L’apprentissage multiagent est une direction prometteuse de la recherche récente et à venir dans le contexte des systèmes intelligents. Si le cas mono-agent a été beaucoup étudié pendant les deux dernières décennies, le cas multiagent a été peu étudié vu sa complexité. Lorsque plusieurs agents autonomes apprennent et agissent simultanément, l’environnement devient strictement imprévisible et toutes les suppositions qui sont faites dans le cas mono-agent, telles que la stationnarité et la propriété markovienne, s’avèrent souvent inapplicables dans le contexte multiagent. Dans ce travail de maîtrise nous étudions ce qui a été fait dans ce domaine de recherches jusqu’ici, et proposons une approche originale à l’apprentissage multiagent en présence d’agents adaptatifs. Nous expliquons pourquoi une telle approche donne les résultats prometteurs lorsqu’on la compare aux différentes autres approches existantes. Il convient de noter que l’un des problèmes les plus ardus des algorithmes modernes d’apprentissage multiagent réside dans leur complexité computationnelle qui est fort élevée. Ceci est dû au fait que la taille de l’espace d’états du problème multiagent est exponentiel en le nombre d’agents qui agissent dans cet environnement. Dans ce travail, nous proposons une nouvelle approche de la réduction de la complexité de l’apprentissage par renforcement multiagent. Une telle approche permet de réduire de manière significative la partie de l’espace d’états visitée par les agents pour apprendre une solution efficace. Nous évaluons ensuite nos algorithmes sur un ensemble d’essais empiriques et présentons des résultats théoriques préliminaires qui ne sont qu’une première étape pour former une base de la validité de nos approches de l’apprentissage multiagent. / Multiagent learning is a promising direction of the modern and future research in the context of intelligent systems. While the single-agent case has been well studied in the last two decades, the multiagent case has not been broadly studied due to its complex- ity. When several autonomous agents learn and act simultaneously, the environment becomes strictly unpredictable and all assumptions that are made in single-agent case, such as stationarity and the Markovian property, often do not hold in the multiagent context. In this Master’s work we study what has been done in this research field, and propose an original approach to multiagent learning in presence of adaptive agents. We explain why such an approach gives promising results by comparing it with other different existing approaches. It is important to note that one of the most challenging problems of all multiagent learning algorithms is their high computational complexity. This is due to the fact that the state space size of multiagent problem is exponential in the number of agents acting in the environment. In this work we propose a novel approach to the complexity reduction of the multiagent reinforcement learning. Such an approach permits to significantly reduce the part of the state space needed to be visited by the agents to learn an efficient solution. Then we evaluate our algorithms on a set of empirical tests and give a preliminary theoretical result, which is first step in forming the basis of validity of our approaches to multiagent learning.

Cette thèse de doctorat porte sur le traitement multi-échelle et adaptatif (en espace et en intensité) des images à tons de gris. A partir d'une caractérisation ponctuelle, une image est représentée par un ensemble de voisinages locaux : les voisinages adaptatifs généraux (VAG). A chaque point de l'image est associée une famille croissante de VAG permettant une analyse multi-échelle des différentes caractéristiques de l'image. Ces VAG sont adaptatifs dans le sens ou chaque voisinage coïncide spatialement avec la structure locale du point considéré, suivant les informations radiométriques, morphologiques, géométriques, ou texturales, étudiées. De plus, les VAG sont physiquement cohérents puisque leur modélisation dépend de la nature physique et/ou psychophysique de l'image à analyser. Par conséquent, les VAG sont adaptés aux images ou systèmes d'imagerie linéaires, mais aussi non linéaires et/ou bornes, tels que les images acquises en lumière transmise, en lumière réfléchie (modèle multiplicatif) ou le système humain de perception visuelle. Cette analyse par voisinages adaptatifs généraux conduit au développement d'outils de traitement d'image. Ces VAG forment naturellement des fenêtres opérationnelles propices à des transformations locales d'image. Dans un premier temps, la morphologie mathématique adaptative est introduite en considérant des éléments structurants (adaptatifs) bases sur ces VAG. Les transformations résultantes satisfont les propriétés standards des opérateurs morphologiques usuels et de surcroît en vérifient de nouvelles telles que la connexité, ce qui est topologiquement remarquable. Dans un second temps, le filtrage de Choquet est étendu à l'aide des voisinages adaptatifs généraux, généralisant de nombreux opérateurs non-linéaires tels que les filtres d'ordre. En outre, les VAG permettent la définition de descripteurs adaptatifs locaux d'images en tons de gris tels que l'orientation ou l'épaisseur. Ces mesures peuvent conduire d'une part à la définition de nouveaux VAG permettant une analyse d'image plus cohérente ou d'autre part à la résolution de problèmes pratiques de traitement d'image. Dans le cadre de cette thèse, le traitement d'image à voisinages adaptatifs généraux (TIVAG) à été appliqué aux problèmes de restauration, de rehaussement ou de segmentation d'image. Cette approche ouvre par ailleurs de nouvelles perspectives théoriques et devrait permettre la mise au point de nombreux processus de traitement d'image répondant à des problèmes applicatifs concrets.

Cette thèse est consacrée à la restauration et l'estimation des paramètres par filtrage dans les modèles de chaîne de Markov cachée classique, couple et triplet à sauts Markoviens. Nous proposons deux nouvelles méthodes d'approximation dans le cas des systèmes linéaires gaussiens à sauts Markoviens. La première est fondée sur l'utilisation des chaînes de Markov cachées par du bruit à mémoire longue, on obtient alors une méthode " partiellement non supervisée" dans la quelle certains paramètres, peuvent être estimés en utilisant une version adaptative de l'algorithme EM ou ICE, les résultats obtenus sont encourageant et comparables avec les méthodes classiquement utilisées du type (Kalman/Particulaire). La deuxième exploite l'idée de ne garder à chaque instant que les trajectoires les plus probables; là aussi, on obtient une méthode très rapide donnant des résultats très intéressants. Nous proposons par la suite deux familles de modèles à sauts qui sont originaux. la première est très générale où le processus couple composé du processus d'intérêt et celui des observations conditionnellement aux sauts, est une chaîne de Markov cachée, et nous proposons une extension du filtrage particulaire à cette famille. La deuxième, est une sous famille de la première où le couple composé de la chaîne des sauts et le processus d'observations est Markovien dans ce dernier cas le filtrage optimal exact est possible avec une complexité linéaire dans le temps. L'utilisation de la deuxième famille en tant qu'approximation de la première est alors étudiée et les résultats exposés dans ce mémoire semblent très encourageants

Les sujets abordés, qui peuvent a priori sembler disparates, sont tous liés à la modélisation numérique, et les applications concernent principalement les matériaux non-newtoniens. Deux classes de lois de comportement très différentes sont abordées : les fluides viscoélastiques et les fluides à seuil, appelés également fluides viscoplastiques. L'étude de ces deux classes constitue les deux premières parties de ce travail. Après avoir présenté l'algorithmique numérique de ces modèles, j'aborde dans une troisième partie l'aspect lié au génie logiciel : la spécification et le développement de librairies pour ce type de problèmes. Les calculs numériques des écoulements de fluides viscoélastiques rencontrent de fortes difficultés lorsque le nombre de Weissenberg, lié à l'élasticité du fluide, devient grand. Je propose une méthode de décomposition d'opérateur qui permet de contourner les principales difficultés dans ce type de simulation. Les applications concernent des fluides viscoélastiques d'Oldroyd et de Phan-Thien et Tanner, pouvant représenter des polymères en solution ou bien des mélanges de polymères. Je montre que j'ai pu atteindre pour la première fois le comportement asymptotique pour les grands nombres de Weissenberg dans un écoulement en contraction brusque. La détermination précise des zones rigides dans les problèmes de viscoplasticité est un problème délicat. Les erreurs de calcul peuvent provenir de la perte de régularité de la solution à la traversée de la surface libre enveloppant les zones rigides, ou bien de la régularisation du modèle. En combinant deux méthodes classiques, à savoir une méthode de Lagrangien augmenté et l'adaptation de maillage pour capturer l'enveloppe des zones rigides, je montre qu'il est possible de résoudre à présent avec précision cette classe de problèmes. Enfin, je présente la spécification et la réalisation d'une librairie pour les méthodes variationnelles de type éléments finis. Cette librairie intègre notamment les concepts précédents d'adaptation de maillage.

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

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

Les limites des ressources d’énergies fossiles et la perspective imminente du changement climatique ont mené les pays de l’Union Européenne à engager une restructuration du secteur électrique vers un approvisionnement en énergie fiable, économique et durable. Dans cette optique de transition énergétique, les systèmes de stockage d’énergie peuvent faciliter l’intégration des énergies renouvelables dans les réseaux électriques. Ils permettent de stocker l’énergie produite par les sources renouvelables pour décaler sa fourniture aux réseaux électriques et compenser les fluctuations aléatoires de la puissance. Par ce lissage de la production des sources intermittentes, les systèmes de stockage transforment ces dernières en centrales mieux contrôlables et plus prévisibles ce qui leur permet de participer aux marchés d’électricité et aux services systèmes.Afin de garantir le respect des plans de production et des engagements pris envers le gestionnaire du réseau, les centrales de production renouvelables équipées d’un système de stockage ont recours à un système de gestion d’énergie. Alors que le contrôle rapproché assure le respect de la consigne instantanée de production, la gestion d’énergie utilise des méthodes d’optimisation sous contraintes issues de la recherche opérationnelle pour planifier le fonctionnement des systèmes de stockage. Le plus souvent, un arbitrage est nécessaire entre les exigences du fonctionnement et la complexité du modèle utilisé. Les modèles de batterie, qui présentent un comportement non-linéaire, doivent être simplifiés en vue de les intégrer dans les algorithmes d’optimisation les plus courants. De plus, les modèles précis et particulièrement ceux qui sont basés sur une modélisation physico-chimique de la batterie exigent des tests de caractérisation chronophages réalisés dans des conditions contrôlées. Finalement, le comportement électrique de la batterie évolue avec son âge ce qui impose un recalage périodique du modèle en fonction du temps.Cette thèse présente une méthodologie d’identification de modèles de batterie en cours de fonctionnement et d’utilisation de ces modèles adaptatifs dans la gestion optimale d’une centrale de production électrique avec stockage. Après un rappel des modèles de batteries, des méthodes d’identification en temps réel issues de la théorie du contrôle sont développées dans le cas d’un modèle des circuits électriques équivalents. L’extraction d’un modèle simplifié pour la gestion d’énergie est décrite et juxtaposée à une analyse de régression directe des données de fonctionnement. Les méthodes d’identification sont testées pour un système de stockage réel de taille industrielle, associé à une centrale photovoltaïque installée sur l’île de La Réunion. L’identification du modèle dans le cadre d’une étude de vieillissement préalablement effectuée au sein du CEA, met en évidence le suivi de l’état de santé de la batterie.En vue de l’intégration des modèles adaptatifs dans la gestion, la formulation des problèmes d’optimisation rencontrés dans la planification d'une centrale photovoltaïque associée à un système de stockage est développée. Des implémentations en programmation linéaire-mixte et en programmation dynamique sont réalisées dans des cas d’études basés sur la participation aux marchés d’électricité ou dans le cadre d’une tarification réglementée, ainsi que la participation aux services système. Afin d’évaluer les performances de ces solutions, une architecture de contrôle pour la centrale est détaillée, et le fonctionnement de la centrale est simulé. Plusieurs configurations du système de gestion sont testées, y compris l’utilisation de modèles fixes ou variables ainsi que la prise en compte ou non du vieillissement de la batterie. Une analyse statistique des résultats obtenus pour différents cas de production photovoltaïque et d’erreurs de prévision montre que l’utilisation des modèles variables présente des avantages. / Limited fossil energy resources and the prospect of impending climate change have led the European Union to engage in a restructuring of the electricity sector towards a sustainable, economical and reliable power supply. Energy storage systems have the potential of an enabling technology for the integration of renewable energy sources, which underlies this transition. They allow the delivery of energy produced by a local source to the electric grid to be shifted in time and can compensate random fluctuations in power output. Through such smoothing and levelling, energy storage systems can make the production of variable renewable sources predictable and amenable to control.In order to observe scheduled production and their commitments toward the grid operator, renewable power plants equipped with storage systems make use of an energy management system. While direct control ensures tracking of the current production setpoint, energy management employs constrained optimization methods from operations research to organize the usage of the storage systems. The complexity of the storage system model used in optimization must frequently be adapted to the specific application. Batteries show non-linear state-dependent behavior. Their model must be simplified for use in the most common optimization algorithms. Moreover, precise battery models based on physical modelling require time-consuming controlled testing for parameterization. Lastly, the electrical behavior of a battery evolves with aging which calls for regular recalibration of the model.This thesis presents a methodology for on-line battery model identification and the use of such adaptive models in optimal management of an electrical plant with energy storage. After a summary of battery models, observer methods for on-line identification based on control theory are developed for the case of an equivalent circuit model. The extraction of a simplified model for energy management is described and compared to direct regression analysis of the operational data. The identification methods are tested for a real industrial-sized storage system operated in a photovoltaic power plant on the island of La Réunion. Model identification applied to data from an earlier battery aging study shows the use of the method for tracking the state-of-health.The formulation of optimization problems encountered in the production scheduling of a photovoltaic power plant with energy storage is developed incorporating the adaptive battery models. Mixed-integer linear programming and dynamic programming implementations are used in case studies based on market integration of the plant or regulated feed-in tariffs. A simulation model based on the outline of the plant control architecture is used to simulate the operation and evaluate the solutions. Different configurations of the management system are tested, including static and variable battery models and the integration of battery aging. A statistical analysis of the results obtained for multiple cases of photovoltaic production and forecast error shows the advantage of using variable battery models in the study case.

Lors de l'analyse des données recueillies dans le cadre de projets de recherche clinique, les modèles statistiques intègrent habituellement de manière homogène l'information apportée par l'ensemble des observations. Les estimations obtenues peuvent cependant être modifiées par un nombre restreint voire par une seule observation, illustrant leur influence différente. Les mesures d'influence individuelle ont été proposées pour la quantifier, à la fois dans le but de détecter lesinfluences et de mieux comprendre également les modèles auxquels elles s'appliquent. L'objet de ce travail est d'évaluer l'influence individuelle dans le cadre de modèles statistiques récents. La première partie propose une mesure de l'influence individuelle locale pour le modèle de régression du risque instantané associé à la fonction d'incidence cumulée proposé par Fine et Gray pour l'analyse de données censurées en présence de compétition. La seconde partie du travail cherche à mettre en évidence l'influence individuelle des premiers sujets inclus dans un essai séquentiel de recherche de dose de phase I ou II utilisant la méthode de réévaluation séquentielle (MRS). Une adaptation de la MRS permettant de diminuer l'influence des premiers individus est enfin proposée.

Thèse doctorat : Traitement du signal et télécommunications : Rennes 1 : 2008. Thèse doctorat : Traitement du signal et télécommunications : Université de Laval (Québec) : 2008. / Titre provenant de la page du titre du document électronique. Bibliogr. p. 177-182.

Thèse de doctorat : Informatique : Lille 1 : 2000. / Résumé en français et en anglais. Bibliogr. p. 177-188.