A importância sócio-econômica do agronegócio paulista e a vulnerabilidade agrícola aos eventos atmosféricos evidenciam a necessidade da constante investigação da dinâmica climática do Estado de São Paulo. Dessa forma, o objetivo do trabalho foi realizar a descrição estatística de séries temporais de precipitação pluvial (PRE), temperatura do ar máxima (Tmax) e mínima (Tmin) do Estado de São Paulo, determinando as respectivas probabilidades de ocorrência, possíveis periodicidades, tendências e variações climáticas. O estudo considerou as escalas anual, mensal e absoluta. Essa última refere-se ao maior e menor valor diário de temperatura do ar (Tmaxabs e Tminabs, respectivamente) e ao maior total de precipitação pluvial (Preabs) ocorrido ao longo de um dia dentro de cada agrupamento anual. Análises estatísticas de séries temporais, métodos paramétricos e não paramétricos foram aplicados a dados meteorológicos de nove localidades. Considerando as escalas mensal e anual, nas séries de Tmin foram detectados os indícios mais significativos de tendências de elevação temporal. Essas alterações foram mais severas nas localidades de Campinas, Cordeirópolis, Ribeirão Preto e, especialmente, Ubatuba. Nas séries de Monte Alegre do Sul e Pindorama tais indícios são observados de forma pouco significativa. Mesmo após a adoção de um período comum de análise (1948 a 2007) não foi possível estabelecer uma concomitância/significância na variabilidade temporal das séries de Tmin analisadas. Essa incoerência espacial indica provável influência de forçantes de escala local na variabilidade temporal desses dados de temperatura pertencentes ao Estado de São Paulo. As alterações observadas nas séries de Tmax são, de forma geral, inferiores às observadas nos dados de Tmin. A principal característica das séries de PRE é a elevada variabilidade temporal de seus dados. Para esse elemento meteorológico foram verificados, nas localidades situadas fora da faixa litorânea, deslocamentos à direita das curvas de probabilidades associadas aos anos mais recentes. Essa elevação no regime de PRE deve-se especialmente ao mês de maio. Nos dados de PRE, relativos à localidade de Ubatuba, foram observadas características opostas às verificadas nas demais séries do estudo com deslocamento a esquerda das curvas de probabilidade relativas aos últimos 36 anos. Na escala de valores absolutos, foram verificadas tendências de elevação apenas nas séries de precipitação máxima absoluta da localidade de Pindorama e de temperatura mínima absoluta de Ubatuba. Nenhuma das três variáveis evidenciou marcantes periodicidades em suas séries temporais. Contudo os maiores picos do espectro de potência local da ondaleta, relativos aos dados mensais e absolutos de Tmax, coincidem com os eventos de seca mais severos já registrados na literatura científica do Estado. A não concomitância dos picos de variância dos dados de temperatura máxima e mínima, aliada às diferentes variabilidades observadas nessas séries temporais, nas distintas localidades utilizadas, permite inferir que os extremos superiores e inferiores desse elemento meteorológico são influenciados de forma diferenciada pelas forçantes moduladoras do clima do Estado de São Paulo. / The socio-economic relevance of São Paulo State agribusiness, and the vulnerability of agriculture atmospheric events indicate the need for constant study of the dynamics of the climate system of the State of São Paulo, Brazil. The propose of this work was to study the statistics of time series of rainfall (PRE), maximum air temperature (Tmax), and minimum air temperature (Tmin) of the State of São Paulo. The probability of occurrence of these data and presences of periodicity, trends, and climate variations, on the time series, were investigated. The study was carried out considering annual, monthly, and absolute time scales. This last scale refers to the largest and to the smallest air temperature daily value, observed each year, (Tmaxabs and Tminabs, respectively). The absolute time scale also refers to the largest daily rainfall amount, observed each year (Preabs). Time series analysis, parametric and non parametric methods were applied to PRE, Tmax and Tmin data of nine weather stations. The highest significance levels of increasing trends were detected in both annual and monthly Tmin series. These climate alterations were more severe in the regions of Campinas, Cordeirópolis, Ribeirão Preto and, especially, Ubatuba (coastal region of the state). For Tmin series from Monte Alegre do Sul and Pindorama, trends were mostly statistically non significant. In spite of adopting the same period of analysis, 1948 to 2007, it was not possible to find a concomitance/similarity in the temporal variability of Tmin analyzed series. This spatial incoherence indicates the presence of important local forcing on air temperature data. The climate alterations observed in Tmax series was, in general, much less significant than those observed in Tmin series. The most important feature of the PRE series is the high temporal variability. For the weather stations in the mainland, it was verified shifts to the right in the PRE probabilities distributions associated with the most recent years. This temporal increase on rainfall amounts is mainly observed in May. For the Ubatuba PRE series, shifts to the left, in the probabilities distributions associated with the last 36 years, were found. For the absolute time scale, increasing trends were detected only in Pindorama Preabs time series and Ubatuba Tmin time series. No important periodicity was found in any of the analyzed time series. However, the local wavelet power spectrum (WPS) higher peaks, for monthly and absolute Tmax series, are concomitant with the most severe drought event described in scientific literature of the State of São Paulo. The non coincidence of the Tmax and Tmin WPS peaks, associated with the different temporal variability of those series, allows us to infer that those variables are influenced at a different way by the climate forcing that modulates the climate system of the State of São Paulo.

Ces travaux de recherche visent à développer des méthodes d’apprentissage automatique pour l’analyse de l’électroencéphalogramme (EEG) continu. L’EEG continu est une modalité avantageuse pour l’évaluation fonctionnelle des états cérébraux en réanimation ou pour d’autres applications. Cependant son utilisation aujourd’hui demeure plus restreinte qu’elle ne pourrait l’être, car dans la plupart des cas l’interprétation est effectuée visuellement par des spécialistes.Les sous-parties de ce travail s’articulent autour de l’évaluation pronostique du coma post-anoxique, choisie comme application pilote. Un petit nombre d’enregistrement longue durée a été réalisé, et des enregistrements existants ont été récupérés au CHU Grenoble.Nous commençons par valider l’efficacité des réseaux de neurones profonds pour l’analyse EEG d’échantillons bruts. Nous choisissons à cet effet de travailler sur la classification de stades de sommeil. Nous utilisons un réseau de neurones convolutionnel adapté pour l’EEG que nous entrainons et évaluons sur le jeu de données SHHS (Sleep Heart Health Study). Cela constitue le premier system neuronal à cette échelle (5000 patients) pour l’analyse du sommeil. Les performances de classification atteignent ou dépassent l’état de l’art.En utilisation réelle, pour la plupart des applications cliniques le défi principal est le manque d’annotations adéquates sur les patterns EEG ou sur de court segments de données (et la difficulté d’en établir). Les annotations disponibles sont généralement haut niveau (par exemple, le devenir clinique) est sont donc peu nombreuses. Nous recherchons comment apprendre des représentations compactes de séquences EEG de façon non-supervisée/semi-supervisée. Le domaine de l’apprentissage non supervisé est encore jeune. Pour se comparer aux travaux existants nous commençons avec des données de type image, et investiguons l’utilisation de réseaux adversaires génératifs (GANs) pour l’apprentissage adversaire non-supervisé de représentations. La qualité et la stabilité de différentes variantes sont évaluées. Nous appliquons ensuite un GAN de Wasserstein avec pénalité sur les gradients à la génération de séquences EEG. Le système, entrainé sur des séquences mono-piste de patients en coma post anoxique, est capable de générer des séquences réalistes. Nous développons et discutons aussi des idées originales pour l’apprentissage de représentations en alignant des distributions dans l’espace de sortie du réseau représentatif.Pour finir, les signaux EEG multipistes ont des spécificités qu’il est souhaitable de prendre en compte dans les architectures de caractérisation. Chaque échantillon d’EEG est un mélange instantané des activités d’un certain nombre de sources. Partant de ce constat nous proposons un système d’analyse composé d’un sous-système d’analyse spatiale suivi d’un sous-système d’analyse temporelle. Le sous-système d’analyse spatiale est une extension de méthodes de séparation de sources construite à l’aide de couches neuronales avec des poids adaptatifs pour la recombinaison des pistes, c’est à dire que ces poids ne sont pas appris mais dépendent de caractéristiques du signal d’entrée. Nous montrons que cette architecture peut apprendre à réaliser une analyse en composantes indépendantes, si elle est entrainée sur une mesure de non-gaussianité. Pour l’analyse temporelle, des réseaux convolutionnels classiques utilisés séparément sur les pistes recombinées peuvent être utilisés. / The objective of this research is to explore and develop machine learning methods for the analysis of continuous electroencephalogram (EEG). Continuous EEG is an interesting modality for functional evaluation of cerebral state in the intensive care unit and beyond. Today its clinical use remains more limited that it could be because interpretation is still mostly performed visually by trained experts. In this work we develop automated analysis tools based on deep neural models.The subparts of this work hinge around post-anoxic coma prognostication, chosen as pilot application. A small number of long-duration records were performed and available existing data was gathered from CHU Grenoble. Different components of a semi-supervised architecture that addresses the application are imagined, developed, and validated on surrogate tasks.First, we validate the effectiveness of deep neural networks for EEG analysis from raw samples. For this we choose the supervised task of sleep stage classification from single-channel EEG. We use a convolutional neural network adapted for EEG and we train and evaluate the system on the SHHS (Sleep Heart Health Study) dataset. This constitutes the first neural sleep scoring system at this scale (5000 patients). Classification performance reaches or surpasses the state of the art.In real use for most clinical applications, the main challenge is the lack of (and difficulty of establishing) suitable annotations on patterns or short EEG segments. Available annotations are high-level (for example, clinical outcome) and therefore they are few. We search how to learn compact EEG representations in an unsupervised/semi-supervised manner. The field of unsupervised learning using deep neural networks is still young. To compare to existing work we start with image data and investigate the use of generative adversarial networks (GANs) for unsupervised adversarial representation learning. The quality and stability of different variants are evaluated. We then apply Gradient-penalized Wasserstein GANs on EEG sequences generation. The system is trained on single channel sequences from post-anoxic coma patients and is able to generate realistic synthetic sequences. We also explore and discuss original ideas for learning representations through matching distributions in the output space of representative networks.Finally, multichannel EEG signals have specificities that should be accounted for in characterization architectures. Each EEG sample is an instantaneous mixture of the activities of a number of sources. Based on this statement we propose an analysis system made of a spatial analysis subsystem followed by a temporal analysis subsystem. The spatial analysis subsystem is an extension of source separation methods built with a neural architecture with adaptive recombination weights, i.e. weights that are not learned but depend on features of the input. We show that this architecture learns to perform Independent Component Analysis if it is trained on a measure of non-gaussianity. For temporal analysis, standard (shared) convolutional neural networks applied on separate recomposed channels can be used.

Cette thèse s’interroge sur les enjeux sociaux et commerciaux des politiques de genre. Par conséquent, elle considère la notion de Girl Power définie comme le pouvoir des filles et examine les discours renégociés autour du genre par l’examen d’héroïnes de séries des années 1990. Par contraste avec les séries des années 1970 qui relèvent du féminisme de la 2e vague, les séries des années 1990-2000 s’inscrivent davantage dans la mouvance du féminisme de la 3e vague. Ces séries ont suscité des polémiques autour des questions de féminisme et de violence télévisée et féminisée. Le corpus est principalement composé de deux séries Girl Power, Xena : Warrior Princess et Charmed, qui symbolisent le pouvoir féminin car les héroïnes d'action s’affichent en premier rôle. Ce sont des séries à succès, qui ont été diffusées pendant plusieurs saisons, dont les icônes continuent à circuler dans la culture populaire américaine. L’analyse de ces séries s’organise en deux temps principaux : une première partie considère les représentations du Girl Power et ses ambiguïtés tandis qu’une deuxième partie se concentre sur la négociation des discours de pouvoir et de genre. L'interprétation de ces symboles du pouvoir féminin n'est pas fixe et fluidifie les frontières du genre, notamment en mettant en crise la masculinité. Les séries sur les femmes violentes sont des produits commerciaux. Toutefois elles ont eu un impact sur la culture américaine en soulignant les contradictions et tensions entre les deux vagues du féminisme. Elles ont également eu un effet sur la vie des communautés de fans qui entretiennent des relations avec les séries à travers les sites web et les réseaux sociaux. / This thesis investigates the social and economic issues at play in the politics of gender. Hence it delves into the phenomenon of Girl Power, or the « power of girls », and examines the discourses renegotiated around gender through analysis of TV series’ heroines from the 1990s. In contrast with series from the 1970s, which were influenced by the second wave of feminism, the series from 1990-2000 inscribed themselves more in the sphere of influence of feminism’s third wave. These series have provoked debates about issues of televisual violence and feminism. The corpus is principally composed of two Girl Power series, Xena: Warrior Princess and Charmed, which symbolize women’s power because they are centered on action heroines. These were successful series that were broadcast for several seasons and whose icons continue to disseminate in American popular culture. The analysis of these series is organized into two parts: the first part examines respresentations of Girl Power and its ambiguities, while the second part focuses on the negotiation of discourses of power and gender. The interpretation of these symbols of women’s power is not fixed, and blurs gender borders, notably in showing masculinity in crisis. TV series about violent women are commercial products. Yet they have had an impact on American culture in underlining the contradictions and tensions between the two waves of feminism. They have also affected the lives of the communities of fans, who sustain relationships with the series through web sites and social networks.

Cette thèse appréhende des questions scientifiques d'un point de vue de la data science, dans le cadre de l'analyse des séries temporelles issues de la locomotion en fauteuil roulant manuel (FRM). Compression et classification des séries temporelles à l'aide de DTW : l'algorithme Dynamic Time Warping (DTW) est souvent utilisé car il permet d'éviter de petites distorsions entre les séries temporelles au cours de leur alignement. Cependant, DTW produit parfois des alignements pathologiques qui se produisent, lorsque au cours de la comparaison de deux séries temporelles X et Y, un point de données de la série temporelle X est comparé à une grande sous-séquence de Y. Nous démontrons que la compression de séries temporelles à l'aide de l'approximation par morceaux (Piecewise Aggregate Approximation) (PAA) augmente considérablement la qualité de l'alignement avec DTW. Classification non supervisée de séries temporelles basée sur la distance Frobenius : Un shapelet non supervisé (U-shapelet) est une sous-séquence d'une série temporelle utilisée pour segmenter un jeu de données. Notre but est de découvrir des u-shapelets sur des séries temporelles incertaines. Pour ce faire, nous proposons un score de dissimilarité robuste à l'incertitude appelé FOTS dont le calcul est basé sur la décomposition en vecteurs propres et la comparaison des matrices d'autocorrélation de la série temporelle. Ce score est robuste à la présence d'incertitude ; il n'est pas très sensible aux changements transitoires ; il permet de saisir des relations complexes entre des séries temporelles telles que les oscillations et les tendances, et il est également bien adapté à la comparaison de séries temporelles courtes. Le score FOTS a été utilisé avec l'algorithme Scalable Unsupervised Shapelet Discovery pour le clustering de 17 jeux de données, et il a montré une amélioration substantielle de la qualité du clustering par rapport à l'indice Rand. Représentation symbolique de série temporelles cycliques basée sur les propriétés des cycliques : L'analyse des séries temporelles cycliques de la biomécanique est basée sur la comparaison des propriétés de leurs cycles. En général, les algorithmes de fouille de données ignorent cette particularité, nous proposons une représentation symbolique des séries temporelles cycliques basées sur les propriétés de cycles, appelés SAX-P. Les chaînes de caractères résultantes peuvent être comparées en utilisant la distance de distorsion temporelle dynamique (DTW). L'application de SAX-P aux moments propulsifs de trois sujets (S1, S2, S3) se déplaçant en FRM a mis en évidence de caractère asymétrique de leur propulsion. La représentation symbolique SAX-P facilite l'interprétation clinique des résultats de classification. / This thesis addresses scientific issues from a data science perspective as part of the analysis of time series from manual wheelchair locomotion (FRM).Compression and classification with Dynamic Time Warping: Dyna- mic Time Warping (DTW) is a time series alignment algorithm that is often used because it considers that it exits small distortions between time series during their alignment. However, DTW sometimes produces pathological alignments that occur when, during the comparison of two time series X and Y, one data point of the time series X is compared to a large subsequence of data points of Y. In this chapter, we demonstrate that compressing time series using Piecewise Aggregate Approximation (PAA) is a simple strategy that greatly increases the quality of the alignment with DTW. This result is particularly true for synthetic data sets.Frobenius correlation based u-shapelets discovery for time series clustering: An unsupervised shapelet (u-shapelet) is a sub-sequence of a time series used for clustering a time series dataset. The purpose of this chapter is to discover u-shapelets on uncertain time series. To achieve this goal, we propose a dissimilarity score robust to uncertainty called FOTS whose computation is based on the eigen- vector decomposition and the comparison of the autocorrelation matrices of the time series. This score is robust to the presence of uncertainty; it is not very sensitive to transient changes; it allows capturing complex relationships between time series such as oscillations and trends, and it is also well adapted to the comparison of short time series. The FOTS score has been used with the Scalable Unsupervised Shapelet Discovery algorithm for the clustering of 17 datasets, and it has shown a substantial improvement in the quality of clustering with respect to the Rand Index. This work defines a novel framework for clustering of uncertain time series.Symbolic representation of cyclic time series based on properties of cycles: The analysis of cyclic time series from bio-mechanics is based on the comparison of the properties of their cycles. As usual algorithms of time series classification ignore this particularity, we propose a symbolic representation of cyclic time series based on the properties of cycles, named SAX-P. The resulting character strings can be compared using the Dynamic Time Warping distance. The application of SAX-P to propulsive moments of three subjects (S1, S2, S3) moving in Manual Wheelchair highlight the asymmetry of their propulsion. The symbolic representation SAX-P facilitates the reading of the cyclic time series and the clinical interpretation of the classification results.

Cette thèse se compose de deux parties : la première expose et compare les différentes méthodes quantitatives d'aide à la décision utilisées dans diverses situations. La deuxième étudie et analyse l'indice du marché boursier d'Egypte - marché considéré comme inefficient parmi les marchés boursiers internationaux. En conséquence, nous précisons qu'il est très difficile d'utiliser les méthodes traditionnelles pour prévoir la tendance de l'indice de ce marché boursier (Bourse du Caire et d'Alexandrie : CASE). Pour cela nous avons appliqué la méthode ARIMA de Box-Jenkins (moyenne mobile intégrée auto-régressive) et la méthode ANN (Réseaux de Neurones Artificiels) à un échantillon d'indices du marché boursier (CASE) collecté entre 1992 et 2005, soit 3311 observations d'une série chronologique. Les résultats obtenus ont montré que la méthode traditionnelle de prédiction ARIMA ne permet pas de prévoir l'indice du marché boursier de CASE, alors que la méthode ANN est capable de suivre la tendance réelle de l'indice. Ces conclusions ont été confirmées par les deux critères de calcul du pourcentage d'erreur sur la moyenne absolue (MAPE) et de l'erreur sur la moyenne quadratique (MSE). Donc, les réseaux neuronaux pour la prédiction hebdomadaire des marchés boursiers financiers étant efficaces, l'investisseur individuel pourrait tirer profit de l'utilisation de cette méthode de prédiction pour ses propres décisions financières.

Les données de télédétection disponibles jusqu'à présent ne permettaient pas d'envisager un suivi spatio-temporel détaillé de l'occupation et de l'utilisation des sols à l'échelle régionale dans des régions au paysage très fragmenté, en raison de leur résolution temporelle trop faible ou de leur couverture spatiale trop limitée. Les objectifs de cette thèse étaient d'une part d'évaluer des séries temporelles d'images de télédétection à moyenne résolution spatiale pour effectuer ce type de suivi et d'autre part d'identifier et de caractériser les changements d'usage des terres en région agricole intensive à travers l'évolution de deux indicateurs, le taux de couverture hivernale des sols et le ratio céréales-prairies. Pour cela, des séries temporelles MODIS ont été constituées sur la région Bretagne entre 2000 et 2008. Une chaîne de prétraitements et de traitements complète a été mise en œuvre. Elle comprend des méthodes déjà utilisées sur des images de télédétection, mais qui ont dû être adaptées aux séries temporelles MODIS, et des méthodes originales, notamment pour la phase de reconstruction des séries temporelles. Les résultats montrent des tendances d'évolution comme la diminution des prairies au détriment des céréales ou l'augmentation de l'implantation d'intercultures. Ils mettent aussi en évidence des changements ponctuels comme l'augmentation des céréales en 2006 et 2008 et du maïs en 2001. Les principaux facteurs de changements d'occupation et d'utilisation agricole du sol, qui sont des conditions climatiques particulières ou des changements de pratiques agricoles en fonction du contexte politique ou socio-économique, ont été identifiés

Le travail présenté concerne l'étude de différents modèles bilinéaires de systèmes dynamiques à temps discret dans leurs versions déterministe et stochastique. Dans le cas déterministe on précise des conditions assurant des propriétés de contrôlabilité, d'observabilité et d'identifiabilité partielle de l'entrée. Dans le cas stochastique on examine les problèmes d'existence d'un processus d'état stationnaire, d'existence des moments d'un tel processus ainsi que les problèmes statistiques de filtrage de l'état et d'estimation des paramètres.

En utilisant des méthodes fonctionnelles et numériques, on localise le spectre d'un opérateur différentiel et on construit des solutions approchées pour des classes d'équations de Fredholm de seconde espèce, dont deux sont à noyau faiblement singulier. Dans le premier chapitre, on étudie le conditionnement pseudospectral pour un opérateur de convection-diffusion non autoadjoint défini sur un ouvert non borné. A partir du résultat de conditionnement pseudospectral, on localise le spectre de l'opérateur. Dans le deuxième chapitre, on régularise le noyau d'un opérateur intégral en utilisant un produit de convolution, puis on approche le noyau ainsi obtenu par son développement en série de Fourier tronqué. On obtient un opérateur intégral de rang fini, ce qui nous permet de construire une solution approchée

Réduire la vulnérabilité et accroître la résilience des sociétés d'aujourd'hui aux fortes précipitations et inondations exige de mieux caractériser leur très forte variabilité spatio-temporelle observable sur une grande gamme d'échelle. Nous mettons donc en valeur tout au long de cette thèse l'intérêt méthodologique d'une approche multifractale comme étant la plus appropriée pour analyser et simuler cette variabilité. Cette thèse aborde tout d'abord le problème de la qualité des données, qui dépend étroitement de la résolution temporelle effective de la mesure, et son influence sur l'analyse multifractale et la détermination de lois d'échelle des processus de précipitations. Nous en soulignons les conséquences pour l'hydrologie opérationnelle. Nous présentons la procédure SERQUAL qui permet de quantifier cette qualité et de sélectionner les périodes correspondant aux critères de qualité requise. Un résultat surprenant est que les longues chronologies de pluie ont souvent une résolution effective horaire et rarement de 5 minutes comme annoncée. Ensuite, cette thèse se penche sur les données sélectionnées pour caractériser la structure temporelle et le comportement extrême de la pluie. Nous analysons les sources d'incertitudes dans les méthodes multifractales " classiques " d'estimation des paramètres et nous en déduisons des améliorations pour tenir compte, par exemple, de la taille finie des échantillons et des limites de la dynamique des capteurs. Ces améliorations sont utilisées pour obtenir les caractéristiques multifractales de la pluie à haute résolution de 5 minutes pour plusieurs départements de la France (à savoir, les départements 38, 78, 83 et 94) et pour aborder la question de l'évolution des précipitations durant les dernières décennies dans le cadre du changement climatique. Cette étude est confortée par l'analyse de mosaïques radars concernant trois événements majeurs en région parisienne. Enfin, cette thèse met en évidence une autre application des méthodes développées, à savoir l'hydrologie karstique. Nous discutons des caractéristiques multifractales des processus de précipitation et de débit à différentes résolutions dans deux bassins versant karstiques au sud de la France. Nous analysons, en utilisant les mesures journalière, 30 minutes et 3 minutes, la relation pluie-débit dans le cadre multifractal. Ceci est une étape majeure dans la direction d'une définition d'un modèle multi-échelle pluie-débit du fonctionnement des bassins versants karstiques

La Corse faisant partie des petits réseaux insulaires non-interconnectés, son approvisionnement énergétique est très particulier. En effet, comme toutes les îles, elle doit se suffire à elle-même. Une solution souvent adoptée pour pallier à cet isolement, consiste à recourir aux énergies renouvelables. Cependant, à cause de leur caractère intermittent, elles ne sont insérées que de manière limitée au sein des réseaux électriques. Il est nécessaire d'utiliser en parallèle d'autres moyens de production d'énergie, avec comme principale difficulté, la gestion optimale de la bascule entre ces deux types d'énergie. Cette étude s'inscrit dans le cadre de la prédiction de la ressource solaire et photovoltaïque dans le but de quantifier l'énergie disponible et de permettre une gestion optimale de la transition entre énergies intermittentes et conventionnelles. Tout au long de ces travaux, nous avons ainsi testé différentes techniques de prédiction sur quatre horizons susceptibles d'intéresser un gestionnaire de réseau : j+1, h+24, h+1 et m+5. A l'issue de toutes ces manipulations, nous pouvons conclure que suivant l'horizon considéré, la hiérarchisation des différents prédicteurs fluctue. On retiendra ainsi que, pour l'horizon j+1, il est intéressant d'utiliser une approche à base de réseaux de neurones en prenant soin de stationnariser les séries temporelles et d'utiliser des variables exogènes. Pour l'horizon h+1, une méthodologie hybride couplant la robustesse des modèles autorégressifs et la non-linéarité des modèles connexionnistes permet d'obtenir des résultats très satisfaisants. Pour le cas h+24, les réseaux de neurones à sorties multiples donnent de très bons résultats. Concernant l'horizon m+5, les conclusions sont moins catégoriques. Ainsi, même si les réseaux de neurones sont les plus performants, la simplicité et les résultats d'une approche basée sur la persistance, nous conduisent à préconiser principalement ce prédicteur. L'ensemble des méthodologies proposées et des résultats obtenus sont complémentaires avec les travaux de prédiction bibliographiques étudiés. Les méthodologies développées pourraient, à terme, être reprises comme éléments de prédiction dans des outils globaux de contrôle et de commande des systèmes énergétiques.