Texte remanié de: Th. doct.--Histoire--Paris 4, 1997. / Bibliogr. p. 853-877. Cartogr. p. 879-914.

L'objectif de la thèse est de réaliser une mise au point critique portant sur la spécificité des méthodes cartographiques généralement employées pour la représentation quantitative des phénomènes de répartition. Dans un premier temps, cette mise au point permet de dégager, grâce à une analyse de l’information et en tenant compte des règles définies par la sémiologie graphique, les méthodes cartographiques qui, du point de vue méthodologique, sont les plus satisfaisantes, c'est-à-dire, qui correspondent à la nature de l'information à communiquer. Dans un second temps, cette mise au point porte sur la spécificité des diverses méthodes cartographiques à répondre à certains besoins des utilisateurs. Le premier besoin retenu dans l’analyse est la précision de la carte ou sa généralisation. L'utilisation de deux critères, la fidélité d'une part à la nature de 1'information et d'autre part aux caractéristiques spatiales de la distribution de cette information, permet de classifier les diverses méthodes cartographiques sur une échelle précision-généralisation. Le second besoin que l'on introduit dans cette étude est 1'automatisation de la rédaction cartographique. Quelques constatations générales portant sur les contraintes inhérentes à ce nouveau besoin, introduisent une brève critique de divers programmes de cartographie automatique. Enfin, en conclusion, l'on discute brièvement d'un troisième besoin que 1'utilisateur peut manifester, à savoir l'analyse spatiale de la distribution d'un phénomène. L'on montre finalement comment cet utilisateur peut, par le choix de certaines méthodes cartographiques, satisfaire simultanément, quelques-uns de ses besoins, c'est-à-dire, comment il peut intégrer le choix des diverses méthodes cartographiques qui permettent d'aborder les divers aspects tant cartographiques que statistiques de la répartition d'une population.

L'objectif de la thèse est de réaliser une mise au point critique portant sur la spécificité des méthodes cartographiques généralement employées pour la représentation quantitative des phénomènes de répartition. Dans un premier temps, cette mise au point permet de dégager, grâce à une analyse de l’information et en tenant compte des règles définies par la sémiologie graphique, les méthodes cartographiques qui, du point de vue méthodologique, sont les plus satisfaisantes, c'est-à-dire, qui correspondent à la nature de l'information à communiquer. Dans un second temps, cette mise au point porte sur la spécificité des diverses méthodes cartographiques à répondre à certains besoins des utilisateurs. Le premier besoin retenu dans l’analyse est la précision de la carte ou sa généralisation. L'utilisation de deux critères, la fidélité d'une part à la nature de 1'information et d'autre part aux caractéristiques spatiales de la distribution de cette information, permet de classifier les diverses méthodes cartographiques sur une échelle précision-généralisation. Le second besoin que l'on introduit dans cette étude est 1'automatisation de la rédaction cartographique. Quelques constatations générales portant sur les contraintes inhérentes à ce nouveau besoin, introduisent une brève critique de divers programmes de cartographie automatique. Enfin, en conclusion, l'on discute brièvement d'un troisième besoin que 1'utilisateur peut manifester, à savoir l'analyse spatiale de la distribution d'un phénomène. L'on montre finalement comment cet utilisateur peut, par le choix de certaines méthodes cartographiques, satisfaire simultanément, quelques-uns de ses besoins, c'est-à-dire, comment il peut intégrer le choix des diverses méthodes cartographiques qui permettent d'aborder les divers aspects tant cartographiques que statistiques de la répartition d'une population.

Le développement technologique de ces dernières années a eu comme conséquence la démocratisation des données spatiales. Ainsi, des applications comme la cartographie en ligne et les SOLAP qui permettent d’accéder à ces données ont fait leur apparition. Malheureusement, ces applications sont très limitées du point de vue cartographique car elles ne permettent pas une personnalisation flexible des cartes demandées par l’utilisateur. Pour permettre de générer des produits plus adaptés aux besoins des utilisateurs de ces technologies, les outils de visualisation doivent permettre entre autres de générer des données à des échelles variables choisies par l'utilisateur. Pour cela, une solution serait d’utiliser la généralisation cartographique automatique afin de générer les données à différentes échelles à partir d’une base de données unique à grande échelle. Mais, compte tenu de la nature interactive de ces applications, cette généralisation doit être réalisée à la volée. Depuis plus de trois décennies, la généralisation automatique est devenue un sujet de recherche important. Malheureusement, en dépit des avancées considérables réalisées ces dernières années, les méthodes de généralisation cartographique existantes ne garantissent pas un résultat exhaustif et une performance acceptable pour une généralisation à la volée efficace. Comme, il est actuellement impossible de créer à la volée des cartes à des échelles arbitraires à partir d’une seule carte à grande échelle, les résultats de la généralisation (i.e. les cartes à plus petites échelles générées grâce à la généralisation cartographique) sont stockés dans une base de données à représentation multiple (RM) en vue d’une éventuelle utilisation. Par contre, en plus du manque de flexibilité (car les échelles sont prédéfinies), la RM introduit aussi la redondance à cause du fait que plusieurs représentations de chaque objet sont stockées dans la même base de données. Tout ceci empêche parfois les utilisateurs d’avoir des données avec un niveau d’abstraction qui correspond exactement à leurs besoins. Pour améliorer le processus de la généralisation à la volée, cette thèse propose une approche basée sur un nouveau concept appelé SGO (objet auto-généralisant: Self-Generalizing Object). Le SGO permet d’encapsuler des patrons géométriques (des formes géométriques génériques communes à plusieurs objets de la carte), des algorithmes de généralisation et des contraintes d’intégrité dans un même objet cartographique. Les SGO se basent sur un processus d’enrichissement de la base de données qui permet d’introduire les connaissances du cartographe dans les données cartographiques plutôt que de les générer à l’aide des algorithmes comme c’est typiquement le cas. Un SGO est créé pour chaque objet individuel (ex. un bâtiment) ou groupe d’objets (ex. des bâtiments alignés). Les SGO sont dotés de comportements spécifiques qui leur permettent de s'auto-généraliser, c.-à-d. de savoir comment généraliser l’objet qu’ils représentent lors d’un changement d’abstraction (ex. changement d’échelle). Comme preuve de concept, deux prototypes basés sur des technologies Open Source ont été développés lors de cette thèse. Le premier permet la création des SGO et l’enrichissement de la base de données. Le deuxième prototype basé sur la technologie multi-agent, utilise les SGO créés pour générer des données à des échelles arbitraires grâce à un processus de généralisation à la volée. Pour tester les prototypes, des données réelles de la ville de Québec à l’échelle 1 : 1000 ont été utilisées. / With the technological development of these past years, geospatial data became increasingly accessible to general public. New applications such as Webmapping or SOLAP which allow visualising the data also appeared. However, the dynamic and interactive nature of these new applications requires that all operations, including generalization processes, must be carried on-the–fly. Automatic generalization has been an important research topic for more than thirty years. In spite of recent advances, it clearly appears that actual generalization methods can not reach alone the degree of automation and the response time needed by these new applications. To improve the process of on-the-fly map generalization, this thesis proposes an approach based on a new concept called SGO (Self-generalizing object). The SGO allows to encapsulate geometric patterns (generic geometric forms common to several map features), generalization algorithms and the spatial integrity constraints in the same object. This approach allows us to include additional human expertise in an efficient way at the level of individual cartographic features, which then leads to database enrichment that better supports automatic generalization. Thus, during a database enrichment process, a SGO is created and associated with a cartographic feature, or a group of features. Then, each created SGO is transformed into a software agent (SGO agent) in order to give them autonomy. SGO agents are equipped with behaviours which enable them to coordinate the generalization process. As a proof of concept, two prototypes based on Open Source technologies were developed in this thesis. The first prototype allows the creation of the SGO. The second prototype based on multi-agents technology, uses the created SGO in order to generate data on arbitrary scales thanks to an on-the-fly map generalization process. Real data of Quebec City at scale 1: 1000 were used in order to test the developed prototypes.

La découverte du défaut moléculaire en cause dans les maladies rares est une étape importante en vue d'un traitement spécifique ainsi que d'un meilleur diagnostic, ce qui permet de réduire le délai diagnostique, de mieux connaître l'histoire naturelle de la maladie, et ainsi d'améliorer les traitements symptomatiques et la prévention secondaire. Les gènes de plus de 1500 maladies rares monogéniques restent à découvrir. Beaucoup de maladies rares qui frappent les enfants de parents en bonne santé correspondent à des maladies génétiques récessives autosomiques. Certaines paraissent extrêmement rares mais, une fois le gène identifié dans une famille princeps, beaucoup d'autres cas s'avèrent dus à des défauts du même gène. Les patients que nous étudions sont issus de familles consanguines comptant souvent de nombreux sujets atteints. Une seule famille de ce type peut permettre l'identification du gène par cartographie d'homozygotie et clonage positionnel. Nous avons recruté dans ce travail des cas familiaux ou sporadiques de six maladies autosomiques récessives rares de gène inconnu. La stratégie de cartographie par homozygotie nous a permis de mettre en évidence de nouveaux loci morbides dans quatre de ces maladies (épilepsie myoclonique progressive EPM3 ; syndrome marfanoïde avec microsphérophakie ; atrophie optique isolée ; et syndrome de microcéphalie et diabète précoce) ou de réduire la taille de loci déjà connus (microcéphalies primaires MCPH2 et MCPH4 ; et syndrome de Harboyan CDPD1). Nous avons pu caractériser de nouvelles mutations dans les gènes déjà connus ASPM (microcéphalie primaire MCPH5) et SLC4A11 (syndrome de Harboyan) et corréler celles-ci aux données cliniques. Enfin nous avons identifié les gènes KCTD7 et LTBP2 comme responsables respectivement des maladies EPM3 et syndrome marfanoïde avec microsphérophakie, en y découvrant des mutations chez les malades.

Texte remanié de: Dissertation--Philosophischen Fakultät--Albert-Ludwigs-Universität Freiburg, 1998. / La p. de titre porte en plus : "Mit 11 Abbildungen" Bibliogr. p. 272-289.

Thèse de doctorat : Géophysique : Strasbourg 1 : 2008. / Titre provenant de l'écran-titre. Bibliogr. p. 195-206.

Thèses (Ph.D.)--Université de Sherbrooke (Canada), 1998. / Titre de l'écran-titre (visionné le 20 juin 2006). Publié aussi en version papier.

Thèses (M.Sc.)--Université de Sherbrooke (Canada), 1998. / Titre de l'écran-titre (visionné le 20 juin 2006). Publié aussi en version papier.

Thèses (M.Sc.)--Université de Sherbrooke (Canada), 2002. / Titre de l'écran-titre (visionné le 20 juin 2006). Publié aussi en version papier.