Au cours des dernières années, les réseaux de capteurs ont été de plus en plus utilisés dans différents contextes d’application allant de la surveillance de l’environnement au suivi des objets en mouvement, au développement des villes intelligentes et aux systèmes de transport intelligent, etc. Un réseau de capteurs est généralement constitué de nombreux dispositifs sans fil déployés dans une région d'intérêt. Une question fondamentale dans un réseau de capteurs est l'optimisation de sa couverture spatiale. La complexité de l'environnement de détection avec la présence de divers obstacles empêche la couverture optimale de plusieurs zones. Par conséquent, la position du capteur affecte la façon dont une région est couverte ainsi que le coût de construction du réseau. Pour un déploiement efficace d'un réseau de capteurs, plusieurs algorithmes d'optimisation ont été développés et appliqués au cours des dernières années. La plupart de ces algorithmes reposent souvent sur des modèles de capteurs et de réseaux simplifiés. En outre, ils ne considèrent pas certaines informations spatiales de l'environnement comme les modèles numériques de terrain, les infrastructures construites humaines et la présence de divers obstacles dans le processus d'optimisation. L'objectif global de cette thèse est d'améliorer les processus de déploiement des capteurs en intégrant des informations et des connaissances géospatiales dans les algorithmes d'optimisation. Pour ce faire, trois objectifs spécifiques sont définis. Tout d'abord, un cadre conceptuel est développé pour l'intégration de l'information contextuelle dans les processus de déploiement des réseaux de capteurs. Ensuite, sur la base du cadre proposé, un algorithme d'optimisation sensible au contexte local est développé. L'approche élargie est un algorithme local générique pour le déploiement du capteur qui a la capacité de prendre en considération de l'information spatiale, temporelle et thématique dans différents contextes d'applications. Ensuite, l'analyse de l'évaluation de la précision et de la propagation d'erreurs est effectuée afin de déterminer l'impact de l'exactitude des informations contextuelles sur la méthode d'optimisation du réseau de capteurs proposée. Dans cette thèse, l'information contextuelle a été intégrée aux méthodes d'optimisation locales pour le déploiement de réseaux de capteurs. L'algorithme développé est basé sur le diagramme de Voronoï pour la modélisation et la représentation de la structure géométrique des réseaux de capteurs. Dans l'approche proposée, les capteurs change leur emplacement en fonction des informations contextuelles locales (l'environnement physique, les informations de réseau et les caractéristiques des capteurs) visant à améliorer la couverture du réseau. La méthode proposée est implémentée dans MATLAB et est testée avec plusieurs jeux de données obtenus à partir des bases de données spatiales de la ville de Québec. Les résultats obtenus à partir de différentes études de cas montrent l'efficacité de notre approche. / In recent years, sensor networks have been increasingly used for different applications ranging from environmental monitoring, tracking of moving objects, development of smart cities and smart transportation system, etc. A sensor network usually consists of numerous wireless devices deployed in a region of interest. A fundamental issue in a sensor network is the optimization of its spatial coverage. The complexity of the sensing environment with the presence of diverse obstacles results in several uncovered areas. Consequently, sensor placement affects how well a region is covered by sensors as well as the cost for constructing the network. For efficient deployment of a sensor network, several optimization algorithms are developed and applied in recent years. Most of these algorithms often rely on oversimplified sensor and network models. In addition, they do not consider spatial environmental information such as terrain models, human built infrastructures, and the presence of diverse obstacles in the optimization process. The global objective of this thesis is to improve sensor deployment processes by integrating geospatial information and knowledge in optimization algorithms. To achieve this objective three specific objectives are defined. First, a conceptual framework is developed for the integration of contextual information in sensor network deployment processes. Then, a local context-aware optimization algorithm is developed based on the proposed framework. The extended approach is a generic local algorithm for sensor deployment, which accepts spatial, temporal, and thematic contextual information in different situations. Next, an accuracy assessment and error propagation analysis is conducted to determine the impact of the accuracy of contextual information on the proposed sensor network optimization method. In this thesis, the contextual information has been integrated in to the local optimization methods for sensor network deployment. The extended algorithm is developed based on point Voronoi diagram in order to represent geometrical structure of sensor networks. In the proposed approach sensors change their location based on local contextual information (physical environment, network information and sensor characteristics) aiming to enhance the network coverage. The proposed method is implemented in MATLAB and tested with several data sets obtained from Quebec City spatial database. Obtained results from different case studies show the effectiveness of our approach.

À mesure que les réseaux de communication sans fil se développent vers la 5G, une énorme quantité de données sera produite et partagée sur la nouvelle plate-forme qui pourra être utilisée pour promouvoir de nouveaux services. Parmis ceux-ci, les informations de localisation des terminaux mobiles (MT) sont remarquablement utiles. Par exemple, les informations de localisation peuvent être utilisées dans différents cas de services d'enquête et d'information, de services communautaires, de suivi personnel, ainsi que de communications sensibles à la localisation. De nos jours, bien que le système de positionnement global (GPS) des MT offre la possibilité de localiser les MT, ses performances sont médiocres dans les zones urbaines où une ligne de vue directe (LoS) aux satellites est bloqué avec de nombreux immeubles de grande hauteur. En outre, le GPS a une consommation d'énergie élevée. Par conséquent, les techniques de localisation utilisant la télémétrie, qui sont basées sur les informations de signal radio reçues des MT tels que le temps d'arrivée (ToA), l'angle d'arrivée (AoA) et la réception de la force du signal (RSS), ne sont pas en mesure de fournir une localisation de précision satisfaisante. Par conséquent, il est particulièrement difficile de fournir des informations de localisation fiables des MT dans des environnements complexes avec diffusion et propagation par trajets multiples. Les méthodes d'apprentissage automatique basées sur les empreintes digitales (FP) sont largement utilisées pour la localisation dans des zones complexes en raison de leur haute fiabilité, rentabilité et précision et elles sont flexibles pour être utilisées dans de nombreux systèmes. Dans les réseaux 5G, en plus d'accueillir plus d'utilisateurs à des débits de données plus élevés avec une meilleure fiabilité tout en consommant moins d'énergie, une localisation de haute précision est également requise. Pour relever un tel défi, des systèmes massifs à entrées multiples et sorties multiples (MIMO) ont été introduits dans la 5G en tant que technologie puissante et potentielle pour non seulement améliorer l'efficacité spectrale et énergétique à l'aide d'un traitement relativement simple, mais également pour fournir les emplacements précis des MT à l'aide d'un très grand nombre d'antennes associées à des fréquences porteuses élevées. Il existe deux types de MIMO massifs (M-MIMO), soit distribué et colocalisé. Ici, nous visons à utiliser la méthode basée sur les FP dans les systèmes M-MIMO pour fournir un système de localisation précis et fiable dans un réseau sans fil 5G. Nous nous concentrons principalement sur les deux extrêmes du paradigme M-MIMO. Un grand réseau d'antennes colocalisé (c'est-à-dire un MIMO massif colocalisé) et un grand réseau d'antennes géographiquement distribué (c'est-à-dire un MIMO massif distribué). Ensuite, nous ex trayons les caractéristiques du signal et du canal à partir du signal reçu dans les systèmes M-MIMO sous forme d'empreintes digitales et proposons des modèles utilisant les FP basés sur le regroupement et la régression pour estimer l'emplacement des MT. Grâce à cette procédure, nous sommes en mesure d'améliorer les performances de localisation de manière significative et de réduire la complexité de calcul de la méthode basée sur les FP. / As wireless communication networks are growing into 5G, an enormous amount of data will be produced and shared on the new platform, which can be employed in promoting new services. Location information of mobile terminals (MTs) is remarkably useful among them, which can be used in different use cases of inquiry and information services, community services, personal tracking, as well as location-aware communications. Nowadays, although the Global Positioning System (GPS) offers the possibility to localize MTs, it has poor performance in urban areas where a direct line-of-sight (LoS) to the satellites is blocked by many tall buildings. Besides, GPS has a high power consumption. Consequently, the ranging based localization techniques, which are based on radio signal information received from MTs such as time-of-arrival (ToA), angle-of-arrival (AoA), and received signal strength (RSS), are not able to provide satisfactory localization accuracy. Therefore, it is a notably challenging problem to provide precise and reliable location information of MTs in complex environments with rich scattering and multipath propagation. Fingerprinting (FP)-based machine learning methods are widely used for localization in complex areas due to their high reliability, cost-efficiency, and accuracy and they are flexible to be used in many systems. In 5G networks, besides accommodating more users at higher data rates with better reliability while consuming less power, high accuracy localization is also required in 5G networks. To meet such a challenge, massive multiple-input multiple-output (MIMO) systems have been introduced in 5G as a powerful and potential technology to not only improve spectral and energy efficiency using relatively simple processing but also provide an accurate locations of MTs using a very large number of antennas combined with high carrier frequencies. There are two types of massive MIMO (M-MIMO), distributed and collocated. Here, we aim to use the FP-based method in M-MIMO systems to provide an accurate and reliable localization system in a 5G wireless network. We mainly focus on the two extremes of the M-MIMO paradigm. A large collocated antenna array (i.e., collocated M-MIMO ) and a large geographically distributed antenna array (i.e., distributed M-MIMO). Then, we extract signal and channel features from the received signal in M-MIMO systems as fingerprints and propose FP-based models using clustering and regression to estimate MT's location. Through this procedure, we are able to improve localization performance significantly and reduce the computational complexity of the FP-based method.

Similar to the intensive developments in Geographic Information Systems (GIS) and spatial databases, the field of urban geosimulation was increasingly used in recent years, with an emphasis on high-resolution applications. This recent tendency does not agree however with the traditionally homogeneous spatial representation provided by regular cellular automata which are commonly used as the spatial structures of geosimulation applications. Several issues are raised in the literature, including reports of limitations in spatial reasoning and a lack of realism related to such spatial representations. The few solutions that, so far, deviate from the ‘dogma of regularity of the spatial representation’ are also subject to recent criticism. In this context, we propose an alternative multi-scale model based on the Voronoi diagram of polygons, which matches geographic features of the urban environment. The proposed theoretical model was developed and tested in the context of a urban geosimulation using high resolution spatial data, in the form of registered parcels of irregular shapes and sizes. The first results of the approach demonstrate the potential of our model in the context of urban geosimulation. Finally, based on our extensive analysis of the main approaches of space segmentation, we propose a schematic method to choose a spatial decomposition suited to urban geosimulation.

Les infrastructures d'information géospatiale (IIG) sont des systèmes à la fois techniques, sociaux, organisationnels et économiques. Ces infrastructures visent à démocratiser l'accès et l'utilisation des informations géographiques en vue de les rendre plus utiles à tous les niveaux de la société. Ce faisant, elles promeuvent le renforcement des capacités et des connaissances des individus afin d’accroître leur participation à la prise de décision publique et donc à la gestion du territoire. Cependant, la réalisation des IIG semble très dispendieuse et les résultats, autres que techniques, ne sont pas facilement observables. Par conséquent, il faut disposer des éléments nécessaires pour démontrer, notamment sur les plans social et politique, que les IIG sont beaucoup plus que de simples solutions géomatiques novatrices profitant de la flambée des technologies de l'information. Ces éléments étant encore méconnus, il est difficile de « vendre » ces infrastructures et d’obtenir les ressources requises pour leur réalisation. Le but de cette recherche est de proposer un cadre théorique comportant les critères d’évaluation des IIG et les règles permettant de tenir compte du contexte dans lequel chaque infrastructure est enracinée. Pour l’atteindre, nous avons mené une recherche qualitative, inductive et exploratoire. Elle a été conduite en trois phases. Dans la première, nous avons fait une revue bibliographique détaillée. À la deuxième, un sondage international a été réalisé selon les principes des études Delphi. Dans la troisième, deux études de cas ont été menées, l’une en Suisse et l’autre en Uruguay. Nous avons conclu que l’évaluation des IIG est, en soi, un processus participatif et de construction sociale de ce genre d’infrastructure. Ce processus doit être mené selon les critères associés à deux dimensions majeures : la « dimension qualité » et la « dimension vertu ». Chaque dimension est composée de zones d'évaluation. Nous proposons le paradigme de la valeur sociale d'usage comme le plus important critère d’évaluation. Les résultats obtenus apportent des éléments essentiels permettant d’évaluer et surtout de favoriser le succès des initiatives IIG. L’idée d'un processus évaluatif utile - servant à promouvoir l'apprentissage, la participation citoyenne et la transformation sociale - sous-tend le cadre d’évaluation proposé. / Many countries around the world are constructing Spatial Data Infrastructures (SDI). In order to meet more important SDI expectations and goals, several approaches have been conducted. However, the literature suggests that SDI initiatives do not necessarily meet the major users’ needs and that the most important objectives have not yet been reached. This fact raises a number of questions, mainly the issue as to whether or not the real usefulness of SDI initiatives is limited. If this were the case, SDI projects would not be sufficiently justified and consequently available resources scarcer. Therefore, it becomes necessary to evaluate SDI initiatives. In spite of this, there does not exist, to date, enough valid or widespread criteria based upon which SDI can be evaluated. Hence, it is essential that relevant criteria be defined, through which it is possible to evaluate such approaches, as well as their results. In order to reach this goal, we conducted qualitative research to develop a theoretical framework for the evaluation of SDI projects, through the identification and description of common success criteria across different contextual backgrounds. Our first step was to conceptualize the evaluation and success antecedents through the literature. Secondly, an International Web Survey was conducted applying Delphi study basis. Finally, the core of this research was two SDI case studies. Switzerland and Uruguay were examined in order to gain better understanding of criteria and context. We propose that SDI evaluation should be a process that involves everyone in the social construction of these infrastructures. Thus, SDI can be evaluated based on two major dimensions: "Quality Dimension" and "Virtue Dimension". Each dimension is composed of evaluation zones. We suggest that SDI can become largely valuable projects only if they are useful to society. This two-dimensional evaluation framework should be a good tool to help SDI organizations to estimate and improve the success of SDI initiatives. It allows the definition of conditions under which the SDI objectives may be planned and judged, while respecting the diversity of approaches adopted by each community. The notion of useful assessment, promoting training and social transformation, underlies the theoretical framework proposed.

L’information géographique est maintenant un produit de masse fréquemment manipulé par des utilisateurs non-experts en géomatique qui ont peu ou pas de connaissances de la qualité des données qu’ils utilisent. Ce contexte accroît significativement les risques de mauvaise utilisation des données et ainsi les risques de conséquence néfaste résultant de ces mauvaises utilisations. Cette thèse vise à fournir à des utilisateurs experts ou des experts en qualité une approche leur permettant d’évaluer la qualité des données et ainsi être à même de conseiller des utilisateurs non-experts dans leur utilisation des données. Cette approche se base sur une structuration des données de qualité dans une base de données multidimensionnelle et une communication dynamique et contextuelle utilisant des indicateurs de qualité affichés dans un système SOLAP (Spatial On-Line Analytical Processing) combiné à un système d’information géographique. / Nowadays Geographic information is a mass-product often manipulated by users without expertise in geomatics and who have little or no knowledge about the quality of the data being manipulated. Such context significantly increases the risks of data misuse and of negative consequences resulting from these misuses. This thesis aims at providing expert-users and data-quality experts with a new approach allowing them to better evaluate spatial data quality in order to advise non-expert users. This approach is based on the management of quality information within a multidimensional database and on the dynamic and contextual exploration of quality information through quality indicators displayed into a SOLAP system (Spatial On-Line Analytical Processing) built on a Geographical Information System (GIS).

La Géo-Simulation Multi-Agent (GSMA) est un paradigme de modélisation et de simulation de phénomènes dynamiques dans une variété de domaines d'applications tels que le domaine du transport, le domaine des télécommunications, le domaine environnemental, etc. La GSMA est utilisée pour étudier et analyser des phénomènes qui mettent en jeu un grand nombre d'acteurs simulés (implémentés par des agents) qui évoluent et interagissent avec une représentation explicite de l'espace qu'on appelle Environnement Géographique Virtuel (EGV). Afin de pouvoir interagir avec son environnement géographique qui peut être dynamique, complexe et étendu (à grande échelle), un agent doit d'abord disposer d'une représentation détaillée de ce dernier. Les EGV classiques se limitent généralement à une représentation géométrique du monde réel laissant de côté les informations topologiques et sémantiques qui le caractérisent. Ceci a pour conséquence d'une part de produire des simulations multi-agents non plausibles, et, d'autre part, de réduire les capacités de raisonnement spatial des agents situés. La planification de chemin est un exemple typique de raisonnement spatial dont un agent pourrait avoir besoin dans une GSMA. Les approches classiques de planification de chemin se limitent à calculer un chemin qui lie deux positions situées dans l'espace et qui soit sans obstacle. Ces approches ne prennent pas en compte les caractéristiques de l'environnement (topologiques et sémantiques), ni celles des agents (types et capacités). Les agents situés ne possèdent donc pas de moyens leur permettant d'acquérir les connaissances nécessaires sur l'environnement virtuel pour pouvoir prendre une décision spatiale informée. Pour répondre à ces limites, nous proposons une nouvelle approche pour générer automatiquement des Environnements Géographiques Virtuels Informés (EGVI) en utilisant les données fournies par les Systèmes d'Information Géographique (SIG) enrichies par des informations sémantiques pour produire des GSMA précises et plus réalistes. De plus, nous présentons un algorithme de planification hiérarchique de chemin qui tire avantage de la description enrichie et optimisée de l'EGVI pour fournir aux agents un chemin qui tient compte à la fois des caractéristiques de leur environnement virtuel et de leurs types et capacités. Finalement, nous proposons une approche pour la gestion des connaissances sur l'environnement virtuel qui vise à supporter la prise de décision informée et le raisonnement spatial des agents situés.

Plusieurs domaines d’application comme la géologie, l’archéologie, ou l’architecture requièrent une gestion explicite de la 3e dimension pour aider, appuyer et réaliser adéquatement leur processus d’analyse et de prise de décision. Mais avons-nous à disposition les outils adéquats qui gèrent explicitement cette 3e dimension tout en appuyant la prise de décision dans des contextes spatiaux? Par exemple, les outils de conception assistée par ordinateur (CAO) offrent plusieurs fonctionnalités pour réaliser la modélisation volumique, mais sont plus limités quant aux fonctionnalités d’analyse spatiale et d’interrogation des données descriptives. Les systèmes d’information géographiques (SIG) et les systèmes de gestion de base de données (SGBD) spatiaux, quant à eux, permettent de visualiser et stocker certaines formes de modèles 3D mais n’offrent que très peu des fonctionnalités de modélisation et d’analyse que ces systèmes offrent habituellement pour le 2D. Du côté de la standardisation, l’ISO et l’OGC ont commencé à réviser certains standards comme le Schéma Spatial ISO 19107 et le Geography Markup Language (GML) afin de normaliser la gestion de la 3e dimension des données géométriques. Ce travail de recherche présente un inventaire des capacités 3D des principales géotechnologies et propose ce que nous pourrions nommer les caractéristiques fondamentales d’un SIG 3D s’appuyant sur une architecture multi tiers (client, serveur et base de données) et exploitant le concept de service Web. Cette architecture offre à partir d’un outil-client des capacités de modélisation 3D et d’interrogation des propriétés spatiales et descriptives d’un modèle 3D stocké au sein d’une base de données sur un serveur distant. Le tout, réalisé à travers le Web et implémentant les standards tels que le WFS, le GML et le Schéma Spatial ISO 19107. Pour valider ces propositions, le développement d’un prototype le Web Geological Feature Server (WGFS) a été réalisé. Le WGFS s’appuie en grande partie sur des composants logiciels open source et donne accès en lecture et en écriture à partir du logiciel CAO Gocad à des données géologiques 3D stockées en format XML dans une base de données MySQL. Son serveur d’applications (Tomcat couplé à Deegree), regroupe la logique applicative ainsi que les bases d’une bibliothèque d’opérateurs spatiaux 3D dont un premier opérateur, le 3D « bounding box », a été implémenté. / Several application domains like Geology, Archeology and Architecture require an explicit management of the 3rd dimension to adequately support the analysis and decision-making process. But do we currently have the adequate tools to manage this 3rd dimension? For example, Computer Assisted Design (CAD) systems are reliable for modeling solids but have limited capability for spatial analysis and data storage. Geographic Information Systems (GIS) and Database Management Systems (DBMS) can handle visualization and storage for some 3D models but they only offer a small portion of the modeling and analysis capacities that they generally offer in 2D. Meanwhile, the International Organization for Standardization (ISO) and the Open Geospatial Consortium OGC started to update some of their standards like the ISO 19107 Spatial Schema and the Geography Markup Language (GML) in order to normalize the management of the 3rd dimension of spatial data. The current study provides a report on the capabilities of available geotechnologies to manage 3D spatial data and presents the fundamental characteristics of a new 3D-GIS based on a multi-tiered approach (client, server and database) with built-in web services. The architecture of this system provides a user with geometrical modeling, spatial analysis and querying capabilities of a 3D model stored with his descriptive properties in a database on a remote server. All this, carried out through the Web and implementing standards such as the WFS specification, the GML language and the ISO 19107 Spatial Schema. To test the feasibility of these proposals, a prototype of a Web Geological Feature Server (WGFS) is developed. The WGFS is an open source based framework that provides read/write access from the CAD software Gocad to 3D geological data (extracted from SIGEOM database) stored in XML format in a MySQL database. Its application server (Tomcat coupled to Deegree), gathers applicative logic as well as the bases of a 3D spatial operators library whose first operator, the 3D bounding box, has been implemented.

Les réseaux écologiques visent à maintenir la biodiversité et les processus écologiques en protégeant les habitats et les liens entre eux. En considérant le rôle fonctionnel du paysage, ce concept permet d'intégrer la viabilité écologique et les activités humaines pour favoriser une gestion durable du territoire. Bien que les réseaux écologiques partagent le même objectif général, plusieurs approches peuvent être utilisées pour délimiter leurs composantes. Le choix d'approche est une source majeure d'incertitude et a des implications sur la configuration spatiale, la valeur écologique et la facilité d'implantation des réseaux obtenus. Dans le cadre de ce mémoire, différentes approches de conception de réseaux écologiques ont été appliquées sur le territoire du bassin versant de la rivière Saint-François (8 700 km[indice supérieur 2]) au Québec.Les approches utilisées sont basées sur des stratégies de modélisation monospécifiques, multispécifiques ou paysagères.Les réseaux écologiques ont ensuite été évalués quantitativement à l'aide d'indicateurs écologiques, économiques et sociaux afin de caractériser l'impact des différentes approches de conception sur la performance relative des réseaux.Les résultats obtenus montrent que le choix d'approche a une influence directe sur la configuration spatiale et la performance des réseaux. Ces résultats sont également mis en relation avec les objectifs poursuivis par l'implantation de réseaux écologiques, l'échelle spatiale et l'utilisation du territoire. Le cadre d'évaluation développé s'avère un outil prometteur pour permettre d'atténuer l'incertitude associée au choix d'approche et faciliter l'intégration des priorités des acteurs locaux et des objectifs de gestion territoriale dans la conception des réseaux écologiques.

Dans les bases de données spatiales actuellement mises en oeuvre, les phénomènes naturels sont généralement représentés par des géométries ayant des frontières bien délimitées. Une telle description de la réalité ignore le vague qui caractérise la forme de certains objets spatiaux (zones d'inondation, lacs, peuplements forestiers, etc.). La qualité des données enregistrées est donc dégradée du fait de ce décalage entre la réalitée et sa description. Cette thèse s'attaque à ce problème en proposant une nouvelle approche pour représenter des objets spatiaux ayant des formes vagues et caractériser leurs relations topologiques. Le modèle proposé, appelé QMM model (acronyme de Qualitative Min-Max model), utilise les notions d'extensions minimale et maximale pour représenter la partie incertaine d'un objet. Un ensemble d'adverbes permet d'exprimer la forme vague d'un objet (ex : a region with a partially broad boundary), ainsi que l'incertitude des relations topologiques entre deux objets (ex : weakly Contains, fairly Contains, etc.). Cette approche est moins fine que d'autres approches concurrentes (modélisation par sous-ensembles flous ou modélisation probabiliste). Mais elle nécessite un processus d'acquisition complexe des données. De plus elle est relativement simple à mettre en oeuvre avec les systèmes existants de gestion de bases de données. Cette approche est ensuite utilisée pour contrôler la qualité des données dans les bases de données spatiales et les entrepôts de données spatiales en spécifiant les contraintes d'intégrité basé sur les concepts du modèle QMM. Une extension du langage de contraintes OCL (Object Constraint Language) a été étudiée pour spécifier des contraintes topologiques impliquant des objets ayant des formes vagues. Un logiciel existant (outil OCLtoSQL développé à l'Université de Dresden) a été étendu pour permettre la génération automatique du code SQL d'une contrainte lorsque la base de données est gérée par un système relationnel. Une expérimentation de cet outil a été réalisée avec une base de données utilisée pour la gestion des épandages agricoles. Pour cette application, l'approche et l'outil sont apparus très efficients. Cette thèse comprend aussi une étude de l'intégration de bases de données spatiales hétérogènes lorsque les objets sont représentés avec le modèle QMM. Des résultats nouveaux ont été produits et des exemples d'application ont été explicités.

Cette thèse traite de la révision automatique des connaissances contenues dans les systèmes fonctionnant par exploration informée d'arbres d'états. Ces systèmes, de par leur performance, sont employés dans de nombreux domaines applicatifs. En particulier, des travaux ont proposés d'utiliser cette approche dans le cadre de l'automatisation de la généralisation de données géographiques. La généralisation de données géographique s'intéresse à la dérivation, à partir de données géographiques détaillées, de données moins détaillées adaptées à un besoin particulier (e.g. changement d'échelle). Son automatisation, enjeu majeur pour les agences cartographiques telles que l'Institut Géographique National (IGN), est particulièrement complexe. Les performances des systèmes basés sur l'exploration informée d'arbres d'états sont directement dépendantes de la qualité de leurs connaissances (heuristiques). Or, la définition et la mise à jour de ces dernières s'avèrent généralement fastidieuses. Dans le cadre de cette thèse, nous proposons une approche de révision hors ligne des connaissances basée sur le traçage du système et sur l'analyse de ces traces. Ces traces sont ainsi utilisées par un module de révision qui est chargé d'explorer l'espace des connaissances possibles et d'en modifier en conséquence les connaissances du système. Des outils de diagnostic en ligne de la qualité des connaissances permettent de déterminer quand déclencher le processus de révision hors ligne des connaissances. Pour chaque méthode et approche que nous présentons, une mise en oeuvre est détaillée et expérimentée dans le cadre de l'automatisation de la généralisation de données géographiques