Les systèmes de communication modernes sont caractérisés par leur besoin croissant en mécanismes d’auto-configuration. En effet, dans de nombreux cas pratiques, la présence de dispositifs de centralisation tel qu’une station de base n’est ni réaliste ni pratique. Ceci est le cas, par exemple, des situations militaires ou aussi celles d’urgence, ou lorsque le déploiement de plus en plus dense de points d’accès rend la planification humaine irréalisable. Par conséquent, des problèmes tel que la conception de règles de comportement pour les appareils (ou groupes d’appareils) sur la fa¸ con de choisir leurs propres paramètres de transmission, se présentent naturellement. En particulier, les algorithmes d’auto-configuration doivent être en mesure de répondre à la nécessité de détecter, d’éviter ou de réduire les interférences, maintenant ainsi une qualité suffisante de communications quand une centralisation est indisponible, et ceci avec un minimum d’échange d’informations et de coopération. En outre, ces algorithmes doivent être en mesure de faire face aux variations naturelles des conditions d’émission, en raison de l’atténuation, des effets de masque, de la mobilité et de la variation des comportements des autres dispositifs qui peuvent éventuellement créer des interférences supplémentaires. L’objectif de cette thèse est d’étudier le problème conjoint de sélection de canal et de contrôle de puissance dans le contexte de réseaux ad hoc clustérisés à canaux multiples, c’est à dire, des réseaux décentralisés dans lesquels les appareils radio sont disposés en groupes appelés clusters, et de proposer un algorithme d’auto-configuration décentralisé viable pour un tel réseau.Le réseau est étudié et analysé par l’intermédiaire de la théorie des jeux, et les équilibres relatifs sont identifiés. Le premier objectif consiste à utiliser ces équilibres afin de quantifier les performances des différents algorithmes qui proviennent de la théorie de l’apprentissage dans les jeux. Un algorithme basé sur le paradigme “trial and error” est alors sélectionné en tant que solution candidat. Une fonction d’utilité particulière est conçue afin que l’équilibre puisse coïncider avec les solutions d’ un problème d’optimisation, maximisant ainsi la qualité des communications, tout en minimisant les ressources nécessaires. Ces résultats sont présentés sous la forme la plus générale et, par conséquent, ils peuvent ˆ être aussi considérés comme un cadre théorique général pour la conception des jeux, ainsi que des algorithmes d’apprentissage avec lesquels les réseaux décentralisés peuvent fonctionner à des points optimaux globaux, et ceci à l’aide uniquement de leurs connaissances locales disponibles. La pertinence de la conception du jeu ainsi que de l’algorithme d’apprentissage est mis en évidence au moyen de scénarios spécifiques dans des réseaux ad hoc clustérisés et décentralisés. Les résultats numériques confirment la pertinence de l’utilisation des fonctions utilitaires appropriées ainsi que de l’apprentissage ”trial and error” dans l’amélioration de la performance des réseaux décentralisés. / Modern communication systems are characterized by an increasing need for self-configuring networks. In fact, in many practical cases, the presence of centralizing devices such as a base station is neither realistic nor practical. This is the case, for instance, in military or emergency situation, or when the increasingly dense deployment of access points makes a man-made planning unfeasible. As a consequence, problems like designing behavioral rules for devices (or groups of devices) on how to select their own transmit parameters naturally arise. In particular, self-configuring algorithms must be able to respond to the necessity of detecting, avoiding or reducing interference, thus maintaining a sufficient quality of the communications when no centralization is available, and with minimum information exchange and cooperation. Moreover, these algorithms must be able to cope with the variations of the transmission conditions due to fading, shadowing, mobility and to the change in other devices behavioral patterns eventually creating extra interference.The goal of this thesis is to study the joint problem of channel selection and power control in the context of multiple-channel clustered ad-hoc networks, i.e., decentralized networks in which radio devices are arranged into groups known as clusters, and to propose a viable decentralized self-configuring algorithm for such a network.The network is studied and analyzed through game theory, and the relative equilibria are identified. The first purpose is to use these equilibria in order to quantify the performance of different algorithms that originate from the theory of learning in games. An algorithm based on the trial and error paradigm is then selected as a candidate solution. A particular utility function is designed in order for the equilibria to coincide with the solutions of an optimization problem, thus maximizing the quality of the communications while minimizing the resources needed. These results are presented in the most general form and therefore, they can also be seen as a framework for designing both games and learning algorithms with which decentralized networks can operate atglobal optimal points using only their available local knowledge. The pertinence of the game design and the learning algorithm are highlighted using specific scenarios in decentralized clustered ad hoc networks. Numerical results confirm the relevance of using appropriate utility functions and trial and error learning for enhancing the performance of decentralized networks.

Depuis la réforme économique de la Chine en 1979, des milliers de dirigeants chinois ont travaillé au sein de multinationales, ils ont été inspirés par une solide expérience managériale et une vision globale. Du fait des différences culturelles entre la Chine et l’Occident, la maîtrise du leadership pour les patrons chinois dans un contexte professionnel de plus en plus interculturel et mondialisé, s’impose plus que jamais. Notre recherche empirique nous a conduite à analyser des données issues de l’observation, d’interviews en profondeur, ainsi que d’une expérimentation  in situ, en immersion professionnelle, afin de répondre aux questions suivantes : Que signifie aux yeux de dirigeants chinois, la notion de «leadership global» ? A quelles difficultés, quels défis les dirigeants chinois sont-ils confrontés pour développer leurs capacités de leadership interculturel? Comment différents facteurs culturels influencent-ils le développement du leadership interculturel des dirigeants chinois ? Notre recherche nous a permis de comprendre comment le leadership interculturel peut être développé selon un modèle basé sur un cadre théorique interdisciplinaire. Nous avons pu proposer un prototype de développement du leadership en milieu interculturel qui doit permettre d’identifier le dirigeant doté d’un haut potentiel en matière de leadership interculturel et contribuer à optimiser ses talents en ce domaine. / Thousands of Chinese managers have been working in multinational firms since the economic reform of China in 1979; they all have been inspired by its sound management experience and global vision. In view of the distinct culture between China and Western countries, leadership development for Chinese managers in cross cultural working environment becomes very important.As the first action empirical research on this topic we analyzed data from observation, in-depth interviews and quasi-experimentation to answer the questions: “What is global leadership for Chinese manager?” “What are the difficulties and challenges for Chinese managers to develop their cross cultural leadership?” “How various cultural factors influence Chinese leaders’ cross-culture leadership development?” Research finding had figured out the mechanism of how leadership can be developed with a cross culture leadership development model based on interdisciplinary theoretical framework, a cross culture leadership development prototype have been proposed to identify high potential cultural intelligent leaders and help to develop them efficiently.

Cette thèse porte sur la théorie de la discrimination multi-classe à marge. Elle a pour cadre la théorie statistique de l’apprentissage de Vapnik et Chervonenkis. L’objectif est d’établir des bornes de généralisation possédant une dépendances explicite au nombre C de catégories, à la taille m de l’échantillon et au paramètre de marge gamma, lorsque la fonction de perte considérée est une fonction de perte à marge possédant la propriété d’être lipschitzienne. La borne de généralisation repose sur la performance empirique du classifieur ainsi que sur sa "capacité". Dans cette thèse, les mesures de capacité considérées sont les suivantes : la complexité de Rademacher, les nombres de recouvrement et la dimension fat-shattering. Nos principales contributions sont obtenues sous l’hypothèse que les classes de fonctions composantes calculées par le classifieur ont des dimensions fat-shattering polynomiales et que les fonctions composantes sont indépendantes. Dans le contexte du schéma de calcul introduit par Mendelson, qui repose sur les relations entre les mesures de capacité évoquées plus haut, nous étudions l’impact que la décomposition au niveau de l’une de ces mesures de capacité a sur les dépendances (de la borne de généralisation) à C, m et gamma. En particulier, nous démontrons que la dépendance à C peut être considérablement améliorée par rapport à l’état de l’art si la décomposition est reportée au niveau du nombre de recouvrement ou de la dimension fat-shattering. Ce changement peut affecter négativement le taux de convergence (dépendance à m), ce qui souligne le fait que l’optimisation par rapport aux trois paramètres fondamentaux se traduit par la recherche d’un compromis. / This thesis deals with the theory of margin multi-category classification, and is based on the statistical learning theory founded by Vapnik and Chervonenkis. We are interested in deriving generalization bounds with explicit dependencies on the number C of categories, the sample size m and the margin parameter gamma, when the loss function considered is a Lipschitz continuous margin loss function. Generalization bounds rely on the empirical performance of the classifier as well as its "capacity". In this work, the following scale-sensitive capacity measures are considered: the Rademacher complexity, the covering numbers and the fat-shattering dimension. Our main contributions are obtained under the assumption that the classes of component functions implemented by a classifier have polynomially growing fat-shattering dimensions and that the component functions are independent. In the context of the pathway of Mendelson, which relates the Rademacher complexity to the covering numbers and the latter to the fat-shattering dimension, we study the impact that decomposing at the level of one of these capacity measures has on the dependencies on C, m and gamma. In particular, we demonstrate that the dependency on C can be substantially improved over the state of the art if the decomposition is postponed to the level of the metric entropy or the fat-shattering dimension. On the other hand, this impacts negatively the rate of convergence (dependency on m), an indication of the fact that optimizing the dependencies on the three basic parameters amounts to looking for a trade-off.