Face à l'augmentation de la mobilité, les politiques de développement durable cherchent à optimiser l'utilisation des infrastructures de transport existantes. En particulier, les systèmes d'information du trafic à large échelle ont le potentiel d'optimiser l'utilisation du réseau de transport. Ils doivent fournir aux usagers une information fiable en temps réel leur permettant d'optimiser leurs choix d'itinéraires. Ils peuvent également servir d'outils d'aide à la décision pour les gestionnaires du réseau. La thèse étudie comment l'émergence des services Internet sur les téléphones portables et la rapide prolifération des systèmes de géolocalisation permet le développement de nouveaux services d'estimation et d'information des conditions de trafic en réseau urbain. L'utilisation des données provenant de véhicules traceurs nécessite le développement de modèles et d'algorithmes spécifiques, afin d'extraire l'information de ces données qui ne sont envoyées, jusqu'à présent, que par une faible proportion des véhicules circulant sur le réseau et avec une fréquence faible. La variabilité des conditions de circulations, due à la présence de feux de signalisation, motive une approche statistique de la dynamique du trafic, tout en intégrant les principes physiques hydrodynamiques (formation et dissolution de files d'attentes horizontales). Ce modèle statistique permet d'intégrer de façon robuste les données bruitées envoyées par les véhicules traceurs, d'estimer les paramètres physiques caractérisant la dynamique du trafic et d'obtenir l'expression paramétrique de la loi de probabilité des temps de parcours entre deux points quelconques du réseau. La thèse s'appuie sur les données et les infrastructures développées par le projet Mobile Millennium à l'Université de Californie, Berkeley pour valider les modèles et algorithmes proposés. Les résultats soulignent l'importance du développement de modèles statistiques et d'algorithmes adaptés aux données disponibles pour développer un système opérationnel d'estimation du trafic à large échelle

Les machines à vecteurs support (SVM) sont des modèles de l'apprentissage automatique qui font actuellement l'objet de nombreux travaux de recherche, ceci pour deux raisons principales : d'une part, <br />leurs performances constituent l'état de l'art dans de multiples domaines<br />de la reconnaissance des formes, d'autre part, elles possèdent des propriétés statistiques remarquables. Le premier modèle de SVM proposé par Vapnik et ses co-auteurs calcule des dichotomies. Il peut être utilisé pour effectuer des tâches de discrimination à catégories multiples, dans le cadre de l'application de méthodes de décomposition. Des SVM multi-classes ont également été proposées dans la littérature, parmi lesquelles nous distinguons celles qui s'appuient sur un modèle affine multivarié, que nous nommons M-SVM. Ce mémoire se présente comme une étude synthétique de la discrimination à catégories multiples au moyen de SVM. Il se concentre plus particulièrement sur l'analyse des M-SVM.<br /><br />Le chapitre deux est consacré à la description des SVM multi-classes,<br />à leur mise en oeuvre et à l'analyse de leurs performances. Nous présentons successivement le cadre théorique de leur étude, les différents modèles, une étude théorique de leurs performances en généralisation, leur programmation ainsi que les différentes méthodes de sélection de modèle qui leur sont dédiées. Le chapitre trois décrit une application de la M-SVM de Weston et Watkins en biologie structurale prédictive. Le problème traité est la prédiction de la structure secondaire des protéines globulaires.

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Dans l’optique de limiter l’impact environnemental négatif de l’utilisation immodérée du pétrole, le développement de nouveaux moyens de transport plus écoénergétiques est favorisé. Bien qu’elle offr actuellement une autonomie considérablement plus limitée que celle du véhicule à gazoline, la technologie du véhicule électrique est la plus prisée. Liée à la faible autonomie des véhicules électriques, l’angoisse de la panne, un sentiment éprouvé chez les utilisateurs de ce type de véhicules qui a été identifié lors des années 1990, représente actuellement une barrière socio-technologique importante au développement de la technologie du véhicule électrique. Afin de limiter les risques de panne d'énergie et dans le but de renforcer la confiance du conducteur face à cette nouvelle technologie de véhicule, une méthode précise de prédiction de la distance résiduelle est proposée. Cette méthode originale utilise un algorithme de prédiction du trajet basé sur l'identification des virages à gauche et à droite. Sachant que le type de trajet parcouru influence de façon importante la distance résiduelle, cette stratégie de prédiction offr une amélioration de la précision face aux autres couramment utilisées. La pertinence de cette nouvelle méthode de prédiction sera démontrée à la fois en situation de simulation et d’expérimentation.

Deterioration of reinforced-concrete (RC) structures due to corrosion of steel limits the service-life and increases the rehabilitation costs. Concrete slabs in parking structures deteriorate faster than any other structural elements because of direct exposure to high concentrations of chlorides used for snow and ice removal-during winter seasons. The use of fiber-reinforced polymer (FRP) bars as an alternative to conventional steel has emerged as a realistic and cost-effective solution to overcome the corrosion problems, particularly for concrete structure exposed to harsh environmental conditions. Design of RC flat slabs is often compromised by their ability to resist shear stresses at the punching-shear surface area. The connections between slabs and supporting columns could be susceptible to high shear stresses and might cause brittle and sudden punching-shear failure. These connections may become the starting points leading to catastrophic punching-shear failure of a flat slab system when the steel reinforcement corrodes. Extensive research work has been conducted on the punching-shear behaviour of steel-reinforced flat slabs. The punching-shear strength of RC flat slabs reinforced with glass fiber-reinforced polymer (GFRP) bars, however, is yet to be fully investigated and understood. This is due to the limited research work on the subject and to the numerous parameters affecting punching-shear behaviour. In addition, the current FRP design codes and guidelines do not provide rational design models addressing the contribution of the FRP as shear reinforcement (stirrups) for FRP-RC flat slabs. Thus, this study aims at investigating the punching-shear behaviour of concrete two-way slabs reinforced in flexure with GFRP bars. The investigation included two-way test specimens without shear reinforcement and others with carbon or glass FRP stirrups to evaluate the performance of specimens without shear reinforcement and the effect of shear reinforcement on the punching-capacity and performance. To achieve this, experimental and analytical studies were conducted. The experimental program included twenty-six interior slab-column connections reinforced with GFRP bars and two specimens reinforced with steel bars for comparisons. The specimens were tested through two phases. Phase I, focused on the two-way slabs without shear reinforcement and the investigated parameters were: (i) flexural reinforcement ratio (ranged from 0.34% to 1.66%) and type (steel and GFRP); (ii) GFRP compression reinforcement; (iii) slab thickness (200 mm and 350 mm); (v) column dimensions (300 × 300 mm and 450 × 450 mm); (iv) concrete strength (normal and high-strength concretes). Phase II, focused on the use of FRP shear reinforcement (stirrups) and its effectiveness and contribution to the punching-shear capacity. The test variables considered in Phase II were: (i) the material of stirrups (carbon and glass FRP); (ii) shear reinforcement ratio; (iii) stirrup spacing; (iv) the effect of flexural reinforcement ratio on the effectiveness of the shear reinforcement. The effect of the different parameters considered in the two phases of the experimental work were presented and discussed in four journal papers. Moreover, the test results and the findings contributed to the first field implementation of GFRP bars in two flat slabs parking garages in Québec's city, which were Québec's city hall (Québec, Canada, 2010) and La Chancelière parking garage (the world's first flat-slab parking garage totally reinforced with GFRP bars) (Québec, Canada, 2011). On the other hand, the analytical study included assessing the accuracy of the current punching-shear design provisions through comparing the test results of the specimens tested herein and 35 specimens from literature. The provisions included CSA 8806-12 (2012), ACI 440 (2006), BS 8110 (1997), and JSCE (1997).

Ce mémoire présente les résultats de calculs analytiques de prédiction du comportement de dispositifs de retenue de niveau PL-2 armé d'armature en polymères renforcés de fibres de verre (PRFV) soumis aux essais de chargement quasi statique horizontal. L'un des modèles analytiques à l'étude est le calcul de la charge ultime que peut reprendre un dispositif de retenue en fonction des dimensions de la fissure au niveau de la connexion. Le deuxième modèle analytique à l'étude est le calcul de prédiction de la relation charge-déflexion en tête de muret. La collaboration entre le Ministère des Transports du Québec (MTQ), le Ministère des Transports de l'Alberta et l'Université de Sherbrooke a permis d'effectuer des essais quasi statiques sur plusieurs configurations durant les dernières années. Les configurations de dispositifs provenant du MTQ sont des barrières de type 210 et 311 dont les murets et les dalles sont entièrement armés de barres en PRFV. Les configurations des dispositifs de l'Alberta sont quant à eux des dispositifs de type S-1642 et S-1650 dont les murets sont armés de barres en PRFV et les dalles sont armées de barres d'acier enduit d'époxy. Grâce à cette banque de données, il est possible d'effectuer l'étude des modèles sur différentes configurations et ainsi déterminer certaines de leurs limites. De plus, une modélisation par éléments finis de la configuration de dispositif de retenue de type 311 (PL-2) a été effectuée. Le dispositif a été modélisé en trois dimensions avec le logiciel ADINA. De ce modèle, une comparaison avec les données expérimentales a été effectuée afin de le valider. De plus, une étude paramétrique a été effectuée sur l'influence des résistances du béton de la dalle et du muret et du module d'élasticité des barres en polymères renforcés de fibres (PRF). En effet, des bétons de 35 MPa et 50 MPa ont été utilisés afin de représenter trois cas de combinaison de résistance en compression des bétons. Finalement, trois grades de modules élastiques ont été utilisés sur le dispositif ayant un béton de 35 MPa au niveau de la dalle et un béton de 50 MPa au niveau du muret (combinaison la plus courante) afin d'étudier l'effet du module élastique des barres.

Ce travail étudie les capacités de méthodes d’adaptation pour la prédiction de mots. Le premier groupe de méthodes traite de l’adaptation aux préférences lexicales et syntaxiques de l’utilisateur d’un système de communication assistée. Au sein de ce groupe de méthodes, nous avons étudié le modèle cache, le lexique auto-adaptatif et le modèle d’utilisateur dynamique (MUD), intégrant toute saisie de l’utilisateur. Le deuxième groupe de méthodes rassemble des approches qui ont pour objectif d’exploiter le contexte sémantique. Dans ce contexte, nous avons en particulier étudié l’Analyse Sémantique Latente (LSA), un modèle vectoriel qui se base sur les propriétés distributionnelles. Dans la dernière partie nous présentons un système d’aide à la communication, dans lequel nous avons implémenté les méthodes d’adaptation. Après une description de l’interface utilisateur nous avons exposé quelques expériences réalisées avec ce système, qui est utilisé dans un centre de rééducation fonctionnelle. / This thesis investigates the capacities of adaptive methods for word prediction. We present and evaluate several adaptation methods: First, we consider strategies enabling to adapt to the lexical and syntactic preferences of the user of an AAC system. Here we investigate the cache model, an auto-adaptive user lexicon and the dynamic user model (DUM), which integrates every input of the user. The second class of methods aims to adapt to the semantic context. Here we focus in particular on Latent Semantic Analysis (LSA), a vectorial model establishing semantic similarity from distributional properties. In the last part an assistive communication system is presented that implements the previously investigated adaptation methods. After a description of the user interface we report results from the application of this system in a rehabilitation center. / Die vorliegende Arbeit untersucht die Kapazitäten adaptiver Methoden für die Wortprädiktion, einer zentralen Strategie im Kontext der unterstützenden Kommunikation (UK) für sprach- und bewegungsbehinderte Menschen. Zunächst wird eine allgemeine Einführung in die Forschungsgebiete der UK einerseits und derWortprädiktion andererseits gegeben. Dabei wird insbesondere Bezug genommen auf stochastische Sprachmodelle, welche sich für die Prädiktion als sehr geeignet erwiesen haben. Die Untersuchung adaptiver Methoden erfolgt daraufhin entlang zweier Achsen: In einem ersten Abschnitt werden die Verfahren betrachtet, welche die Adaption an die spezifische Lexik und Syntax des Benutzers eines UK-Systems erlauben. Dabei werden insbesondere das sogenannte Cache-Modell, ein selbstlernendes Benutzerlexikon sowie das dynamische Benutzermodell (dynamic user model, DUM) diskutiert. Auf der zweiten Achse werden nun Modelle untersucht, welche auf eine Adaption der Wortprädiktion an den semantischen bzw. topikalischen Kontext abzielen. Hier rückt vor allem eine Methode in den Mittelpunkt: die Latent-Semantische Analyse (LSA), ein vektorraumbasiertes Verfahren, welches semantische Ähnlichkeit durch distributionelle Eigenschaften lexikalischer Einheiten etabliert. Als schwierig erweist sich jedoch die Integration der LSA-basierten semantischen Information in das allgemeine Prädiktionsmodell, weshalb hier verschiedene Integrationsmöglichkeiten untersucht werden. Im letzten Teil dieser Arbeit wird ein UK-System vorgestellt, welches die erfolgreichsten der zuvor betrachteten Adaptionsverfahren implementiert. Nach einer Präsentation der verschiedenen kommunikationsfördernden Komponenten wird von der Anwendung dieses Systems berichtet, welches seit mehreren Jahren in einem Rehabilitationszentrum eingesetzt wird.

Les domaines PDZ reconnaissent des motifs C-terminaux (PBMs), à l'origine de nombreuses interactions qui sont souvent impliquées dans la régulation de la polarité cellulaire. Dans cette thèse, nous avons étudié divers aspects de la spécificité des interactions PDZ-PBM. Nous avons mis en évidence les faibles performances de deux prédicteurs d'interaction entre PDZs et PBMs, considérés sous leurs formes les plus courtes. Ensuite, nous avons développé des protocoles basés sur les méthodes BIAcore et HoldUp pour valider expérimentalement et à grande échelle des prédicteurs d'interaction PDZ-PBM et pour étudier l'influence du contexte de séquence (comme les séquences flanquantes ou les domaines voisins) des PDZs et des PBMs sur l’affinité et la spécificité de leurs interactions. Nous avons identifié des interactions potentielles impliquant les protéines humaines à PDZ MAGI1 et SCRIB soulignant leur implication dans les réseaux de signalisation des protéines G. Une revue de la littérature, combinée avec nos propres résultats, a révélé des mécanismes par lesquels le contexte de séquence influence les affinités et spécificités des interactions impliquant les PDZs. Nous avons discuté ces mécanismes dans une revue publiée. Les connaissances obtenues à partir de cette thèse pourront influencer positivement de futures études sur les interactions PDZ-PBM, en particulier, et sur les interactions domaine-motif linéaire en général. / PDZ domains recognize C-terminal PDZ-binding motifs (PBMs) thereby mediating protein interactions that are often involved in cell polarity regulation. In this thesis, we studied under various aspects the specificity of PDZ-PBM interactions. We identified weak performances of two published predictors for interactions between core PDZ domains and short PBMs. Next, we developed protocols based on BIAcore and HoldUp to experimentally validate on a large scale predicted PDZ-PBM interactions and to study the influence of sequence context (e.g. flanking regions or neighbouring domains) of PDZs and PBMs on their interaction affinity and specificity. We identified new potential interactions involving the human PDZ proteins MAGI1 and SCRIB underpinning their implication in G protein signalling pathways. A literature survey combined with our own findings reveal structural mechanisms, by which sequence context influences PDZ interaction affinities and specificities. We have discussed those in a published review. Insights gained from this thesis may positively impact future studies on PDZ-PBM interactions in particular and on domain-linear motif interactions in general.

Les nouvelles technologies permettent l'acquisition de données génomiques et post-génomiques de grande dimension, c'est-à-dire des données pour lesquelles il y a toujours un plus grand nombre de variables mesurées que d'individus sur lesquels on les mesure. Ces données nécessitent généralement des hypothèses supplémentaires afin de pouvoir être analysées, comme une hypothèse de parcimonie pour laquelle peu de variables sont supposées influentes. C'est dans ce contexte de grande dimension que nous avons travaillé sur des données réelles issues de l’espèce porcine et de la technologie haut-débit, plus particulièrement le métabolome obtenu à partir de la spectrométrie RMN et des phénotypes mesurés post-mortem pour la plupart. L'objectif est double : d'une part la prédiction de phénotypes d’intérêt pour la production porcine et d'autre part l'explicitation de relations biologiques entre ces phénotypes et le métabolome. On montre, grâce à une analyse dans le modèle linéaire effectuée avec la méthode Lasso, que le métabolome a un pouvoir prédictif non négligeable pour certains phénotypes importants pour la production porcine comme le taux de muscle et la consommation moyenne journalière. Le deuxième objectif est traité grâce au domaine statistique de la sélection de variables. Les méthodes classiques telles que la méthode Lasso et la procédure FDR sont investiguées et de nouvelles méthodes plus performantes sont développées : nous proposons une méthode de sélection de variables en modèle linéaire basée sur des tests d'hypothèses multiples. Cette méthode possède des résultats non asymptotiques de puissance sous certaines conditions sur le signal. De part les données annexes disponibles sur les animaux telles que les lots dans lesquels ils ont évolués ou les relations de parentés qu'ils possèdent, les modèles mixtes sont considérés. Un nouvel algorithme de sélection d'effets fixes est développé et il s'avère beaucoup plus rapide que les algorithmes existants qui ont le même objectif. Grâce à sa décomposition en étapes distinctes, l’algorithme peut être combiné à toutes les méthodes de sélection de variables développées pour le modèle linéaire classique. Toutefois, les résultats de convergence dépendent de la méthode utilisée. On montre que la combinaison de cet algorithme avec la méthode de tests multiples donne de très bons résultats empiriques. Toutes ces méthodes sont appliquées au jeu de données réelles et des relations biologiques sont mises en évidence / Recent technologies have provided scientists with genomics and post-genomics high-dimensional data; there are always more variables that are measured than the number of individuals. These high dimensional datasets usually need additional assumptions in order to be analyzed, such as a sparsity condition which means that only a small subset of the variables are supposed to be relevant. In this high-dimensional context we worked on a real dataset which comes from the pig species and high-throughput biotechnologies. Metabolomic data has been measured with NMR spectroscopy and phenotypic data has been mainly obtained post-mortem. There are two objectives. On one hand, we aim at obtaining good prediction for the production phenotypes and on the other hand we want to pinpoint metabolomic data that explain the phenotype under study. Thanks to the Lasso method applied in a linear model, we show that metabolomic data has a real prediction power for some important phenotypes for livestock production, such as a lean meat percentage and the daily food consumption. The second objective is a problem of variable selection. Classic statistical tools such as the Lasso method or the FDR procedure are investigated and new powerful methods are developed. We propose a variable selection method based on multiple hypotheses testing. This procedure is designed to perform in linear models and non asymptotic results are given under a condition on the signal. Since supplemental data are available on the real dataset such as the batch or the family relationships between the animals, linear mixed models are considered. A new algorithm for fixed effects selection is developed, and this algorithm turned out to be faster than the usual ones. Thanks to its structure, it can be combined with any variable selection methods built for linear models. However, the convergence property of this algorithm depends on the method that is used. The multiple hypotheses testing procedure shows good empirical results. All the mentioned methods are applied to the real data and biological relationships are emphasized

L'organisme Eurocontrol prévoit une forte hausse du trafic aérien européen d'ici l'année 2035. Cette hausse de trafic justifie le développement de nouveaux concepts et outils pour pouvoir assurer les services dus aux usagers de l'espace aérien. La prévision de trajectoires d'avion est au coeur de ces évolutions. Parmi ces outils, les outils de détection et résolution de conflits utilisent les trajectoires prédites pour anticiper les pertes de séparation entre avions et proposer des solutions aux contrôleurs aériens. L'horizon de prédiction utilisé pour cette application est de l'ordre de dix à vingt minutes. Parmi les algorithmes réalisant une détection et résolution de conflits, certains sont mis en œuvre au sol, obligeant ainsi les prédictions à être calculées en n'utilisant que les informations disponibles dans les systèmes sols. Dans ces systèmes, la masse des avions ainsi que les profils de vitesse ou de poussée des moteurs ne sont pas connus. Ainsi, le calcul d'une trajectoire prédite avec un modèle physique se fait en utilisant des valeurs de référence pour les paramètres inconnus. Dans ce cadre, nous nous intéressons à la phase de montée pour laquelle ces paramètres influent grandement sur la trajectoire de l'avion. Ce travail s'appuie sur le modèle physique BADA développé et maintenu par Eurocontrol. Ce modèle physique modélise, entre autres, les performances des avions. Il fournit également des valeurs de référence pour les paramètres inconnus comme la masse de l'avion, son profil de vitesse en montée, ou la commande de poussée des moteurs. Ce modèle, largement utilisé dans le monde entier, est particulièrement imprécis pour la phase de montée, car les valeurs réelles de ces paramètres sont parfois très éloignées des valeurs de référence. Dans cette thèse, nous proposons soit d'estimer directement certains paramètres, comme la masse, à partir des points passés de la trajectoire, soit d'utiliser des méthodes d'apprentissage supervisé afin d'apprendre, à partir d'exemples, des modèles prédisant les valeurs des paramètres manquants (masse, loi de poussée, vitesses cibles). Ces différentes méthodes sont testées sur des données radar Mode-C et Mode-S sur plusieurs types d'avions. Les prédictions obtenues avec ces méthodes sont comparées à celles obtenues avec les paramètres de référence. Elles sont également comparées avec les prédictions obtenues par des méthodes de régression prédisant directement l'altitude de l'avion plutôt que les paramètres du modèle physique. Nos méthodes permettent de réduire, suivant le type de l'avion, de 50 % à 85 % par rapport à la méthode BADA de référence, la racine de l'erreur quadratique moyenne sur l'altitude prédite à un horizon de dix minutes. / The Eurocontrol organization forecasts a strong increase of the European air traffic till the year 2035. This growth justifies the development of new concepts and tools in order to ensure services to airspace users. Trajectory prediction is at the core of these developments. Among these tools, conflict detection and resolution tools use trajectory predictions to anticipate losses of separation between aircraft and propose solutions to air traffic controllers. For such applications, the time horizon of the prediction is about ten to twenty minutes. Among conflict detection and resolution algorithms, some are operated in ground-based systems. The trajectory predictions must then be computed using only the information that is available to ground systems. In these systems, the mass, the speed profile and the thrust setting are unknown. Thus, using a physical model, the trajectory predictions are computed using reference values for unknown parameters. In this context, we are focusing on the climb phase. In this phase these unknown parameters have a great influence on the aircraft trajectory. This work relies on a physical model of the aircraft performances : BADA, developed and maintained by Eurocontrol. It also provides reference values for unknown parameters such as the mass, the speed profile and the thrust setting. This widely used model is particularly inaccurate for the climb phase as the actual values for the unknown parameters might be very different from the reference values. In this thesis, we propose to estimate directly the mass, an unknown parameter, using a physical model and past points of the trajectory. We also use supervised learning methods in order to learn, from examples, some models predicting the unknown parameters (mass, speed profile and thrust setting). These different approaches are tested using Mode-C Radar data and Mode-S Radar data with different aircraft types. The obtained predictions are compared with the ones obtained with the BADA reference values. These predictions are also compared with predictions obtained by directly predicting the future altitude instead of the unknown parameters of the physical model. These methods, depending on the aircraft type, reduces the root mean square error on the predicted altitude at a 10 min horizon by 50 % to 85 % when compared to the root mean square error obtained using BADA with the reference values.