Les sols à faible portance, posent de réels problèmes pour la construction des ouvrages de génie civil (tassements différentiels importants). Actuellement il existe de nombreuses solutions pour améliorer la qualité de ces sols dont les techniques de renforcement par pieux. Parmi ces méthodes l'une d'elles, en pleine expansion dans certains pays, consiste à ajouter au dessus de réseau de pieux une nappe de renfort géosynthétique. Dans cette technique les charges dues au remblai sont transmises aux pieux soit directement par le sol de remblai par report de charge, soit indirectement par l'intermédiaire de la nappe géosynthétique par effet membrane. <br /><br />L'objectif de cette étude est d'une part de mieux comprendre le comportement de ces ouvrages pour permettre leur dimensionnement et d'autre part de tester un dispositif expérimental permettant de suivre dans le temps le comportement de l'ouvrage (système de mesures par fibres optiques Géodetect). Pour atteindre cet objectif, un programme de recherche regroupant des expérimentations et des modélisations numériques, a été entrepris en collaboration avec la société Tencate. Des expérimentations en vraie grandeur ont été réalisées à Kuala Lumpur en Malaisie dans des conditions spécifiques pour étudier le comportement en membrane du géosynthétique au-dessus du réseau de pieux et pour appréhender les phénomènes de report de charge. <br /><br />Une modélisation originale couplant éléments finis et éléments discrets a été développée pour compléter l'étude expérimentale. L'approche continue a permis de modéliser efficacement le comportement en membrane des nappes géosynthétiques. Quant à l'approche discrète, elle a permis d'analyser les mécanismes de transfert de charge dans le remblai. La comparaison et l'analyse des résultats ont permis de mieux comprendre ces mécanismes et de mieux appréhender le dimensionnement de ces ouvrages.

On assiste à une reprise d’intérêt pour l’utilisation du bois comme matériau structural dans la construction de ponts et d’édifices. Le bois lamellé-collé (BLC) est généralement le produit de bois d’ingénierie retenu pour la fabrication des poutres de bois à longue portée. Cependant, de nouvelles approches sont nécessaires afin d’augmenter la longueur des portées actuellement réalisables avec ce matériau compte tenu des limites imposées par les propriétés mécaniques du bois et par les caractéristiques géométriques des sections de BLC. Une approche abordée dans ce mémoire est le développement de sections composites combinant le BLC avec d’autres matériaux. Ce mémoire rapporte la conception et les essais sur des configurations innovatrices de poutres en bois lamellé-collé assemblées avec une ou des planches en béton fibré à ultra-haute performance (BFUP) et des bars d’armature en acier ou en polymère renforcé de fibres (PRF). Le document fournit des détails sur les concepts généraux étudiés, décrit certains des problèmes rencontrés lors de la fabrication des poutres composites et fait ressortir les résultats des essais de flexion en quatre points qui ont été effectués sur les spécimens.

Thèse (de maîtrise)--Université Laval, 2009. / Titre de l'écran-titre (visionné le 16 juin 2009). Bibliogr.

L’objectif de cette étude est de comprendre le comportement d’éléments en bois lamellé-collé sollicités en compression selon un angle donné incluant le renforcement par frettage de vis. Les résultats expérimentaux montrent que le critère en absence de renforcement fonctionne sur l’association de la résistance de compression et de la résistance de cisaillement associée à trois facteurs fonction des données géométriques. Cette association est par la suite traduite par un calcul géométrique d’une longueur efficace tenant compte des longueurs de débord et zones d’interaction. En présence de renforcement, le critère fonctionne sur l’association de cette longueur efficace traduisant un effet de diffusion de l’effort et de l’effort repris par les vis de renforcement. Une démarche est proposée pour choisir entre les deux modes de rupture dits unitaires observés sur une vis ; la portance de la vis et le flambement de la vis. Cependant, l’effort apporté par les vis peut être traduit par un calcul géométrique d’une longueur efficace permettant d’intégrer le troisième mode de rupture, appelé « Compression en pointe de vis ». Cet objectif a donc permis au final d’élaborer une règle de dimensionnement pour les éléments sollicité en compression selon un angle donné avec ou sans renforcements / The objective of this study is to understand and model the behaviour of glulam beam solicit compression at given angle to the grain including reinforcement of self-tapping screw. Experimental results show that the tests in the absence of reinforcement operate on the association between the compression strength and the shear strength associated with three factors based on geometric data. This association is translated by a geometric calculation of effective length taking into account the lengths of overhang and interactions. In the presence of reinforcement, the test works on the association of the effective length reflecting a spreading effect and the effort takes by reinforcing screws. An approach is proposed to choose between the two failures modes observed on a screw called; the withdrawal of the screw and the buckling of the screw. However, the effort made by the screws can be translated by a geometric calculation of effective length for integrating third failure mode called "Compression in a plane formed by the screw tips". This objective has therefore enabled the development of a final dimensioning rule for the elements under compression at a given angle with or without reinforcements

Malgré leurs excellentes performances, les exigences élevées des réseaux de neurones artificiels en terme de volume de données et de puissance de calcul limitent leur adoption dans plusieurs domaines. C'est pourquoi il reste important de développer de nouvelles architectures moins voraces. Ce mémoire cherche à produire une architecture plus flexible et moins vorace en s'appuyant sur la théorie de l'apprentissage par renforcement. En considérant le réseau comme un agent suivant une politique, on réalise que cette politique est beaucoup plus rigide que celle suivie habituellement par les agents d'apprentissage par renforcement. Nous posons l'hypothèse qu'une architecture capable de formuler une politique plus flexible pourrait atteindre des performances similaires tout en limitant son utilisation de ressources. L'architecture que nous proposons s'inspire de la recherche faite en prédiction de paramètres, particulièrement de l'architecture hypernetwork, que nous utilisons comme base de référence. Nos résultats montrent que l'apprentissage d'une politique dynamique aussi performante que les politiques statiques suivies par les réseaux conventionnels n'est pas une tâche triviale. Nos meilleurs résultats indiquent une diminution du nombre de paramètres de 33%, une diminution des calculs de 12% au prix d'une baisse de l'exactitude des prédictions de 2%. Malgré ces résultats, nous croyons que notre architecture est un point de départ pouvant être amélioré de plusieurs manières que nous explorons rapidement en conclusion. / Despite their excellent performances, artificial neural networks high demand of both data and computational power limit their adoption in many domains. Developing less demanding architecture thus remain an important endeavor. This thesis seeks to produce a more flexible and less resource-intensive architecture by using reinforcement learning theory. When considering a network as an agent instead of a function approximator, one realize that the implicit policy followed by popular feed forward networks is extremely simple. We hypothesize that an architecture able to learn a more flexible policy could reach similar performances while reducing its resource footprint. The architecture we propose is inspired by research done in weight prediction, particularly by the hypernetwork architecture, which we use as a baseline model.Our results show that learning a dynamic policy achieving similar results to the static policies of conventional networks is not a trivial task. Our proposed architecture succeeds in limiting its parameter space by 20%, but does so at the cost of a 24% computation increase and loss of5% accuracy. Despite those results, we believe that this architecture provides a baseline that can be improved in multiple ways that we describe in the conclusion.

Les récents progrès dans le domaine du traitement du langage ont apporté un intérêt significatif à la mise en oeuvre de systèmes de dialogue parlé. Ces derniers sont des interfaces utilisant le langage naturel comme medium d'interaction entre le système et l'utilisateur. Le module de gestion de dialogue choisit le moment auquel l'information qu'il choisit doit être échangée avec l'utilisateur. Ces dernières années, l'optimisation de dialogue parlé en utilisant l'apprentissage par renforcement est devenue la référence. Cependant, une grande partie des algorithmes utilisés nécessite une importante quantité de données pour être efficace. Pour gérer ce problème, des simulations d'utilisateurs ont été introduites. Cependant, ces modèles introduisent des erreurs. Par un choix judicieux d'algorithmes, la quantité de données d'entraînement peut être réduite et ainsi la modélisation de l'utilisateur évitée. Ces travaux concernent une partie des contributions présentées. L'autre partie des travaux consiste à proposer une modélisation à partir de données réelles des utilisateurs au moyen de l'apprentissage par renforcement inverse / Recent advancements in the area of spoken language processing and the wide acceptance of portable devices, have attracted signicant interest in spoken dialogue systems.These conversational systems are man-machine interfaces which use natural language (speech) as the medium of interaction.In order to conduct dialogues, computers must have the ability to decide when and what information has to be exchanged with the users. The dialogue management module is responsible to make these decisions so that the intended task (such as ticket booking or appointment scheduling) can be achieved.Thus learning a good strategy for dialogue management is a critical task.In recent years reinforcement learning-based dialogue management optimization has evolved to be the state-of-the-art. A majority of the algorithms used for this purpose needs vast amounts of training data.However, data generation in the dialogue domain is an expensive and time consuming process. In order to cope with this and also to evaluatethe learnt dialogue strategies, user modelling in dialogue systems was introduced. These models simulate real users in order to generate synthetic data.Being computational models, they introduce some degree of modelling errors. In spite of this, system designers are forced to employ user models due to the data requirement of conventional reinforcement learning algorithms can learn optimal dialogue strategies from limited amount of training data when compared to the conventional algorithms. As a consequence of this, user models are no longer required for the purpose of optimization, yet they continue to provide a fast and easy means for quantifying the quality of dialogue strategies. Since existing methods for user modelling are relatively less realistic compared to real user behaviors, the focus is shifted towards user modelling by means of inverse reinforcement learning. Using experimental results, the proposed method's ability to learn a computational models with real user like qualities is showcased as part of this work.

Au fil des dernières années les robots ont fait partie de notre quotidien. Même si nous ne les voyons pas, nous dépendons d'eux pour construire nos ordinateurs, téléphones mobiles, voitures, etcetera. Les robots sont utilisés aussi pour l'organisation des produits dans les usines. Un autre domaine de croissance est la robotique sociale. Nous pouvons voir des études tel que des robots d'aide aux enfants autistes. Il y a aussi des robots qui sont utilisés pour accueillir des personnes dans des hôtels ou dans centres commerciaux pour interagir avec les gens. Ainsi, le robot doit comprendre le comportement des personnes. Et, pour les robots mobiles, il faut savoir comment naviguer dans l'environnement humain. En ce qui concerne les environnements humains, ce travail explore la navigation acceptable socialement des robots en direction de personnes. Pour donner un exemple, quand un robot s'approche d'une personne, il ne doit pas traiter la personne comme un obstacle. Car si cette dernière est traitée comme un obstacle, le robot s'approcherait d'elle sans prendre en compte son espace personnel, ce qui la gênerait. Une personne est une entité qui doit être pris en compte sur la base des normes sociales que nous (en tant que personnes) utilisons tous les jours. Dans cette thèse, nous explorons comment un robot s'approche d'une personne. Celle-ci peut-être gênée si quelque chose ou quelqu'un envahit son espace personnel. La personne se sentira aussi menacée si elle est approchée par derrière. Ces normes sociales doivent être respectées par le robot. C'est pour cela que nous modélisons le comportement du robot à travers des algorithmes d'apprentissage. Nous faisons approcher (manuellement) un robot d'un personne plusieurs fois et le robot apprend à reproduire ce comportement. Un autre travail de cette thèse est la compréhension d'un groupe de personnes. Nous, en tant que humains, avons la capacité de le faire intuitivement. Toutefois, un robot nécessite impérativement un modèle mathématique. Enfin, nous abordons le sujet d'un robot qui s'approche d'un groupe de personnes. Nous utilisons des démonstrations pour faire apprendre le robot. Nous évaluons le bon déroulement du comportement du robot comme par exemple, en observant combien de fois le robot envahit l'espace personnel des personnes pendant la navigation. / In the past years, robots have been a part of our every day lives. Even when we do not see them, we depend on them to build our computers, mobile phones, cars and more. They are also been used for organizing stocks in warehouses. And, with the growth of autonomous cars, we see them driving autonomously on highways and cities. Another area of growth is social robotics. We can see a lot of studies such as robots helping children with autism. Other robots are being used to receive people in hotels or to interact with people in shopping centers. In the latter examples, robots need to understand people behavior. In addition, in the case of mobile robots, they need to know how to navigate in human environments. In the context of human environments, this thesis explores socially acceptable navigation of robots towards people. To give an example, when a robot approaches one person, the robot shall by no means treat people as an obstacle because the robot get really close to the human and interfere with her personal space. The human is an entity that needs to be considered based on social norms that we (humans) use on a daily basis. In a first time, we explore how a robot can approach one person. A person is an entity that can be bothered if someone or something approaches invading her personal space. The person also will feel distressed when she is approached from behind. These social norms have to be respected by the robot. For this reason, we decided to model the behavior of the robot through learning algorithms. We manually approach a robot to a person several times and the robot learns how to reproduce this behavior. In a second time, we present how a robot can understand what is a group of people. We, humans, have the ability to do this intuitively. However, for a robot, a mathematical model is essential. Lastly, we address how a robot can approach a group of people. We use exemplary demonstrations to teach this behavior to the robot. We evaluate then the robot's movements by for example, observing if the robot invades people's personal space during the trajectory.

On s'intéresse dans cette recherche à la valorisation du matériau bois dans les ouvrages d'art. Le concept retenu est une structure mixte bois-BFUP (Béton Fibré Ultra Performant). Ce type de conception possède des propriétés structurales qui ne sont théoriquement pas atteintes par l'utilisation seule du bois ou du béton. Ici, le béton est utilisé en compression et le bois essentiellement en traction. La résistance élevée du BFUP associée à la performance du bois en flexion permet d'espérer la conception d'ouvrages légers, faciles à construire, et utilisant un minimum de matière non renouvelable. Cependant, dans cette solution, la connexion à l'interface des deux matériaux est toujours un point extrêmement sensible, notamment sous les actions de fatigue. Du comportement de l'interface dépend le taux d'augmentation de la résistance et de la rigidité. Cette thèse présente des études théoriques et expérimentales sur la contribution des systèmes de connexion au comportement global de nouveaux ponts mixtes bois-BFUP. Après le chapitre de synthèse bibliographique, un modèle, appartenant à la famille des Modèles Multiparticulaires des Matériaux Multicouches (M4), est développé. Sa résolution analytique pour le cas de la poutre mixte a été réalisée et validée par un calcul aux éléments finis. On met en évidence la bonne prise en compte des déformations de cisaillement dans les couches et de glissement à l'interface. Dans la partie expérimentale, des essais exploratoires en flexion sur des poutres mixtes, équipées de différents systèmes de connexion couvrant toutes les familles, sont présentés. Les résultats ont montré que la solution par collage entre le bois et le BFUP est bien plus performante que les autres solutions, tant en rigidité qu'en résistance. Un prototype d'un tablier mixte bois-BFUP collé à l'échelle 1/3 a été ensuite conçu et quatre exemplaires ont été réalisés. Les tests ont permis de démontrer la bonne tenue en fatigue de la solution par collage. Les résultats positifs ont ainsi ouvert des perspectives pour de nouveaux ponts mixtes.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.