Ces travaux de doctorat sont centrés sur l'apprentissage artificiel et l'optimisation, c'est à dire la construction de programmes apprenant à identifier un concept, à approximer une fonction ou à trouver un optimum à partir d'exemples de ce concept (ou de points de la fonction). Le contexte applicatif est l'apprentissage et l'optimisation de modèles simplifiés en ingénierie numérique, pour des problèmes industriels pour lesquels les exemples sont coûteux à obtenir. Il est nécessaire d'en utiliser le moins possible pour l'apprentissage; c'est le principe de l'apprentissage actif et de l'optimisation de fonction chères. Mes efforts de recherche ont d'abord porté sur la conception et le développement d'une nouvelle approche de l'apprentissage Actif, fondée sur l'apprentissage par renforcement. Les fondements théoriques de l'approche ont été établis. Parallèlement, l'implémentation d'un logiciel fondé sur cette approche, BAAL, a permis une validation expérimentale (publications: CAP'09, ECML'09). Une extension de cette approche a été réalisée pour l'optimisation de fonction chères (publication: GECCO 2009). La deuxième partie de mon doctorat s'intéresse aux potentiels et aux limites de l'apprentissage actif et de l'optimisation chère d'un point de vue théorique. Une étude des bornes de complexités de l'apprentissage actif par "paquets" a été réalisée (publication: ECML 2010). Dans le domaine de l'optimisation bruitée, des résultats sur le nombre minimal d'exemples nécessaires pour trouver un optimum ont été obtenus (publications: LION 2010, EvoSTAR 2010).

L'Analyse de Cycle de Vie (ACV) est aujourd'hui définie comme une approche aboutie et reconnue d'évaluation de la performance environnementale des produits, procédés et services. Cependant et malgré la standardisation dont elle a fait l'objet dans les années 1990, certaines limites subsistent et contribuent à fragiliser la fiabilité de ses résultats. La non-prise en compte quasi systématique des incertitudes et de la qualité des données d'inventaire, et son caractère consommateur de ressources en font partie. Ces carences mettent en avant la nécessité de développer une méthodologie de gestion de ces deux paramètres. C'est dans ce contexte que s'inscrivent les travaux de recherche. Nous proposons donc une méthodologie de fiabilisation des décisions environnementales basées sur des ACV, à partir de l'analyse et la gestion des incertitudes sur les données d'inventaire. Cette dernière combine une approche qualitative s'appuyant sur l'utilisation d'une matrice de pedigree et une approche quantitative propageant l'incertitude sur les données d'entrée au moyen de simulations de Monte Carlo. La méthodologie développée nous permet d'une part d'estimer la qualité des inventaires et donc du résultat, et d'autre part d'identifier et de localiser les données les plus influentes sur cet indice de qualité. Cette analyse générée à partir d'informations relativement accessibles permet également une optimisation de la phase de collecte et des ressources allouées. Nous pouvons en effet juger de la pertinence d'une collecte additionnelle en intégrant le potentiel de dégradation d'une donnée sur le degré de fiabilité estimé du résultat. Les conclusions de notre recherche devraient contribuer à crédibiliser les résultats d'ACV et faciliter la mise en œuvre de telles analyses par la gestion raisonnée des efforts de collecte.

L'objectif de cette thèse est de contribuer à une meilleure compréhension des processus de décision dans les systèmes complexes, en analysant comment les interventions systémiques produisent des changements dans le processus décisionnel mis en œuvre par les individus. Plus précisément, la recherche consiste à analyser les effets potentiels de l'utilisation d'un modèle systémique par les décideurs, tant sur les activités constitutives du processus de décision, que sur ses dimensions, tout en prenant en considération les déterminants susceptibles d'exercer une influence. Elle s'appuie sur une expérimentation basée sur un cas décisionnel simulé, qui porte sur le système de la propriété intellectuelle des innovations biotechnologiques : les sessions expérimentales consistent en des entretiens menés auprès de décideurs politiques et l'intervention systémique concerne l'utilisation d'un modèle de simulation par la dynamique des systèmes. Les résultats suggèrent : 1) une progression multiple, cumulative, conjonctive et récurrente ; 2) une démarche décisionnelle incrémentale, à multiples perspectives et créative ; 3) une multiplicité d'acteurs impliqués, ayant des intérêts et des rôles diversifiés ; 4) des rationalités politique, limitée, contextuelle, voire sociocognitive. De plus, les résultats montrent qu'en situation d'intervention systémique, les décideurs tendent à considérer plus d'éléments d'analyse et de disciplines scientifiques lors de leur analyse décisionnelle, et à impliquer plus d'acteurs tant à l'interne qu'à l'externe.

Cette thèse s'est intéressée à deux domaines de l'intelligence artificielle : d'une part l'apprentissage par renforcement (A/R), et d'autre part les systèmes multi-agents (SMA). Le premier permet de concevoir des agents (entités intelligentes) en se basant sur un signal de renforcement qui récompense les décisions menant au but fixé, alors que le second concerne l'intelligence qui peut venir de l'interaction d'un groupe d'entités (dans la perspective que le tout soit plus que la somme de ses parties). Chacun de ces deux outils souffre de diverses difficultés d'emploi. Le travail que nous avons mené a permis de montrer comment chacun des deux outils peut servir à l'autre pour répondre à certains de ces problèmes. On a ainsi conçu les agents d'un SMA par A/R, et organisé l'architecture d'un agent apprenant par renforcement sous la forme d'un SMA. Ces deux outils se sont avérés très complémentaires, et notre approche globale d'une conception “progressive” a prouvé son efficacité.

La dernière décennie a vu l'émergence d'Internet et l'apparition des applications multimédia qui requièrent de plus en plus de bande passante, ainsi que des utilisateurs qui exigent une meilleure qualité de service. Dans cette perspective, beaucoup de travaux ont été effectués pour améliorer l'utilisation du spectre sans fil.Le sujet de ma thèse de doctorat porte sur l'application de la théorie des jeux, la théorie des files d'attente et l'apprentissage dans les réseaux sans fil,en particulier dans des environnements partiellement observables. Nous considérons différentes couches du modèle OSI. En effet, nous étudions l'accès opportuniste au spectre sans fil à la couche MAC en utilisant la technologie des radios cognitifs (CR). Par la suite, nous nous concentrons sur le contrôle de congestion à la couche transport, et nous développons des mécanismes de contrôle de congestion pour le protocole TCP.

Dans un environnement économique décrit comme turbulent, la flexibilité est perçue comme un facteur clé de succès que les entreprises devraient maximiser. Pourtant, la notion de flexibilité est souvent présentée comme un concept relatif au domaine étudié. Celle-ci reste par conséquent un concept difficile à appréhender de façon globale et est souvent limitée à une fonction analytique malgré les nombreux travaux dont elle a fait l'objet depuis le début du XXe siècle. La complexité provient essentiellement de la multiplicité des domaines d'application, en témoignent les travaux portants sur la classification des différents types de flexibilités et de l'absence d'approche homogène pour traiter ces problématiques. L'enjeu, pour développer une gestion de la flexibilité au sein des niveaux stratégique, tactique et opérationnel, est alors d'intégrer cette dimension au processus décisionnel. Aujourd'hui, seules certaines décisions ont pour objet la flexibilité alors que tout processus de décision, par le changement d'état qu'il opère, modifie la topologie de l'espace des situations atteignables et par conséquent la capacité du système à être flexible. En vue d'établir une véritable politique de couverture du risque efficiente en univers incertain pour les entreprises, notre recherche s'est attachée à proposer une unité de gestion commune pour la flexibilité que nous avons nommée " potentialité ". Nous avons ainsi défini un cadre conceptuel sur lequel repose une méthodologie permettant de concevoir un système à flexibilité souhaitée. Nos travaux ouvrent des perspectives de recherches importantes sur deux axes majeurs. Le premier consiste à formaliser l'expression du besoin en termes de flexibilité dans le cadre de la méthodologie proposée. Le second, concerne le développement d'une politique de flexibilité basée sur la gestion d'un portefeuille de potentialités à l'instar d'une gestion de stock.

Afin d'être autonomes, les robots doivent êtres capables de prendre des décisions en fonction des informations qu'ils perçoivent de leur environnement. Cette thèse modélise les problèmes de prise de décision robotique comme des processus de décision markoviens avec un espace d'état et un espace d'action tous deux continus. Ce choix de modélisation permet de représenter les incertitudes sur le résultat des actions appliquées par le robot. Les nouveaux algorithmes d'apprentissage présentés dans cette thèse se focalisent sur l'obtention de stratégies applicables dans un domaine embarqué. Ils sont appliqués à deux problèmes concrets issus de la RoboCup, une compétition robotique internationale annuelle. Dans ces problèmes, des robots humanoïdes doivent décider de la puissance et de la direction de tirs afin de maximiser les chances de marquer et contrôler la commande d'une primitive motrice pour préparer un tir. / The autonomy of robots heavily relies on their ability to make decisions based on the information provided by their sensors. In this dissertation, decision-making in robotics is modeled as continuous state and action markov decision process. This choice allows modeling of uncertainty on the results of the actions chosen by the robots. The new learning algorithms proposed in this thesis focus on producing policies which can be used online at a low computational cost. They are applied to real-world problems in the RoboCup context, an international robotic competition held annually. In those problems, humanoid robots have to choose either the direction and power of kicks in order to maximize the probability of scoring a goal or the parameters of a walk engine to move towards a kickable position.

Comme le montrent Hambrick et Mason (1984) dans leur théorie des échelons supérieurs (ou « Upper Echelons Theory) », ce sont les décisions, les stratégies et les actions du dirigeant fondées sur leurs valeurs, leur expérience et leur personnalité qui vont avoir un impact sur la performance de leur entreprise et donc sur la croissance de celle-ci. Dès lors, ce seraient leur personnalité, leurs valeurs et leur expérience qui fonderaient leurs décisions et conditionneraient la performance de leur entreprise. Hambrick et Mason (1984) reconnaissent toutefois que la relation « expérience du dirigeant-croissance de l’entreprise » peut être inversée : la croissance de l’entreprise peut elle-même influencer les caractéristiques de l'équipe de direction ou du dirigeant.Mintzberg et al. (1999, p.160) diront d’ailleurs au sujet des dirigeants : « l’expérience forme leurs connaissances, qui, à leur tour, formeront leurs expériences futures ». Notre recherche se situe en management stratégique et vise à éclairer les débats sur la prise de décision du dirigeants. Elle s’inscrit dans le courant des sciences cognitives et s’intéresse plus précisément aux questions inhérentes à la cognition managériale. Afin de répondre à nos objectifs de recherche, une enquête a été réalisée auprès de dirigeants de PME. Dans cette enquête, l’influence des expériences de croissance sur les décisions est appréhendée grâce à la méthode de cartographie cognitive. Nos données sont issues de 25 dirigeants, ce qui représente 41 expériences, un dirigeant pouvant relater plusieurs expériences. La collecte des données nécessaire à l’établissement des cartes cognitives s’est réalisée par le biais de mémoires rédigés pour répondre à la question de recherche posée, par des dirigeants participant à une formation interentreprise proposée. Nous avons choisi dans notre recherche d’utiliser une démarche abductive de recherche articulant approches théoriques et approches empiriques. Nous avons souhaité, dans un premier temps, dans une approche déductive reposant sur une logique de réfutation, confronter les propositions issues de la revue de la littérature et du modèle conceptuel initial, aux données collectées auprès des dirigeants grâce à la construction de leur carte cognitive ; puis, dans un second temps, l’analyse des cartes cognitives ayant révélé d’autres éléments non pris en compte par les propositions issues de la littérature, nous avons exploré plus avant ces cartes cognitives. Nous avons ainsi obtenu un modèle d’analyse des effets de l’expérience de croissance sur le processus de prise de décision. Les résultats de cette thèse proposent que l’expérience de croissance, qu’elle soit positive ou négative, provoque un apprentissage en matière de décision ou « apprentissage décisionnel », qui fonde une nouvelle capacité dynamique de direction dans le développement de l’entreprise. Nos résultats suggèrent que l’apprentissage à travers l’expérience de croissance confère au dirigeant une perception plus nette de son rôle de dirigeant dans les situations de croissance ; qu’il est nécessaire pour le dirigeant de prévoir des phases de réflexion sans tomber dans le piège des actions immédiates souvent exigées par le contexte de croissance. Le dirigeant doit accepter par ailleurs de revoir son mode de management et sa vision stratégique. L’expérience de croissance donne au dirigeant un jugement plus affiné qui lui permet de saisir les opportunités nouvelles, grâce notamment à une plus grande complexité cognitive qui lui permet aussi d’analyser les situations ambiguës ou incertaines. Enfin, notre recherche propose que l’expérience de croissance donne au dirigeant un jugement éclairé qui lui permet de mieux intégrer l’avis des collaborateurs et les effets de l’expérience positive et pas uniquement ceux issus des échecs ou des expériences jugées négatives. / As demonstrated by Hambrick and Mason (1984) in their Upper Echelons Theory, decisions, strategies and actions of the manager based on their experience and their personality have an impact on the performances of their business and hence on the growth of the latter.The theory of the higher levels (Hambrick and Mason, 1984) demonstrates that leaders act according to i) their interpretations of the strategic situation they are exposed to ; ii) experience and personality, as interpretations are based on those. The leaders therefore interpret the stimuli and take action through filters that are their cognitive patterns. Therefore, their personality, values and experience would be the base of their decisions and would condition the performances of their business.Hambrick and Mason (1984), however, report that the relationship "experience of the manager-company growth" can be reversed: the growth of the company itself can influence the characteristics of the management team or officer.Mintzberg et al. (1999, p.160) also say about the leaders : « experience build their knowledge, which in turn build their future experiences. » Our research is in strategic management and aims to inform debates over decision making of managers. It is enrolled in the course of cognitive science and specifically addresses issues inherent in the managerial cognition. In order to meet our research objectives, a survey was conducted among managers in France. In this investigation, the influence of the growth experiments on decisions is apprehended through cognitive mapping method. Our data are based on 25 leaders, representing 41 experiments, a manager can count several experiments. The collection of data necessary for establishing cognitive maps was achieved through written submissions to answer the research question posed by the managers participating in inter-company training offer.We choose to use in our research an abductive approach articulating theoretical and empirical approaches. We wanted, at first, in a deductive approach based on a logical rebuttal, to compare proposals from the literature review and initial conceptual model to data collected from the leaders through the construction of their cognitive map. Then, in a second step, the analysis of cognitive maps have revealed other ignored by the proposals from the literature items, to define new proposals which usefully complement our model. We obtained an effects analysis model of the growth experience of the process of decision making. The results of this thesis suggest that the growth experience, whether positive or negative, causes learning in decision making or "decision-learning", which establishes a new dynamic capacity management in the development of the company. Our results suggest that learning through experience growth gives the leader a clearer perception of his leadership role in growth situations; it is necessary for the leader to provide reflection phases without falling into the trap often required immediate action by the growth environment. The leader must also agree to review its management style and strategic vision. The growth experience gives the leader a more refined judgment allowing it to seize new opportunities, including through greater cognitive complexity that also allows him to analyze ambiguous or uncertain situations. Finally, our research suggests that the growth experience gives the leader a reasoned judgment that allows them to better integrate the views of employees and the effects of the positive experience, not just those from failures or deemed negative experiences.

Nous proposons une nouvelle approche pour l'apprentissage de représentation parcimonieuse, où le but est de limiter le nombre de caractéristiques sélectionnées \textbf{par donnée}, résultant en un modèle que nous appellerons \textit{Modèle de parcimonie locale pour la classification} --- \textit{Datum-Wise Sparse Classification} (DWSC) en anglais. Notre approche autorise le fait que les caractéristiques utilisées lors de la classification peuvent être différentes d'une donnée à une autre: une donnée facile à classifier le sera ainsi en ne considérant que quelques caractéristiques, tandis que plus de caractéristiques seront utilisées pour les données plus complexes. Au contraire des approches traditionnelles de régularisation qui essaient de trouver un équilibre entre performance et parcimonie au niveau de l'ensemble du jeu de données, notre motivation est de trouver cet équilibre au niveau des données individuelles, autorisant une parcimonie moyenne plus élevée, pour une performance équivalente. Ce type de parcimonie est intéressant pour plusieurs raisons~: premièrement, nous partons du principe que les explications les plus simples sont toujours préférables~; deuxièmement, pour la compréhension des données, une représentation parcimonieuse par donnée fournit une information par rapport à la structure sous-jacente de celles-ci~: typiquement, si un jeu de données provient de deux distributions disjointes, DWSC autorise le modèle à choisir automatiquement de ne prendre en compte que les caractéristiques de la distribution génératrice de chaque donnée considérée. / This thesis introduces a body of work on sequential models for classification. These models allow for a more flexible and general approach to classification tasks. Many tasks ultimately require the classification of some object, but cannot be handled with a single atomic classification step. This is the case for tasks where information is either not immediately available upfront, or where the act of accessing different aspects of the object being classified may present various costs (due to time, computational power, monetary cost, etc.). The goal of this thesis is to introduce a new method, which we call datum-wise classification, that is able to handle these more complex classifications tasks by modelling them as sequential processes.

Cette thèse envisage le problème du report modal sous l'angle des lacunes existant dans le modèle classique de compréhension des choix de mobilité. Trois grandes dimensions, propres au comportement individuel, sont étudiées au moyen de trois études sur les résidents de la région de Paris, en France. L'approche des explications naïves (étude 1), permet d'abord d'envisager les raisons des déterminants du choix modal pour 307 personnes aux pratiques modales diverses. Les résultats montrent qu'au point de vue des usagers, les choix modaux sont principalement fondés par les caractéristiques instrumentales des modes, la préférence individuelle pour le bénéfice temporel ne distingue cependant pas les usagers de la voiture des usagers des modes collectifs ferrés. L'importance relative des paramètres symboliques est envisagée par une manipulation de deux contextes hypothétiques auprès de 200 participants (étude 2). Les résultats montrent qu'un paramètre instrumental (le temps de trajet) et un paramètre symbolique (la mixité sociale) ont des impacts du même ordre sur les choix. La nécessité de considérer les dimensions cognitives de la décision est abordée au moyen d'une manipulation de l'attention portée par 438 individus à l'évaluation de leur liberté de choix (étude 3). Les résultats montrent que le sentiment de liberté de choix tend à être moins extrême en traitement central qu'en traitement périphérique. Cette thèse montre en outre, dans une visée critique, certains effets des variables sociodémographiques. Ces travaux soulignent dans l'ensemble la nécessité de prendre en compte les comportements individuels pour pouvoir espérer réaliser une promotion du report modal efficace.