Cette thèse traite du problème de l'apprentissage automatique supervisé dans le cas ou l'on considère plusieurs sorties, potentiellement de différent types. Nous proposons d'explorer trois différents axes de recherche en rapport avec ce sujet. Dans un premier temps, nous nous concentrons sur le cas homogène et proposons un cadre théorique pour étudier la consistance des problèmes multi-labels dans le cas de l'utilisation de chaîne de classifieurs. Ensuite, en nous plaçant dans ce cadre, nous proposons une borne de Rademacher sur l'erreur de généralisation pour tous les classifieurs de la chaîne et exposons deux facteurs de dépendance reliant les sorties les unes aux autres. Dans un deuxième temps, nous développons et analysons la performance de modèles en lien avec la théorie proposée. Toujours dans le cadre de l'apprentissage avec plusieurs sorties homogènes, nous proposons un modèle basé sur des réseaux de neurones pour l'analyse de sentiments à grain fin. Enfin, nous proposons un cadre et une étude empirique qui montrent la pertinence de l'apprentissage multi-objectif dans le cas de multiples sorties hétérogènes. / In this thesis, we study the problem of learning with multiple outputs related to different tasks, such as classification and ranking. In this line of research, we explored three different axes. First we proposed a theoretical framework that can be used to show the consistency of multi-label learning in the case of classifier chains, where outputs are homogeneous. Based on this framework, we proposed Rademacher generalization error bound made by any classifier in the chain and exhibit dependency factors relating each output to the others. As a result, we introduced multiple strategies to learn classifier chains and select an order for the chain. Still focusing on the homogeneous multi-output framework, we proposed a neural network based solution for fine-grained sentiment analysis and show the efficiency of the approach. Finally, we proposed a framework and an empirical study showing the interest of learning with multiple tasks, even when the outputs are of different types.

La cathepsine D est une aspartyl protéase lysosomale surexprimée et hypersécrétée par les cellules épithéliales cancéreuses mammaires. C'est un marqueur de mauvais pronostic du cancer du sein. Elle stimule la prolifération des cellules cancéreuses, la croissance invasive des fibroblastes et la formation des métastases. Les travaux de l'équipe ont montré qu'elle peut agir indépendamment de son activité catalytique par interaction protéique. Le répresseur transcriptionnel Tricho-Rhino-Phalangeal Syndrome type 1, TRPS1, a été identifié comme un partenaire potentiel de la cathepsine D. Différentes études indiquent que des cystéines cathepsines peuvent être localisées au noyau et être protéolytiquement actives. Par exemple, la cystéine cathepsine L agit par protéolyse limitée sur le facteur de transcription CDP/Cux et sur l'histone H3 lorsqu'elle est localisée au noyau.Dans cette thèse nous avons étudié le rôle de la cathepsine D nucléaire dans des cellules cancéreuses mammaires. Nos résultats indiquent que la cathepsine D, comme TRPS1, est localisée au noyau et est associée à la chromatine dans les cellules positives aux récepteurs aux œstrogènes. De plus elle interagit de manière directe et endogène avec TRPS1 et participe à la régulation transcriptionnelle de PTHrP (parathyroïd hormone-related protein) un gène cible de TRPS1. Finalement nous avons identifié de nouveaux gènes co-régulés par TRPS1 et la cathepsine D dans le cancer du sein montrant que leur action n'est pas limitée à PTHrP. L'ensemble de ces résultats suggère que la cathepsine D est la première cathepsine identifiée comme un co-facteur transcriptionnel et que son rôle dans le cancer pourrait impliquer, en plus de ses activités extracellulaires, ses activités nucléaires. / Cathepsin D is a lysosomal aspartyl protease which is overexpressed and hyper-secreted by epithelial breast cancer cells. This is a poor prognosis factor in breast cancer. It stimulates cancer cell proliferation and metastasis formation. Team works have shown it can acts in an independent manner of its catalytic activity by protein interactions. The transcriptional repressor trichorhinophalangeal syndrome type 1 protein, TRPS1, has been identified as a new potential partner of Cathepsin D. Several studies indicate that cystein cathepsins can be localized in nucleus and are proteolytically actives. For example, the cystein Cathepsin L acts by limited proteolysis of the CDP/Cux transcription factor and histone H3 when located to the nucleus.During this thesis, we studied the role of nuclear Cathepsin D in breast cancer cells. Our results indicate that Cathepsin D, as TRPS1, is localized in nucleus and is associated with chromatin in estrogen-receptor positive breast cancer cells. Furthermore it interacts in a direct and endogenous manner with TRPS1 and participates to the transcriptional repression of PTHrP, parathyroïd hormone-related protein, a TRPS1 target gene. Finally, we identified new co-regulated genes by TRPS1 and Cathepsin D in breast cancer showing their action is not limited to PTHrP.Together, our results suggest that Cathepsin D is the first cathepsin identified as a transcriptional co-repressor and that its role in cancer may involve, in addition to its extracellular activities, its nuclear activities.

Cette thèse est consacrée à l’étude des systèmes de recommandation basés sur des réseaux de neurones artificiels appris pour faire de l'ordonnancement de produits avec des retours implicites (sous forme de clics). Dans ce sens, nous proposons un nouveau modèle neuronal qui apprend conjointement la représentation des utilisateurs et des produits dans un espace latent, ainsi que la relation de préférence des utilisateurs sur les produits. Nous montrons que le modèle proposé est apprenable au sens du principe de la minimisation du risque empirique et performant par rapport aux autres modèles de l'état de l'art sur plusieurs collections. En outre, nous contribuons à la création de deux nouvelles collections, produites grâce aux enregistrements des comportements de clients de Kelkoo (https://www.kelkoo.com/); le leader européen de la publicité programmatique et de Purch (http://www.purch.com/). Les deux jeux de données recueillent des retours implicites des utilisateurs sur des produits, ainsi qu’un grand nombre d'informations contextuelles concernant à la fois les clients et les produits. La collections de données de Purch contient en plus une information sur la popularité des produits ainsi que des commentaires textuelles associés. Nous proposons, une stratégie simple et efficace sur la manière de prendre en compte le biais de la popularité ainsi qu'un modèle probabiliste latent temporel pour extraire automatiquement les thèmes des textes des commentaires.Mots clés. Systèmes de recommandation, apprentissage d'ordonnancement, réseaux de neurones, recommandations avec des retours implicites, Modèles probabilistes latents temporels / This thesis is dedicated to the study of Recommendation Systems for implicit feedback (clicks) mostly using Learning-to-rank and neural network based approaches. In this line, we derive a novel Neural-Network model that jointly learns a new representation of users and items in an embedded space as well as the preference relation of users over the pairs of items and give theoretical analysis. In addition we contribute to the creation of two novel, publicly available, collections for recommendations that record the behavior of customers of European Leaders in eCommerce advertising, Kelkoofootnote{url{https://www.kelkoo.com/}} and Purchfootnote{label{purch}url{http://www.purch.com/}}. Both datasets gather implicit feedback, in form of clicks, of users, along with a rich set of contextual features regarding both customers and offers. Purch's dataset, is affected by popularity bias. Therefore, we propose a simple yet effective strategy on how to overcome the popularity bias introduced while designing an efficient and scalable recommendation algorithm by introducing diversity based on an appropriate representation of items. Further, this collection contains contextual information about offers in form of text. We make use of this textual information in novel time-aware topic models and show the use of topics as contextual information in Factorization Machines that improves performance. In this vein and in conjunction with a detailed description of the datasets, we show the performance of six state-of-the-art recommender models.Keywords. Recommendation Systems, Data Sets, Learning-to-Rank, Neural Network, Popularity Bias, Diverse Recommendations, Contextual information, Topic Model.

L’interaction d’un laser de haute énergie avec une cible fine d’hydrogène créé un plasma à l’intérieur duquel le champ électrostatique peut accélérer des protons jusqu’à des énergies de quelques dizaines de MeV. Ce domaine de la physique est appelé l’accélération laser/plasma.C’est dans ce contexte que le Service des Basses Températures (CEA, France) a développé en 2014 un prototype permettant de produire par extrusion des rubans d’hydrogène solide de un millimètre de large et de quelques dizaines de micromètres d’épaisseur.Cette thèse étudie la géométrie, la vitesse et la stabilité de ces rubans, qui sont des critères fondamentaux à l’efficacité de l’accélération laser/plasma. Les résultats des campagnes expérimentales menées avec ce prototype dans différents centres laser sont également décrits. Le deuxième et principal objectif de cette thèse consiste à caractériser et mesurer de façon précise les propriétés rhéologiques de l’hydrogène solide, afin de modéliser son écoulement à travers une buse d’extrusion d’épaisseur submillimétrique. Ce travail a consisté à concevoir un rhéomètre cryogénique innovant capable de générer un cisaillement continu d’hydrogène solide à des températures contrôlées, inférieures à 14 kelvins. La déformation de cisaillement de l’hydrogène solide est observée et décrite en détails, et sa viscosité apparente près de son point de fusion est quantifiée. Une loi régissant son écoulement est proposée, puis vérifiée par simulation numérique. / The interaction between a high-energy laser and a thin hydrogen target can generate an electrostatic field accelerating protons up to a few tens of MeV. This scientific field is called "laser/plasma acceleration". In this context, the Low Temperature Laboratory (CEA, France) has designed in 2014 a prototype extruding thin solid-hydrogen ribbon-shaped targets of onemillimeter in width and a few tens of micrometers in thickness.This Ph.D. thesis studies the geometry, the stability and the velocity of these ribbons, which are critical in the laser/matter interaction. Experimental campaigns led with this prototype in different laser facilities are described as well. The second and main objective of this Ph.D. thesisis to charaterize and measure the rheological properties of solid Hydrogen, in order to model its flow through a submillimeter-wide extrusion nozzle. This characterisation has been made possible through the design of an innovative cryogenic rheometer generating a continuous shear deformation in solid hydrogen at controled temperature, below 14 kelvins. Shear deformationof solid Hydrogen is studied and detailled, and its apparent viscosity near its melting point is measured. A deformation law is stated, then tested by numerical simulation.

Ce travail porte sur la conception d'une nouvelle forme d'interaction Homme-Machine : la multimodalité parole+présentation visuelle en sortie du système. Plus précisément, l'étude porte sur l'évaluation des apports potentiels de la parole, en tant que mode d'expression complémentaire du graphique, lors du repérage visuel de cibles au sein d'affichages 2D interactifs. <br />Nous avons adopté une approche expérimentale pour déterminer l'influence d'indications spatiales orales sur la rapidité et la précision du repérage de cibles et évaluer la satisfaction subjective d'utilisateurs potentiels de cette forme d'assistance à l'activité d'exploration visuelle. <br />Les différentes études réalisées ont montré d'une part que les présentations multimodales facilitent et améliorent les performances des utilisateurs pour le repérage visuel, en termes de temps et de précision de sélection des cibles. Elles ont montré d'autre part que les stratégies d'exploration visuelle des affichages, en l'absence de messages sonores, dépendent de l'organisation spatiale des informations au sein de l'affichage graphique.

L'utilisation croissante de systèmes électroniques miniaturisés induit une forte demande en microsources d'énergie performantes, telles que les microbatteries au lithium. En vue d'améliorer les propriétés de l'électrolyte, nous avons étudié les propriétés électriques et thermomécaniques d'électrolytes solides de type borate de lithium. Une corrélation entre la conductivité ionique et le coefficient de dilatation thermique (CTE) a été mise en évidence pour différentes compositions de verres massifs. A partir des résultats de CTE obtenus, un modèle de prédiction basé sur les travaux de Appen permettant la détermination de ce dernier en fonction de la composition chimique a été développé. Dans un second temps, différentes techniques de préparation de cibles denses nitrurées ont été mises en œuvre afin d'abaisser le CTE de la cible et ainsi permettre son utilisation sur une plus longue durée. Par ailleurs, l'utilisation d'une cible nitrurée a également été envisagée pour augmenter la teneur en azote dans les couches minces. Finalement, des couches minces d'électrolyte de différentes compositions ont été préparées par pulvérisation cathodique (sous plasma d'argon ou d'azote pur) et ont fait l'objet d'une caractérisation chimique, structurale, électrique et thermomécanique. Le rôle bénéfique de l'azote sur la conductivité ionique des couches minces a ainsi pu être confirmé.

L'imagerie par résonance magnétique (IRM) est une technique médicale incontournable permettant d'observer l'intérieur du corps de façon non invasive et non irradiante. L'IRM reste cependant connue pour souffrir d'une très faible sensibilité. Pour pallier cette limitation, une solution de choix est d'utiliser des espèces hyperpolarisées. Parmi les entités dont on peut augmenter la polarisation nucléaire et donc le signal RMN de plusieurs ordres de grandeur, le xénon se distingue par sa capacité à interagir avec son environnement proche, ce qui se traduit par une large gamme de déplacement chimique. L'objectif devient alors d'utiliser le xénon hyperpolarisé comme traceur. Le sujet de cette thèse porte sur le concept de sonde IRM 129Xe hyperpolarisé par laser pour la détection d'évènements biologiques. Dans cette approche, le xénon est vectorisé vers des cibles au moyen de systèmes hôtes fonctionnalisés puis détecté grâce à des séquences d'imagerie rapide. La conception et la mise au point d'un montage permettant la production de xénon hyperpolarisé par pompage optique par échange de spin sont décrites. Sont ensuite développées des études sur l'interaction du gaz rare avec de nouveaux cryptophanes susceptibles de constituer des molécules hôtes performantes. La mise en place de séquences IRM adaptées au caractère transitoire de l'hyperpolarisation et permettant l'utilisation optimale de l'échange du xénon dans les différents environnements est présentée. Des applications de biosondes IRM 129Xe pour la détection de cations métalliques et de récepteurs de surface cellulaire sont également décrites. Enfin, nos premiers résultats sur un modèle petit animal sont abordés.

Ces travaux concernent l'utilisation de méthodes temps-fréquences pour l'étude des images SAR polarimétriques au travers de deux applications.<br />La réponse des cibles mobiles est étudiée. Sa forme particulière conduit à une méthode de détection et refocalisation basée sur la transformée de Fourier fractionnaire. La problématique est étendue au cas des cibles possédant de plus une réflectivité dépendant des paramètres d'illumination (angle et fréquence). Une approche basée sur une modélisation de la cible et sur l'algorithme de Matching-Pursuit est présentée.<br />La détection des bâtiments dans les images SAR de zones urbaines en bande L est abordée dans le cadre temps-fréquence. Les notions complémentaires de stationnarité et de cohérence sont exploitées pour produire une classification temps-fréquence, permettant d'identifier les environnements naturels et différents types de cibles artificielles. Des applications à la cartographie et à la caractérisation de bâtiments sont proposées.

La Manche orientale représente une zone économique importante qui supporte diverses activités anthropiques comme le tourisme, le transport maritime et l'exploitation de ressources vivantes ou minérales. De plus, cette région possède un riche patrimoine biologique illustré par sa grande diversité d'habitats. Les Aires Marines Protégées (AMP) sont souvent évoquées comme un instrument de gestion permettant d'aménager l'exploitation durable de ces ressources marines, dans le cadre d'une gestion écosystémique intégrée et responsable. Si les Etats ont pour obligation de créer des réseaux d'AMPs dans leurs eaux nationales, chacune d'elles est souvent localisée au cas par cas. Afin de coordonner la mise en place des différents réseaux d'AMPs, une démarche de planification spatiale systématique de la conservation est de plus en plus encouragée. Cette démarche a pour but de proposer un réseau d'AMP qui soit cohérent, même dans un contexte transfrontalier, comme c'est le cas en Manche orientale. Les travaux de recherche menés lors de cette thèse apportent ainsi une contribution scientifique à la mise en cohérence de l'aménagement des activités anthropiques avec les objectifs de conservation de l'écosystème marin de Manche orientale. Dans le cadre d'une approche de conservation intégrée, toute la biodiversité de la Manche orientale doit être représentée. Pour cela, en complément des typologies benthiques existantes dans la zone, une typologie des masses d'eau a été proposée et validée avec différents jeux de données d'espèces pélagiques. Marxan et Zonation, deux logiciels largement répandus en planification de la conservation ont été comparés dans le processus de conception du réseau d'AMP en Manche orientale. La conclusion a été que Marxan serait le logiciel utilisé pour la suite des analyses. En effet, ce logiciel est conçu pour atteindre clairement les cibles de conservation, ce qui facilite l'interprétation des résultats.Puis une étape essentielle de planification de la conservation a été réalisée à travers une analyse des lacunes (gap analysis) à l'échelle de la Manche orientale. Elle a permis de montrer que le réseau d'AMP existant atteint les cibles de conservation calculées dans cette thèse et qu'il couvre 33% de la Manche orientale. Il faut toutefois noter que l'étude des possibles lacunes au niveau de la gestion des AMPs n'a pu être réalisée de façon approfondie car la majorité de ces AMPS ne possèdent pas encore de plan de gestion défini.Finalement, l'influence de l'intégration des activités humaines dans le processus de conception du réseau d'AMP a été explorée grâce à l'utilisation de données d'effort de pêche et de données de débarquements. De plus, d'autres informations sur le trafic maritime, les extractions de granulats marins et les potentielles zones d'éoliennes en mer ont été ajoutées pour prendre en compte la totalité des usages et réglementation qui génèrent des contraintes spatiales en Manche orientale.

Nous avons proposé dans cette thèse une nouvelle approche de modélisation des réponses cellulaire et tumorale durant la radiothérapie. Cette modélisation est fondée sur les chaînes de Markov. Elle se situe dans le cadre de la théorie de cible qui suppose qu'il existe dans la cellule des régions sensibles appelées cibles, qui doivent toutes être désactivées pour tuer la cellule. Un premier travail est consisté à proposer un modèle à temps discret en tenant compte non seulement des phases de réparations cellulaires entre les fractions de dose mais également de l'hétérogénéité des dommages cellulaires. Nous avons ensuite proposé un modèle stochastique de la durée de vie cellulaire. Cette modélisation fut également étendue à une population de cellules et a permis d'établir de nouvelles expressions des probabilités d'eﰓcacité et de complication thérapeutique. Nos derniers travaux portent sur le développement d'un modèle de type chaîne de Markov à temps continu qui pourrait être appliqué aux réponses des tumeurs traitées par la thérapie photodynamique.