La trisomie 21 (T21), le Syndrome X Fragile (SXF), la Sclérose tubéreuse de Bourneville (STB) et les mutations SYNGAP1 sont causés par des dysfonctionnements des voies moléculaires qui entraînent notamment un déséquilibre dans l’excitation et l’inhibition de l’activité neuronale qui aurait des impacts sur le développement et le fonctionnement du cerveau. Toutefois, il est difficile de faire le pont entre les déséquilibres moléculaires observés dans les modèles animaux et les particularités structurelles, fonctionnelles et cognitives observées dans ces syndromes chez l’humain. À notre connaissance, peu d’études ont comparé différents syndromes génétiques sur les processus sensoriels, l’apprentissage de base ou encore leurs caractéristiques comportementales en utilisant des paradigmes similaires et translationnels, permettant de mieux comprendre leurs particularités. Le premier volet de cette thèse vise à identifier si l’activité électroencéphalographique serait un biomarqueur adéquat représentant les altérations neurobiologiques tant des processus sensoriels que d’apprentissage chez les humains présentant ces syndromes. L’étude #1 avait comme objectif de décrire le traitement sensoriel auditif, comme il s’agit d’un processus élémentaire, et ce, chez les mutations SYNGAP1 qui représentent une condition génétique encore peu étudiée chez l’humain. Les résultats ont d’ailleurs permis d’identifier une diminution de la synchronisation de phase et une augmentation de la puissance dans la bande gamma qui distinguent cette condition génétique tant des participants sans DI que de la T21. Toujours dans l’esprit d’identifier des biomarqueurs électroencéphalographiques, mais cette fois au niveau d’un processus cognitif de base, l’étude #2 avait pour objectif de comparer tous ces syndromes dans un paradigme de suppression neuronale (SN) afin de vérifier la présence de SN et de comparer l’apprentissage de base chez ces populations. Les résultats ont identifiés que la T21 et le SXF présentaient tous les deux un patron de SN et que le SXF présentait relativement une plus forte habituation indiquant des particularités spécifiques selon les syndromes. Le deuxième volet, davantage clinique, permet de comparer les profils comportementaux associés au fonctionnement adaptatif entre les syndromes et à décrire les pistes d’intervention existantes. L’étude #3 a notamment mis en évidence que le QI et les symptômes de TDAH sont associés au fonctionnement adaptatif auprès de ces différents syndromes dont le SXF et la STB. Cet article a aussi permis de décrire les profils comportementaux de ces mêmes conditions en révélant davantage de difficultés rapportées chez les individus présentant un SXF, alors que la T21 présentait moins de particularités cliniques au niveau comportemental. Enfin, l’article #4 a mis en lumière diverses interventions utilisées auprès de la population présentant une DI notamment des stratégies cognitivo-comportementales et compensatoires. Cette thèse permet donc de dresser un portrait spécifique de ces syndromes génétiques concernant leur signature électrophysiologique lors du traitement sensoriel et de l’apprentissage ainsi que sur le plan des comorbidités comportementales et de leur relation avec le fonctionnement adaptatif, pour ensuite aborder les interventions actuelles en DI. Les diverses particularités identifiées à plusieurs niveaux ont permis de générer des suggestions pouvant guider certaines interventions futures. / Down syndrome (DS), Fragile X syndrome (FXS), Tuberous sclerosis complex (TSC) and SYNGAP1 mutations are caused by dysfunctions of the molecular pathways which lead among others to an imbalance in excitation and inhibition of the neuronal activity that would impact the brain development and its functioning. However, it is difficult to directly bridge the gap between the molecular imbalances observed in animal models with the structural, functional and cognitive characteristics observed in human with these syndromes. To our knowledge, few studies have compared those different genetic syndromes on sensory processing, basic learning or on their behavioural issues using similar and translational paradigms then allowing a better understanding of their specificities. The first part of this thesis aims to identify whether electroencephalographic activity would be an adequate biomarker representing neurobiological alterations both in sensory processing and learning in humans with these syndromes. The goal of study #1 was to describe auditory sensory processing, as a very first basic process, in SYNGAP1 mutations being a genetic condition still little studied in humans. Results showed a decrease in phase synchronization and an increase in the power of gamma band which distinguish this genetic condition both from participants without ID and from DS. Still in order to identify electroencephalographic biomarkers, but this time at a basic cognitive level, study #2 aimed to compare all these syndromes in a repetition suppression (RS) paradigm in order to observe the presence of RS and compare basic learning in these populations. The results identified a RS pattern in both DS and FXS. FXS also exhibited relatively higher habituation then indicating specific features according to the syndrome. The second part, addressing clinical aspects, permits to compare the behavioural profiles associated with adaptive functioning between syndromes and to describe existing interventions on ID population. Study #3 notably highlighted that IQ and ADHD symptoms are associated with adaptive functioning especially in FXS and TSC. This article also made it possible to describe the behavioural profiles of these syndromes, revealing more difficulties reported in individuals with FXS, while DS presented fewer behavioural issues. Finally, article #4 highlighted various interventions used with ID population, notably cognitive-behavioural and compensatory strategies. This thesis therefore makes it possible to gain a better understanding of these genetic syndromes concerning their electrophysiological signature during sensory processing and learning as well as in terms of behavioural comorbidities and their relationship with adaptive functioning, to then address current ID interventions. These different syndromic particularities identified at several levels made it possible to generate suggestions that could guide future interventions in this field.

Malgré le progrès de l'automatisation industrielle, les solutions robotiques ne sont pas encore couramment utilisées dans le secteur du génie civil. Plus spécifiquement, les tâches de ponçage, telles que le désamiantage, sont toujours effectuées par des opérateurs humains utilisant des outils électriques et hydrauliques classiques. Cependant, avec la diminution du coût relatif des machines par rapport au travail humain et les réglementations sanitaires strictes applicables à des travaux aussi risqués, les robots deviennent progressivement des alternatives crédibles pour automatiser ces tâches et remplacer les humains.Dans cette thèse, des nouvelles approches de contrôle de ponçage de surface sont élaborées. Le premier contrôleur est un contrôleur hybride position-force avec poignet conforme. Il est composé de 3 boucles de commande, force, position et admittance. La commutation entre les commandes pourrait créer des discontinuités, ce qui a été résolu en proposant une commande de transition. Dans ce contrôleur, la force de choc est réduite par la commande de transition proposée entre les modes espace libre et contact. Le second contrôleur est basé sur un modèle de ponçage développé et un contrôleur hybride adaptatif position-vitesse-force. Les contrôleurs sont validés expérimentalement sur un bras robotique à 7 degrés de liberté équipé d'une caméra et d'un capteur de force-couple. Les résultats expérimentaux montrent de bonnes performances et les contrôleurs sont prometteurs. De plus, une nouvelle approche pour contrôler la stabilité des manipulateurs mobiles en temps réel est présentée. Le contrôleur est basé sur le « zero moment point », il a été testé dans des simulations et il a été capable de maintenir activement la stabilité de basculement du manipulateur mobile tout en se déplaçant. En outre, les incertitudes liées à la modélisation et aux capteurs sont prises en compte dans les contrôleurs mentionnés où des observateurs sont proposés.Les détails du développement et de l'évaluation des différents contrôleurs proposés sont présentés, leurs mérites et leurs limites sont discutés et des travaux futurs sont suggérés. / Despite the advancements in industrial automation, robotic solutions are not yet commonly used in the civil engineering sector. More specifically, grinding tasks such as asbestos removal, are still performed by human operators using conventional electrical and hydraulic tools. However, with the decrease in the relative cost of machinery with respect to human labor and with the strict health regulations on such risky jobs, robots are progressively becoming credible alternatives to automate these tasks and replace humans.In this thesis, novel surface grinding control approaches are elaborated. The first controller is based on hybrid position-force controller with compliant wrist and a smooth switching strategy. In this controller, the impact force is reduced by the proposed smooth switching between free space and contact modes. The second controller is based on a developed grinding model and an adaptive hybrid position-velocity-force controller. The controllers are validated experimentally on a 7-degrees-of-freedom robotic arm equipped with a camera and a force-torque sensor. The experimental results show good performances and the controllers are promising. Additionally, a new approach for controlling the stability of mobile manipulators in real time is presented. The controller is based on zero moment point, it is tested in simulations and it was able to actively maintain the tip-over stability of the mobile manipulator while moving. Moreover, the modeling and sensors uncertainties are taken into account in the mentioned controllers where observers are proposed. The details of the development and evaluation of the several proposed controllers are presented, their merits and limitations are discussed and future works are suggested.

Dans les pays industrialisés tels que le Canada, les maladies chroniques non transmissibles comme le diabète et les maladies cardiovasculaires sont responsables de la majorité de la mortalité prématurée. Les comportements liés à la santé, comme le tabagisme, ont un impact majeur sur le développement de ces maladies. Les infirmières et les infirmiers , par le biais d’une approche motivationnelle nommée counseling bref en changement de comportement (CBCC), peuvent soutenir les patients dans le changement de comportement lié la santé. Toutefois, les études soulignent des barrières inhérentes à la mise en œuvre du CBCC par les infirmières en milieu hospitalier, comme le manque d’habiletés et des normes sociales défavorables. Cette thèse par articles présente les résultats d’une étude visant à (1) développer un programme de formation numérique adaptatif basé sur la théorie portant sur le CBCC pour la promotion de la cessation tabagique, l’adoption de saines habitudes alimentaires et l’adhésion aux traitements médicamenteux (E_MOTIVA) et (2) évaluer son effet auprès d’infirmières et d’étudiantes en sciences infirmières par un essai clinique à répartition aléatoire (ECR) en comparaison avec un programme de formation numérique standardisé partiellement basé sur la théorie (E_MOTIVB). Le programme E_MOTIVA a été développé selon une démarche systématique en fonction d’appuis empiriques et théoriques, incluant la Théorie du Comportement Planifié, la Théorie de la Charge Cognitive et le concept d’engagement. Le contenu du programme E_MOTIVA a été développé de manière à cibler les barrières et les déterminants théoriques associés à la mise en œuvre du CBCC chez des infirmières et des étudiantes en sciences infirmières (p. ex., attitude, normes subjectives, connaissances, intention). L’adaptation du programme E_MOTIVA a été opérationnalisée à différents moments lors du parcours d’apprentissage afin d’optimiser la charge cognitive et l’engagement des infirmières et étudiantes. Le programme E_MOTIVA incluait trois sessions de formation durant respectivement un maximum de 50, 60 et 20 minutes. Il pouvait être complété en ligne depuis un téléphone intelligent, une tablette ou un ordinateur. Nous avons mené un ECR à deux groupes parallèles en simple aveugle auprès de 102 infirmières et étudiantes inscrites dans un programme de baccalauréat en sciences infirmières au Canada afin d’évaluer le programme E_MOTIVA (groupe expérimental ; n = 51) en comparaison avec le programme E_MOTIVB (groupe contrôle ; n = 51). L’effet des programmes a été évalué sur 1) le changement dans l’intention de mettre en œuvre du CBCC pour la promotion de la cessation tabagique, l’adoption de saines habitudes alimentaires et l’adhésion aux traitements médicamenteux (H1) ; 2) les changements dans les variables de la Théorie du Comportement Planifié (H2 à H7) ; 3) la charge cognitive (H8 à H10) ; et 4) l’engagement (H11, H12). Les analyses de covariance n’ont indiqué aucune différence significative dans les scores de changement dans l’intention de mettre en œuvre du CBCC entre deux groupes de l’étude. Cependant, le score de changement dans l’intention était plus élevé dans le groupe expérimental (10,22 ± 3,34) que dans le groupe contrôle (9,04 ± 2,80) (p = 0,787). Il n’y avait pas de différence significative entre les groupes quant aux changements sur le plan des autres variables de la Théorie du Comportement Planifié. Dans les deux groupes, les scores d’intention (H1), d’attitude (H2), de normes subjectives (H3), de contrôle comportemental perçu (H4), de croyances comportementales (H5) et de croyances de contrôle (H7) se sont tous améliorés de manière significative entre les mesures de base et finales. Aucune différence significative n’a été observée entre les groupes concernant la charge cognitive et l’engagement. Cette étude a permis de développer un programme de formation numérique adaptatif basé sur la théorie (E_MOTIVA) portant sur le CBCC destiné aux infirmières et aux étudiantes en sciences infirmières. Les résultats suggèrent que les programmes E_MOTIVA et E_MOTIVB ont eu des effets positifs similaires sur le plan de l’intention de mettre en œuvre du CBCC chez les infirmières et les étudiantes. Des recommandations sont formulées à l’effet d’orienter la recherche vers la distinction entre l’approche basée sur la théorie et le processus d’adaptation et d’explorer des avenues de recherche visant la transformation de l’intention de mettre en œuvre du CBCC en sa mise en œuvre effective en pratique. / In industrialized countries such as Canada, chronic noncommunicable diseases such as diabetes and cardiovascular disease are the cause of most premature mortality. Unhealthy behaviors, such as smoking, have a major impact on the development of these diseases. Nurses can support patients in initiating and sustaining health behavior change through a motivational and collaborative approach called brief behavior change counseling (BBCC). However, studies highlight several barriers to nurses’ implementation of BBCC in hospitals, including lack of skills and unfavorable social norms. This thesis by articles presents the result of a study aiming to (1) develop a theory-based adaptive e-learning program on BBCC for the promotion of smoking cessation, the adoption of healthy eating habits and medication adherence (E_MOTIVA), and then (2) to evaluate its effect with nurses and nursing students in a randomized controlled trial (RCT) compared with a standardized e-learning program partially based on theory (E_MOTIVB). The E_MOTIVA program was developed following a systematic approach and informed by empirical data and theory, including the Theory of Planned Behavior, Cognitive Load Theory and the concept of engagement. The content of the E_MOTIVA program has been developed in such a way as to target the barriers and theoretical determinants of BBCC implementation in nurses and nursing students (e.g., attitude, subjective norms, knowledge, intention). The adaptation of the E_MOTIVA program was operationalized at different times during learning to optimize cognitive load and engagement in nurses and students. The E_MOTIVA program included three training sessions lasting respectively a maximum of 50, 60 and 20 minutes. It could be completed over the Internet from a smartphone, tablet or computer. We then conducted a two group, single blind, RCT with 102 nurses and students enrolled in a baccalaureate nursing program in Canada to evaluate the E_MOTIVA program (experimental group; n = 51) compared to the E_MOTIVB standardized e-learning program partially based on theory (control group; n = 51). The effect of the programs was assessed on: 1) change in intention to implement BBCC for promoting smoking cessation, adoption of healthy eating habits, and medication adherence (H1); 2) changes in the theoretical variables of the Theory of Planned Behavior (H2 to H7); 3) cognitive load (H8 to H10); and 4) experiential and behavioral engagement (H11, H12). Analyzes of covariance indicated no significant difference in the scores of change in intention to provide BBCC between the two study groups. However, the change in intention score was higher in the experimental group (10.22 ± 3.34) than in the control group (9.04 ± 2.80) (p = 0.787). There was also no significant difference between the two groups in the changes in the other variables of the Theory of Planned Behavior. In both groups, scores for intention (H1), attitude (H2), subjective norms (H3), perceived behavioral control (H4), behavioral beliefs (H5) and control beliefs (H7) all improved significantly between baseline and final measures. No significant difference was observed between groups in cognitive load and engagement. This study led to the development of a theory-based adaptive e-learning program (E_MOTIVA) on BBCC for nurses and nursing students. The results suggest that the E_MOTIVA and E_MOTIVB programs had similar positive effects in terms of intention to implement BBCC in nurses and students. Recommendations are made to guide future research towards the distinction between the theory-based approach and the adaptation process and to explore research avenues related to the transformation of the intention to provide BBCC into its actual provision in clinical practice.

L’anti-microbio-gouvernance apparaît comme un ensemble de politiques, de standards et d’avis judicieux visant à responsabiliser les pratiques à l’égard des conséquences d’une technologie – l’antibiotique. Si l’antibiotique améliore à court terme l’offre de soins (la cure pharmaceutique), il est aussi à la source de nouveaux risques anthropiques et écologiques à long terme pour la santé, la productivité et la biodiversité, en raison de l’émergence de gènes de résistance réduisant l’efficacité des traitements et faisant pression sur les communautés bactériennes – humaines, urbaines, édaphiques, etc. L’appréciation de ce dilemme (cure / risque), puis la performance de sa gestion, reposent sur la qualité des politiques et du processus d’antimicrobiogouvernance ainsi que des réflexions en amont intégrant les valeurs (éthiques), les savoirs (scientifiques) et l’expérience. La vision globale de Van Rensselaer Potter pour la bioéthique ouvre la perspective vers la philosophie et la pratique d’Aldo Leopold, dont une technique d’aménagement adaptatif des écosystèmes co-construite, par communauté, sur la base d’une bio-éthique globale (techno-socio-écologique) des pratiques et de l’environnement. En effet, comment responsabiliser tout un chacun face à une cure, à un risque et à l’incertitude ? En prenant la perspective de la sociologie des organisations, cette thèse explore une piste étudiée en science, technologie et société : comment concerter l’humain et le non-humain (les technologies et la Nature) par la voie de systèmes (communication, collaboration et éducation) pour anticiper l’émergence de problèmes ? L’objectif de cette thèse est de proposer une approche en éthique pour coconstruire la gouvernance des relations se tissant entre les secteurs et les disciplines bâtis sur les valeurs de la santé, de la productivité et de la biodiversité. À sa racine, ce cadre de gouvernance vise à dynamiser l’arbitrage de l’accès et de la protection des données – et conséquemment le trajet de l’information, des connaissances et des applications technologiques, pratiques et politiques – sans briser la confiance des acteurs impliqués. L’arbitrage des données, à la source de la production des connaissances techniques, est la clé pour orienter les systèmes de communication et de politiques conduisant à des conseils et à des régulations. Cette nouvelle approche en éthique cherche à avancer la vision d’un projet commun sans altérer l’intégrité des actions spécifiques à la médecine, à l’agriculture et à l’écologie. Cette thèse théorise et applique le procédé d’une bioéthique expérimentale combinant les façons de faire empirique, réflexive et multisite. Elle s’inspire de méthodes en anthropologie, en sociologie et en gestion, et de la réflexivité balancée. Quatre unités épistémiques sont articulées in fine selon une logique précise pour éviter un biais cognitif auquel le raisonnement d’une bio-éthique s’expose (le sophisme naturaliste) : le descriptif, une prise de conscience (partie I) ; l’appréciatif, une théorie de travail (partie II) ; le normatif, la préparation du terrain (partie III) ; et l’évaluatif, les outils de bioéthique (partie IV). Ultimement, le produit de l’approche est un cadre de gouvernance coconstruit avec plusieurs collaborateurs dont les initiatives sont susceptibles de provoquer des changements politiques et scientifiques. À titre de bioéthicien, l’intention est d’aider les personnes et les institutions ayant le leadership de projets de société à développer des outils capables d’encapaciter (ang., empowerment) les communautés à gouverner les changements à venir qui les concernent. / Anti-microbial governance can be understood as a set of policies, standards and judicious guidance aimed at making practices more responsible for the consequences of a technology – the antibiotic. While in the short-term antibiotics improve the quality of care (the pharmaceutical cure), they also create new long-term risks to anthropical and environmental health, productivity and biodiversity, due to the emergence of resistance genes that reduce the effectiveness of treatments and put pressure on bacterial communities – human, urban, edaphic, etc. The appreciation of this cure / risk dilemma, and the performance of its management, rely on the quality of the antimicrobial policy and governance processes as well as on upstream reflections integrating (ethical) values, (scientific) knowledge and experience. Van Rensselaer Potter’s global vision for bioethics opens the perspective towards Aldo Leopold’s philosophy and practice, namely an adaptive management technique of ecosystems co-constructed, per community, based on a global (techno-socio-ecological) bio-ethics of practices and the environment. Indeed, how can we make everyone responsible in the face of a cure, risk and uncertainty? By taking the perspective of the sociology of organizations, this thesis explores a path studied in Science, Technology and Society: how to bring together the human and the non-human (technologies and Nature) through (communication, collaboration and education) systems to anticipate the emergence of problems? This thesis will propose an approach in ethics to co-construct the governance of relationships between sectors and disciplines built on the values of health, productivity and biodiversity. At its root, this governance framework aims to energize the arbitration of access to and protection of data – and consequently the paths of information, knowledge and technological, practical and political applications – without breaking the trust of the actors involved. Data arbitration, at the source of technical knowledge production, is the key to guiding communication and policy systems toward guidelines and regulations. This new approach to ethics proposes the vision of a common project without altering the integrity of specific actions in medicine, agriculture and ecology. This thesis theorizes and applies the practice of an experimental bioethics combining empirical, reflexive, and multisite ways of thinking. It draws on methods in anthropology, sociology, and management, and uses the reflexive balancing process. Four epistemic units are articulated in fine according to a precise logic in order to avoid a cognitive bias to which the reasoning of a bioethics is exposed (the naturalistic fallacy): the descriptive, a raising of awareness (part I); the appreciative, a working theory (part II); the normative, the preparation of the terrain (part III); and the evaluative, the tools of bioethics (part IV). Ultimately, the product of this approach is a governance framework co-constructed with several collaborators whose initiatives have the potential to bring about policy and scientific changes. As a bioethicist, the intention is to help individual and institutional leaders of socio-technical projects to develop tools capable of empowering communities to prospectively govern the changes that concern them.

Cette thèse est consacrée à l'analyse statistique de données en grande dimension. Nous nous intéressons à trois problèmes statistiques motivés par des applications médicales : la classification supervisée de courbes, la segmentation supervisée d'images hyperspectrales et la segmentation non-supervisée d'images hyperspectrales. Les procédures développées reposent pour la plupart sur la théorie des tests d'hypothèses (tests multiples, minimax, robustes et fonctionnels) et la théorie de l'apprentissage statistique. Ces théories sont introduites dans une première partie. Nous nous intéressons, dans la deuxième partie, à la classification supervisée de données gaussiennes en grande dimension. Nous proposons une procédure de classification qui repose sur une méthode de réduction de dimension et justifions cette procédure sur le plan pratique et théorique. Dans la troisième et dernière partie, nous étudions le problème de segmentation d'images hyper-spectrales. D'une part, nous proposons un algorithme de segmentation supervisée reposant à la fois sur une analyse multi-échelle, une estimation par maximum de vraisemblance pénalisée, et une procédure de réduction de dimension. Nous justifions cet algorithme par des résultats théoriques et des applications pratiques. D'autre part, nous proposons un algorithme de segmentation non supervisée impliquant une décomposition en ondelette des spectres observées en chaque pixel, un lissage spatial par croissance adaptative de régions et une extraction des frontières par une méthode de vote majoritaire.

La variation des intensités est souvent exploitée comme une propriété importante du signal ou de l’image par les algorithmes de traitement. La grandeur permettant de représenter et de quantifier cette variation d’intensité est appelée une « mesure de changement », qui est couramment employée dans les méthodes de détection de ruptures d’un signal, dans la détection des contours d’une image, dans les modèles de segmentation basés sur les contours, et dans des méthodes de lissage d’images avec préservation de discontinuités. Dans le traitement des images et signaux biomédicaux, les mesures de changement existantes fournissent des résultats peu précis lorsque le signal ou l’image présentent un fort niveau de bruit ou un fort caractère aléatoire, ce qui conduit à des artefacts indésirables dans le résultat des méthodes basées sur la mesure de changement. D’autre part, de nouvelles techniques d'imagerie médicale produisent de nouveaux types de données dites à valeurs multiples, qui nécessitent le développement de mesures de changement adaptées. Mesurer le changement dans des données de tenseur pose alors de nouveaux problèmes. Dans ce contexte, une mesure de changement, appelée « mesure de non-stationnarité (NSM) », est améliorée et étendue pour permettre de mesurer la non-stationnarité de signaux multidimensionnels quelconques (scalaire, vectoriel, tensoriel) par rapport à un paramètre statistique, et en fait ainsi une mesure générique et robuste. Une méthode de détection de changements basée sur la NSM et une méthode de détection de contours basée sur la NSM sont respectivement proposées et appliquées aux signaux ECG et EEG, ainsi qu’a des images cardiaques pondérées en diffusion (DW). Les résultats expérimentaux montrent que les méthodes de détection basées sur la NSM permettent de fournir la position précise des points de changement et des contours des structures tout en réduisant efficacement les fausses détections. Un modèle de contour actif géométrique basé sur la NSM (NSM-GAC) est proposé et appliqué pour segmenter des images échographiques de la carotide. Les résultats de segmentation montrent que le modèle NSM-GAC permet d’obtenir de meilleurs résultats comparativement aux outils existants avec moins d'itérations et de temps de calcul, et de réduire les faux contours et les ponts. Enfin, et plus important encore, une nouvelle approche de lissage préservant les caractéristiques locales, appelée filtrage adaptatif de non-stationnarité (NAF), est proposée et appliquée pour améliorer les images DW cardiaques. Les résultats expérimentaux montrent que la méthode proposée peut atteindre un meilleur compromis entre le lissage des régions homogènes et la préservation des caractéristiques désirées telles que les bords ou frontières, ce qui conduit à des champs de tenseurs plus homogènes et par conséquent à des fibres cardiaques reconstruites plus cohérentes. / The intensity variation is often used in signal or image processing algorithms after being quantified by a measurement method. The method for measuring and quantifying the intensity variation is called a « change measure », which is commonly used in methods for signal change detection, image edge detection, edge-based segmentation models, feature-preserving smoothing, etc. In these methods, the « change measure » plays such an important role that their performances are greatly affected by the result of the measurement of changes. The existing « change measures » may provide inaccurate information on changes, while processing biomedical images or signals, due to the high noise level or the strong randomness of the signals. This leads to various undesirable phenomena in the results of such methods. On the other hand, new medical imaging techniques bring out new data types and require new change measures. How to robustly measure changes in theos tensor-valued data becomes a new problem in image and signal processing. In this context, a « change measure », called the Non-Stationarity Measure (NSM), is improved and extended to become a general and robust « change measure » able to quantify changes existing in multidimensional data of different types, regarding different statistical parameters. A NSM-based change detection method and a NSM-based edge detection method are proposed and respectively applied to detect changes in ECG and EEG signals, and to detect edges in the cardiac diffusion weighted (DW) images. Experimental results show that the NSM-based detection methods can provide more accurate positions of change points and edges and can effectively reduce false detections. A NSM-based geometric active contour (NSM-GAC) model is proposed and applied to segment the ultrasound images of the carotid. Experimental results show that the NSM-GAC model provides better segmentation results with less iterations that comparative methods and can reduce false contours and leakages. Last and more important, a new feature-preserving smoothing approach called « Nonstationarity adaptive filtering (NAF) » is proposed and applied to enhance human cardiac DW images. Experimental results show that the proposed method achieves a better compromise between the smoothness of the homogeneous regions and the preservation of desirable features such as boundaries, thus leading to homogeneously consistent tensor fields and consequently a more reconstruction of the coherent fibers.

L'objectif de cette thèse est de proposer l'approche la plus appropriée afin de minimiser le coût d'intégration de petite éolienne dans un micro-réseau DC urbain. Une petit éolienne basé sur un machine synchrone à aimant permanent (MSAP) est considéré à étudier. Un état de l'art concernant les énergies renouvelables, micro-réseau DC, et la production d'énergie éolienne, est fait. Comme le capteur mécanique de cette structure est relativement d'un coût élevé, les différents types de contrôle pour un système de conversion éolienne sont présentés afin de choisir une structure active de conversion d'énergie et un MSAP sans capteur. Par conséquent, un estimateur de vitesse/position est nécessaire pour contrôler le système. Ainsi, les méthodes différentes proposées dans la littérature sont considérées et classifiées à étudier dans les détails, puis les plus efficaces et largement utilisés sont à vérifier dans la simulation et expérimentalement pour le système étudié. Les méthodes choisies sont: estimation de la flux de rotor avec boucle à verrouillage de phase (PLL), observateur à mode glissement (SMO), observateur de Luenberger d'ordre réduit, et filtre de Kalman étendu (EKF). Face à d'autres méthodes, l'estimateur basé sur un modèle EKF permet une commande sans capteur dans une large plage de vitesse et estime la vitesse de rotation avec une réponse rapide. Le réglage des paramètres EKF est le problème principal à sa mise en œuvre. Par conséquent, pour résoudre ce problème, la thèse présente une méthode adaptative, à savoir réglage-adaptatif d’EKF. En conséquence, et grâce à cette approche, le coût total du système de conversion est réduite et la performance est garantie et optimisée. / The aim of this thesis is to propose the most appropriate approach in order to minimize the cost of integration of a wind generator into a DC urban microgrid. A small-scale wind generator based on a permanent magnet synchronous machine (PMSM) is considered to be studied. A state of the art concerning the renewable energies, DC microgrid, and wind power generation is done. As the mechanical sensor for this structure is relatively of high cost, various types of wind conversion system control are presented in order to choose an energy conversion active structure and a sensorless PMSM. Therefore, a speed/position estimator is required to control the system. Thus, different methods proposed in literatures are considered and classified to be studied in details, and then the most effective and widely used ones are to be verified in simulation and experimentally for the studied system. The methods which are chosen are: rotor flux estimation with phase locked loop (PLL), sliding mode observer (SMO), Luenberger observer of reduced order, and extended Kalman filter (EKF). Facing to other methods, the EKF model-based estimator allows sensorless drive control in a wide speed range and estimates the rotation speed with a rapid response. The EKF parameters tuning is the main problem to its implementation. Hence, to solve this problem, the thesis introduces an adaptive method, i.e. adaptive-tuning EKF. As a result and grace to this approach, the total cost of conversion system is reduced and the performance is guaranteed and optimized.

Ces dernières années, l'intelligence artificielle a été considérablement avancée et l'apprentissage en profondeur, où des réseaux de neurones profonds sont utilisés pour tenter d'imiter vaguement le cerveau humain, y a contribué de manière significative. Les réseaux de neurones profonds sont désormais capables d'obtenir un grand succès sur la base d'une grande quantité de données et de ressources de calcul suffisantes. Malgré leur succès, leur capacité à s'adapter rapidement à de nouveaux concepts, tâches et environnements est assez limitée voire inexistante. Dans cette thèse, nous nous intéressons à la façon dont les réseaux de neurones profonds peuvent s'adapter à des circonstances en constante évolution ou totalement nouvelles, de la même manière que l'intelligence humaine, et introduisons en outre des modules architecturaux adaptatifs et dynamiques ou des cadres de méta-apprentissage pour que cela se produise de manière efficace sur le plan informatique. Cette thèse consiste en une série d'études proposant des méthodes pour utiliser des calculs adaptatifs et dynamiques pour aborder les problèmes d'adaptation qui sont étudiés sous différentes perspectives telles que les adaptations au niveau de la tâche, au niveau temporel et au niveau du contexte. Dans le premier article, nous nous concentrons sur l'adaptation rapide des tâches basée sur un cadre de méta-apprentissage. Plus précisément, nous étudions l'incertitude du modèle induite par l'adaptation rapide à une nouvelle tâche avec quelques exemples. Ce problème est atténué en combinant un méta-apprentissage efficace basé sur des gradients avec une inférence variationnelle non paramétrique dans un cadre probabiliste fondé sur des principes. C'est une étape importante vers un méta-apprentissage robuste que nous développons une méthode d'apprentissage bayésienne à quelques exemples pour éviter le surapprentissage au niveau des tâches. Dans le deuxième article, nous essayons d'améliorer les performances de la prédiction de la séquence (c'est-à-dire du futur) en introduisant une prédiction du futur sauteur basée sur la taille du pas adaptatif. C'est une capacité critique pour un agent intelligent d'explorer un environnement qui permet un apprentissage efficace avec une imagination sauteur futur. Nous rendons cela possible en introduisant le modèle hiérarchique d'espace d'état récurrent (HRSSM) qui peut découvrir la structure temporelle latente (par exemple, les sous-séquences) tout en modélisant ses transitions d'état stochastiques de manière hiérarchique. Enfin, dans le dernier article, nous étudions un cadre qui peut capturer le contexte global dans les données d'image de manière adaptative et traiter davantage les données en fonction de ces informations. Nous implémentons ce cadre en extrayant des concepts visuels de haut niveau à travers des modules d'attention et en utilisant un raisonnement basé sur des graphes pour en saisir le contexte global. De plus, des transformations au niveau des caractéristiques sont utilisées pour propager le contexte global à tous les descripteurs locaux de manière adaptative. / Over the past few years, artificial intelligence has been greatly advanced, and deep learning, where deep neural networks are used to attempt to loosely emulate the human brain, has significantly contributed to it. Deep neural networks are now able to achieve great success based on a large amount of data and sufficient computational resources. Despite their success, their ability to quickly adapt to new concepts, tasks, and environments is quite limited or even non-existent. In this thesis, we are interested in how deep neural networks can become adaptive to continually changing or totally new circumstances, similarly to human intelligence, and further introduce adaptive and dynamic architectural modules or meta-learning frameworks to make it happen in computationally efficient ways. This thesis consists of a series of studies proposing methods to utilize adaptive and dynamic computations to tackle adaptation problems that are investigated from different perspectives such as task-level, temporal-level, and context-level adaptations. In the first article, we focus on task-level fast adaptation based on a meta-learning framework. More specifically, we investigate the inherent model uncertainty that is induced from quickly adapting to a new task with a few examples. This problem is alleviated by combining the efficient gradient-based meta-learning with nonparametric variational inference in a principled probabilistic framework. It is an important step towards robust meta-learning that we develop a Bayesian few-shot learning method to prevent task-level overfitting. In the second article, we attempt to improve the performance of sequence (i.e. future) prediction by introducing a jumpy future prediction that is based on the adaptive step size. It is a critical ability for an intelligent agent to explore an environment that enables efficient option-learning and jumpy future imagination. We make this possible by introducing the Hierarchical Recurrent State Space Model (HRSSM) that can discover the latent temporal structure (e.g. subsequences) while also modeling its stochastic state transitions hierarchically. Finally, in the last article, we investigate a framework that can capture the global context in image data in an adaptive way and further process the data based on that information. We implement this framework by extracting high-level visual concepts through attention modules and using graph-based reasoning to capture the global context from them. In addition, feature-wise transformations are used to propagate the global context to all local descriptors in an adaptive way.