Le progrès constant des technologies électroniques, la courte durée de vie commerciale des produits, et la diversité croissante de la demande client font de l’industrie du semi-conducteur un environnement de production contraint par le changement continu des mix produits et des technologies. Dans un tel environnement, le succès dépend de la capacité à concevoir et à industrialiser de nouveaux produits rapidement tout en gardant un bon niveau de critères de coût, rendement et temps de cycle. Une haute disponibilité des capacités de production est assurée par des politiques de maintenance appropriées en termes de diagnostic, de supervision, de planification et des protocoles opératoires. Au démarrage de cette étude, l’approche AMDEC (analyse des modes de défaillance, leurs effets et de leur criticité) était seule mobilisée pour héberger les connaissances et le savoir-faire des experts. Néanmoins, la nature évolutive du contexte industriel requiert la mise à jour à des fréquences appropriées de ces connaissances pour adapter les procédures opérationnelles aux changements de comportements des équipements et des procédés. Cette thèse entend montrer que la mise à jour des connaissances peut être organisée en mettant en place une méthodologie opérationnelle basée sur les réseaux bayésiens et la méthode AMDEC. Dans cette approche, les connaissances et les savoir-faire existants sont tout d’abord capitalisés en termes des liens de cause à effet à l’aide de la méthode d’AMDEC pour prioriser les actions de maintenance et prévenir leurs conséquences sur l’équipement, le produit et la sécurité des personnels. Ces connaissances et savoir-faire sont ensuite utilisés pour concevoir des procédures opérationnelles standardisées permettant le partage des savoirs et savoir-faire des experts. Les liens causaux stockés dans l’AMDEC sont modélisés dans un réseau bayésien opérationnel (O-BN), afin de permettre l’évaluation d’efficacité des actions de maintenance et, par là même, la pertinence des connaissances existantes capitalisées. Dans un contexte incertain et très variable, l’exécution appropriée des procédures est mesurée à l’aide des indicateurs standards de performance de maintenance (MPM) et la précision des connaissances existantes en évaluant la précision de l’O-BN. Toute dérive de ces critères conduit à l'apprentissage d'un nouveau réseau bayésien non-supervisé (U-BN) pour découvrir de nouvelles relations causales à partir de données historiques. La différence structurelle entre O-BN et U-BN met en évidence de nouvelles connaissances potentielles qui sont validées par les experts afin de modifier l’AMDEC existante ainsi que les procédures de maintenance associées. La méthodologie proposée a été testée dans un des ateliers de production contraint par un haut mix de produits pour démontrer sa capacité à renouveler dynamiquement les connaissances d’experts et d'améliorer l'efficacité des actions de maintenance. Cette expérimentation a conduit à une diminution de 30% des reprises d’opérations de maintenance attestant une meilleure qualité des connaissances modélisées dans les outils fournis par cette thèse. / The constant progress in electronic technology, the short commercial life of products, and the increasing diversity of customer demand are making the semiconductor industry a production environment constrained by the continuous change of product mix and technologies. In such environment, success depends on the ability to develop and industrialize new products in required competitive time while keeping a good level of cost, yield and cycle time criteria. These criteria can be ensured by high and sustainable availability of production capacity which needs appropriate maintenance policies in terms of diagnosis, supervision, planning and operating protocols. At the start of this study, the FMEA approach (analysis of failure modes, effects and criticality) was only mobilized to capitalize the expert’s knowledge for maintenance policies management. However, the evolving nature of the industrial context requires knowledge updating at appropriate frequencies in order to adapt the operational procedures to equipment and processes behavior changes.This thesis aims to show that the knowledge update can be organized by setting up an operational methodology combine both Bayesian networks and FMEA method. In this approach, existing knowledge and know-how skills are initially capitalized in terms of cause to effect links using the FMEA method in order to prioritize maintenance actions and prevent their consequences on the equipment, the product quality and personal safety. This knowledge and expertise are then used to develop unified operating procedures for expert’s knowledge and know-how sharing. The causal links stored in the FMEA are modeled in an operational Bayesian network (BN-O), in order to enable the assessment of maintenance actions effectiveness and, hence, the relevance of existing capitalized knowledge. In an uncertain and highly variable environment, the proper execution of procedures is measured using standards maintenance performance measurement indicators (MPM). Otherwise, the accuracy of existing knowledge can be assessed as a function of the O-BN model accuracy. Any drift of these criteria leads to learning a new unsupervised Bayesian network (U-BN) to discover new causal relations from historical data. The structural difference between O-BN (built using experts judgments) and U-BN (learned from data) highlights potential new knowledge that need to be analyzed and validated by experts to modify the existing FMEA and update associated maintenance procedures.The proposed methodology has been tested in a production workshop constrained by high product mix to demonstrate its ability to dynamically renew expert knowledge and improve the efficiency of maintenance actions. This experiment led to 30% decrease in failure occurrence due to inappropriate maintenance actions. This is certifying a better quality of knowledge modeled in the tools provided by this thesis.

Dans ce travail, nous proposons deux nouvelles approches ensemblistes pourl’estimation d’état basées sur la caractérisation explicite des bornes d’erreur d’estimation. Ces approches peuvent être vues comme la combinaison entre un observateur ponctuel et une caractérisation ensembliste de l’erreur d’estimation. L’objectif est de réduire la complexité de leur implémentation, de réduire le temps de calcul en temps réel et d’améliorer la précision et des encadrements des vecteurs d’état.La première approche propose un observateur ensembliste basé sur des ensembles invariants ellipsoïdaux pour des systèmes linéaires à temps-discret et aussi des systèmes à paramètres variables. L’approche proposée fournit un intervalle d’état déterministe qui est construit comme une somme entre le vecteur état estimé du système et les bornes de l’erreur d’estimation. L’avantage de cette approche est qu’elle ne nécessite pas la propagation des ensemble d’état dans le temps.La deuxième approche est une version intervalle de l’observateur d’état de Luenberger, pour les systèmes linéaires incertains à temps-discret, basés sur le calcul d’intervalle et les ensembles invariants. Ici, le problème d’estimation ensembliste est considéré comme un problème d’estimation d’état ponctuel couplé à une caractérisation intervalle de l’erreur d’estimation. / In This work, we propose two main new approaches for the set-membershipstate estimation problem based on explicit characterization of the estimation error bounds. These approaches can be seen as a combination between a punctual observer and a setmembership characterization of the observation error. The objective is to reduce the complexity of the on-line implimentation, reduce the on-line computation time and improve the accuracy of the estimated state enclosure.The first approach is a set-membership observer based on ellipsoidal invariant sets for linear discrete-time systems and also for Linear Parameter Varying systems. The proposed approach provides a deterministic state interval that is build as the sum of the estimated system states and its corresponding estimation error bounds. The important feature of the proposed approach is that does not require propagation of sets.The second approach is an interval version of the Luenberger state observer for uncertain discrete-time linear systems based on interval and invariant set computation. The setmembership state estimation problem is considered as a punctual state estimation issue coupled with an interval characterization of the estimation error.

L'objectif de cette thèse, menée dans un cadre industriel, est d'apparier des contenus textuels médiatiques. Plus précisément, il s'agit d'apparier à des articles de presse en ligne des vidéos pertinentes, pour lesquelles nous disposons d'une description textuelle. Notre problématique relève donc exclusivement de l'analyse de matériaux textuels, et ne fait intervenir aucune analyse d'image ni de langue orale. Surviennent alors des questions relatives à la façon de comparer des objets textuels, ainsi qu'aux critères mobilisés pour estimer leur degré de similarité. L'un de ces éléments est selon nous la similarité thématique de leurs contenus, autrement dit le fait que deux documents doivent relater le même sujet pour former une paire pertinente. Ces problématiques relèvent du domaine de la recherche d'information (ri), dans lequel nous nous ancrons principalement. Par ailleurs, lorsque l'on traite des contenus d'actualité, la dimension temporelle est aussi primordiale et les problématiques qui l'entourent relèvent de travaux ayant trait au domaine du topic detection and tracking (tdt) dans lequel nous nous inscrivons également.Le système d'appariement développé dans cette thèse distingue donc différentes étapes qui se complètent. Dans un premier temps, l'indexation des contenus fait appel à des méthodes de traitement automatique des langues (tal) pour dépasser la représentation classique des textes en sac de mots. Ensuite, deux scores sont calculés pour rendre compte du degré de similarité entre deux contenus : l'un relatif à leur similarité thématique, basé sur un modèle vectoriel de ri; l'autre à leur proximité temporelle, basé sur une fonction empirique. Finalement, un modèle de classification appris à partir de paires de documents, décrites par ces deux scores et annotées manuellement, permet d'ordonnancer les résultats.L'évaluation des performances du système a elle aussi fait l'objet de questionnements dans ces travaux de thèse. Les contraintes imposées par les données traitées et le besoin particulier de l'entreprise partenaire nous ont en effet contraints à adopter une alternative au protocole classique d'évaluation en ri, le paradigme de Cranfield. / The goal of this thesis, conducted within an industrial framework, is to pair textual media content. Specifically, the aim is to pair on-line news articles to relevant videos for which we have a textual description. The main issue is then a matter of textual analysis, no image or spoken language analysis was undertaken in the present study. The question that arises is how to compare these particular objects, the texts, and also what criteria to use in order to estimate their degree of similarity. We consider that one of these criteria is the topic similarity of their content, in other words, the fact that two documents have to deal with the same topic to form a relevant pair. This problem fall within the field of information retrieval (ir) which is the main strategy called upon in this research. Furthermore, when dealing with news content, the time dimension is of prime importance. To address this aspect, the field of topic detection and tracking (tdt) will also be explored.The pairing system developed in this thesis distinguishes different steps which complement one another. In the first step, the system uses natural language processing (nlp) methods to index both articles and videos, in order to overcome the traditionnal bag-of-words representation of texts. In the second step, two scores are calculated for an article-video pair: the first one reflects their topical similarity and is based on a vector space model; the second one expresses their proximity in time, based on an empirical function. At the end of the algorithm, a classification model learned from manually annotated document pairs is used to rank the results.Evaluation of the system's performances raised some further questions in this doctoral research. The constraints imposed both by the data and the specific need of the partner company led us to adapt the evaluation protocol traditionnal used in ir, namely the cranfield paradigm. We therefore propose an alternative solution for evaluating the system that takes all our constraints into account.

L’objectif de cette thèse est d’étudier l’effet d’un entraînement explicite de la conscience phonémique (CP) en anglais L2 et les apports potentiels du tableau blanc interactif (TBI) comme instrument permettant de réaliser cet entraînement avec des apprenants de CE1. A partir des travaux de pédagogues tels que Borel-Maisonny et Caleb Gattegno, nous avons conçu des aides multimodales qui sont à la fois visuelles, sonores et kinesthésiques. Les couleurs de l’approche Gattegno ont été reprises pour créer des cartes de couleur auxquelles nous avons joint une représentation sonore du phonème. La carte sonore est également manipulable sur le TBI. En ce sens, la manipulation sur TBI pourrait aider la manipulation mentale des éléments. Les représentations des phonèmes constituent des représentations externes multimodales intégrées (REMI). Ces REMI ont été intégrées à un dispositif d’apprentissage permettant de valider les hypothèses de recherche. Il s’agissait non seulement d’évaluer l’efficacité de tâches explicites de conscience phonémique dans le cadre de l’apprentissage de l’anglais, mais également d’évaluer l’efficacité de l’utilisation du TBI pour réaliser les tâches de conscience phonémique. Ces hypothèses de recherche ont été testées à l’aide de trois groupes d’apprenants : deux groupes expérimentaux et un groupe contrôle. Un groupe a effectué des tâches explicites de conscience phonémique avec les REMI sur TBI (groupe ConsPhonoTBI), un groupe a effectué ces mêmes tâches de manière classique, c’est-à-dire mentalement sans aide multimodale (groupe ConsPhono), tandis que le groupe contrôle a fait des activités de vocabulaire anglais. La comparaison du groupe contrôle avec le groupe ConsPhono permet de déterminer l’effet d’un entraînement explicite de la conscience phonémique, tandis que la comparaison du groupe ConsPhono avec le groupe ConsPhonoTBI permet de déterminer l’effet des aides multimodales et de leur utilisation sur TBI dans le cadre de cet entraînement explicite. Cette recherche a pour objet une intervention dans le domaine du travail puisque les enseignants et les apprenants sont considérés comme étant en situation de travail. Cette recherche s’inscrit alors dans le cadre de l’ergonomie cognitive. En l’occurrence, la quasi-expérimentation a été menée en 2011-2012 auprès d’apprenants issus de classes de CE1 situées dans l’Isère. Dans la méthodologie de recherche mixte adoptée, les données qualitatives et quantitatives ont été triangulées et permettent d’obtenir des résultats ayant une validité interne. L’étude indique que le travail explicite de la conscience phonémique a un effet sur le niveau atteint dans ce domaine et que l’utilisation des REMI sur TBI permet d’atteindre un meilleur niveau dans le même laps de temps. Par ailleurs, cette étude indique que l’utilisation du TBI pour mener cet entraînement explicite permet à des enseignants non-spécialistes en langue de se décentrer pour réguler l’activité, de proposer une prononciation correcte aux élèves, renforçant ainsi le sentiment d’auto-efficacité au sens de Bandura (2003). En outre, le TBI favorise les échanges entre les apprenants au niveau du groupe classe et permet une découverte collective des phonèmes anglais. / This thesis seeks to study the effect of an explicit training of phonemic awareness (PA) in English L2 and the possible contribution of an Interactive Whiteboard (IWB) as a tool to carry such a training with 7-8 year old learners (in CE1 in France). Based on the work of some educators like Borel-Maisonny and Caleb Gattegno, we created some multimodal materials which are visual, sound and kinesthetic. We used the colors from Gattegno’s approach to create cards to which we attached the sound representation of each phoneme. These cards could also be moved on the IWB. Hence, the manipulation done on the IWB might help the mental manipulation that the learner should normally do mentally. The full representation for each phoneme is an external multimodal integrated representation (EMIR). These EMIR were used among a learning scenario which aimed to test research hypotheses. First of all, the aim was to know whether explicit tasks of phonemic awareness were useful or not. Then, the aim was to check the effect, in any, of the IWB in such a learning scenario concerning phonemic awareness. These research hypotheses have been tested thanks to three groups: two experimental groups and one control group. One group carried out the activities of phonemic awareness with EMIR on an IWB (PA-IWB group), one group carried out the same activities but on a traditional way, that-is-to-say mentally with any multimodal help (PA group) while the control group carried out some activities based on vocabulary. By comparing the control group with the PA group, we found out the effect, if any, of the explicit training of phonemic awareness and, by comparing the PA group with the PA-IWB group, we found out the effect, if any, of the multimodal tools used on the IWB. This research aims to take action in the field of ergonomics since teachers and learners are considered as being at work. This research fits into the field of cognitive ergonomics. Here, the quasi-experimentation was carried out during the school year 2011-2012 with 7-8 year old learners from Isère, France. Using a mixed research method, we triangulated qualitative data with quantitative data in order to get the most accurate results with an internal validity. This study shows that an explicit training of phonemic awareness (PA) has an effect on the level that learners can reach in PA and that the use of EMIR on an IWB allows learners to get an even better level in the same amount of time. Besides, it also appears that the use of the IWB for this kind of training helps the teacher when s/he is not a specialist in the target language. S/he can step aside, regulate the work and provide the correct pronunciation, which helps her/him reinforcing her/his feeling of self-efficacy as defined by Bandura (2003). Finally, the IWB urges the learners on interacting as a whole group and so discovering the English phonemes all together.

Depuis 2007, la réglementation sur le cadre du dépistage en France évolue et se montre favorable à la création d’expérimentations de dépistage communautaire. Cette recherche propose une analyse psychosociale des expériences de dépistage dans le cadre de deux protocoles expérimentaux: ANRS Com’Test et ANRS DragTest. Les objectifs principaux des protocoles sont (1) l’étude de la faisabilité d’un dépistage rapide du VIH effectué par des acteurs communautaires non médicaux (association de lutte contre le sida Aides), auprès des hommes ayant des rapports sexuels avec des hommes, en utilisant les tests rapides d’orientation diagnostique et le counselling motivationnel (ANRS Com’Test), et (2) l’évaluation de la non infériorité de cette proposition en comparaison avec une offre classique (ANRS DragTest).L’objectif de cette étude est de comprendre les significations attribuées aux expériences vécues à partir d’une lecture ternaire (sujet-objet-contexte) et d’une articulation entre vécu et représentations sociales. La recherche s’appuie sur une méthodologie qualitative incluant d’une part une analyse longitudinale de l’expérience des acteurs associatifs, et d’autre part une analyse transversale du vécu des personnes dépistées. La triangulation des matériaux de recueil et des méthodes d’analyse apporte un double regard sur les données. En effet, les résultats montrent à la fois la mobilisation des univers de références communs, et l’implication de l’expérience vécue dans la construction et la communication de l’expérience. / Since 2007, regulation on the part of the screening in France evolves and is favourable to the creation of community screening experiments. From a psychosocial perspective, this study analyzes screening experiences in two experimental protocols’ context: ANRS Com’Test and ANRS DragTest. The main objectives of the protocols are (1) to study the feasibility of a rapid HIV testing performed by non-medical community actors (association against Aids AIDES) among men who have sex with men, using rapid testing policy diagnostic and motivational counselling (ANRS Com'Test), and (2) to evaluate the non-inferiority of the proposal in comparison with a conventional supply (ANRS DragTest).The purpose of this study is to understand the lived experience’s meaning from a ternary reading (subject-object-context) and a link between experience and social representations. Research is based on a qualitative methodology, both including a longitudinal analysis of community actors involved, and also a cross-sectional analysis of those screened’ lived experiences. Triangulation of material collection and analytical methods brings a dual perspective on the data. Analyzes are showing both the mobilization of common references universes, and the involvement of lived experience in the construction and communication of experience.

Cette thèse de doctorat traite de la reconnaissance automatique du Langage français Parlé Complété (LPC), version française du Cued Speech (CS), à partir de l’image vidéo et sans marquage de l’information préalable à l’enregistrement vidéo. Afin de réaliser cet objectif, nous cherchons à extraire les caractéristiques de haut niveau de trois flux d’information (lèvres, positions de la main et formes), et fusionner ces trois modalités dans une approche optimale pour un système de reconnaissance de LPC robuste. Dans ce travail, nous avons introduit une méthode d’apprentissage profond avec les réseaux neurono convolutifs (CNN)pour extraire les formes de main et de lèvres à partir d’images brutes. Un modèle de mélange de fond adaptatif (ABMM) est proposé pour obtenir la position de la main. De plus, deux nouvelles méthodes nommées Modified Constraint Local Neural Fields (CLNF Modifié) et le model Adaptive Ellipse Model ont été proposées pour extraire les paramètres du contour interne des lèvres (étirement et ouverture aux lèvres). Le premier s’appuie sur une méthode avancée d’apprentissage automatique (CLNF) en vision par ordinateur. Toutes ces méthodes constituent des contributions significatives pour l’extraction de caractéristiques du LPC. En outre, en raison de l’asynchronie des trois flux caractéristiques du LPC, leur fusion est un enjeu important dans cette thèse. Afin de le résoudre, nous avons proposé plusieurs approches, y compris les stratégies de fusion au niveau données et modèle avec une modélisation HMM dépendant du contexte. Pour obtenir le décodage, nous avons proposé trois architectures CNNs-HMMs. Toutes ces architectures sont évaluées sur un corpus de phrases codées en LPC en parole continue sans aucun artifice, et la performance de reconnaissance CS confirme l’efficacité de nos méthodes proposées. Le résultat est comparable à l’état de l’art qui utilisait des bases de données où l’information pertinente était préalablement repérée. En même temps, nous avons réalisé une étude spécifique concernant l’organisation temporelle des mouvements de la main, révélant une avance de la main en relation avec l’emplacement dans la phrase. En résumé, ce travail de doctorat propose les méthodes avancées d’apprentissage automatique issues du domaine de la vision par ordinateur et les méthodologies d’apprentissage en profondeur dans le travail de reconnaissance CS, qui constituent un pas important vers le problème général de conversion automatique de CS en parole audio. / This PhD thesis deals with the automatic continuous Cued Speech (CS) recognition basedon the images of subjects without marking any artificial landmark. In order to realize thisobjective, we extract high level features of three information flows (lips, hand positions andshapes), and find an optimal approach to merging them for a robust CS recognition system.We first introduce a novel and powerful deep learning method based on the ConvolutionalNeural Networks (CNNs) for extracting the hand shape/lips features from raw images. Theadaptive background mixture models (ABMMs) are also applied to obtain the hand positionfeatures for the first time. Meanwhile, based on an advanced machine learning method Modi-fied Constrained Local Neural Fields (CLNF), we propose the Modified CLNF to extract theinner lips parameters (A and B ), as well as another method named adaptive ellipse model. Allthese methods make significant contributions to the feature extraction in CS. Then, due tothe asynchrony problem of three feature flows (i.e., lips, hand shape and hand position) in CS,the fusion of them is a challenging issue. In order to resolve it, we propose several approachesincluding feature-level and model-level fusion strategies combined with the context-dependentHMM. To achieve the CS recognition, we propose three tandem CNNs-HMM architectureswith different fusion types. All these architectures are evaluated on the corpus without anyartifice, and the CS recognition performance confirms the efficiency of our proposed methods.The result is comparable with the state of the art using the corpus with artifices. In parallel,we investigate a specific study about the temporal organization of hand movements in CS,especially about its temporal segmentation, and the evaluations confirm the superior perfor-mance of our methods. In summary, this PhD thesis applies the advanced machine learningmethods to computer vision, and the deep learning methodologies to CS recognition work,which make a significant step to the general automatic conversion problem of CS to sound.The future work will mainly focus on an end-to-end CNN-RNN system which incorporates alanguage model, and an attention mechanism for the multi-modal fusion.

La diversité des contenus recommandation et la variation des contextes des utilisateurs rendent la prédiction en temps réel des préférences des utilisateurs de plus en plus difficile mettre en place. Toutefois, la plupart des approches existantes n'utilisent que le temps et l'emplacement actuels séparément et ignorent d'autres informations contextuelles sur lesquelles dépendent incontestablement les préférences des utilisateurs (par exemple, la météo, l'occasion). En outre, ils ne parviennent pas considérer conjointement ces informations contextuelles avec les interactions sociales entre les utilisateurs. D'autre part, la résolution de problèmes classiques de recommandation (par exemple, aucun programme de télévision vu par un nouvel utilisateur connu sous le nom du problème de démarrage froid et pas assez d'items co-évalués par d'autres utilisateurs ayant des préférences similaires, connu sous le nom du problème de manque de donnes) est d'importance significative puisque sont attaqués par plusieurs travaux. Dans notre travail de thèse, nous proposons un modèle probabiliste qui permet exploiter conjointement les informations contextuelles actuelles et l'influence sociale afin d'améliorer la recommandation des items. En particulier, le modèle probabiliste vise prédire la pertinence de contenu pour un utilisateur en fonction de son contexte actuel et de son influence sociale. Nous avons considérer plusieurs éléments du contexte actuel des utilisateurs tels que l'occasion, le jour de la semaine, la localisation et la météo. Nous avons utilisé la technique de lissage Laplace afin d'éviter les fortes probabilités. D'autre part, nous supposons que l'information provenant des relations sociales a une influence potentielle sur les préférences des utilisateurs. Ainsi, nous supposons que l'influence sociale dépend non seulement des évaluations des amis mais aussi de la similarité sociale entre les utilisateurs. Les similarités sociales utilisateur-ami peuvent être établies en fonction des interactions sociales entre les utilisateurs et leurs amis (par exemple les recommandations, les tags, les commentaires). Nous proposons alors de prendre en compte l'influence sociale en fonction de la mesure de similarité utilisateur-ami afin d'estimer les préférences des utilisateurs. Nous avons mené une série d'expérimentations en utilisant un ensemble de donnes réelles issues de la plateforme de TV sociale Pinhole. Cet ensemble de donnes inclut les historiques d'accès des utilisateurs-vidéos et les réseaux sociaux des téléspectateurs. En outre, nous collectons des informations contextuelles pour chaque historique d'accès utilisateur-vidéo saisi par le système de formulaire plat. Le système de la plateforme capture et enregistre les dernières informations contextuelles auxquelles le spectateur est confronté en regardant une telle vidéo.Dans notre évaluation, nous adoptons le filtrage collaboratif axé sur le temps, le profil dépendant du temps et la factorisation de la matrice axe sur le réseau social comme tant des modèles de référence. L'évaluation a port sur deux tâches de recommandation. La première consiste sélectionner une liste trie de vidéos. La seconde est la tâche de prédiction de la cote vidéo. Nous avons évalué l'impact de chaque élément du contexte de visualisation dans la performance de prédiction. Nous testons ainsi la capacité de notre modèle résoudre le problème de manque de données et le problème de recommandation de démarrage froid du téléspectateur. Les résultats expérimentaux démontrent que notre modèle surpasse les approches de l'état de l'art fondes sur le facteur temps et sur les réseaux sociaux. Dans les tests des problèmes de manque de donnes et de démarrage froid, notre modèle renvoie des prédictions cohérentes différentes valeurs de manque de données. / Due to the diversity of alternative contents to choose and the change of users' preferences, real-time prediction of users' preferences in certain users' circumstances becomes increasingly hard for recommender systems. However, most existing context-aware approaches use only current time and location separately, and ignore other contextual information on which users' preferences may undoubtedly depend (e.g. weather, occasion). Furthermore, they fail to jointly consider these contextual information with social interactions between users. On the other hand, solving classic recommender problems (e.g. no seen items by a new user known as cold start problem, and no enough co-rated items with other users with similar preference as sparsity problem) is of significance importance since it is drawn by several works. In our thesis work, we propose a context-based approach that leverages jointly current contextual information and social influence in order to improve items recommendation. In particular, we propose a probabilistic model that aims to predict the relevance of items in respect with the user's current context. We considered several current context elements such as time, location, occasion, week day, location and weather. In order to avoid strong probabilities which leads to sparsity problem, we used Laplace smoothing technique. On the other hand, we argue that information from social relationships has potential influence on users' preferences. Thus, we assume that social influence depends not only on friends' ratings but also on social similarity between users. We proposed a social-based model that estimates the relevance of an item in respect with the social influence around the user on the relevance of this item. The user-friend social similarity information may be established based on social interactions between users and their friends (e.g. recommendations, tags, comments). Therefore, we argue that social similarity could be integrated using a similarity measure. Social influence is then jointly integrated based on user-friend similarity measure in order to estimate users' preferences. We conducted a comprehensive effectiveness evaluation on real dataset crawled from Pinhole social TV platform. This dataset includes viewer-video accessing history and viewers' friendship networks. In addition, we collected contextual information for each viewer-video accessing history captured by the plat form system. The platform system captures and records the last contextual information to which the viewer is faced while watching such a video. In our evaluation, we adopt Time-aware Collaborative Filtering, Time-Dependent Profile and Social Network-aware Matrix Factorization as baseline models. The evaluation focused on two recommendation tasks. The first one is the video list recommendation task and the second one is video rating prediction task. We evaluated the impact of each viewing context element in prediction performance. We tested the ability of our model to solve data sparsity and viewer cold start recommendation problems. The experimental results highlighted the effectiveness of our model compared to the considered baselines. Experimental results demonstrate that our approach outperforms time-aware and social network-based approaches. In the sparsity and cold start tests, our approach returns consistently accurate predictions at different values of data sparsity.

GAMA, Antonia Varele da Silva. A formação literária e intelectual de Graciliano Ramos. 2008. 179 f. Dissertação (Mestrado em Letras) – Universidade Federal do Ceará, Departamento de Literatura, Programa de Pós-Graduação em Letras, Fortaleza-CE, 2008. / Submitted by Liliane oliveira (morena.liliane@hotmail.com) on 2012-06-19T15:48:56Z No. of bitstreams: 1 2008_DIS_AVSGAMA.pdf: 16086577 bytes, checksum: 5bf70ed01a3128aca1a4d03bc5afa80c (MD5) / Approved for entry into archive by Maria Josineide Góis(josineide@ufc.br) on 2012-06-21T15:03:18Z (GMT) No. of bitstreams: 1 2008_DIS_AVSGAMA.pdf: 16086577 bytes, checksum: 5bf70ed01a3128aca1a4d03bc5afa80c (MD5) / Made available in DSpace on 2012-06-21T15:03:18Z (GMT). No. of bitstreams: 1 2008_DIS_AVSGAMA.pdf: 16086577 bytes, checksum: 5bf70ed01a3128aca1a4d03bc5afa80c (MD5) Previous issue date: 2008 / Estudar a trajetória literária e intelectual de Graciliano Ramos implica reconhecer os diversos estudos realizados sobre a obra literária do escritor e sobre ele, a fim de compreendê-lo inicialmente como leitor. Neste aspecto, a contextualização histórica do período em que viveu e compôs sua produção é necessária, pois auxilia na reconstrução do itinerário percorrido por ele, dos espaços de convivência, das pessoas com as quais ele se relacionou e das preferências de leitura. Por isso, esta pesquisa propõe-se repensar esse percurso de Graciliano Ramos à luz de categorias campo literário, presente em As regras da Arte (1996), de Pierre Bourdieu, paratopia e contexto em O contexto da obra literária (1995), de Dominique Maingueneau, leitura em O que é leitura (1981), de Maria Helena Martins, na tentativa de discutir o processo de formação do escritor com base em Infância (1945), Linhas Tortas (1962) e Memórias do Cárcere (1953), com o objetivo de compreender alguns elementos importantes para a escrita dessas obras. Esta pesquisa aborda também o conceito de influência, cunhado por Harold Bloom em A Angústia da Influência (1991), e estilo e escritura propostos por Roland Barthes em O grau zero da escritura (1953). Esses conceitos serão analisados com base no processo de formação intelectual e literária de Graciliano Ramos, nas pessoas que contribuíram para que ele exercesse determinados cargos em repartições públicas, os quais proporcionaram a construção de sua carreira literária, como também influenciaram a publicação dos romances Caetés (1933), S. Bernardo (1934), e Angústia (1936). Dessa forma, o trabalho A Formação Literária e Intelectual de Graciliano Ramos dividiu-se em cinco capítulos: A Construção de um Espaço Literário, A Formação Inicial de Graciliano Ramos, Linhas Tortas na Trajetória Literária de Graciliano Ramos, Memórias do Cárcere: surge o romancista, A Relação de Graciliano Ramos com seus precursores: Estilo, Escritura, Influência. Assim, organizou-se um mapa dos deslocamentos realizados por Graciliano Ramos durante a construção de sua trajetória intelectual e literária, tornando-se um dos escritores mais importantes e estudados da Literatura Brasileira.

No description available.

De nos jours, les appareils mobiles hébergent de nombreuses applications directement téléchargées et installées à partir d'un "Store" d'applications mobiles. L'existence d'une telle quantité d'applications pour une multitude d'objectifs impose une énorme surcharge sur les utilisateurs, qui doivent sélectionner, installer, supprimer et exécuter les applications appropriées.En outre, ces applications ont négligé la prise en compte du contexte de l'utilisateur. Elles proposent des scénarios d'utilisation statiques et non évolutifs. Ces applications servent à des fins spécifiques et sont supprimées ou oubliées, la plupart du temps, après la première utilisation. De plus, ces applications ne tiennent pas compte du monde des objets connectés en raison de leur architecture monolithique mise en œuvre pour fonctionner sur des appareils individuels. La solution proposée et intitulée "Long Life Application" offre une nouvelle façon de répondre aux besoins de l'utilisateur de façon dynamique et distribuée. Elle propose une évolution continue des applications (encours d'exécution) en ajoutant, supprimant, et déplaçant des fonctionnalités sur les appareils utilisés par l’utilisateur. Elle permet, aussi, de modifier le mode d'interaction en distribuant les exécutions sur plusieurs appareils en fonction des besoins de l'utilisateur. Pendant que l’utilisateur se déplace dans son environnement, l'application détecte des événements environnementaux et construit des situations contextuellement décrites. Ainsi, ce travail vise à offrir un nouveau type d'applications mobiles capables de détecter, de formuler et de comprendre le contexte des utilisateurs puis de réagir en conséquence. / Nowadays, mobile devices host many applications that are directly downloaded and installed from mobile application stores. The existence of such a large amount of apps for a myriad of purposes imposes a huge overhead on users, who are in charge of selecting, installing, and executing the appropriate apps, as well as deleting them when no longer needed. Moreover, these applications have mostly neglected to take into account the user’s context, as they propose static non-evolving scenarios. These applications serve for specific purposes and get deleted or forgotten most of the time after the first use. Furthermore, these apps fail to consider the, soon coming, connected world due to their monolithic architecture implemented to work on single devices. The proposed long-life application provides a new way to respond to the user’s needs dynamically and distributedly. It evolves at runtime by including/excluding business functionalities, updating the interaction mode, and migrating executions on multiple devices according to the user’s preferences. While he/she moves in his/her surroundings, the app detects the occurring events and builds contextually-described situations. So, this work aims to offer a new type of mobile application able to detect, formulate and understand the users’ context then react accordingly.