La sécurité et le confort dans une tâche de conduite automobile sont des facteurs clés qui intéressent plusieurs acteurs (constructeurs, urbanistes, départements de transport), en particulier dans le contexte actuel d’urbanisation croissante. Il devient dès lors crucial d'évaluer l'état affectif du conducteur lors de la conduite, en particulier son niveau de stress qui influe sur sa prise de décision et donc sur ses performances de conduite. Dans cette thèse, nous nous concentrons sur l'étude des changements de niveau de stress ressenti durant une expérience de conduite réelle qui alterne ville, autoroute et repos. Les méthodes classiques sont basées sur des descripteurs proposés par des experts, appliquées sur des signaux physiologiques. Ces signaux sont prétraités, les descripteurs ad-hoc sont extraits et sont fusionnés par la suite pour reconnaître le niveau de stress. Dans ce travail, nous avons adapté une méthode de sélection de variables fonctionnelles, basée sur les forêts aléatoires, avec élimination récursive des descripteurs (RF-RFE). En effet, les biosignaux, considérés comme variables fonctionnelles, sont tout d’abord projetés sur une base d’ondelettes. L’algorithme RF-RFE est ensuite utilisé pour sélectionner les groupes d’ondelettes, correspondant aux variables fonctionnelles, selon un score d’endurance. Le choix final de ces variables est basé sur ce score proposé afin de quantifier la capacité d’une variable à être sélectionnée et dans les premiers rangs. Dans une première étape, nous avons analysé la fréquence cardiaque (HR), électromyogramme (EMG), fréquence respiratoire (BR) et activité électrodermale (EDA), issus de 10 expériences de conduite menées à Boston, de la base de données du MIT, drivedb. Dans une seconde étape, nous avons conduit 13 expériences in-vivo similaires, en alternant conduite dans la ville et sur autoroute dans la région de Grand Tunis. La base de données résultante, AffectiveROAD contient -comme dans drivedb- les biosignaux tels que le HR, BR, EDA mais aussi la posture. Le prototype de plateforme de réseau de capteurs développé, a permis de collecter des données environnementales à l’intérieur du véhicule (température, humidité, pression, niveau sonore et GPS) qui sont également inclues dans AffectiveROAD. Une métrique subjective de stress, basée sur l’annotation d’un observateur et validée a posteriori par le conducteur au vu des enregistrements vidéo acquis lors de l’expérience de conduite, complète cette base de données. Nous définissons ici la notion de stress par ce qui résume excitation, attention, charge mentale, perception de complexité de l'environnement par le conducteur. La sélection de variables fonctionnelles dans le cas de drivedb a révélé que l'EDA mesurée au pied est l'indicateur le plus révélateur du niveau de stress du conducteur, suivi de la fréquence respiratoire. La méthode RF-RFE associée à des descripteurs non experts, conduit à des performances comparables à celles obtenues par la méthode basée sur les descripteurs sélectionnés par les experts. En analysant les données d’AffectiveROAD, la posture et l’EDA mesurée sur le poignet droit du conducteur ont émergé comme les variables les plus pertinentes. Une analyse plus approfondie de l'EDA a par la suite été menée car ce signal a été retenu, pour les deux bases de données, parmi les variables fonctionnelles sélectionnées pour la reconnaissance du niveau de stress. Ceci est cohérent avec diverses études sur la physiologie humaine qui voient l’EDA comme un indicateur clé des émotions. Nous avons ainsi exploré le caractère fractal de ce biosignal à travers une analyse d'auto-similarité et une estimation de l'exposant de Hurst basée sur les ondelettes. L'analyse montre un comportement d’auto-similarité des enregistrements de l'EDA pour les deux bases de données, sur une large gamme d’échelles. Ceci en fait un indicateur potentiel temps réel du stress du conducteur durant une expérience de conduite réelle. / The safety and comfort in a driving task are key factors of interest to several actors (vehicle manufacturers, urban space designers, and transportation service providers), especially in a context of an increasing urbanization. It is thus crucial to assess the driver’s affective state while driving, in particular his state of stress which impacts the decision making and thus driving task performance. In this thesis, we focus on the study of stress level changes, during real-world driving, experienced in city versus highway areas. Classical methods are based on features selected by experts, applied to physiological signals. These signals are preprocessed using specific tools for each signal, then ad-hoc features are extracted and finally a data fusion for stress-level recognition is performed. In this work, we adapted a functional variable selection method, based on Random Forests Recursive Feature Elimination (RF-RFE). In fact, the biosignals considered as functional variables, are first decomposed using wavelet basis. The RF-RFE algorithms are then used to select groups of wavelets coefficients, corresponding to the functional variables, according to an endurance score. The final choice of the selected variables relies on this proposed score that allows to quantify the ability of a variable to be selected and this, in first ranges. At a first stage, we analyzed physiological signals such as: Heart Rate (HR), Electromyogram (EMG), Breathing Rate (BR), and the Electrodermal Activity (EDA), related to 10 driving experiments, extracted from the open database of MIT: drivedb, carried out in Boston area. At a second stage, we have designed and conducted similar city and highway driving experiments in the greater Tunis area. The resulting database, AffectiveROAD, includes, as in drivedb, biosignals as HR, BR and EDA and additional measurement of the driver posture. The developed prototype of the sensors network platform allowed also to gather data characterizing the vehicle internal environment (temperature, humidity, pressure, sound level, and geographical coordinates) which are included in AffectiveROAD database. A subjective stress metric, based on driver video-based validation of the observer’s annotation, is included in AffectiveROAD database. We define here the term stress as the human affective state, including affect arousal, attention, mental workload, and the driver’s perception of the environment complexity. The functional variable selection, applied to drivedb, revealed that the EDA captured on foot followed by the BR, are relevant in the driver’s stress level classification. The RF-RFE method along with non-expert based features offered comparable performances to those obtained by the classical method. When analyzing the AffectiveROAD data, the posture and the EDA captured on the driver’s right wrist emerged as the most enduring variables. For both databases, the placement of the EDA sensor came out as an important consideration in the stress level assessment. A deeper analysis of the EDA was carried out since its emergence as a key indicator in stress level recognition, for the two databases. This is consistent with various human physiology studies reporting that the EDA is a key indicator of emotions. For that, we investigated the fractal properties of this biosignal using a self-similarity analysis of EDA measurements based on Hurst exponent (H) estimated using wavelet-based method. Such study shows that EDA recordings exhibits self-similar behavior for large scales, for the both databases. This proposes that it can be considered as a potential real-time indicator of stress in real-world driving experience.

Cette thèse est consacrée à des questions d'analyse en amont de la modélisation de structures arborescentes, comme le poumon humain. Plus particulièrement, nous portons notre intérêt sur une classe de domaines ramifiés du plan, dont la frontière comporte une partie fractale auto-similaire. Nous commençons par une étude d'espaces de fonctions dans cette classe de domaines. Nous étudions d'abord la régularité Sobolev de la trace sur la partie fractale de la frontière de fonctions appartenant à des espaces de Sobolev dans les domaines considérés. Nous étudions ensuite l'existence d'opérateurs de prolongement sur la classe de domaines ramifiés. Nous comparons finalement la notion de trace auto-similaire sur la partie fractale du bord à des définitions plus classiques de trace. Nous nous intéressons enfin à un problème de transmission mixte entre le domaine ramifié et le domaine extérieur. L'interface du problème est la partie fractale du bord du domaine. Nous proposons ici une approche numérique, en approchant l'interface fractale par une interface préfractale. La stratégie proposée ici est basée sur le couplage d'une méthode auto-similaire pour la résolution du problème intérieur et d'une méthode intégrale pour la résolution du problème extérieur. / We study some questions of analysis in view of the modeling of tree-like structures, such as the human lungs. More particularly, we focus on a class of planar ramified domains whose boundary contains a fractal self-similar part. We start by studying some function spaces defined for this class of domains. We first study the Sobolev regularity of the traces on the fractal part of the boundary of functions in some Sobolev spaces of the ramified domains. Then, we study the existence of Sobolev extension operators for the ramified domains we consider. Finally, we compare the notion of self-similar trace on the fractal part of the boundary with more classical definitions of trace. In the last part, we focus on a mixed transmission problem between the ramified domain and the exterior domain. The fractal part of the boundary is the interface of the problem. We propose a numerical approach where we approximate the self-similar interface by a prefractal interface. The proposed strategy is based on a self-similar method for the resolution of the inner problem coupled with an integral method for the resolution of the outer problem.

L’activité de recherche a eu lieu alternativement dans le cadre de l‟École doctorale le Simion Mehedinți”, Faculté de Géographie, Université de Bucarest et au laboratoire „PAVE- Profession, Architecture, Ville, Environnement”, École Nationale Supérieure d‟Architecture et du Paysage de Bordeaux, France. Durant la réalisation de cette thèse on a suivi également des stages de formation et perfectionnement au laboratoire de recherche „ThèMA”, Université de Franche Comté, France, ESRI Roumanie et dans le cadre de l'Unité Régionale de Formation à l'Information Scientifique et Technique, URFIST de Bordeaux, France. / The research period took place alternatively to the Doctoral School “Simion Mehedinţi”, Bucharest University, Geography Department and to the PAVE Research Laboratory (ENSAP Bordeaux), member of the Emile Durkheim Research Center (UMR5116). During the realization of this PhD work we have also was also carried out training courses to the research laboratory „ThèMA”, University of Franche-Comté, France, ESRI Romania and to the Regional Training Unit for Scientific and Technical Information, URFIST de Bordeaux, France.

Manifeste depuis longtemps dans les sciences du vivant, le traitement du signal, apparaît plus tardivement dans la communauté réseaux. On est alors surpris de voir que deux systèmes complexes, aussi distants que le coeur et un réseau informatique, présentent du point de vue des lois d'échelle, des invariances très semblables. Sans dire qu'elles sont les signatures de structures comparables, ces propriétés font néanmoins appel aux mêmes outils d'analyse, d'estimation ou de modélisation, et c'est dans la conception de ceux-ci que se situe le travail présenté. Cette "unité méthodologique" est le fil conducteur qui m'a permis de décloisonner les différents domaines de recherche abordés. Dans une première partie je trace un bilan de mes différentes contributions aux sciences de l'information, classées selon deux grandes catégories: - Les représentations temps-fréquence dont l'objectif est un meilleur redéploiement de l'information contenue dans le signal pour mettre en évidence certaines organisations ou propriétés difficiles à identifier autrement; - Les outils statistiques qui, stimulés par les progrès accomplis sur les représentations en général et les ondelettes en particulier, augmentent en retour les possibilités d'exploitation de ces objets. Dans un deuxième temps, j'illustre avec les deux applications qui sont au centre de mon activité - étude des systèmes de communication et analyse du système cardiovasculaire - des résultats originaux et concrets issus de l'application de ces outils théoriques. Enfin, ces exemples me donnent l'occasion de conclure en défendant la vision d'une approche coopérative et globale de la complexité en vue d'une meilleure compréhension des mécanismes à l'origine des systèmes.