Lors d'une crue, la défaillance d'une digue fluviale est susceptible d'avoir des conséquences en vies humaines et économiques lourdes. Dans ce contexte, la réglementation sur la sécurité des ouvrages hydrauliques a récemment été renforcée (décret du 11 décembre 2007). Elle impose dorénavant aux gestionnaires la réalisation de diagnostics périodiques et encourage l'évaluation probabiliste de la sécurité des digues. De part leur caractère à grand linéaire, la complexité de leurs mécanismes de rupture et la grande variété de données nécessaires à leur diagnostic, les digues induisent des problématiques de diagnostic particulières, nécessitant l'intervention d'un ingénieur expert. Celui-ci doit procéder à l'analyse spatiale de l'information, l'interprétation des données disponibles et la prise en compte de leurs incertitudes. Il procède ensuite, par expertise, à l'évaluation qualitative de la performance des ouvrages. L'objectif de la thèse est l'élaboration d'un modèle d'aide à la décision probabiliste pour l'évaluation de la performance des digues. Ce modèle a vocation à être utilisé par un ingénieur spécialisé, en situation de diagnostic rapide ou approfondi et en valorisant toutes les données disponibles. Le modèle apporte une aide à l'ingénieur pour : identifier les tronçons homogènes d'un linéaire de digue, évaluer la performance des ouvrages pour les différents mécanismes de ruptures et préciser les niveaux d'incertitudes des résultats produits en fonction de l'imperfection des données disponibles. Notre démarche de recherche comporte trois étapes :- le développement d'un modèle fonctionnel des mécanismes de rupture des digues, bâti à partir de méthodes issues de la Sûreté de Fonctionnement et du Raisonnement Qualitatif ;- le développement d'un modèle d'aide à la décision déterministe comprenant des indicateurs de performance pour chaque mécanisme de rupture des digues, suivant une méthode de construction de critères uniques de synthèse ;- le développement d'un modèle d'évaluation probabiliste de la performance incluant une méthode de prise en compte des incertitudes des informations d'entrée et des résultats du modèle dans le cadre des probabilités subjectives. Les résultats de nos recherches sont illustrés par des applications du modèle à des études de cas, sur des digues fluviales et torrentielles / Levee risk control is crucial, as flood defense failures may seriously affect human life or economics issues. The regulation in France relating to the safety of the hydraulic structures is recently evolved (decree of December 11, 2007) and henceforth envisages for levees the realization of regular diagnoses and studies of dangers and encourages a probabilistic evaluation of levees safety. A levee safety evaluation currently consists in appraising the work, including taking into account data stemming from various prior investigations: historical records, visual inspections, hydraulic modeling, geophysical explorations, geotechnical explorations, etc. Such investigations may be performed to a more or less comprehensive extent, according to the resources available. Levee diagnostic studies will first split the alignments into several homogenous construction and loading sections, then complete an expert quality assessment of their performance levels. The goal of our research is to develop a probabilistic model for performance assessment of river levees, for a quick or comprehensive diagnosis. The model give support for engineer and make possible to determine how much an evaluation may be trusted and will help decide which levee sections should be primarily subjected to action or investigations. This will also facilitate the decision making process regarding technical actions to be taken to improve a levee section performance. Our approach contains three main steps:- analyzing and modeling levees failure mechanisms with a functional model build up from risk analysis methods ;- construction of deterministic decision aid model including levees performance indicator, using unicriterion decision support methods ;- construction of a probabilistic-based model for evaluating levees performance. Such model taking into account the input data uncertainty by using subjective probabilities. Our research results are illustrated by model application on cases studies

Les digues de protection contre les inondations sont d’une importance stratégique incontournable pour la sécurité des personnes et des biens. Une meilleure connaissance de leur fiabilité structurelle constitue un enjeu majeur pour les ingénieurs et pour les gestionnaires de ces ouvrages afin de répondre aux réglementations en vigueur et potentiellement les faire évoluer. La réglementation en France relative à la sûreté des ouvrages hydrauliques exige la réalisation d’études de dangers, au sein desquelles les démarches probabilistes d’évaluation de la sécurité prennent une place de plus en plus importante. De par la complexité de leurs mécanismes de rupture et l’absence de condition d’état-limite précis pour certains mécanismes de défaillance tels que l’érosion interne, la surverse ou l’affouillement, le calcul d’une probabilité de défaillance par des approches quantitatives demeure à ce jour impossible. Les digues induisent des problématiques particulières pour l’évaluation de leur fiabilité structurelle où l’intervention d’experts s’avère nécessaire et centrale. Ceux-ci doivent procéder à l’interprétation des données disponibles et la prise en compte de leurs incertitudes, pour pouvoir ensuite évaluer la fiabilité structurelle de digues en termes de probabilité de défaillance. L’objectif de la thèse est l’élaboration d’une démarche complète d’aide à l’évaluation probabiliste de la fiabilité structurelle des digues à partir du jugement expert. Une démarche scientifiquement justifiée pour le recueil et l’exploitation des évaluations expertes, incertaines mais quantitatives, de la fiabilité structurelle des ouvrages, sous la forme d’une probabilité de défaillance ou d’un coefficient de sécurité, assorti(e) d’une marge d’incertitude probabiliste. Afin de répondre à cet objectif, deux démarches ont été développée, « EiCAD » et « EiDA », toutes reposant (dans des ordres différents) sur les phases suivantes :- Une phase d’élicitation individuelle des avis experts (Ei) permettant le recueil des évaluations expertes probabilistes par la construction d’un formulaire de questionnement ;- Une phase de calibration (C) permettant de pondérer les évaluations expertes en fonction des degrés de précision et de justesse ;- Une phase d’agrégation (A) permettant une prise en compte simultanée de plusieurs évaluations expertes probabilistes ;- Une phase de débiaisage (D) permettant de traiter les biais susceptibles d’entacher les évaluations expertes probabilistes. Les démarches développées ont été mises en œuvre sur des cas de digues du Drac, dans l’agglomération grenobloise, pour évaluer la probabilité de défaillance, par jugement expert, vis-à-vis de mécanisme de rupture par glissement et par érosion interne / River levees as protective measures against flooding are a matter of utmost strategic importance for the security of people and property. A better knowledge of their structural reliability is a major challenge for engineers and managers of these structures in order to meet current regulations and potentially develop them. In France, the regulations relating to the safety of hydraulic structures require the realization of hazard studies, in which probabilistic safety evaluation procedures take on a more and more important role. Due to the complexity of their failure mechanisms and the lack of a specific condition of limit-state for some failure mechanisms such as internal erosion and overtopping or scour, calculating a probability of failure by quantitative approaches remains impossible to this day. Levees induce specific problems in evaluating their structural reliability where expert intervention is necessary and pivotal. They must interpret the available data and take into account the uncertainties in their analysis, in order to evaluate the structural reliability of levees in terms of probability of failure. The aim of the thesis is to develop and elaborate a complete approach for supporting probabilistic evaluation of structural reliability of levees based on expert judgments. It is designed as a scientifically justified approach to collect and use uncertain but quantitative expert evaluations of structural reliability, in the form of a failure probability or a safety factor, accompanied by a margin of probabilistic uncertainty. To meet this goal, two approaches have been developed, "EiCAD" and "EiDA" composed of the following phases (in different orders):- individual elicitation phase of expert judgment (Ei) allowing the collection of probabilistic expert evaluations by a constricted questionnaire ;- calibration phase (C) to weigh the probabilistic expert evaluations elicited depending on the degrees of precision and accuracy that can be provided;- aggregation phase (A) during which the probabilistic expert evaluations elicited by several experts are taken into account ;- debiasing phase (D) during which biases that may affect the probabilistic expert evaluations are removed. The developed approaches have been implemented for the cases of Drac levees, located in the Grenoble agglomeration, to assess the probability of failure, by expert judgment, with regard to sliding and internal erosion mechanism of failure

Le domaine de l'apprentissage automatique a pour but la création d'agents synthétiques améliorant leurs performances avec l'expérience. Pour pouvoir se perfectionner, ces agents extraient des régularités statistiques de données incertaines et mettent à jour leur modèle du monde. Les probabilités bayésiennes sont un outil rationnel pour répondre à la problématique de l'apprentissage. Cependant, comme ce problème est souvent difficile, des solutions proposant un compromis entre précision et rapidité doivent être mises en oeuvre. Ce travail présente la méthode d'apprentissage bayésien, ses fondations philosophiques et plusieurs applications innovantes. Nous nous intéressons d'abord à des questions d'apprentissage de paramètres. Dans ce cadre nous étudions deux problèmes d'analyse de données à variables cachées. Nous proposons d'abord une méthode bayésienne pour classer les joueurs d'échecs qui améliore sensiblement le système Elo. Le classement produit permet de répondre à des questions intéressantes comme celle de savoir qui fut le meilleur joueur d'échecs de tous les temps. Nous étudions aussi un système de filtrage collaboratif dont le but est de prévoir les goûts cinématographiques d'utilisateurs en fonction de leurs préférences passées. La deuxième partie de notre travail concerne l'apprentissage de modèles. D'abord nous nous intéressons à la sélection de variables pertinentes dans le cadre d'une application robotique. D'un point de vue cognitif, cette sélection permet au robot de transférer ses connaissances d'un domaine sensorimoteur vers un autre. Finalement, nous proposons une méthode permettant de découvrir automatiquement une nouvelle variable cachée afin de mieux modéliser l'environnement d'un robot.

Les travaux présentés portent sur l'évaluation de la performance des centres opérationnels de prévision hydrométéorologique d'EDF. Une première approche consiste à calculer la valeur économique de l'information de prévision pour l'usager en charge de l'optimisation de la production hydroélectrique. La prévision probabiliste permet ensuite de formaliser une partie du savoir du prévisionniste qui n'était jusqu'alors fournie à l'usager que de manière qualitative et occasionnelle: les informations concernant les incertitudes de prévision, particulièrement en ce qui concerne la prévision d'événements rares et sévères (précipitations intenses, crues, tempêtes, etc.). Un protocole mis en place de manière semi-opérationnelle amène le prévisionniste à exprimer sa prévision courante dans la langue des probabilités: il traduit alors ses incertitudes de prévision en termes quantitatifs. Les prévisions probabilistes ainsi obtenues apportent une information plus riche et mieux adaptée aux enjeux de l'usager en charge de la sûreté des installations hydroélectriques. La prévision probabiliste permet également de révéler le comportement de l'expert confronté aux limites de son savoir. Nous analysons plusieurs défauts qui entachent le jugement du prévisionniste, tels que la "surconfiance" (sous-estimation par l'expert de ses propres incertitudes), le biais (surestimation ou sous-estimation systématique de certaines variables à prévoir), et l'aversion à l'incertitude (difficulté pour l'expert de parier sur ses propres incertitudes). Si la prévision probabiliste est encore peu usitée dans la plupart des centres de prévisions, elle s'avère pourtant applicable dans un contexte opérationnel. Nous donnons donc des préconisations pratiques pour dépasser les réticences des prévisionnistes et usagers à l'égard de ce nouveau mode de communication des incertitudes.