Les Liquides Ioniques [LI] à température ambiante forment une nouvelle classe de matériaux, prometteurs dans des applications diverses. Les avantages que les LI soulèvent par rapport aux autres liquides moléculaires ou sels fondus résident dans la facilité à changer leurs propriétés intrinsèques en jouant sur la nature chimique de la combinaison [cation-anion]. Cependant, on n'est pas encore près à prédire les propriétés d'un LI en connaissant uniquement sa composition chimique. Par conséquent, nous avons fait des expériences de diffraction de rayons-x et de neutrons, complétées par une série de simulations de dynamiques moléculaires sur une famille de LI à bases de cations d'alkyl-methylimidazolium et d'anion Bromure. Ainsi, en changeant la longueur de la chaine alkyl, nous avons comparé la structure et la dynamique de trois LI de chaines ethyl, butyl et hexyl. La comparaison des résultats structuraux obtenus par la simulation avec ceux des rayons-x donnèrent complète satisfaction. Des résultats intéressants ont été obtenus, spécialement ceux issus de la comparaison de la structure et la dynamique du LI 1-ethyl-3-methylimidazolium Bromide en phase cristalline et liquide. Par ailleurs, l'hétérogénéité en phase volumique a pu être quantifiée ce qui a permis de déterminer que la ségrégation augmente avec la longueur de la chaine alkyl cationique.

La notion de confort dans les habitats est une problématique majeure pour résoudre des problèmes écologiques (consommation et émissions des bâtiments), économiques (réduction de coûts d'exploitation) et sociaux (maintien et assistance à domicile) qui définissent le développement durable. Cependant, cette notion de confort est complexe, par le nombre de paramètres qu'elle intègre, paramètres à la fois humains (perception) et physiques (mesure). Notre étude vise à modéliser cette notion de confort dans un contexte d'habitat intelligent. L'habitat intelligent émerge depuis le début des années 2000, et se positionne en héritier de la domotique, bénéficiant des progrès technologiques illustrés par l'informatique ubiquitaire et l'intelligence artificielle, concepts formants l'intelligence ambiante. La première partie de notre étude consiste à définir l'habitat intelligent, en formalisant les acquis (domotique) et les problématiques de recherche, sous l'angle de la représentation de connaissances par les modèles. Notre approche du bâtiment intelligent nous à permis de définir un cadre d'interopérabilité : un intergiciel capable de concentrer les paramètres et commandes d'un environnement. Cette interopérabilité est nécessaire de par l'hétérogénéité des objets communicants qui composent un habitat : hétérogénéité des applications, des protocoles de communication, de savoir-faire et d'usages. Les travaux réalisés dans cette première partie de l'étude nous ont permis d'instrumenter une plate-forme d'expérimentation : la plateforme Domus. Ainsi, en reconstituant un appartement, et en le dotant d'objets communicants, nous avons pu mettre en œuvre, par le biais de l'interopérabilité, un environnement intelligent, environnement qui se caractérise par une forte densité d'information et une capacité de réaction. La réalisation de cette plate-forme est nécessaire pour aborder des thématiques diverses liées à l'habitat, comme le confort. En effet, l'intelligence ambiante apporte une nouvelle dimension dans ce cadre de recherche : l'ubiquité. La densité croissante de capteurs nous permet de collecter plus d'informations, non seulement sur l'environnement mais également sur l'utilisateur et son comportement, définissant ainsi une nouvelle approche du confort : le confort adaptatif. Les travaux sur l'étude du confort dans les bâtiments se focalisent sur le confort thermique. Dans nos travaux, nous avons voulu nous intéresser au confort multi-sensoriel. Celui-ci permet d'une part de prendre en compte l'ensemble des paramètres qui agrémentent un environnement (l'air, le son, la vue) mais permet également de nous intéresser aux effets sensoriels croisés que peuvent induire ces modalités sur l'occupant. Par exemple, on soupçonne la température d'éclairage (éclairage rouge/chaud, éclairage bleu/froid) d'avoir une incidence sur la perception thermique. Des expérimentations ont en effet démontré l'approche pratique et l'approche théorique de ces effets multi-sensoriels. La mise en place de notre cadre d'interopérabilité, en première partie, dans la plateforme Domus et les résultats de nos évaluations expérimentales, en seconde partie, sur le confort réalisés dans cette même plateforme, nous permettent de participer à la définition d'un « confort-mètre », qui s'appuie à la fois sur les capteurs, les objets de l'habitat et la perception des habitants. / The notion of comfort in homes is a major problem to solve environmental problems (consumption and emissions of buildings), economic (reduction of operating costs) and social (maintenance and home care) that define sustainable development. However, this notion of comfort is complicated by the number of parameters that integrates both human (perception) and physical (measurement) parameters. Our study aims to model the concept of comfort in a smart home. Smart homes emerged in the early 2000s, and are positioned as heir to home automation, benefiting from technological advances illustrated by ubiquitous computing and artificial intelligence, ambient intelligence concepts formants. The first part of this study was to define habitat intelligent, formalizing the gains (home automation) and research issues, in terms of knowledge representation by the models. Our approach to intelligent building allowed us to define a framework for interoperability: a middleware able to focus and control the parameters of an environment. This interoperability is required by the heterogeneity of communicating objects that make up a habitat: heterogeneity of applications, communication protocols, know-how and practices. This first part of the study allowed us to instrument an experimental platform: the platform Domus. Thus, by restoring an apartment, and by providing it with smart objects, we could implement, through interoperability, an intelligent environment, environment characterized by high information density and capacity reaction. The realization of this platform is needed to address various topics related to housing, such as comfort. Indeed, ambient intelligence brings a new dimension in this research framework: ubiquity. The increasing density of sensors allows us to collect more information, not only the environment but also on the user and its behavior, thus defining a new approach to comfort: Adaptive comfort. Most of the work focusing on thermal comfort, we are interested in multi-sensory comfort. This allows one hand to take into account all the parameters that enhances an environment (air, sound, sight) but also allows our attention to cross-sensory effects that can induce these terms on the occupier. For example, it is suspected the temperature light (red light / heat, light blue / cold) to affect the perception of heat. Experiments have shown the practical approach and the theoretical approach of multi-sensory effects. The results of this study will be led to participate in the definition of "comfortmeter", a tool to sense comfort for both habitat and the inhabitant.

La Maison Intelligente est une résidence équipée de technologie informatique qui assiste ses habitant dans les situations diverses de la vie domestique en essayant de gérer de manière optimale leur confort et leur sécurité par action sur la maison. La détection des situations anormales est un des points essentiels d'un système de surveillance à domicile. Ces situations peuvent être détectées en analysant les primitives générées par les étages de traitement audio et par les capteurs de l'appartement. Par exemple, la détection de cris et de bruits sourds (chute d'un objet lourd) dans un intervalle de temps réduit permet d'inférer l'occurrence d'une chute. Le but des travaux de cette thèse est la réalisation d'un contrôleur intelligent relié à tous les périphériques de la maison capable de réagir aux demandes de l'habitant (par commande vocale) et de reconnaître des situations à risque ou détresse. Pour accomplir cet objectif, il est nécessaire de représenter formellement et raisonner sur des informations, le plus souvent temporelles, à des niveaux d'abstraction différents. Le principale défi est le traitement de l'incertitude, l'imprécision, et incomplétude, qui caractérisent les informations dans ce domaine d'application. Par ailleurs, les décisions prises par le contrôleur doivent tenir compte du contexte dans lequel une ordre est donné, ce qui nous place dans l'informatique sensible au contexte. Le contexte est composé des informations de haut niveau tels que la localisation, l'activité en cours de réalisation, la période de la journée. Les recherches présentées dans ce manuscrit peuvent être divisés principalement en trois axes: la réalisation des méthodes d'inférence pour acquérir les informations du contexte(notamment, la localisation de l'habitant y l'activité en cours) à partir des informations incertains, la représentation des connaissances sur l'environnement et les situations à risque, et finalement la prise de décision à partir des informations contextuelles. La dernière partie du manuscrit expose les résultats de la validation des méthodes proposées par des évaluations amenées à la plateforme expérimental Domus. / A smart home is a residence featuring ambient intelligence technologies in order to help its dwellers in different situations of common life by trying to manage their comfort and security through the execution of actions over the effectors of the house. Detection of abnormal situations is paramount in the development of surveillance systems. These situations can be detected by the analysis of the traces resulting from audio processing and the data provided by the network of sensors installed in the smart home. For instance, detection of cries along with thuds(fall of a heavy object) in a short time interval can help to infer that the resident has fallen. The goal of the research presented in this thesis is the implementation of an intelligence controller connected with the devices in the house that is able to react to user's commands(through vocal interfaces) and recognize dangerous situations. In order to fulfill this goal, it is necessary to create formal representation and to develop reasoning mechanism over informations that are often temporal and having different levels of abstraction. The main challenge is the processing the uncertainty, imprecision, and incompleteness that characterise this domain of application. Moreover, the decisions taken by the intelligent controller must consider the context in which a user command is given, so this work is made in the area of Context Aware Computing. Context includes high level information such as the location of the dweller, the activity she is making, and the time of the day. The research works presented in this thesis can be divided mainly in three parts: the implementation of inference methods to obtain context information(namely, location and activity) from uncertain information, knowledge representation about the environment and dangerous situations, and finally the development of decision making models that use the inferred context information. The last part of this thesis shows the results from the validation of the proposed methods through experiments performed in an experimental platform, the Domus apartment.

Il y a près de 20 ans, Marc Weiser a imaginé l'ordinateur du 21ème siècle et a proposé le concept de l’informatique ubiquitaire. Une des idées principales de Weiser a récemment évolué vers un paradigme plus général connu comme la sensibilité au contexte qui est devenu un thème très important en informatique ubiquitaire. Depuis Active Badge considéré comme la première application sensible au contexte, de nombreuses tentatives pour construire des systèmes sensibles au contexte efficaces ont vu le jour. Cependant la problématique comment acquérir contexte, comment le traiter et comment créer des applications sensibles au contexte est encore aujourd’hui un défi suscitant de nombreuses recherches. Cette thèse étudie en profondeur certaines questions clés liées à la sensibilité au contexte et au développement d’intergiciels sensibles au contexte. Les principales contributions de notre recherche concernent la prise en compte du contexte spatiotemporel et sa modélisation, la conception et l’implémentation d’un intergiciel sensible au contexte et d’un moteur intelligent d'inférence de contexte. Le modèle de représentation du contexte spatiotemporel proposé vise à organiser le contexte et ses relations pour un système sensible au contexte. La méthode basée sur les ontologies est adoptée pour construire notre modèle, supportant à la fois le partage des connaissances et leur réutilisation ainsi que la déduction logique. Ce modèle adopte une structure hiérarchique à deux couches pour modéliser les situations à prendre en compte. La couche supérieure s’occupe du contexte commun générique, tandis que la couche inférieure se concentre sur les caractéristiques plus spécifiques. A la différence des modèles existants, en plus de prendre en compte l’aspect localisation, notre modèle prend également en charge la gestion d’historique des de contextes en s’appuyant sur différentes ressources. Ces historiques de contexte peuvent être utilisés pour prévoir et inférer le contexte. Un middleware sensible au contexte a été conçu comme une plateforme permettant la récupération et le traitement du contexte. Elle est organisée en deux couches : La couche basse apporte une solution à l’intégration des capteurs et actionneurs avec une représentation de données normalisée ; la couche haute propose un interpréteur de contexte polyvalent qui s’appuie sur quatre éléments : un agrégateur de contexte, un moteur d'inférence, une base de connaissance de contextes et un moteur de recherche en charge de la déduction de contexte, de l’interrogation et du stockage persistant. Ce middleware fournit un environnement pour le prototypage rapide de services sensibles au contexte pour l’intelligente ambiante. Le moteur intelligent d’inférence est le composant central de notre middleware. Pour le concevoir nous avons d’abord étudié toutes les méthodes publiées pendant les dix dernières années dans les trois conférences de premier plan du domaine. Nous en avons retiré que la reconnaissance du contexte d’activité peut être obtenue par trois catégories de traitements : par l’activité de l’inférence de base, par l’analyse dynamique de l’activité et par la recommandation d’activités futures. Nous proposons alors un moteur d'inférence intelligent basé sur notre middleware sensible au contexte. Outre les exigences liées à la vérification de la cohérence du contexte, notre moteur d'inférence intègre les trois méthodes les plus populaires concernant la reconnaissance de contexte : des règles, des arbres de décision, et les Modèles de Markov Cachés. Ceci constitue une solution intéressante couvrant toutes les facettes de l'activité de reconnaissance de contexte dans notre middleware sensible au contexte. Les informations collectées à partir des réseaux sociaux sont utilisées pour éduquer le moteur d'inférence intelligent. […] / Almost 20 years ago, Marc Weiser envisioned the prospect of computer in 21st century, and proposed the pioneering notion of ubiquitous computing. One of Weiser’s primary ideas has recently evolved to a more general paradigm known as context awareness, becoming a central research theme in many other ubiquitous computing programs. From Active Badge considered as the first context-aware application, there are numerous attempts to build effective context-aware systems. However, how to acquire context, how to process context and how to create context-aware applications is still faced with enormous challenges in the both of research and practice. This dissertation investigates deeply some chosen key issues in context awareness and develops a context-aware middleware. The main research contributions are presented in three categories: a spatialtemporal context represent model, a context-aware middleware and an intelligence context inference engine. The spatial-temporal context representation model is proposed to organize context and relations for context-aware system. Ontology-based method is adopted to construct our model, supporting both knowledge sharing and reuse as well as logic inference. This model adopts two-layer hierarchy structure for different situation. The higher layer comes up with the generic common context, while the lower layer focuses on various specific situations. Differing from existing models, besides taking locational factors into account, it supports different historical context service depending on different context resource. These context histories may be used to predict and infer the context. A context-aware middleware is designed as a platform associated with context retrieval and context processing. It is organized in two layers: the low layer provides a solution to integrate sensors and actuators with a standardized data representation; the high layer: versatile context interpreter focuses on context processing, which is made up of four parts: Context Aggregator, Inference Engine, Context Knowledge Base, and Query Engine in charge of context inferences, expressive query, and persistent storage. This middleware provides an environment for rapid prototyping of context aware services in ambient intelligent. The intelligent inference engine is the central and intellectual component of context-aware middleware. We review all the methods on activity context recognition published in three premier conferences in past decade and conclude that activity context recognition is divided into three facets: basic activity inference, dynamic activity analysis and future activity recommendation. Then we propose an intelligent inference engine based on our context-aware middleware. Beside satisfying requirements of checking the context consistency, our inference engine integrates the three most popular methods on activity context recognition: Rules, Decision Tree, and Hide Markov Model. It provides a solution for all facets of activity context recognition based on our context-aware middleware. The individuals’ information collecting from their social networks under permission are leveraged to train intelligent inference engine. We finally use two scenarios (applications) to explain the generic process to develop application via our middleware, and compare and analyze the main aspects of our middleware with other five representative context-aware applications. Our middleware profits good features from existing context-aware systems and improve intelligence via supporting activity context recognition. It provides an efficient platform for a rapid developing of new context-aware applications in ambient intelligence.

À notre époque, la problématique de la prise en charge des personnes en situation de handicap est d'une importance majeure. Nombreuses sont les études qui prouvent qu'économiquement et socialement le handicap impacte fortement la société moderne. La dépendance, résultat des situations de handicap, est l'incapacité de réaliser seul les tâches de la vie courante. Une aide spécialisée, voire l'hospitalisation dans les cas les plus avancés, peut devenir nécessaire. Les politiques ne se sont pas trompés en faisant de cet enjeu une priorité, notamment en France où le gouvernement a débloqué d'importantes sommes d'argent. L'Organisation Mondiale de la Santé, dans sa dernière définition du handicap, explique que le handicap est situationnel et qu'un environnement adapté peut compenser l'incapacité et supprimer la dépendance. Nous pouvons nous demander dans quelle mesure la technologie peut apporter, dans la vie de tous les jours, un certain degré de confort et une autonomie aux personnes dépendantes. La technologie apporte, aujourd'hui par l'intermédiaire des habitats intelligents, des systèmes pervasifs et de la domotique, les moyens nécessaires aux personnes pour gagner en autonomie et vivre plus longtemps à domicile. Ces solutions s'appuient sur des services d'assistance spécialisés, adaptés à la singularité de la pathologie du patient. Ainsi, un patient en situation de handicap physique se verra proposer une solution de contrôle d’environnement tandis qu’un patient souffrant de trouble cognitif pourra compenser son handicap grâce aux solutions d’analyse du comportement. Nous proposons une solution d’assistance unifiant les deux champs d’action, pour compenser les situations de polyhandicaps. Pour assurer autonomie, confort de vie, sécurité, surveillance et assistance à domicile des personnes dépendantes, les algorithmes d’assistance requièrent beaucoup de ressources de traitement et le manque de ces dernières peut ralentir voire bloquer le déploiement des différentes tâches et remettre en question considérablement l'expérience utilisateur et par conséquent l'acceptation de la solution. Négliger l'impact des ressources sur le déploiement peut mener à des situations de fonctionnement gênantes, voire dangereuses, dans le cas d'une urgence vitale. Peut-on vraiment proposer le meilleur service d'assistance possible si notre infrastructure ne permet pas sa réalisation ? Pour répondre à cette problématique, les concepteurs surdimensionnent la solution. Autrement dit, des équipements supplémentaires, spécialisés et couteux, sont installés. Toutefois, cette attitude très répandue dans l'industrie ne respecte pas les recommandations de l'aide au handicap, qui cherchent à réduire les critères de couts et d'intrusivité, notamment. Les habitudes de vie moderne impliquent que la maison d'aujourd'hui, sans modifications particulières, regorge déjà d'équipements domotiques et électroniques aux capacités inexploitées. Nous proposons une approche de modélisation des ressources pour mettre en évidence leurs capacités. Cependant, avoir conscience de ces capacités ne suffit pas, il faut aussi les connaître et savoir les gérer pour faciliter le déploiement des services d’assistance. En effet, si l’exploitation des capacités au niveau d’une ressource est correctement maitrisée, l’optimisation conjointe des capacités de plusieurs ressources est quant à elle moins développée. Nous avons mis en place un flot de déploiement contextuel qui grâce à la connaissance de son environnement et des ressources qui le composent peut déployer un service sur n'importe quel équipement capable de le réaliser. Une répartition de la charge de traitement de manière uniforme permet de garantir une sureté de fonctionnement en évitant un engorgement des ressources et une surcharge globale du système. / Nowadays, the problem of care for people with disabilities is a major concern. Many studies prove that handicaps strongly impact modern society, economically and socially. Dependence, resulting in disability situations, is the inability to perform alone the tasks of daily living. A specialized assistance or even hospitalization, in the most advanced cases, may become necessary. Politicians were not deceived by making this issue a priority, particularly in France where the government has provided large sums of money. The World Health Organization, in its latest definition of disability says that disability is situational and that a suitable environment can compensate for the inability and correct the dependency. We can wonder, to what degree, can technology bring in the life of every day, a certain degree of comfort and independence for disabled people? Today, technology brings through intelligent houses, pervasive systems and home automation, the necessary resources for people to gain autonomy and stay longer at home. These solutions are based on specialized support services adapted to the uniqueness of the patient's pathology. Thus, a patient with physical disabilities could have an environment control solution while a patient with cognitive impairment may compensate for his disability through behavior analysis solutions. We offer a healthcare solution combining the two fields of action, to compensate for situations of multiple handicaps. To ensure independence, living comfort, security, health surveillance and home care for disabled people, algorithms require a lot of processing resources. The lack of processing devices can slow or even block the deployment of different assistive tasks and question considerably the user experience and therefore the acceptance of the solution. Neglecting the impact of resources for deploying can lead to inconvenient situations, even dangerous in the case of vital emergency. Can we really offer the best possible assistance service if our infrastructure does not allow its achievement? To address this problem, designers oversize the solution. In other words, extra dedicated and expensive equipments are installed in the person's environment. This attitude, although widely used in the industry, does not respect the recommendations of ambient assisted living, which aim to reduce the cost criteria and intrusiveness. Modern lifestyles imply that today's home, without any particular modifications, is already full of home-automation and electronic devices with unused capacities. We offer a resource modeling approach to highlight their abilities. However, be aware of these capabilities is not enough, the system also need to know how to manage them to facilitate the deployment of assistive services. Indeed, if the system can properly manage the utilization of the capabilities of one resource, the joint optimization of several resources, at the same, time is not enough controlled. We have set up a contextual deployment flow which, thanks to the knowledge of the environment and resources, can deploy a service on any devices capable of carrying out the operation. A distribution of the processing load, uniformly, helps to ensure dependability of our solution, by avoiding resource bottlenecks and overall system overload.

L'association de robots personnels et d’intelligences ambiantes est une nouvelle voie pour l’aide à domicile. Grâce aux appareils intelligents de l'environnement, les robots pourraient fournir un service de haute qualité. Cependant, des verrous existent pour la perception, la cognition et l’action.En effet, une telle association cause des problèmes de variétés, qualités et conflits, engendrant des données hétérogènes et incertaines. Cela complique la perception du contexte et la cognition, i.e. le raisonnement et la prise de décision. La connaissance du contexte est utilisée par le robot pour effectuer des actions. Cependant, il se peut qu’il échoue, à cause de changements de contexte ou par manque de connaissance. Ce qui annule ou retarde son plan. La littérature aborde ces sujets, mais n’offre aucune solution viable et complète. Face à ces verrous, nous avons proposé des contributions, autour à la fois du raisonnement et de l’apprentissage. Nous avons d’abord conçu un outil d'acquisition de contexte qui gère et modélise l’incertitude. Puis, nous avons proposé une technique de détection de situations anormales à partir de données incertaines. Ensuite, un planificateur dynamique, qui considère les changements de contexte, a été proposé. Enfin, nous avons développé une méthode d'apprentissage par renforcement et expérience pour éviter proactivement les échecs.Toutes nos contributions ont été implémentées et validées via simulation ou à l’aide d’un robot dans une plateforme d’espaces intelligents / Personal robots associated with ambient intelligence are an upcoming solution for domestic care. In fact, helped with devices dispatched in the environment, robots could provide a better care to users. However, such robots are encountering challenges of perception, cognition and action.In fact, such an association brings issues of variety, data quality and conflicts, leading to the heterogeneity and uncertainty of data. These are challenges for both perception, i.e. context acquisition, and cognition, i.e. reasoning and decision making. With the knowledge of the context, the robot can intervene through actions. However, it may encounter task failures due to a lack of knowledge or context changes. This causes the robot to cancel or delay its agenda. While the literature addresses those topics, it fails to provide complete solutions. In this thesis, we proposed contributions, exploring both reasoning and learning approaches, to cover the whole spectrum of problems. First, we designed novel context acquisition tool that supports and models uncertainty of data. Secondly, we proposed a cognition technique that detects anomalous situation over uncertain data and takes a decision in accordance. Then, we proposed a dynamic planner that takes into consideration the last context changes. Finally, we designed an experience-based reinforcement learning approach to proactively avoid failures.All our contributions were implemented and validated through simulations and/or with a small robot in a smart home platform

Dans cette thèse, nous montrons que nous avons réussi à observer des skyrmions isolés sub-100nm dans des échantillons Ir|Co|Pt. Ces observations ont été faites via deux techniques différentes : le STXM (technique synchrotron qui permet d’imager l’aimantation hors du plan de l’échantillon) et le MFM (technique de laboratoire qui permet d’imager le gradient de l’aimantation). Nous avons également montré que nous les avions observés à la fois dans les films étendus ainsi que dans des nanostructures (nanodisques de diamètre entre 200 nm et 1 μm, ainsi que les bandes dont la largeur varie de 400 nm à 1 μm). Nous avons également développé deux approches différentes pour estimer l’amplitude DMI dans les échantillons. La première est basée sur la périodicité des domaines dans les échantillons après désaimantation. La deuxième technique est basée sur l’évolution de la taille des skyrmions avec un champ magnétique appliqué hors-plan. Pour la nécessité des simulations micromagnétiques, nous avons également essayé de déterminer l’échange de nos échantillons. Avec cette valeur, le DMI trouvé dans nos échantillons est d’environ 2 mJ/m². Nous avons effectué une étude systématique sur des échantillons avec variation de différents paramètres: nombre de répétitions de la tricouche principale, épaisseur du Co, épaisseur du Pt, épaisseur de l’Ir, composition des couches d’Ir avec W ou AlOx. Nous avons montré que pour tous les systèmes, nous avons pu observer des skyrmions stabilisés à température ambiante grâce au MFM. Nous avons également observé que la densité des skyrmions diminue avec l’augmentation de l’anisotropie effective. / We have been able to successfully observe isolated sub-100nm skyrmions in Ir|Co|Pt samples. Moreover, we have been able to observe them with two different techniques: STXM - a synchrotron technique that maps the out-of-plane magnetization of a sample, and MFM - a laboratory technique that images the gradient of the magnetization. We have also shown that we have stabilized them in extended films as well as in nanostructures (nanodisks with diameter from 200 nm to 1 μm, as well as stripes with width from 400 nm to 1 μm). Secondly, we have developed two different approaches to estimate the DMI amplitude in samples. The first one is based on the mean domain periodicity in samples after demagnetization. The second technique is based on the size evolution of skyrmions with applied out-of-plane magnetic field. For the need of the micromagnetic simulations, we have also tried to determine the exchange stiffness of our samples. With this value, the DMI aplitude found in our samples is about 2 mJ/m². We have performed a systematic study on samples with variation of different parameters : number of repetitions of the main trilayers, Co thickness, Pt thickness, Ir thickness, composition of the buffer layers, and switching Ir with W or AlOx. We also observed that the density of skyrmions is decreasing with increasing effective anisotropy.

L'Assistance Ambiante est un domaine de recherche prometteur qui vise à utiliser les technologies de l'information pour venir en aide aux personnes dépendantes durant leur vie quotidienne. L'impact de ces recherches pourrait être déterminant pour de nombreux séniors ainsi que pour leurs proches. Cette discipline s'est développée régulièrement au cours des dernières années, mais tout de même plus lentement que la plupart des autres applications de l'internet des objets. Cela est dû à la complexité inhérente à l'Assistance Ambiante, qui nécessite une compréhension dynamique du contexte, ainsi que la mise en place de nombreux média de communication dans le lieu de vie de l'utilisateur. Plus précisément, les chercheurs rencontrent des difficultés avec l'étape déterminante de la reconnaissance d'activité, comme nous le montre la littérature.Mon équipe de recherche a déployé notre système dans plusieurs environnements, le plus récent consistant en une maison de retraite et trois maisons individuelles en France.Nous adoptons une approche centrée sur l'utilisateur, où l'utilisateur final définit ce qu'il attend, et nous fournit des réactions et conseils sur notre système.De cette manière, nous pouvons apprendre de nos déploiements, et obtenir des informations pour répondre aux défis de l'Assistance Ambiante, y compris la reconnaissance d'activité.Ainsi, la ligne directrice de cette thèse émerge des défis que nous avons rencontré durant nos déploiements.Au commencement de cette thèse, j'ai été confronté à la problématique concrète d'un déploiement réel de notre système.Je relate donc les besoins que nous avons vu émerger, par nos propres observations et par les retours des utilisateurs, ainsi que les problèmes techniques que nous avons rencontrés.Pour chacun de ces problèmes et besoins, je décris la solution que nous avons retenu et implémenté.Une fois le système installé, mon équipe et moi-même avons pu récolter de nombreuses données sur son fonctionnement.J'ai tout d'abord mis en place une plate-forme d'analyse de données en Assistance Ambiante, permettant un prototypage rapide lié à la reconnaissance d'activité.En tirant profit de cette plate-forme, j'ai observé le problème posé par la reconnaissance d'activité, qui est une étape critique, mais trop souvent inexacte dans ses conclusions.Pour faire face aux erreurs dans le raisonnement, je formalise la notion d'exactitude pour la reconnaissance d'activité, et fournit une méthode pour mesurer l'exactitude de notre moteur de raisonnement.Cela requiert d'abord d'observer une vérité terrain sur l'activité en cours, ou à défaut une estimation sur cette activité, d'une source autre que le raisonneur lui-même.Je cherche ensuite à améliorer la qualité de notre moteur de raisonnement.Pour y parvenir, je m'attache à regarder plus précisément certains raisonnements incorrects.J'y observe que les erreurs de raisonnement viennent parfois du fait que le raisonneur essaie d'être trop précis, ou qu'à l'inverse, il est parfois trop imprécis dans les activités qu'il infère.Je propose donc une méthode pour optimiser le moteur de raisonnement, de telle manière à ce qu'il conclue de la meilleure façon possible parmi plusieurs activités suspectées, en choisissant l'activité qui offre le meilleur compromis entre sa Précision et le risque d'Inexactitude de la part du moteur de raisonnement.Cette contribution me mène à introduire une hiérarchie entre les activités.En effet, en appliquant la méthode précédente sur un modèle hiérarchique d'activités, le raisonneur est calibré automatiquement, pour choisir à quel niveau de précision il pourra reconnaître une activité.Il va de soi que ces travaux sont validés formellement au sein de cette dissertation. / Ambient Assisted Living is a promising research area.It aims to use information technologies to assist dependent elderly people on their daily life.The impact of these technologies could be dramatic for millions of elderly people and for their caregivers.This research area has developed consistently over the past few years, although slower than most other applications of the Internet of Things.This is caused by the inner complexity of Ambient Assisted Living.Indeed, Ambient Assisted Living requires a dynamic understanding of the context, as well as the disposal of numerous communication media in the environment surrounding the end-user.More precisely, researchers face difficulties in recognizing end-users' activities, as we can observe in the literature.My research team have deployed our system in several environments, of which the most recent includes a nursing home and three houses in France.We adopt a user-centric approach, where end-users describe what they expect, and share with us their feedbacks and advices about our system.This approach guided me to identify activity recognition as a critical challenge that needs to be addressed for the usability and acceptability of Ambient Assisted Living solutions.Thus, the guiding line of this thesis work emerges naturally from the challenges we encountered during our deployments.In the beginning of this thesis, I have been facing the practical problem of putting into place an actual deployment of our system.In this document, I describe the needs that emerged from our own observations and from the users feedbacks, as well from as the technical problems we encountered.For each of these problems and needs, I describe the solution we have selected and implemented.From our deployments, my team and I were able to collect a large amount of operating data.I have created a platform to analyze Ambient Assisted Living data, also to allow rapid prototyping for activity recognition.By using this platform, I have observed problems with activity recognition, which is too often misleading and inaccurate.A first observation is that the sensor events are sometimes disturbed by multiuser situations, when several persons are active in the home.Activity recognition in these conditions is extremely difficult, and during this thesis my scope is solely focused on detecting multiuser situations, not recognizing activities in such situations.I then seek to improve the quality of our reasoning engine.To do so, I have looked more precisely at some incorrect reasoning.I observed that the errors in reasoning come from the fact that the reasoner tries to be too precise or that, conversely, it infers too imprecise activities.I therefore propose a method to optimize the reasoning engine, so that it concludes with the best possible activity among several possible activities, by choosing the one that offers the best compromise between Precision and the risk of Inaccuracy in activity recognition.It should be noted that this contribution is independent of the method used for activity recognition, and can work with any type of reasoning.I have formalized the concept of Accuracy, and provided a method to measure the Accuracy of a reasoning engine.This requires first to observe a ground-truth on the activity being performed.This contribution brought me to introduce a hierarchical model for activities.Indeed, by applying the method described above on a hierarchical model of activities, the reasoning engine can be calibrated automatically to choose how precise it should be at recognizing an activity.It goes without saying that these contributions are formally validated through this dissertation.

Tirant parti de notre expérience avec une approche traditionnelle des environnements d'assistance ambiante (AAL) qui repose sur l'utilisation de nombreuses technologies hétérogènes dans les déploiements, cette thèse étudie la possibilité d'une approche simplifiée et complémentaire, ou seul un sous-ensemble hardware réduit est déployé, initiant un transfert de complexité vers le côté logiciel. Axé sur les aspects de raisonnement dans les systèmes AAL, ce travail a permis à la proposition d'un moteur d'inférence sémantique adapté à l'utilisation particulière à ces systèmes, répondant ainsi à un besoin de la communauté scientifique. Prenant en compte la grossière granularité des données situationnelles disponible avec une telle approche, un ensemble de règles dédiées avec des stratégies d'inférence adaptées est proposé, implémenté et validé en utilisant ce moteur. Un mécanisme de raisonnement sémantique novateur est proposé sur la base d'une architecture de raisonnement inspiré du système cognitif. Enfin, le système de raisonnement est intégré dans un framework de provision de services sensible au contexte, se chargeant de l'intelligence vis-à-vis des données contextuelles en effectuant un traitement des événements en direct par des manipulations ontologiques complexes. L’ensemble du système est validé par des déploiements in-situ dans une maison de retraite ainsi que dans des maisons privées, ce qui en soi est remarquable dans un domaine de recherche principalement cantonné aux laboratoires / Leveraging our experience with the traditional approach to ambient assisted living (AAL) which relies on a large spread of heterogeneous technologies in deployments, this thesis studies the possibility of a more “stripped down” and complementary approach, where only a reduced hardware subset is deployed, probing a transfer of complexity towards the software side, and enhancing the large scale deployability of the solution. Focused on the reasoning aspects in AAL systems, this work has allowed the finding of a suitable semantic inference engine for the peculiar use in these systems, responding to a need in this scientific community. Considering the coarse granularity of situational data available, dedicated rule-sets with adapted inference strategies are proposed, implemented, and validated using this engine. A novel semantic reasoning mechanism is proposed based on a cognitively inspired reasoning architecture. Finally, the whole reasoning system is integrated in a fully featured context-aware service framework, powering its context awareness by performing live event processing through complex ontological manipulation. the overall system is validated through in-situ deployments in a nursing home as well as private homes over a few months period, which itself is noticeable in a mainly laboratory-bound research domain

La présente étude porte sur la capacité d'améliorer la détection des Activités de la Vie Quotidienne, AVQ (ou ADL :"Activity of Daily Life") par l'utilisation de capteur [i.e. capteurs] de mouvements portés par l'occupant d'un habitat intelligent. Les données provenant de ces capteurs devraient fusionner avec les informations issues de l'appartement pour donner une information plus pertinente par le principe de synergie [21]. La solution choisie pour le dispositif porté par la personne est l'innovation principale du projet : un réseau de capteurs disposés à plusieurs endroits sur le corps, communicant sans fil entre eux et avec le contrôle de l'appartement. Les données extraites sont le mouvement relatif du corps, et plus spécifiquement des mains et du tronc, par rapport à la verticale. De par les propriétés de ces éléments - nécessairement petits, discrets - des MEMS seront utilisés pour satisfaire ces critères. Le projet repose sur la conception des dispositifs embarqués sur l'occupant dans l'optique d'en étendre les fonctionnalités à d'autres analyses tels [i.e. telles] que le son, la position dans l'environnement, le statut médical, etc. Pour prouver la faisabilité, des capteurs externes seront ajoutés pour compléter les informations de base et donc étendre la qualité des inférences sur les activités en cours. Le mouvement est une donnée facilement détectable de par sa relative simplicité de mise en oeuvre et il fournit une bonne base de travail pour étudier de façon systématique les différents points clés de l'étude : la communication, la synergie des informations, l'analyse des activités, etc.