Le travail présente dans ce mémoire décrit le développement et l'utilisation de réseaux de neurones artificiels pour la resolution d'un probleme de reconnaissance de formes particulières, les partitions musicales. Le premier chapitre est consacre a une étude bibliographique des méthodes connexionnistes employées en reconnaissance de formes. Nous tentons de présenter les principaux modèles de réseaux de neurones de manière homogène et de justifier le choix du modèle auquel nous nous sommes particulièrement intéresses: celui des réseaux multi-couches. Nous consacrons le deuxième chapitre a l'étude de ces derniers. Après une synthèse des différentes connaissances utiles au choix de l'architecture d'un réseau multi-couche et a la mise en œuvre de l'algorithme d'apprentissage par rétro-propagation du gradient, nous nous intéressons aux réseaux d'automates a seuil. Les propriétés de ces réseaux et leurs liens avec les méthodes usuelles de classification sont mis en évidence. Ceci nous amène a proposer un nouvel algorithme d'apprentissage hiérarchique. Dans le dernier chapitre, nous décrivons un système de reconnaissance bas-niveau d'images de partitions musicales imprimées. Différentes solutions pour le pré-traitement, la segmentation et la classification sont proposées. Ces solutions font appel tant a l'analyse d'image conventionnelle qu'aux réseaux de neurones décrits dans les chapitres précédents; elles sont illustrées par des résultats expérimentaux

Cette thèse a eu pour objectif l'élaboration de matériaux hybrides auto-assemblés à base de poly(3-hexylthiophène) et de nanocristaux de CdSe en vue d'applications en cellules photovoltaïques. Pour cela, des groupements de reconnaissance moléculaire complémentaires ont été introduits latéralement à la chaîne principale du polymère et à la surface de nanocristaux. Ainsi des groupements diaminopyrimidine ont été introduits par post-fonctionnalisation d'un copolymère de poly(3-hexylthiophène-co-3-bromohexylthiophène) et des groupements thymine ont été introduits à la surface des nanocristaux par réaction d'échange de ligand avec le 1-(6-mercapto-hexyl)thymine.<br />Les solubilités respectives du polymère et des nanocristaux rendent leur mise en œuvre par mélange de solutions difficile. Un protocole « one pot » a été développé, mais cette voie reste peu satisfaisante du point de vue du contrôle de la composition de l'hybride et de la mise en œuvre pour des dispositifs photovoltaïques.<br />Finalement, la technique du dépôt couche par couche permet de s'affranchir des problèmes de solubilités tout en contrôlant précisément le processus de dépôt. Quelques paramètres expérimentaux du dépôt couche par couche ont été explorés pour identifier leurs influences sur les dépôts. Les films obtenus ont ensuite été caractérisés par des techniques de microscopie et diffraction des rayons X, révélant une structure interpénétrée plutôt que multicouche. Le comportement électrochimique de ces films a également été étudié par cyclovoltammétrie et spectroélectrochimie UV-vis-PIR. Des cellules solaires ont été réalisées avec ces hybrides et elles ont été testées sous éclairement. Les caractéristiques I=f(V) obtenues révèlent qu'un effet photovoltaïque a bien lieu dans ces matériaux.

Cette thèse essaie d'apporter une solution au problème de l'automatisation de la production des générateurs de code. Elle propose une méthode formelle de génération basée sur une séparation nette entre les algorithmes de génération et les données relatives a la machine cible. Réservation d'un système capable de créer, a partir d'une description de la machine cible, un générateur de code basé sur cette méthode

L'hypothèse d'une intervention précoce de la dimension morphologique, à côté de la dimension phonologique, dans l'apprentissage de la lecture a été vérifiée dans ce travail. En effet, Les connaissances impliquées dans la reconnaissance des mots ne se limitent pas à ceux portant sur l'aspect phonologique mais également sur l'aspect morphologique. L'ensemble d'expériences présenté dans cette étude suggère qu'avant le début de l'apprentissage de la lecture les enfants développent une certaine sensibilité aux différentes structures du langage oral. Ces connaissances permettent de distinguer plus tard les futurs BL des futurs ML. Les résultats des premières expériences montrent que les BL de 1ère et de 2ème années présentent de meilleures connaissances morphologiques et phonologiques que les ML. Ils se distinguent dans la manipulation de l'ensemble des unités phonologiques et dans les tâches de jugement et de production morphologiques en AS et en AD. Les résultats d'expériences de lecture à haute voix de mots et de pseudo-mots suggèrent que l'apprenti-lecteur, dès la 1ère année, utiliserait la structure morphologique des mots lors de la lecture. Le jeune lecteur arabophone décompose les mots dans le but de les lire

Les travaux de cette thèse concernent l'analyse des signatures de cibles aériennes dans le domaine des basses fréquences, à l'aide du radar HF-VHF multifréquence et multipolarisation MOSAR. On considère en particulier les possibilités de reconnaissance de cibles par le comportement de la surface équivalente radar (SER) dans cette bande de fréquence où les cibles ne peuvent être furtives. <br />Dans un premier temps, les capacités du radar MOSAR sont décrites, ainsi que les évolutions et améliorations que le système a subi pour atteindre un fonctionnement optimal. Ensuite, une première analyse est effectuée sur les campagnes de mesures. Elle met en évidence les difficultés de caractériser les cibles par une signature sans la connaissance de leur trajectoire. <br />Dans un second temps, les possibilités de développement de modèles numériques d'avions sont étudiées, pour essayer de mieux caractériser la SER des cibles dans la bande de fréquence utilisée. Un modèle d'avion commercial est réalisé et est évalué par comparaison à des mesures effectuées en chambre anéchoïde. Ses performances ont permis de quantifier l'influence de la trajectoire sur les signatures des cibles et de confirmer les observations.<br />Finalement, les possibilités de classification de cibles sont considérées. A cet effet, deux méthodes de classification sont utilisées : la méthode du plus proche voisin et la méthode du réseau de neurones perceptron multicouche (MLP). L'importance du choix des critères discriminants, ainsi que du nombre de fréquences émises, est mise en évidence, et l'application de ces méthodes aux données du système MOSAR est discutée.

Les travaux présentés dans le cadre de cette thèse portent sur l'étude, la conception, le développement et le test d'un système de reconnaissance de mots manuscrits non contraints en-ligne pour une application omni-scripteurs. Le système proposé repose sur une architecture hybride neuro-markovienne comportant d'une part, un réseau de neurones à convolution (TDNN et/ou SDNN), et d'autre part des modèles de Markov à états cachés (MMC). Le réseau de neurones a une vision globale et travaille au niveau caractère, tandis que le MMC s'appuie sur une description plus locale et permet le passage du caractère au niveau mot. Nous avons d'abord étudié le système de reconnaissance au niveau caractère isolé (digits, majuscules, minuscules) et optimisé les architectures des réseaux en termes de performances et de taille. La seconde partie du travail a porté sur le passage au niveau mot. Ici, l'effort a consisté avant tout à la définition d'un schéma d'apprentissage global au niveau mot qui permet d'assurer la convergence globale du système, en définissant une fonction d'objectif qui mixe des critères basés modèle générateur (typiquement par maximum de vraisemblance) et des critères discriminants (de type maximum d'information mutuelle). Les différentes résultats présentés (sur les bases MNIST, IRONOFF, UNIPEN) montrent l'influence des principaux paramètres du système, soit en termes de topologie, de sources d'information, de modèles d'apprentissage (nombre d'états, pondération des critères, durée).

À la frontière entre neurosciences et intelligence artificielle, les neurosciences computationnelles tentent de comprendre les formidables capacités de calcul du cerveau, notamment l'efficacité du traitement de l'image par le système visuel. Mon travail est un double travail expérimental et de modélisation. Dans la partie expérimentale, je tente de déterminer les raisons qui font la précision et la rapidité des processus visuels. On présente brièvement (20-30 ms) des photographies contenant ou non des animaux au sujet qui doit relâcher un bouton quand l'image contient un animal. Le singe macaque réalise cette tâche avec une précision légèrement inférieure à celle de l'homme mais avec une plus grande rapidité. Je tente ensuite de contraindre la catégorisation pour déterminer le rôle à la fois des propriétés intrinsèques des images - couleur, luminance, nombre d'animaux présents, parties visibles de leurs corps, espèce de l'animal... - mais aussi de leurs propriétés extrinsèques - condition de présentation, effet de séquence, familiarité du stimulus, consigne... Bien que certaines conditions accélèrent la catégorisation, les réponses les plus précoces (dont on montre qu'elles ne sont pas spécifiques de certaines images), et les enregistrements EEGs correspondant au traitement de l'image ne sont que très peu affectés. Cela implique donc un traitement rapide massivement parallèle - quasiment automatique - des informations visuelles, où chaque neurone du système visuel peut difficilement émettre plus d'une décharge. À partir de ces contraintes, et de celles imposées par la structure du système visuel, j'ai construit un simulateur biologiquement plausible (SpikeNET) qui permet de simuler le comportement des neurones réels (de la détection de barres orientées jusqu'à la reconnaissance de visages). Les performances de ces modèles sont étonnantes du point de vue du traitement d'image et rivalisent avec les approches classiques en intelligence artificielle.

Nous proposons de mettre en œuvre un prototype de processeur<br />optoélectronique destiné à segmenter par contour actif des images<br />réelles. Le processus de segmentation est fondé sur des algorithmes<br />statistiques itératifs qui contiennent des opérations de corrélation.<br />Notre première contribution a été de les adapter pour bénéficier de la<br />rapidité de la rapidité des corrélations optiques.<br /><br />Nous avons conçu et mis en œuvre un corrélateur incohérent ombroscopique<br />dont les résultats ont pu valider cette approche optoélectronique de la<br />segmentation par contour actif.<br /><br />Afin d'accélérer le processus, nous avons ensuite exploité les capacités<br />de traitement parallèle de l'optique. La configuration multicanal permet<br />alors d'accélérer sensiblement la segmentation.<br /><br />Cette thèse ouvre de nouvelles perpectives pour les processeurs optiques<br />vers des applications de description et met en lumière les grandes<br />capacités de traitement des corrélateurs incohérents utilisés comme<br />calculateurs parallèles.

La reconnaissance automatique de la parole suscite actuellement un grand intérêt. En particulier, la détection de mots clés qui constitue une branche importante de l'interaction homme-machine vu le besoin de communiquer avec nos machines d'une façon naturelle et directe en utilisant la parole spontanée. Cette technique consiste à détecter dans une phrase prononcée, les mots clés caractérisant l'application et de rejeter les mots hors-vocabulaire ainsi que les hésitations, les faux départs etc.<br />Le travail que nous présentons dans ce manuscrit s'inscrit dans le cadre de la détection de mots clés dans un flux de parole. Tout d'abord, nous proposons de nouveaux modèles ``poubelles'' fondés sur la modélisation des mots hors-vocabulaire. Puis nous introduisons la reconnaissance à base de boucle de phonèmes, dans laquelle nous appliquons différentes fonctions de récompense favorisant la reconnaissance des mots clés.<br />Ensuite nous proposons l'utilisation des mesures de confiance afin de pouvoir prendre la décision de rejeter ou d'accepter un mot clé hypothèse. Les différentes mesures de confiance proposées sont basées sur la probabilité d'observation acoustique locale. En premier lieu, nous utilisons les moyennes arithmétique, géométrique et harmonique comme mesures de confiance pour chaque mot clé. En second lieu, nous proposons de calculer la mesure de confiance en se basant sur la méthode à base de boucle de phonèmes. <br />Enfin nous présentons le problème de détection comme un problème de classification où chaque mot clé peut appartenir à deux classes différentes, à savoir ``correct'' et ``incorrect''. Cette classification est réalisée en utilisant des Support Vector Machines (SVM) qui constituent une nouvelle technique d'apprentissage statistique. Chaque mot clé reconnu est représenté par un vecteur caractéristique qui constitue l'entrée du classifieur SVM. Pour déterminer ce vecteur, nous utilisons la probabilité d'observation acoustique locale et nous introduisons ensuite la durée de chaque état. Afin d'améliorer les performances, nous proposons des approches hybrides combinant les modèles poubelles avec mesure de confiance et mesure de confiance avec SVM.<br />Pour tester les performances de l'ensemble de ces modèles nous utilisons la base de données française SPEECHDAT. L'évaluation de tous les résultats a été réalisée en se basant sur les courbes ROC et les courbes rappel/précision. Les meilleurs résultats ont été obtenus par les méthodes basées sur l'utilisation des SVM. Les méthodes hybrides nous ont permis aussi de réaliser de bonnes performances.

La rapide avancée de la technologique numérique a permis d'améliorer les méthodes d'acquisition et de rendu de modèles 3D. On peut constater qu'aujourd'hui les bases de données d'objets 3D sont présentes dans beaucoup de domaines, qu'ils soient ludiques (jeux, multimédia) ou scientifiques (applications médicales, industrielles, héritage culturel, etc.). La facilité d'acquisition et de reconstruction des modèles 3D, ainsi que leur modélisation permettent de créer de grandes bases de données, et il devient difficile de naviguer dans ces bases pour retrouver des informations. L'indexation des objets 3D apparaît donc comme une solution nécessaire et prometteuse pour gérer ce nouveau type de données. Notre étude s'insérant dans le cadre du projet européen SCULPTEUR IST-2001-35372 dont des partenaires étaient des musées, nous avons donc travaillé avec des bases de données de modèles 3D muséologiques. L'indexation des éléments d'une base de données consiste à définir une méthode permettant d'effectuer des comparaisons parmi les composants de cette base. Actuellement, une des principales applications consiste à effectuer des requêtes de similarité : étant donné une "clé'' de recherche, on extrait de la base de données les éléments ayant la clé la plus similaire.<br /><br />Nous présentons dans ce mémoire une méthode d'indexation de modèles 3D appliquée aux recherches par similarité de forme et d'aspect dans des bases de données d'objets 3D. L'approche repose sur la méthode d'appariement de graphes de Reeb multirésolution proposée par [Hilaga et al, 01]. Dans le cadre de notre étude, nous travaillons avec des maillages de modèles 3D de géométrie plus ou moins complexes, à différents niveaux de résolution, et parfois texturés. L'approche originale, basée sur la topologie des objets 3D, s'est avérée insuffisante pour obtenir des appariements satisfaisants. C'est pourquoi nous proposons d'étendre les critères de cohérence topologique pour les appariements et de fusionner au graphe des informations géométriques et visuelles pour améliorer leur mise en correspondance et l'estimation de la similarité entre modèles. Ces attributs sont librement pondérables afin de s'adapter au mieux aux requêtes d'un utilisateur. Nous obtenons une représentation souple, multicritère et multirésolution que nous nommons graphe de Reeb multirésolution augmenté (aMRG). Nous comparons cette approche à un ensemble varié de méthodes d'indexation. Elle se révèle être très performante pour retrouver les objets de formes similaires et discerner les différentes classes de formes 3D.