Les Composés Organiques Volatils biogènes (COVB) sont des molécules issues du métabolisme secondaire des végétaux, dont l'émission peut être modulée par les conditions environnementales. Parmi ces composés, l'isoprène a été très étudié du fait des flux d'émission important et de son implication dans la photochimie troposphérique. Cependant, les mécanismes d'action des facteurs environnementaux sont encore mal connus, et notamment celui de l'impact du stress hydrique. Dans le contexte de changements climatiques, ce type de stress va particulièrement impacter la région méditerranéenne.Nous avons étudié l'impact du stress hydrique sur les émissions d'isoprène de Quercus pubescens Willd. Cette espèce, très présente dans cette région, serait la seconde source d'isoprène en Europe.Deux étude ont été menées.La première, effectuée en pépinière, a consisté à appliquer un stress hydrique modéré et sévère d'avril à octobre. Une augmentation des émissions d'isoprène des arbres modérément stressés a été observée alors qu'il n'y a eu aucune modification des émissions pour les arbres très stressés.La seconde a consisté à faire un suivi saisonnier du stress hydrique au sein d'une chênaie pubescente. Un stress hydrique amplifié a été appliqué par un système d'exclusion de pluie, permettant de diminuer la quantité de pluie de 30%. Nous avons observé que le stress hydrique amplifié augmentait les facteurs d'émission d'isoprène des arbres.Cette base de données a permis le développement, par Réseau de Neurones Artificiels (RNA), d'un algorithme d'émission d'isoprène. Nous avons ainsi mis en évidence l'impact prédominant du contenu en eau du sol sur les émissions d'isoprène. / Biogenic Volatile Organic Compounds (BVOC) are plants secondary-metabolism-molecules. Their emissions are modulated by environmental conditions. Among these compounds, isoprene has been particularly studied due to its intense emission fluxes as well as its major contribution to tropospheric photochemistry. However, the impacts of environmental constraints on isoprene emission are still not yet well known. In particular, water stress impact is still a contradictory issue. In a world facing multiple climatic changes, models expect this kind of stress to hit Mediterranean area.This work focused on the impact of water stress on Quercus pubescens Willd. isoprene emissions. This species, widely spread in this area, is the second isoprene emitter in Europe.Two types of study were used.First, during an experimental carried out in a nursery, Q. pubescens saplings were grown under a moderate and severe water stress from April to October. This experimentation highlighted an increase of isoprene emissions for mid-stressed trees, while no emission changes were observed for the highly stressed trees.Secondly, an experimentation was conducted on a pubescent oak forest with trees acclimated to long lasting stress periods. We followed, during a whole season, the impact, on isoprene emissions, of a water stress created by artificially reducing 30% of the rains by means of a specific deploying roof. Isoprene emission factors were observed to increase under water stress.The database thus obtained was used in an Artificial Neural Network (ANN) to develop an appropriate isoprene emission algorithm. We underlined the predominant impact of soil water content on isoprene emissions.

Depuis son introduction en 1982, la carte auto-organisatrice de Kohonen (Self-Organizing Map : SOM) a prouvé ses capacités de classification et visualisation des données multidimensionnelles dans différents domaines d’application. Les implémentations matérielles de la carte SOM, en exploitant le taux de parallélisme élevé de l’algorithme de Kohonen, permettent d’augmenter les performances de ce modèle neuronal souvent au détriment de la flexibilité. D’autre part, la flexibilité est offerte par les implémentations logicielles qui quant à elles ne sont pas adaptées pour les applications temps réel à cause de leurs performances temporelles limitées. Dans cette thèse nous avons proposé une architecture matérielle distribuée, adaptable, flexible et extensible de la carte SOM à base de NoC dédiée pour une implantation matérielle sur FPGA. A base de cette approche, nous avons également proposé une architecture matérielle innovante d’une carte SOM à structure croissante au cours de la phase d’apprentissage / Since its introduction in 1982, Kohonen’s Self-Organizing Map (SOM) showed its ability to classify and visualize multidimensional data in various application fields. Hardware implementations of SOM, by exploiting the inherent parallelism of the Kohonen algorithm, allow to increase the overall performances of this neuronal network, often at the expense of the flexibility. On the other hand, the flexibility is offered by software implementations which on their side are not suited for real-time applications due to the limited time performances. In this thesis we proposed a distributed, adaptable, flexible and scalable hardware architecture of SOM based on Network-on-Chip (NoC) designed for FPGA implementation. Moreover, based on this approach we also proposed a novel hardware architecture of a growing SOM able to evolve its own structure during the learning phase