployées par des FAPs dans la couverture des macrocellules afin d'offrir aux utilisateurs un service continu aussi bien à l'intérieur qu'à l'extérieur.Elles sont caractérisées par une courte portée,faible puissance et ne peuvent couvrir qu'un nombre limité des utilisateurs.Ces caractéristiques rendent la gestion de la mobilité l'un des plus importants défis à résoudre.Dans cette thèse,nous proposons des nouveaux algorithmes de handover.En premier lieu,nous considérons la direction du mobile comme un paramètre clé pour la prise de décision de Handover.Nous proposons un algorithme de handover nommé OHMF basé sur l'optimisation de la liste de FAPs candidats tout en considérant la qualité de signal ainsi que la direction de mouvement de mobile.Ensuite,nous proposons un processus de prédiction de direction basé sur la régression linéaire.L'idée est de prédire la position future du mobile tout en tenant compte des positions actuelle et précédente.Cet algorithme est intitulé OHDP. En deuxième lieu,nous nous intéressons au problème de prédiction de mobilité pour être plus rigoureux lors de prise de décision de handover.Pour cela,nous utilisons les chaînes de markov cachées comme prédicteur du prochain FAP et nous proposons un algorithme de handover nommé OHMP. Afin d'adapter notre solution à toutes les contraintes du réseau femtocellules,nous proposons un algorithme de handover intitulé OHMP-CAC qui intègre un CAC approprié au réseau étudié et une différenciation de service avec et sans contraintes de QoS.Des études de performances basées sur des simulations et des traces de mobilité réelles ont été réalisées pour évaluer l'efficacité de nos propositions. / Femtocell network are deployed in the macrocell’s coverage to provide extended services with better performances. Femtocells have a short-range and low power transmissions.Each FAP supports a few number of connected users.Owing to these inherent features, one of the most challenging issues for the femtocellular network deployment remains the mobility management.In this thesis, we propose new handovers algorithms adapted to the characteristics of femtocells network.As a first part,we consider the direction of mobile user as a key parameter for the handover decision.To do so,we propose a new handover algorithm called OHMF. Its main purpose is the optimization of the list of FAPs candidates based on signal quality as well as the mobile direction to better choose the FAP target.After that, we propose an algorithm called OHDP based on the direction prediction using the linear regression.The idea behind this is to predict the future position of mobile based on its current and previous position. As a second part, we focus on mobility prediction problem to make an efficient handover decision.We propose a novel handoff decision algorithm called OHMP that uses HMM as a predictor to accurately estimate the next FAP that a mobile UE would visit,given its current and historical movement information.In order to adapt our solution to the characteristics of femtocells network,we propose a handover algorithm called OHMP-CAC based on HMM tool as a predictor, a proposed CAC and the availability of resources of the predicted FAP,SINR and the traffic type.In order to assess the efficiency of our proposals,all underlying algorithms are evaluated through simulations and real mobility traces.

Au cours des trente dernières années, la prédiction de la récidive criminelle a constitué un domaine d'intérêt à la fois, populaire et controversé, au sein de la littérature scientifique. Les délinquants sexuels présentent quant à eux, une criminalité diversifiée et constituent un problème d'envergure sur le plan social. Les efforts de certains chercheurs ont permis d'identifier des facteurs de risque associés à la délinquance sexuelle. Les échelles actuarielles RRASOR, Statique-99 et Statique 2002 furent créées afin de mieux prédire la récidive chez ce type de délinquant. Dans le but de clarifier les spécificités de la récidive, nous avons créé six catégories de délinquants sexuels. Malgré un taux de base relativement faible, la présente étude confirme la validité prédictive de ces outils en ce qui a trait à la récidive générale, violente et sexuelle chez ce type de délinquants. Certains items tels que l'âge du délinquant, les antécédents criminels et les manquements aux conditions de libération sont apparus comme des facteurs discriminants significatifs pour prédire la récidive chez certaines catégories de délinquants sexuels. L'échelle Statique-2002 s'est avérée un outil de prédiction intéressant en ce qui a trait à la récidive générale.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.