Les interactions comportementales entre hétérospécifiques, lors du contact entre deux populations auparavant isolées, sont source de nouvelles pressions de sélection sur les traits affectant ces interactions. Les traits impliqués notamment dans les interactions reproductives et compétitives évoluent en fonction de ces pressions et ces adaptations peuvent influencer le processus de spéciation. La communication entre individus joue un rôle particulièrement important dans la régulation des interactions comportementales intra et inter-spécifiques. L'évolution de la reconnaissance spécifique peut notamment permettre d'adapter les réponses comportementales lors des rencontres en fonction de l'identité spécifique des individus. Les études empiriques présentées ici ont eu pour objectif de tester, chez un organisme modèle (deux sous espèces de la souris domestique), le rôle de la sélection sexuelle contre les hybrides et de la compétition mâle-mâle par interférence dans la mise en place de l'isolement reproducteur. Nos résultats montrent que la sélection sexuelle peut avoir un double effet dans la zone hybride entre Mus musculus musculus et M. m. domesticus : réduire la fitness des hybrides, et limiter le flux de gènes à travers la zone. La compétition par interférence ne semble par contre pas avoir un rôle important dans l'évolution de la reconnaissance spécifique relativement aux pressions émergeant des interactions reproductives. Nos résultats mettent également en évidence des asymétries dans l'intensité des préférences homogames en zone de contact, qui pourraient être représentatives de pressions de sélection inégales entre sexes et entre sous-espèces. Cette dissertation se clôt sur une discussion sur les interactions entre différents processus évolutifs suite à un contact, et sur la notion de reconnaissance spécifique. / Behavioural interactions between heterospecifics, when two previously isolated populations come into contact, generate new selective pressure on traits involved in those interactions. Particularly, the traits involved in reproductive and competitive interactions evolve due to this selection, and these adaptations can affect the speciation process. Communication plays an important role in the regulation of behavioral interactions, both between and within species. Evolution of species recognition allows behavioral adjustment to the species of the encountered individuals. The empirical studies presented here aimed to test, on a model organism (two house mice subspecies), the role of sexual selection against hybrids, and of male-male interference competition, in the evolution of reproductive isolation. Our results show that sexual selection can act in th hybrid zone between Mus musculus musculus and M. m. domesticus, by reducing hybrid fitness, and by impeding gene flow through the zone. Interference competition however do not seem to be an important driver of the divergence of species-specific signals in the contact zone, and reinforcing selection is probably at the origin of this character displacement. Our results also enlighten asymmetries in homogamous preferences intensity, which could be due to differences in selective pressures depending on sex an subspecies. This dissertation ends on a discussion on interactions between process at play at secondary contact, and on the notion of species recognition.

Cette thèse étudie la transnationalisation d'un mouvement issu de la confrérie musulman Tidjaniyya : le mouvement Tidjaniyya Ibrahimiyya. Fondé en 1929, ce mouvement a pu s'exporter dans différents pays d'Afrique grâce à une forme de prédication itinérante développée par son fondateur (Ibrahim Niasse, 1902-1975) et ses premiers lieutenants. Depuis la disparition d'Ibrahim Niasse, un groupe hétérogène d'acteurs (les héritiers), poursuivent cette dynamique de transnationalisation en vue, d'une part d'assurer la promotion du mouvement et, d'autre part, d'acquérir une meilleure considération sociale et politique. Cette thèse s'appuie sur l'ethnographie multi-située, l'observation participante, l'analyse de discours et le traitement des archives (internes et externes), en vue d'interroger l'expérience de l'itinérance transnationale chez les héritiers de la Ibrahimiyya. Dans un second temps, il est question de faire l'inventaire des enjeux socio-politiques et économiques qui délimitent la transnationalisation de ce mouvement Ibrahimiyya. / This thesis investigates the trans movement from the Muslim brotherhood Tidjaniyya: the Tidjaniyya Ibrahimiyya movement. Founded in 1929, this movement could be exported to different countries in Africa through a form of itinerant preaching developed by its founder (Ibrahim Nisse, 1902-1975) and his first lieutenant. Since the disappearance of Ibrahim Niasse, a diverse group of stakeholders (the heirs), continuing the momentum of trans nationalization to ensure on the one hand, promoting movement; and secondly, to gain a better social and political status. This thesis is based on the multi-located ethnography, participant observation, discourse analysis and processing records (internal and external), to examine experience of transnational roaming among heirs of Ibrahimiyya.

La maladie d'Alzheimer (MA) est une maladie neurodégénérative qui est la cause la plus fréquente de démence chez les personnes âgées. Il est proposé que celle-ci ait pour origine l'agrégation du peptide l'amyloïde-ß (Aß) qui, produit à l'état monomérique, est retrouvé sous formes de plaques séniles dans le cerveau des patients. Lors de l'agrégation, le peptide se retrouve sous plusieurs formes, dont les formes oligomériques qui présentent la plus grande toxicité envers les neurones. Bien qu'il existe une grande diversité de structures chimiques utilisées comme sondes des plaques séniles, le développement d'outils de détection des formes précoces du processus d'agrégation reste un défi scientifique majeur. Pour cela, il est nécessaire de connaitre à l'échelle moléculaire la nature du(des) site(s) d'interaction entre la sonde et le peptide. Ceci permettrait l'élaboration rationnelle de ligands plus spécifiques pour chaque forme du peptide Aß (monomère, oligomère,...). Dans le cadre de ces travaux de thèse, la mise au point de synthèses modulaires de différents dérivés du motif 2-aryl-benzothiazole connu pour son interaction avec les agrégats a été effectuée. Ces dérivés permettent l'étude de l'agrégation et de l'identification du(des) site(s) d'interaction par différentes techniques. Au cours de ces travaux, la synthèse et l'étude de quatre principaux dérivés du 2-aryl-benzothiazole ont été réalisées ; (i) un dérivé comportant une amine secondaire présentant des propriétés photophysiques intéressantes, obtenu en 11 étapes avec un rendement global de 23 % ; (ii) un dérivé avec un motif ferrocène pour des études en électrochimie, obtenu avec 13 % de rendement en 11 étapes ; (iii) un dérivé comportant un motif TEMPO radicalaire pour des études par RPE et RMN, obtenu avec un rendement 16 % en 10 étapes ; et (iv) un dérivé comportant un motif diazirine obtenu avec un rendement global de 8 % en 19 étapes pour une étude de marquage par photo-affinité (création d'un lien covalent après irradiation) suivi d'une étude par spectrométrie de masse. Outre les synthèses de ces sondes, des résultats préliminaires des études menées par études photophysiques, électrochimie, RPE, RMN et spectrométrie de masse seront présentées dans ce manuscrit. / Alzheimer's disease (AD) is a neurodegenerative disease which is the most common cause of dementia in elderly people. It is proposed that it originates from the aggregation of amyloid-ß peptide (Aß), produced in the monomeric state, which is found as senile plaques in the brain of patients. During aggregation, the peptide is found in several forms, including oligomeric forms that are the most toxic to neurons. Although there is a wide variety of chemical structures used as probes for senile plaques, the development of tools to detect early forms of the aggregation process remains a major scientific challenge. To accomplish this, it is necessary to know, at the molecular level, the nature of the interaction site(s) between the probe and the peptide. This would allow the rational design of more specific ligands for each form of the Aß peptide (monomer, oligomer,...). As part of this thesis work, the development of modular syntheses of various derivatives of the 2-aryl-benzothiazole scaffold, known for its interaction with aggregates, was carried out. These derivatives allow the study of the aggregation and identification of the interaction site(s) by different techniques. During this work, the synthesis and study of four main 2-aryl-benzothiazole derivatives were carried out; (i) a derivative containing a secondary amine with interesting photophysical properties, obtained in 11 steps with an overall yield of 23%; (ii) a derivative with a ferrocene unit for electrochemistry studies, obtained with 13% yield in 11 steps; (iii) a derivative with a radical TEMPO moiety for EPR and NMR studies, obtained with a 16% yield in 10 steps; and (iv) a derivative with a diazirine unit obtained with an overall yield of 8% in 19 steps for photoaffinity labelling study (creation of a covalent bond after irradiation) followed by mass spectrometry analysis. In addition to the syntheses of these probes, preliminary results of studies conducted by fluorescence, electrochemistry, EPR, NMR and mass spectrometry will be presented in this manuscript.

Dans cette thèse, nous nous intéressons à la reconnaissance des primitives discrètes multi-échelles. Nous considérons qu'une primitive discrète multi-échelles est une superposition de primitives discrètes de différentes échelles ; et nous proposons des approches qui permettent de déterminer les caractéristiques d'une primitive discrète ou d'une partie d'une primitive discrète.Nous proposons une nouvelle approche de reconnaissance de sous-segment discret qui se base sur des propriétés portant sur l'ordre des restes arithmétiques de la droite discrète. Nous établissons des liens entre les points d'appuis du sous-segment discret et les points ayant des restes arithmétiques minimaux et maximaux sur la droite discrète. D'après les résultats de nos comparaisons, cette approche se relève être plus efficace que des approches existantes.Nous nous intéressons ensuite à des approches de reconnaissance d'arcs et de cercles discrets par le centre généralisé. Nous étudions le dual de la médiatrice généralisée et proposons de calculer le centre généralisé par des calculs de visibilité dans l'espace dual afin de réduire son temps de calcul. Cette approche est valide aussi bien dans une grille régulière que dans une grille irrégulière isothétique.Finalement, nous nous intéressons à des approches de reconnaissance de droite discrète par la préimage généralisée. Nous utilisons la notion de frontière afin de diminuer le nombre d'éléments rentrant dans le calcul de la préimage généralisée ; ce qui simplifie le calcul et réduit le temps de calcul. Cette approche s'applique aussi dans une grille régulière comme dans une grille irrégulière isothétique. / This thesis is about discrete geometry and particularly recognition of multi-scale discrete primitives. We consider that a multiscale discrete primitive is a superimposition of many discrete primitives of different scales. Then we propose approaches of recognition of discrete primitives or parts of a discrete primitives.Firstly we propose a new approach for the recognition of digital subsegment that is based on properties of the sequence of arithmetic remainders of the digital straight line. We show there are sorne links between the leaning points of the digital subsegment and the points that have the minimal and maximal arithmetic remainders on the digital straight line. Based on the results of comparisons with others approaches, the approach seems more efficient. Secondly we present sorne work on improving digital rings and circles recognition by general circumcenter. We use the dual of the generalized bissector in order to simplify the computation of the intersections of generalized bissectors as a polygon stabbing problem. The dual of the generalized bissector is computed likely for pixels of a regular grid or paves of an irregular isothetic grid. Finaly we present some work on improving digital straight line recogrutlon by generalized preimage. To reduce the number of elements to take into account for the computation of the generalized preimage we introduce the concept of boundary. The approach based on boundary could be used in a regular grid or an irregular isothetic grid.

L’apprentissage faiblement supervisé cherche à réduire au minimum l’effort humain requis pour entrainer les modèles de l’état de l’art. Cette technique permet de tirer parti d’une énorme quantité de données. Toutefois, dans la pratique, les méthodes faiblement supervisées sont nettement moins efficaces que celles qui sont totalement supervisées. Plus particulièrement, dans l’apprentissage profond, où les approches de vision par ordinateur sont les plus performantes, elles restent entièrement supervisées, ce qui limite leurs utilisations dans les applications du monde réel. Cette thèse tente tout d’abord de combler le fossé entre les méthodes faiblement supervisées et entièrement supervisées en utilisant l’information de mouvement. Puis étudie le problème de la segmentation des objets en mouvement, en proposant l’une des premières méthodes basées sur l’apprentissage pour cette tâche.Dans une première partie de la thèse, nous nous concentrons sur le problème de la segmentation sémantique faiblement supervisée. Le défi est de capturer de manières précises les bordures des objets et d’éviter les optimums locaux (ex : segmenter les parties les plus discriminantes). Contrairement à la plupart des approches de l’état de l’art, qui reposent sur des images statiques, nous utilisons les données vidéo avec le mouvement de l’objet comme informations importantes. Notre méthode utilise une approche de segmentation vidéo de l’état de l’art pour segmenter les objets en mouvement dans les vidéos. Les masques d’objets approximatifs produits par cette méthode sont ensuite fusionnés avec le modèle de segmentation sémantique appris dans un EM-like framework, afin d’inférer pour les trames vidéo, des labels sémantiques au niveau des pixels. Ainsi, au fur et à mesure que l’apprentissage progresse, la qualité des labels s’améliore automatiquement. Nous intégrons ensuite cette architecture à notre approche basée sur l’apprentissage pour la segmentation de la vidéo afin d’obtenir un framework d’apprentissage complet pour l’apprentissage faiblement supervisé à partir de vidéos.Dans la deuxième partie de la thèse, nous étudions la segmentation vidéo non supervisée, plus précisément comment segmenter tous les objets dans une vidéo qui se déplace indépendamment de la caméra. De nombreux défis tels qu’un grand mouvement de la caméra, des inexactitudes dans l’estimation du flux optique et la discontinuité du mouvement, complexifient la tâche de segmentation. Nous abordons le problème du mouvement de caméra en proposant une méthode basée sur l’apprentissage pour la segmentation du mouvement : un réseau de neurones convolutif qui prend le flux optique comme entrée et qui est entraîné pour segmenter les objets qui se déplacent indépendamment de la caméra. Il est ensuite étendu avec un flux d’apparence et un module de mémoire visuelle pour améliorer la continuité temporelle. Le flux d’apparence tire profit de l’information sémantique qui est complémentaire de l’information de mouvement. Le module de mémoire visuelle est un paramètre clé de notre approche : il combine les sorties des flux de mouvement et d’apparence et agréger une représentation spatio-temporelle des objets en mouvement. La segmentation finale est ensuite produite à partir de cette représentation agrégée. L’approche résultante obtient des performances de l’état de l’art sur plusieurs jeux de données de référence, surpassant la méthode d’apprentissage en profondeur et heuristique simultanée. / Weakly-supervised learning studies the problem of minimizing the amount of human effort required for training state-of-the-art models. This allows to leverage a large amount of data. However, in practice weakly-supervised methods perform significantly worse than their fully-supervised counterparts. This is also the case in deep learning, where the top-performing computer vision approaches remain fully-supervised, which limits their usage in real world applications. This thesis attempts to bridge the gap between weakly-supervised and fully-supervised methods by utilizing motion information. It also studies the problem of moving object segmentation itself, proposing one of the first learning-based methods for this task.We focus on the problem of weakly-supervised semantic segmentation. This is especially challenging due to the need to precisely capture object boundaries and avoid local optima, as for example segmenting the most discriminative parts. In contrast to most of the state-of-the-art approaches, which rely on static images, we leverage video data with object motion as a strong cue. In particular, our method uses a state-of-the-art video segmentation approach to segment moving objects in videos. The approximate object masks produced by this method are then fused with the semantic segmentation model learned in an EM-like framework to infer pixel-level semantic labels for video frames. Thus, as learning progresses, the quality of the labels improves automatically. We then integrate this architecture with our learning-based approach for video segmentation to obtain a fully trainable framework for weakly-supervised learning from videos.In the second part of the thesis we study unsupervised video segmentation, the task of segmenting all the objects in a video that move independently from the camera. This task presents challenges such as strong camera motion, inaccuracies in optical flow estimation and motion discontinuity. We address the camera motion problem by proposing a learning-based method for motion segmentation: a convolutional neural network that takes optical flow as input and is trained to segment objects that move independently from the camera. It is then extended with an appearance stream and a visual memory module to improve temporal continuity. The appearance stream capitalizes on the semantic information which is complementary to the motion information. The visual memory module is the key component of our approach: it combines the outputs of the motion and appearance streams and aggregates a spatio-temporal representation of the moving objects. The final segmentation is then produced based on this aggregated representation. The resulting approach obtains state-of-the-art performance on several benchmark datasets, outperforming the concurrent deep learning and heuristic-based methods.

À travers l’étude de trois types de mobilisations autour de la reconnaissance de l’islam en France, notre thèse de doctorat questionne la puissance d’agir (agency) de sujets musulmans intégralistes. Insérés dans une société régie par des ensembles de normes complexes et variables, dans laquelle la norme religieuse n’est qu’une norme parmi d’autres, ces sujets désirent vivre par et à l’intérieur des normes musulmanes. Ce désir leur étant fortement dénié, il les pousse à « travailler » autant les normes majoritaires que l’idéalité des normes musulmanes. Dans une perspective butlérienne, nous allons nous attacher à l’étude de la puissance d’agir de ces sujets musulmans et à l’analyse des diverses manières de réaménager les normes qui les constituent. Les demandes de reconnaissance formulées par les enquêtés constituent leurs puissances d’agir. Elles se développent à des degrés fort variés, en combinant des normes religieuses et des normes relatives au cadre national, et par ce processus, ces sujets de l’islam redéfinissent les conceptions normatives du sujet croyant, du sujet politique et protestataire et enfin du sujet genré. / By studying three types of mobilizations aiming at the recognition of Islam in France, our thesis examines the agency of Integralists Muslim subjects. These subjects live in a society governed by sets of complex and varying standards in which the religious norm is just a norm among others. They want to live in and within the Muslim norms but this desire being strongly denied, they are encouraged to "work" the majority norms as well as the ideality of Muslim norms. Using J. Butler’s approach, I studied the agency of Muslim subjects and analyses the various ways to redevelop the standards that constitute them. The demands for recognition made ​​by our respondents constitute their agency. This agency develops in varying degrees combining religious norms and norms relating to the national framework. By this process the subjects of Islam redefine the normative conceptions of the believing subject, of the political and protesting subject, and finally of the gendered subject.

Nous avons examiné à travers cinq études le rôle de la phonologie dans la reconnaissance de mots écrits chez des enfants tout-venant plus ou moins avancés dans l’apprentissage de la lecture. Pour cela, nous avons utilisé le paradigme de l’amorçage dans des versions visuelles, auditives et intermodales. Ce paradigme, à ce jour peu utilisé dans les études chez l’enfant, permet d’étudier, en temps réel et de manière précise, les processus phonologique et orthographiques engagés dans la reconnaissance de mots. Les études 1 et 2 montrent que chez les jeunes lecteurs, les représentations phonologiques du langage oral sont impliquées dans la lecture silencieuse de pseudomots, dans un format trait phonétique et dans la reconnaissance de mots familiers écrits, dans un format phonémique. L’étude 3 indique que le code phonologique contribue à la reconnaissance des mots de manière stable entre le CE2 et le CM2. Néanmoins, lorsque les représentations orthographiques sont peu spécifiées, la contribution du code phonologique est plus importante. Les études 4 et 5, en amorçage masqué visuel phonologique (O-P+ vs O-P-) et ortho-phonologique (O+P+ vs O+P-), montrent qu’au cours de la reconnaissance de mots familiers, les représentations phonologiques sont activées de manière automatique et ce dès le CE2. En revanche, l’activation automatique des représentations orthographiques semble apparaître plus tardivement dans le développement (CM2). Nos résultats suggèrent que lorsque le processus orthographique est fonctionnel mais pas encore pleinement efficace (CE2), la reconnaissance des mots écrits bénéficie de l’activation phonologique alors que, lorsque le processus est pleinement efficace (CM2), la reconnaissance des mots bénéficie de l’activation orthographique. Il semble donc que le développement du processus d’activation automatique des représentations phonologiques et le développement du processus d’activation automatique du lexique orthographique soient indépendants, le premier se développerait pleinement avant le second. / We conducted five studies to examine the role of phonological code in visual word recognition in children more or less advanced in learning to read. For that, we used the priming paradigm (in visual, auditory and inter modalities). This paradigm allows to study on-line and in precise manner, phonological and orthographic processes engaged in visual word recognition. The studies 1 and 2 indicate that, in Grade 3 and Grade 5, speech representations are involved in silent reading of pseudowords, in phonetic feature format and in visual familiar word recognition, in phonemic format. The study 3 indicates that phonological code contributes to visual word recognition in stable manner through Grade 3 and Grade 5. Nevertheless, when lexical orthographic representations are not well specified, phonological contribution is greater. The studies 4 and 5, in phonological (O-P+ vs O-P-) and ortho-phonological (O+P+ vs O+P-) visual masked priming, show that familiar visual word recognition involves phonological representations in automatic manner from Grade 3 to Grade 5. In contrast, automatic activation of orthographic representations seems to develop later (Grade 5). These results suggest that when orthographic process is functional but not fully effective (Grade 3), visual word recognition benefits from phonological activation whereas when orthographic process is fully effective (Grade 5), visual word recognition benefits from orthographic activation. That suggests that development of phonological automatic activation and development of orthographic automatic activation are independent. The process of phonological automatic activation is entirely developed earlier than the process of orthographic automatic activation.

Le haïku est un genre poétique japonais né au XIXe siècle, constitué de 17 syllabes. De nos jours, le Japon compterait quelque 10 millions d’amateurs et de professionnels de haïku pour une population totale de 127 millions. Ces Japonais composent des haïkus afin d'exprimer leur sensibilité, mais aussi de les montrer aux autres qui les jugent, dans le cadre de réunions poétiques de groupes associatifs, dans des rubriques haïkistes de journaux et de magazines, lors de compétitions, ou encore à l’école. Le haïku interpelle l’imagination et l’empathie des autres pour s’épanouir pleinement en tant qu’œuvre. Cherchant la reconnaissance des autres, le haïku est une activité sociale grand public au Japon. Plusieurs mécanismes propres à la pratique du haïku empêchent l’établissement d’une hiérarchie complète dans ce vaste monde des haïkistes japonais : notation sous anonymat (donc égalité lors de l’appréciation), utilisation de pseudonymes, liberté d’appartenance à plusieurs groupes de son choix, absence de critères poétiques absolus. Le haïku offre de multiples possibilités de participations, répond à de multiples désirs tels que se montrer, être reconnu, découvrir autrui, jouer sous une autre identité. Ainsi le haïku attire-t-il de nombreux adeptes. La brièveté extrême du haïku assure une grande accessibilité et facilite des échanges sur peu de temps. Être bref accentue le côté ludique de la poésie et crée une forte sociabilité. Par ailleurs, cette concision oblige systématiquement les haïkistes à avoir une retenue vis-à-vis de soi et des autres. Restant courtois, les haïkistes continuent interminablement ce jeu de « présentation – appréciation » dans lequel chacun a l’assurance d’être écouté. / Haiku is a type of Japanese poem originating from the 19th century, consisting of 17 syllables. Nowadays, Japan has nearly 10 million amateur and professional haiku poets, from a total population of 127 million. These people compose haikus to express themselves, and also to present their poems to be judged by others. They present them in poetry clubs, in haiku columns in newspapers and magazines, in various competitions, or in classes at school. In order to fully flourish as a work, haiku challenges the imagination and empathy of others. Through seeking recognition from other people, haiku has become a social activity of the general public in Japan. Several mechanisms specific to the practice of haiku writing impede the establishment of a proper hierarchy in the wide world of haiku poetry such as assessing under anonymity (resulting in equality during the judging), the use of pseudonyms, the freedom to join multiple haiku groups of their choice and the absence of absolute poetic criteria. There are various reasons why people participate in writing haiku, fulfilling several desires such as to express oneself, to be applauded, to meet other people, and to assume a different identity. For these reasons, haiku attracts many enthusiasts. The extreme brevity of haiku enables wide accessibility and rapid exchanges. Its brevity accentuates the recreational side of the poem and creates strong sociability between participants. In addition, brevity compels haiku poets to be discreet towards themselves and towards others. By remaining courteous, the haiku poets continue an interminable game of "presentation - appreciation" in which everyone has the assurance of being listened to.

La nature diachronique des bulletins d'information provoque de fortes variations du contenu linguistique et du vocabulaire dans ces documents. Dans le cadre de la reconnaissance automatique de la parole, cela conduit au problème de mots hors vocabulaire (Out-Of-Vocabulary, OOV). La plupart des mots OOV sont des noms propres. Les noms propres sont très importants pour l'indexation automatique de contenus audio-vidéo. De plus, leur bonne identification est importante pour des transcriptions automatiques fiables. Le but de cette thèse est de proposer des méthodes pour récupérer les noms propres manquants dans un système de reconnaissance. Nous proposons de modéliser le contexte sémantique et d'utiliser des informations thématiques contenus dans les documents audio à transcrire. Des modèles probabilistes de thème et des projections dans un espace continu obtenues à l'aide de réseaux de neurones sont explorés pour la tâche de récupération des noms propres pertinents. Une évaluation approfondie de ces représentations contextuelles a été réalisée. Pour modéliser le contexte de nouveaux mots plus efficacement, nous proposons des réseaux de neurones qui maximisent la récupération des noms propres pertinents. En s'appuyant sur ce modèle, nous proposons un nouveau modèle (Neural Bag-of-Weighted-Words, NBOW2) qui permet d'estimer un degré d'importance pour chacun des mots du document et a la capacité de capturer des mots spécifiques à ce document. Des expériences de reconnaissance automatique de bulletins d'information télévisés montrent l'efficacité du modèle proposé. L'évaluation de NBOW2 sur d'autres tâches telles que la classification de textes montre des bonnes performances / The diachronic nature of broadcast news causes frequent variations in the linguistic content and vocabulary, leading to the problem of Out-Of-Vocabulary (OOV) words in automatic speech recognition. Most of the OOV words are found to be proper names whereas proper names are important for automatic indexing of audio-video content as well as for obtaining reliable automatic transcriptions. The goal of this thesis is to model the semantic and topical context of new proper names in order to retrieve those which are relevant to the spoken content in the audio document. Training context models is a challenging problem in this task because several new names come with a low amount of data and the context model should be robust to errors in the automatic transcription. Probabilistic topic models and word embeddings from neural network models are explored for the task of retrieval of relevant proper names. A thorough evaluation of these contextual representations is performed. It is argued that these representations, which are learned in an unsupervised manner, are not the best for the given retrieval task. Neural network context models trained with an objective to maximise the retrieval performance are proposed. The proposed Neural Bag-of-Weighted-Words (NBOW2) model learns to assign a degree of importance to input words and has the ability to capture task specific key-words. Experiments on automatic speech recognition on French broadcast news videos demonstrate the effectiveness of the proposed models. Evaluation of the NBOW2 model on standard text classification tasks shows that it learns interesting information and gives best classification accuracies among the BOW models

Chez l'homme, la voix facilite les interactions sociales par la transmission d’informations sur l'identité de la personne, ses émotions ou sa personnalité. En particulier, l'identité du locuteur peut être automatiquement extraite même lorsque le message et l'état émotionnel varient, ce qui suggère des mécanismes cognitifs et cérébraux partiellement dissociables pour ces processus. Cependant, la reconnaissance d'une voix familière ou la discrimination entre deux locuteurs sont, pour certains sujets, non seulement non-automatiques, mais même impossibles. Ce déficit, lorsqu'il se manifeste dès la naissance, est appelé phonagnosie du développement et constitue la contrepartie auditive de la prosopagnosie (déficit de reconnaissance des visages). Dans le domaine visuel, il a été proposé que les sujets affectés par la prosopagnosie du développement représentent des cas extrêmes dans la distribution des capacités de reconnaissance de visages. A l’inverse, des "super-reconnaisseurs" des visages se situaient à l’opposé de cette distribution.Comme la distribution des capacités de reconnaissance de la voix dans la population générale était encore inconnue, le premier objectif de cette thèse a été d'en étudier les différences individuelles au moyen d'un court test - le Glasgow Voice Memory Test (GVMT). Les résultats obtenus ont reflété une large variabilité interindividuelle dans les capacités de reconnaissance des voix: parmi une cohorte de 1120 sujets, il y avait à la fois des sujets avec des performances significativement en dessous de la moyenne (potentiels phonagnosiques) et des "super-reconnaisseurs" des voix. Cette variabilité individuelle comportementale semblerait se refléter au niveau cérébral, comme révélés par l'imagerie par résonance magnétique fonctionnelle (IRMf) : en fait, il a été montré précédemment qu'il existait une variabilité interindividuelle considérable dans le signal BOLD (blood-oxygen level dependent) lié à la voix dans les zones temporales de la voix (TVAs). Ces régions sont situées sur le bord supérieur des sulcus/gyrus temporal supérieur (STS/STG) et montrent une activation préférentielle pour les sons vocaux plutôt que non vocaux. Le deuxième objectif de ce travail fut de mieux caractériser le lien entre les mécanismes comportementaux et neuronaux sous-tendant la variabilité interindividuelle dans les processus de reconnaissance des voix. Pour cela, nous avons examiné comment la perception de la voix modulait la connectivité fonctionnelle entre les TVAs, constituant le "noyau" du réseau de perception de la voix, et les régions frontales également sensibles aux voix, constituant une extension de ce réseau. Les résultats ont montré qu'il y avait une connectivité fonctionnelle positive dans l'ensemble du réseau et que la connectivité fonctionnelle fronto-temporelle et fronto-frontale droite augmentait avec les scores obtenus lors du GVMT.Pour compléter ce travail, nous avons réalisé une autre étude IRMf en utilisant des analyses multivariées, afin de clarifier les corrélats neuronaux de la reconnaissance du locuteur mais aussi le lien entre sensibilité cérébrale à la voix et capacités de reconnaissance du locuteur. Pour cela, des sujets ayant des capacités de reconnaissance vocale hétérogènes ont été soumis à la fois à une tâche d'identification du locuteur et à une tâche d'écoute passive de sons vocaux et non vocaux. Les résultats ont confirmé que l’identification du locuteur s’effectuait via un réseau étendu de régions, incluant les TVAs mais aussi des régions frontales. De plus, nous avons observé que le score de classification voix/non-voix dans le STS droit permettait de prédire les capacités d'identification des locuteurs.Dans l'ensemble, ces résultats suggèrent que les capacités de reconnaissance vocale varient considérablement d'un individu à l'autre et que cette variabilité pourrait être le reflet de profils d’activité cérébrale différents au sein du réseau de la perception de la voix. / In humans, voice conveys heterogeneous information such as speaker’s identity, which can be automatically extracted even when language content and emotional state vary. We hypothesized that the ability to recognize a speaker considerably varied across the population, as previously observed for face recognition. To test this hypothesis, a short voice recognition test was delivered to 1120 subjects in order to observe how voice recognition abilities were distributed in the general population. Since it has been previously observed that there exists a considerable inter-individual variability in voice-elicited activity in temporal voice areas (TVAs), regions along the superior temporal sulcus/gyrus (STS/STG) that show preferentially activation for voices than other sounds, the second aim of this work was then to better characterize the link between the behavioral and neural mechanisms underlying inter-individual variability in voice recognition processes through functional magnetic resonance imaging (fMRI). The results of a first fMRI study showed that functional connectivity between frontal and temporal voice sensitive regions increased with voice recognition scores obtained at a voice recognition test. Another fMRI study showed that speaker’s identity was treated in an extended network of regions, including TVAs but also frontal regions and that voice/non-voice classification accuracy in right STS increased with speaker identification abilities. Altogether, these results suggest that voice recognition abilities considerably vary across subjects and that this variability can be mirrored by different neural profiles within the voice perception network.