Conformément aux principes de la médecine factuelle, les guides de bonne pratique clinique (GBPC) sont élaborés dans un but d'amélioration de la qualité des soins. Pourtant, le suivi des recommandations par les médecins reste faible, même lorsqu'elles sont intégrées dans des systèmes informatisés d'aide à la décision. En effet, elles sont souvent critiquées pour leur manque de flexibilité, et leur incapacité à gérer la singularité des patients rencontrés en pratique clinique. En particulier, leur orientation monopathologique est en inadéquation avec la réalité de patients bien souvent polypathologiques. Nos travaux portent sur la proposition d'une méthode basée sur un raisonnement ontologique pour permettre la conciliation de GBPC pour la prise en charge flexible de patients polypathologiques au sein d'un système d'aide à la décision. Les bases de connaissances reposent sur des règles construites par formalisation des recommandations, dont les critères patients sont organisés par une ontologie du domaine, permettant de produire un graphe des profils cliniques structuré par généralisation. Le raisonnement ontologique permet une juste adaptation des connaissances aux niveaux d'abstraction variables de la description du patient. Cette méthode a été implémentée dans un système d'aide à la décision, appelé GO-DSS, et appliquée à la prise en charge de patients diabétiques et hypertendus, à partir des GBPC produits par la société VIDAL (VIDAL Recos). Le prototype et ses interfaces ont été évalués qualitativement par un échantillon d'utilisateurs comprenant à la fois des informaticiens avec des connaissances médicales et des médecins avec des compétences en informatique. / Clinical practice guidelines (CPGs) are elaborated according to evidence-based medicine principles in order to improve healthcare quality. However, even when they are integrated into clinical decision support systems, recommendations are poorly implemented by physicians. Indeed, CPGs are often criticized for their lack of flexibility, and their inability to handle the singularity of patients encountered in clinical practice. In particular, CPGs are usually elaborated for a single pathology whereas patients usually suffer from multiple pathologies and comorbidities. We have proposed a method based on an ontological reasoning to enable the reconciliation of single-pathology CPGs to support the flexible management of patients with multiple pathologies. Knowledge bases are made of decision rules that formalize the content of single-pathology CPGs. Patient criteria are organized by a domain ontology, which allows the generation of a generalization-ordered graph of clinical patient profiles. The ontological reasoning allows to reason at different levels of abstraction to process clinical cases described with different levels of completeness. This method has been implemented in a decision support system called GO-DSS, and applied to the management of patients suffering from both arterial hypertension and type 2 diabetes, on the basis of CPGs produced by the VIDAL company (VIDAL Recos). The prototype and its user interfaces have been qualitatively evaluated by a sample of users including both computer scientists with medical knowledge and physicians with computer skills.

Ce mémoire porte sur l'utilisation des ontologies dans les systèmes de recherche d'information SRI dédiés à des domaines particuliers. Il se base sur une approche à deux niveaux, à savoir la formulation et la recommandation des requêtes. La formulation consiste à assister l'utilisateur dans l'expression de sa requête en se basant sur des concepts et des propriétés de l'ontologie de domaine utilisée. La recommandation consiste à proposer des résultats de recherche en utilisant la méthode du raisonnement à partir de cas. Dans cette méthode, une nouvelle requête est considérée comme un nouveau cas.La résolution de ce nouveau cas consiste à réutiliser les anciens cas similaires qui ne sont que des requêtes traitées auparavant. Afin de valider l'approche proposée, un système OntoCBRIR a été développé et un ensemble d'expérimentations a été élaboré. Enfin, les perspectives de recherche concluent le présent rapport. / This thesis study the using of ontologies in information retrieval systemdedicated to a specific domain. For that we propose a two-level approach to deal with i) the query formulation that assists the user in selecting concepts and properties of the used ontology ; ii) the query recommendation that uses the case-based reasoning method, where a new query is considered as a new case. Solving a new case consists of reusing similar cases from the history of the previous similar cases already processed. For the validation of the proposed approaches, a system was developed and a set of computational experimentations was made. Finally, research perspectives conclude that this present report.

Cette thèse concerne l’étude des débats argumentatifs entre plusieurs agents artificiels. Notre travail est motivé par les difficultés qui surgissent quand un nombre important d’utilisateurs interagissent et débattent sur le Web, en échangeant des arguments sur différents sujets. Ces difficultés se situent au niveau de la représentation des connaissances des agents impliqués dans le débat, de la représentation du débat, de la façon de tirer les conclusions du débat, de l'évaluation de la qualité du débat, de la définition des protocoles spécifiques d'interaction, et de l'étude des stratégies des agents qui souhaitent atteindre un but précis via le débat. La contribution de cette thèse consiste donc en: a) la modélisation d'un débat argumentatif entre plusieurs agents, la modélisation des expertises de ces derniers, et l'agrégation des opinions des différents experts sur différentes parties d'un débat; b) l'apport d'une aide à l'agent responsable de la gestion d'un débat donné, la proposition d'une méthode permettant d'évaluer la qualité des débats argumentatifs en fonction de la confiance que l'on peut avoir en leurs conclusions, ainsi que la proposition de solutions permettant d'améliorer la qualité des débats dont les conclusions ne sont pas clairement établies; c) l'apport d'une aide permettant aux agents qui participent à un débat argumentatif de déterminer quels arguments placer dans le débat, l'étude des systèmes argumentatifs munis d'une structure dynamique, l'étude des moyens disponibles permettant à un agent d'influencer un système dynamique afin d'atteindre son but, l'étude des modifications minimales permettant à un agent d’atteindre un objectif donné, l'étude des stratégies argumentatives basées sur ce changement minimal; d) la définition, l'étude et l'évaluation des protocoles argumentatifs multi-agents, ainsi que la définition de protocoles de différents types (1) basés sur une évaluation numérique d'arguments et (2) basés sur des extensions d'arguments, l'utilisation des différentes techniques pour assurer la cohérence d'un débat tout en laissant une liberté d'expression aux agents, et enfin un grand nombre d'expérimentations (sur des débats) permettant de tester différentes stratégies et de les évaluer en fonction de différents critères. / In this thesis multi-agent argumentation debates are studied. Our work is motivated by the issues which are raised when a large number of users interact and debate on the Web, by exchanging arguments on various topics. These issues are raised on the levels of representing the debating users' knowledge, representing the debate, computing the debate's conclusions, evaluating the debate's quality, defining specific protocols for user interaction, and studying debate strategies which users employ in order to achieve particular goals. This thesis' contribution consists in: a) proposing a way to model a multi-agent argumentation debate where the participants have different types of expertise, and proposing a way to aggregate their opinions; b) offering support to the agent who is arbitrating a debate, proposing a way to evaluate the quality of a debate on the basis of how confident we can be on its conclusions, and proposing solutions for improving the quality of a debate which lacks definite conclusions; c) offering support to the debating agents in order to determine which arguments they should put forward, studying dynamic argumentation systems, studying the potential ways in which an agent can influence a dynamic argumentation system in order to achieve his goal, studying the minimal change allowing an agent to achieve his goal, studying several argumentation strategies based on minimal change; d) defining, studying and evaluating multi-agent argumentation protocols, defining protocols of different types (1) based on numerical argument evaluation and (2) based on argument extensions, using different techniques to ensure a debate's coherence while ensuring some liberty of expression to the agents, and finally performing an important number of experiments (on debates) in order to test various strategies and evaluate them with respect to specific criteria.

Ce travail s’inscrit dans le domaine de l’ordonnancement à base de programmation par contraintes. Dans ce cadre, la contrainte de ressource la plus fréquemment rencontrée est la cumulative, qui permet de modéliser des processus se déroulant de manière parallèle.Nous étudions dans cette thèse la contrainte cumulative en nous aidant d’outils rarement utilisés en programmation par contraintes (analyse polyédrale, dualité de la programmation linéaire, dualité de la géométrie projective) et proposons deux contributions pour le domaine.Le renforcement cumulatif est un moyen de générer des contraintes cumulatives redondantes plus serrées, de manière analogue à la génération de coupes en programmation linéaire entière. Il s'agit ici de l'un des premiers exemples de contrainte globale redondante.Le Raisonnement Énergétique est une propagation extrêmement puissante pour la contrainte cumulative, avec jusque-là une complexité élevée en O(n^{3}). Nous proposons un algorithme qui calcule cette propagation avec une complexité O(n^{2}log n), ce qui constitue une amélioration significative de cet algorithme connu depuis plus de 25 ans. / This work falls in the scope of constraint-based scheduling. In this framework, the most frequently encountered resource constraint is the cumulative, which enables the modeling of parallel processes.In this thesis, we study the cumulative constraint with the help of tools rarely used in constraint programming (polyhedral analysis, linear programming duality, projective geometry duality) and propose two contributions for the domain.Cumulative strengthening is a means of generating tighter redundant cumulative constraints, analogous to the generation of cuts in integer linear programming. This is one of the first examples of a redundant global constraint.Energy Reasoning is an extremely powerful propagation for cumulative constraint, with hitherto a high complexity of O(n^{3}). We propose an algorithm that computes this propagation with a O(n^{2}log n) complexity, which is a significant improvement of this algorithm known for more than 25 years.

Cette thèse se focalise sur l'analyse de données structurées en graphes, un format de données répandu dans le monde réel. Le raisonnement dans ces données est un enjeu clé en apprentissage automatique, avec des applications allant de la classification de nœuds à la prédiction de liens. On distingue deux approches majeures pour le raisonnement dans les données en graphes : l'apprentissage relationnel statistique et l'apprentissage profond. L'apprentissage relationnel statistique construit des modèles graphiques probabilistes, efficaces pour capturer des dépendances complexes et intégrer des connaissances préexistantes, comme les règles logiques. Des méthodes notables incluent les réseaux logiques de Markov et les champs aléatoires conditionnels. L'apprentissage profond, quant à lui, se base sur l'apprentissage de représentations pertinentes des données observées pour une compréhension et un raisonnement rapides. Les réseaux neuronaux pour graphes (GNN) représentent un outil de pointe dans ce domaine. La combinaison de l'apprentissage relationnel statistique et de l'apprentissage profond offre une perspective enrichie sur le raisonnement, promettant un cadre plus robuste et efficace. Cette thèse explore cette combinaison, en développant des méthodes qui intègrent les deux approches. L'apprentissage profond renforce l'efficacité de l'apprentissage et de l'inférence dans l'apprentissage relationnel statistique, tandis que ce dernier affine les prédictions de l'apprentissage profond. Ce cadre intégré est appliqué à un éventail de tâches de raisonnement sur les graphes, démontrant son efficacité et ouvrant la voie à des recherches futures pour des cadres de raisonnement encore plus robustes. / This thesis centers on the analysis of graph-structured data, a ubiquitous data format in the real world. Reasoning within graph-structured data has long been a fundamental problem in machine learning, with applications spanning from node classification to link prediction. There are two principal approaches to tackle reasoning within graph-structured data: statistical relational learning and deep learning. Statistical relational learning techniques construct probabilistic graphical models based on observed data, excelling at capturing intricate dependencies of available evidence while accommodating prior knowledge, such as logic rules. Notable methods include Markov logic networks (MLNs) and conditional random fields (CRFs). In contrast, deep learning models harness the capability to learn meaningful representations from observed data, using these representations to rapidly comprehend and reason over the data. Graph neural networks (GNNs) have emerged as prominent tools in the realm of deep learning, achieving state-of-the-art results across a spectrum of tasks. Statistical relational learning and deep learning offer distinct perspectives on reasoning. Intuitively, combining these paradigms promises to create a more robust framework that inherits expressive power, efficiency, and the ability to model joint dependencies while simultaneously acquiring representations for more effective reasoning. In pursuit of this vision, this thesis explores the concept, developing methods that seamlessly integrate deep learning and statistical relational learning. Specifically, deep learning enhances the efficiency of learning and inference within statistical relational learning, while statistical relational learning, in turn, refines the predictions generated by deep learning to improve the accuracy. This integrated paradigm is applied across a diverse range of reasoning tasks on graphs. Empirical results demonstrate the effectiveness of this paradigm, encouraging further exploration to yield more robust reasoning frameworks.

Puisque certaines études montrent que les difficultés en lecture de plusieurs enfants peuvent être prévenues par une intervention précoce (Hurford et al., 1994; Torgesen, 2000; Vellutino et al., 1996); l'intérêt pour la prédiction des habiletés en lecture s'est accru au cours des dernières années. Poursuivant le travail de Sirois (2005), cette étude évalue si la vitesse des opérations mentales (VOM) et la vitesse de dénomination (VD) prédisent mieux, après 18 mois, la faible performance en lecture de certains enfants par rapport à la performance de trois autres groupes d'enfants qui ont un rendement supérieur en lecture; l'effet de l'âge ayant préalablement été contrôlé sur les variables à l'étude. Les résultats de l'analyse de fonctions discriminantes réalisée sur un échantillon de 152 enfants âgés de 6 à 9 ans suggèrent que la VOM, mesurée par un temps de réaction avec prise de décision, et la VD des objets sont significativement associées au classement des enfants dans les groupes de lecture. Bien que le classement global de 45,4% soit significativement différent du hasard, le groupe des faibles lecteurs n'est correctement classé qu'à 44%. Le classement des enfants qui éprouvent des difficultés en lecture n'est donc pas supérieur à celui effectué dans les trois autres groupes de rendement en lecture. Les variables de vitesse cognitive contribuent donc au classement des jeunes selon leur performance en lecture, bien qu'elles n'aient pas de vertu particulière pour identifier les enfants qui auront des difficultés en lecture. L'intérêt d'évaluer la capacité de prédiction de la performance en lecture par les variables de VOM et de VD s'inscrit dans la lignée des recherches effectuées sur le dépistage précoce des difficultés en lecture. Cette étude contribue à l'avancement des connaissances dans le domaine de la prédiction des habiletés en lecture afin de favoriser un dépistage précoce et une mobilisation rapide des ressources professionnelles auprès des enfants qui sont à risque de vivre des difficultés en lecture.

Cette thèse met en évidence comment le programme de philosophie pour enfants de M. Lipman réintroduit dans les programmes d'éducation l'équivalent de la pratique d'un art libéral - la dialectique - pour favoriser le développement intellectuel des enfants. Nous présentons d'abord le programme de philosophie pour enfants sous l'angle du développement intellectuel. Puis nous examinons comment la tradition de la pratique des arts libéraux peut trouver son fondement théorique dans la logique d'Aristote. Enfin, nous comparons le programme de Lipman avec le cadre d'analyse ainsi établi.

Cette recherche vise à documenter les qualités psychométriques des Tests de rendement cognitif pour enfants (TRCE ; Loranger & Pépin, 1998), un instrument d'évaluation intellectuelle informatisé tenant compte de la vitesse des opérations mentales. Les TRCE et la forme abrégée de l’Échelle d'intelligence Stanford-Binet sont administrés à 127 enfants âgés entre 3 ans et 5½ ans. Les différents tests informatisés montrent des relations significatives entre eux allant de –0,54 à 0,90 (p < 0,01). De plus, l'analyse factorielle confirme la prédominance d'un seul facteur se dégageant à la fois des TRCE et de l'échelle d'intelligence traditionnelle (56% de la variance est expliquée par ce facteur). L'instrument à l'étude démontre aussi une bonne capacité discriminante en fonction de l'âge (r entre score global et âge = 0,70). Par ailleurs, les scores des TRCE présentent des relations positives et significatives avec ceux du Stanford-Binet (score global mis en relation avec les sous-tests du Stanford-Binet: Vocabulaire r = 0,51; Analyse de modèles r = 0,60; Quantités r = 0,60; Mémorisation de perles r = 0,39). En somme, cette étude montre que la vitesse des opérations mentales constitue une composante fondamentale pour l'étude de l'intelligence des enfants.

La préparation des enseignants du secondaire gabonais à la prise en compte des erreurs des élèves en géométrie nous a conduits à questionner leur formation initiale. Ce questionnement a débouché sur la nécessité de concevoir et d’expérimenter une formation initiale à l’enseignement de la géométrie axée sur une articulation entre visualisation et raisonnements. La présente recherche vise l’étude des rapports aux savoirs de futurs enseignants au cours de cette formation. Pour atteindre cet objectif, nous nous sommes basés sur une articulation de plusieurs cadres théoriques. Ainsi, les rapports aux savoirs de ces futurs enseignants ont été appréhendés selon deux perspectives : les rapports à l’apprendre et les rapports à faire apprendre (Caillot, 2014). À ces deux perspectives, nous avons joint trois dimensions : identitaire, sociale et épistémique (Charlot et al., 1992). Nous avons choisi d’appréhender les dimensions identitaire et sociale à travers la dialectique outil-objet (Douady, 1986) et la dimension épistémique au moyen du modèle d’articulation visualisation-raisonnements inspiré de Duval (2005). Les rapports aux savoirs émergeant pendant la formation ont par la suite été expliqués par les interactions entre trois postures épistémologiques (DeBlois et Squalli, 2002). Ces explications se sont fondées sur le modèle de DeBlois (2012). Notre méthodologie s’est axée autour d’une expérimentation didactique (Steffe et D’Ambrosio, 1996). Ainsi, les rapports aux savoirs de cinq futurs enseignants ont été étudiés lors des différentes composantes de la formation. Il a été possible de mettre en lumière le fait que les futurs enseignants s’illustrent en début de formation soit par des rapports aux savoirs de nature heuristique, soit par des rapports aux savoirs de nature formelle. Les rapports aux savoirs de nature heuristique se caractérisent par une préoccupation pour la visualisation, alors que les rapports aux savoirs de nature formelle montrent une préoccupation pour le raisonnement déductif. La thèse montre par ailleurs que la formation a fait émerger des rapports aux savoirs de nature pragmatique. Ces rapports aux savoirs se caractérisent par une plus grande préoccupation pour l’articulation visualisation-raisonnements et favorisent une prise en compte des erreurs des élèves basée sur cette articulation. Les rapports aux savoirs de nature heuristique et de nature formelle s’expliquent par une tension entre les postures de l’ancien élève et de l’étudiant se soldant à l’avantage de la première. Les rapports aux savoirs de nature pragmatique résultent d’une synergie entre les postures de l’étudiant et de l’enseignant. / The preparation of Gabonese teachers in secondary school to take into account the errors of students in geometry led us to question their pre-service training. This questioning has led to design and experiment a pre-service training in geometry teaching based on connection between visualization and reasoning. This research aims to study relationships to knowledge of pre-service teachers during this training. To achieve this goal we are based on several frameworks. Thus, these pre-service teachers's relationships to knowledge have been apprehended through two perspectives: relationships to learn and relationships to teach (Caillot, 2014). In these two perspectives, we have added three dimensions: identity, social and epistemic (Charlot et al., 1992). We chose to apprehend the dimensions of identity and social through the Dialectic Tool-Object (Douady, 1986) and the epistemic dimension using visualization-reasoning articulation model inspired by Duval (2005). The relationships to knowledge of pre-service teachers emerging during the training were later explained by the interactions between the three epistemological stances they adopted (DeBlois et Squalli, 2002). These explanations were based on the model of DeBlois (2012). Our methodology focused on a formative experiment (Steffe et D’Ambrosio, 1996). Thus, relationships to knowledge of five pre-service teachers were studied during the different components of the training. It has been possible to highlight the fact that pre-service teachers are illustrated at the beginning of training by heuristic or formal relationships to knowledge. Heuristic relationships are characterized by a concern for visualization, while formal relationships show a concern for deductive reasoning. The thesis also shows that the training has led to the emergence of pragmatic relationships to knowledge. These relationships to knowledge are characterized by a greater concern for the connection of visualization-reasoning and promote the taking into account of pupils’ errors based on this connection. The heuristic and formal relationships are explained by a tension between former-pupil stance and student stance, which resulted in advantage of the first. Pragmatic relationships to knowledge seems result from a synergy between student stance and teacher stance.

Cette thèse aborde l'aide du pronostic basée sur l'image et les ontologies médicales, en utilisant la représentation des connaissances et le raisonnement pour les très grandes images microscopiques. Une application médicale particulière dans laquelle une assistance de type pronostic est nécessaire est la graduation du cancer du sein. Même si cela est considéré comme un outil d'évaluation essentiel dans la pratique de pathologie moderne, les principaux problèmes posés par la procédure manuelle de pronostic sont : la nécessité des connaissances, attention et temps. D'autre part, le manque de représentation sémantique formelle standardisée pour aider l'indexation et la classification de la terminologie, ainsi que l'utilisation d'un mécanisme d'inférence pour assister la graduation représentent des problématiques clé du domaine. Dans ce sens, cette étude propose une représentation formelle qualitative pour la graduation du cancer du sein ainsi qu'une ontologie d'application Breast Cancer Grading Ontology (BCGO) pour décrire les connaissances d'une manière cohérente. Une autre question que nous adressons en proposant l'ontologie est le fossé sémantique entre les concepts sémantiques de haut niveau et les caractéristiques de l'image de bas niveau. En plus, nous proposons un soutien de théorie spatiale pour la représentation des relations spatiales entre les concepts spécifiques à la graduation du cancer du sein. L'ontologie BCGO est intégré dans une plateforme microscopique cognitif virtuelle MICO pour l'exploration visuelle, l'indexation et l'extraction sémantique de l'image microscopique.