Le Web d'aujourd'hui représente un espace où les utilisateurs recherchent, découvrent et partagent des informations. Dans ce cadre, les processus de découverte de services Web jouent un rôle fondamental. Un tel processus permet de faire le lien entre des informations publiées par des fournisseurs de services et des requêtes créées par les internautes. Généralement, un tel processus repose sur une recherche " textuelle " ou à base de " mots-clés ". Or, ce type de recherche ne parvient pas à toujours identifier les services les plus pertinents. Notre idée est de concevoir un système plus " intelligent ", permettant d'utiliser, lors du processus de découverte, une base de connaissances associées aux informations, comme c'est le cas pour le Web sémantique. Cette thèse présente un prototype pour la découverte de services Web sémantiques, utilisant des caractéristiques non-fonctionnelles (descriptives) des services. Notre approche emploie le langage OWL-S (Web Ontology Language for Services) pour définir un modèle de description des paramètres non-fonctionnels des services. Ce modèle a pour but de faciliter la découverte de services Web sémantiques. Ce modèle représente le centre de notre contribution, étant utilisé pour la conception des interfaces et des requêtes. Deux interfaces sont développées, l'une s'adressant aux fournisseurs de services, alors que la deuxième interface est conçue pour l'utilisateur final. L'algorithme de recherche présenté dans cette thèse a pour but d'améliorer la précision et la complétude du processus de découverte de services.

Si l’immobilier est de loin la plus importante classe d’actifs de notre économie, elle est également l’une des dernières à ne pas disposer d’un marché de dérivés mature. Des études académiques récentes ont montré que le manque de compréhension de leurs prix en est la principale raison. Ce travail doctoral cherche à y remédier. Par la conduite d’études à la fois théoriques et empiriques, nous sommes parvenus à déterminer leurs caractéristiques statistiques, leurs facteurs de risque mais aussi à appréhender l’intérêt de ces produits en terme de fonction de découverte des prix. Si les dérivés immobiliers constituent un outil de paramétrisation du risque immobilier essentiel, ils offrent également la possibilité aux investisseurs comme aux pouvoirs publics de disposer d’informations qui ne seraient pas disponibles autrement / Despite the fact that real estate is the largest asset class in our economy, it is one of the few that do not have a mature derivatives market. Recent academic studies have shown that the lack of understanding of real estate derivatives’ prices is the main reason for the absence of a market. This dissertation aims to change this. By conducting theoretical and empirical studies we describe their statistical characteristics, their risk factors, and we highlight their importance in terms of price discovery function. Property derivatives are an essential tool for risk management, but they also offer for investors and regulators a source of information that would otherwise not be available

L'agrégation d'activités pour l'identification de catégories de comportements est un enjeu majeur de tous les systèmes socio-techniques complexes actuels. La question clé consiste à réaliser une synthèse de façons de faire (ou praxies) intégrant la variabilité des opérateurs humains impliqués. Dans un cadre aéronautique, l'agrégation d'activités de pilotage vise à accélérer la détermination de procédures améliorant la sécurité des vols et l'efficacité des missions ; elle repose sur les données objectives des paramètres enregistrés des phases de vol significatives et se structure grâce à une interprétation experte. Un modèle d’Agrégation Supervisée : - décomposition, - maïeutique, - reconstruction, est ainsi établi dans cette thèse. Le cœur en est la 2e étape qui généralise et enrichit le concept de « moyenne » classique des approches probabilistes : une base d'apprentissage, constituée d'activités déterminées et caractérisées par l'interprétation experte, est utilisée pour identifier les motifs significatifs de paramètres enregistrés, c'est à dire les praxies qui agrègent donc les éléments essentiels des activités. Ceux-ci sont choisis au sein d'un ensemble de motifs paramétrables génériques, dont les divers seuils sont ajustés de manière incrémentale. Les motifs sont alors évalués selon les deux critères intrinsèques de cohérence et de pertinence de leurs seuils, ainsi que le critère extrinsèque de la conformité des résultats obtenus par leur utilisation aux vols de la base d'apprentissage. Peuvent à ce niveau se faire jour des groupements parmi les éléments de la base d'apprentissage, selon les motifs rendant compte des activités particulières. L'expertise doit également être généralisable pour permettre l'étude de plusieurs points-clé dans cette étape maïeutique.Ce modèle générique définit une activité comme une structure formelle de praxies, et ouvre la voie à un enrichissement de la 3e étape intégrant la multiplicité des rôles des opérateurs. / Aggregating activities in order to identify categories of behaviour is a major topic of actual complex socio-technical systems. The key issue lies in incorporating the variability of implied human operators in the synthesis of ways of doing (or praxis). Aggregation of piloting activities is directed to allow a faster and more secure determination of procedures enhancing flight security and mission efficiency; it is based on the objective data of flight parameters recorded during significant flight phases, and is carried under thorough expert interpretation.A Supervised Aggregation model, consisting in the 3 steps of 1) decomposition, 2) maieutics, and 3) reconstruction, is thus devised in the present PhD. At the heart of this aggregation process, the 2nd maieutic step generalizes and enriches the usual concept of ''mean'', deeply related to probabilistic approaches: a set of activities analyzed and characterized by the expert, the learning basis, is related to significant patterns in the lot of recorded flight parameter values, in other words the praxis resulting of the aggregation of the activities. The patterns are selected from a collection of customizable generic patterns, whose thresholds are incrementally adjusted using the learning basis. The obtained patterns are then assessed according to the three criteria of 1) coherence and 2) likelihood of the thresholds, as well as the 3) conformity of these patterns used on the learning basis. At this stage, groups among the studied behaviours might emerge, gathering those for which an activity would be depicted by similar patterns. Expert-knowledge must be generalized in order to perform the joint analysis of several key points in this maieutic step.This generic model defines an activity as a formal structure of praxis, paving the way towards the further developments of the process, through the enrichment of the 3rd step, incorporating the multiplicity of operating roles.

Le challenge de la consommation d'énergie dans les réseaux de capteurs sans fil constitue un verrou technologique qui reste un problème ouvert encore aujourd'hui. Ces travaux de thèse s'inscrivent dans la problématique de la conservation de l'énergie dans les réseaux de capteurs et s'articulent autour de deux axes. Dans la première partie, nous abordons le dimensionnement des protocoles de découverte de voisinage. Nous proposons deux techniques de dimensionnement de ces protocoles qui visent à optimiser la consommation d'énergie des nœuds capteurs. La première technique, PPM-BM, consiste à dimensionner le protocole de découverte de voisins en fonction du niveau de batterie du nœud. La deuxième approche, ECoND, vise à ajuster la fréquence de découverte de voisins en fonction de la connectivité estimée à chaque instant. Cette technique tire profit des cycles temporels des modèles de mouvement des nœuds. La connectivité est estimée en se basant sur l'historique des rencontres. La découverte de voisins est ajustée en fonction du taux de connectivité estimé. Les résultats enregistrés mettent en évidence l'efficacité de ces deux techniques dans l'optimisation de la consommation d'énergie des nœuds sans affecter les performances de taux de livraison de messages et d'overhead. La deuxième partie de la thèse concerne l'optimisation des performances des réseaux de capteurs en termes de durée de vie. Nous reconsidérons dans cette partie certains protocoles de routage relevant du domaine des réseaux à connectivité intermittente et nous proposons le protocole EXLIOSE qui se base sur la capacité d'énergie résiduelle au niveau des nœuds pour assurer un équilibre énergétique, partager la charge et étendre à la fois la durée de vie des nœuds ainsi que celle du réseau / The challenge of energy consumption in wireless sensor networks is a key issue that remains an open problem. This thesis relates to the problem of energy conservation in sensor networks and is divided into two parts. In the first part, we discuss the design of neighbor discovery protocols. We propose two techniques for modulating these protocols in order to optimize the energy consumption of sensor nodes. The first technique, PPM-BM aims to modulate the neighbor discovery protocol based on the battery level of the node. The second approach ECoND aims to set up the frequency of neighbor discovery based on estimated connectivity. This technique takes advantage of the temporal cycles of nodes' movement patterns. Connectivity is estimated based on encounters' history. A neighbor discovery is set up based on the estimated rate of connectivity. The achieved results demonstrate the effectiveness of these techniques in optimizing the energy consumption of nodes while maintaining acceptable message delivery and overhead rates. In the second part of the thesis, we contribute to the optimization of the performance of sensor networks in terms of network lifetime. We review in this section some routing protocols for networks with intermittent connectivity and we propose EXLIOSE protocol which is based on residual energy to ensure energy-balancing, load sharing and network lifetime extending

Dans les réseaux énergétiques, la connaissance des équipements, leurs emplacements et leursfonctions sont les prérequis à l’exploitation de l’infrastucture. En effet, tout opérateur disposed’une carte appelée schéma synoptique indiquant les connexions entre les équipements. À partirde cette carte, sont prises des décisions pour un fonctionnement optimal du réseau.Ce schéma synoptique peut être érronné parce que des opérations de maintenance sur le réseaun’auraient pas été retranscrites ou mal saisies. Et cela peut entrainer des coûts supplémentairesd’exploitation du réseau énergetique.Nous considérons le réseau électrique d’un Datacenter. Ce réseau est composé d’une topologiephysique modélisée par un DAG sans circuit et de mesures électriques sur ces arcs. La particularitéde ce réseau est que les mesures contiennent des erreurs et cette topologie est inconnue c’est-à-direles arcs sont connus mais les extrémités des arcs sont inconnues. Dans le cas où ces mesuressont correctes alors la corrélation des arcs induit la matrice d’adjacence du line-graphe du graphenon-orienté sous-jacent de notre DAG. Un line-graphe est un graphe dans lequel chaque sommet etson voisinage peuvent être partitionnés par une ou deux cliques et que chaque arête est couvertepar une clique. Cependant, avec la présence des erreurs de mesures, nous avons un graphe avecdes arêtes en plus ou en moins qui n’est pas nécessairement un line-graphe. Si ce graphe est unline-graphe alors il n’est pas le line-graphe de notre DAG. Notre problème est de découvrir cettetopologie en se basant sur ces mesures électriques.Nous débutons par une étude bibliographique des corrélations de mesures possibles afin dedéterminer celle qui est pertinente pour notre problème. Ensuite nous proposons deux algorithmespour résoudre ce problème. Le premier algorithme est l’algorithme de couverture et il déterminel’ensemble des cliques qui couvre chaque sommet de notre graphe. Le second algorithme estl’algorithme de correction. Il ajoute ou supprime des arêtes au voisinage d’un sommet non couvertde telle sorte que son voisinage soit partitionné en une ou deux cliques. Enfin, nous évaluons lesperformances de nos algorithmes en vérifiant le nombre d’arêtes corrigées et la capacité à retournerle graphe le plus proche du line-graphe de notre DAG. / In energy network, the knowledge of equipments, their locations and their functions are theimportant information for the distributor service operator. In fact, each operator has a networkplan often named synoptic schema. That schema shows the interconnexion between equipments inthe network. From this schema, some management decisions have taken for ensuring an optimalperformance of a network.Sometimes, a synoptic schema has some mistakes because the maintenance operations, such aschanged the connexion between equipments or replaced equipments, have not been updated orhave been written with errors. And these mistakes increase exploitation cost in the energy network.We consider an electric network of a datacenter. This network consists of physical topologymodelised by a DAG without circuit and measurements are on the edges of a DAG. The mainpoint of the network is that measurements are some mistakes and the topology is unknown i.ewe know edges but the nodes of edges are unknown. When measurements are correct then thecorrelations between pairwise edges provide the adjacency matrix of the linegraph of undirectedgraph of the DAG. A linegraph is a graph in which each node and the neighbor are partitionnedby one or deux cliques. However, with the mistakes in measurements, the obtained graph is nota linegraph because it contains more or less edges. If the obtained graph is a linegraph then it isa linegraph of the other DAG. Our problem is to discovery the topology of the DAG with somemistakes in measurements.We start by the state of art in the measurement correlations in order to choose the good methodfor our problem. Then, we propose two algorithms to resolve our problem. The first algorithmis the cover algorithm and it returns the set of cliques in the graph. The second algorithm is acorrection algorithm which adds or deletes edges in the graph for getting a nearest linegraph ofthe DAG. In the last, we evaluate the performances of the algorithms by checking the number ofedges corrected and the ability to return a nearest linegraph of the DAG.

L'inférence d’un système, par la reconstruction de la structure à partir de l’analyse de son comportement, est reconnue comme un problème critique. Dans la théorie des systèmes, la structure et le comportement se situent aux extrémités de la hiérarchie qui définit la connaissance du système. L'inférence d’un système peut être également considérée comme l’escalade de la hiérarchie depuis la connaissance de bas niveau vers la connaissance de plus haut niveau. Ceci n'est possible que sous des conditions maitrisées et justifiées. Dans cette thèse, une nouvelle méthode d'inférence de système est proposée. La méthode proposée étend la technique Process Mining pour extraire des connaissances depuis les données des événements du système. Les aspects de modularité, de fréquence et de synchronisation peuvent être extraits des données. Ils sont intégrés ensemble pour construire un modèle Fuzzy-Discrete Event System Specification (Fuzzy-DEVS). La méthode proposée, également appelée méthode D2FD (Data to Fuzzy-DEVS), comprend trois étapes: (1) l’extraction depuis des journaux d’évènements (registres) obtenus à partir des données générées par le système en utilisant une approche conceptuelle; (2) la découverte d'un système de transition, en utilisant des techniques de découverte de processus; (3) l'intégration de méthodes Fuzzy pour générer automatiquement un modèle Fuzzy-DEVS à partir du système de transition. La dernière étape est de l’implémenter cette contribution en tant que plugin dans l'environnement Process Mining Framework (ProM). Afin de valider les modèles construits, une approximation de modèle basée sur le morphisme et une méthode prédictive intégrée à Granger Causality sont proposées. Deux études de cas sont présentées dans lesquelles le modèle Fuzzy-DEVS est déduit à partir de données réelles, où l'outil SimStudio est utilisé pour sa simulation. Les modèles ainsi construits et les résultats de simulation sont validés par comparaison à d'autres modèles. / System inference, i.e., the building of system structure from system behavior, is widely recognized as a critical challenging issue. In System Theory, structure and behavior are at the extreme sides of the hierarchy that defines knowledge about the system. System inference is known as climbing the hierarchy from less to more knowledge. In addition, it is possible only under justifying conditions. In this thesis, a new system inference method is proposed. The proposed method extends the process mining technique to extract knowledge from event data and to represent complex systems. The modularity, frequency and timing aspects can be extracted from the data. They are integrated together to construct the Fuzzy Discrete Event System Specification (Fuzzy-DEVS) model. The proposed method is also called D2FD (Data to Fuzzy-DEVS) method, and consists of three stages: (1) extraction of event logs from event data by using the conceptual structure; (2) discovery of a transition system, using process discovery techniques; (3) integration of fuzzy methods to automatically generate a Fuzzy-DEVS model from the transition system. The last stage is implemented as a plugin in the Process Mining Framework (ProM) environment. In order to validate constructed models, morphism-based model approximation and predictive method integrated with Granger Causality are proposed. Two case studies are presented in which Fuzzy-DEVS model is inferred from real life data, and the SimStudio tool is used for its simulation. The constructed models and simulation results are validated by comparing to other models.

Cette thèse propose une méthode d'ingénierie des connaissances contextuelles qui permet la modélisation et l'identification du contexte explicatif d'un critère observé. Le contexte est constitué de connaissances explicatives situées permettant une représentation élicitée valide d'un objet dans la situation visée. Ces connaissances sont généralement découvertes lors de l'observation de la réalisation de l'activité dans laquelle cet objet est impliqué. Elles sont donc difficiles à décrire en début d'analyse d'une activité. Toutefois, elles restent nécessaires pour la définition, l'explication et la compréhension efficace d'une activité selon un critère observé caractérisant cette dernière. Cette thèse propose la définition progressive du contexte satisfaisant pour expliquer un critère observé lors de l'observation d'une activité. Cette recherche mobilise les traces d'interaction de l'activité analysée, précise la notion de contexte et exploite les méthodes de fouille de données pour réaliser la catégorisation et la classification d'un critère observé en distinguant les paramètres contextuels et non contextuels. L'environnement développé sur les principes des traces d'interaction, permet d'assister la découverte du contexte explicatif par une approche interactive, à l'aide des connaissances de l'analyste, de distinguer ce qui est contexte de ce qui ne l'est pas. Nous montrons qu'il est possible de construire un contexte valide, en le « découvrant » et en le formulant sous une forme générique, telle que proposée dans la littérature. Une application de la méthode a été effectuée en situation de conduite automobile pour modéliser et identifier le contexte explicatif de la consommation en carburant. En s'appuyant sur les connaissances existantes du domaine, la validation de la méthode est effectuée en étudiant qualitativement les connaissances produites sur la consommation réelle en carburant. La méthode est validée quantitativement en appliquant les règles de classifications établies sur des données collectées de l'activité de conduite. Cette illustration de l'analyse de l'activité de conduite automobile avec la méthode de découverte de connaissances contextuelles, pour déterminer le contexte explicatif de la consommation en carburant, a été effectuée à l'Ifsttar sur des données réelles collectées lors de l'activité de conduite en situation naturelle. Les expérimentations menées montrent des résultats encourageants et permettent d'envisager l'intégration de la méthode de découverte de connaissances contextuelles dans les pratiques des analystes de l'Ifsttar / This thesis proposes an engineering method of contextual knowledge that allows identification and modelling of explanatory context of observed criteria. The context consists of located explanatory knowledge allowing valid representation of an object in the covered situation. This knowledge is generally elicited when observing the activity performance in which the object is involved. They are therefore difficult to describe in the beginning of activity analysis but are necessary for the definition, explanation and effective understanding of an activity according to an observed criterion characterizing this activity. This thesis proposes a progressive definition of adequate context to explain an observed criterion during activity observation. The research mobilizes interaction traces of the analysed activity, clarify context notion and uses data mining methods for classification or categorization of an observed criterion by distinguishing contextual parameters and no contextual parameters. The developed environment, based on interaction traces principles, allows to assist explanatory context discovery by interactive approach, using context analyst knowledge. We demonstrate that it’s possible to build a valid context, by discovering it and by formulating it in a generic form as proposed in literature. An application of the method was performed in driving situation to identify and model the explanatory context of fuel consumption. The method validation is performed by studying produced knowledge on fuel consumption, qualitatively by relying on existing domain knowledge and quantitatively by applying classification rules established trough data collected from driving activity. This illustration of driving activity analysis with the contextual knowledge discovery method to determine explanatory context of fuel consumption was conducted at Ifsttar on real data, collected during driving activity in natural driving situation. The led experiments show encouraging results and allows considering the integration of contextual knowledge discovery method in Ifsttar analyst practices

L’objectif de cette thèse est d’apporter de nouveaux éclairages théoriques et empiriques sur la formation des opportunités entrepreneuriales. Pour mieux comprendre ce phénomène, nous avons mobilisé deux principales approches, l’approche de la découverte et l’approche de la création des opportunités. Une étude quantitative basée sur un questionnaire a été menée auprès d’entrepreneurs tunisiens afin de déterminer les facteurs de formation de l’opportunité entrepreneuriale. Les résultats montrent que dans le contexte tunisien, la découverte des opportunités est dominante étant donné que l’écosystème entrepreneurial tunisien ne favorise pas l’innovation et la création des opportunités. Ce travail de recherche contribue à la connaissance des pratiques de l’entrepreneuriat et des modes d’accompagnement des entrepreneurs. / The purpose of this thesis is to bring new theoretical and empirical insights about the formation of entrepreneurial opportunities. For getting a better understanding of this phenomenon, we have followed two main approaches: the discovery approach and the creation-of- opportunities approach. A quantitative research based on a questionnaire was conducted among a number of Tunisian entrepreneurs in order to identify the factors that have influenced on the formation of entrepreneurial opportunities. The results of the research show that the discovery of opportunities is prevalent given that the Tunisian entrepreneurial ecosystem does not promote innovation, and creation of opportunities. This research work contributes to the knowledge of entrepreneurial practices and the modes of coaching entrepreneurs.

Cette thèse porte sur l'exploitation des connaissances de domaine dans un processus de découvertes de sources de données biologiques sur le Web. Tout d'abord, des ontologies de domaine sont utilisées pour représenter un ensemble de connaissances qui reflètent le contenu et la qualité des sources de données. Ensuite, en s'appuyant sur ces connaissances, les sources sont organisées dans un treillis de concepts en fonction de leurs caractéristiques communes. Le treillis de concept constitue le support de la découverte qui peut être effectuée de deux manières différentes et complémentaires : par navigation et par interrogation. Dans les deux cas la découverte peut être guidée par des connaissances de domaines. Lors d'une découverte par navigation, les connaissances sont utilisées soit pour réduire l'espace de recherche soit pour orienter la navigation vers des concepts plutôt que d'autres. Lors d'une découverte par interrogation les connaissances de domaine sont soit exprimées sous la forme de préférences entre mots clés dans la requête soit utilisées pour l'enrichissement (ou reformulation) de la requête. Pour assurer une meilleure prise en compte des connaissances de domaine nous avons introduit les treillis de concepts multivalués. L'organisation des sources sous la forme d'un treillis de concepts multivalués permet de contrôler la taille de l'espace de recherche et d'augmenter la flexibilité et les performances du processus de découverte dans ses deux modes. La navigation peut être effectuée dans des treillis de différents niveaux de précision avec la possibilité d'effectuer des zooms dynamiques permettant le passage d'un treillis à l'autre. L'interrogation bénéficie d'une augmentation de l'expressivité dans les requêtes.

Ce travail de thèse s'inscrit dans le contexte d'extraction de connaissances à partir de documents textuels, appelé Fouille de textes (FdT) ou Text Mining (TM). Ce mémoire s'articule autour des problématiques liées à la modélisation de documents et la représentation de connaissances textuelles. Il s'intéresse à des collections de documents qui abordent des thématiques différentes. Le mémoire s'attache à élaborer un modèle de représentation et un système permettant d'extraire automatiquement des informations sur les différentes thématiques abordées mais également des mécanismes offrant la possibilité d'avoir des aperçus sur les contenus. Il est montré que les approches basées sur les associations de termes sont adaptées à ce contexte. Cependant, ces approches souffrent de certaines lacunes liées au choix du modèle et de la connaissance à retenir. Pour l'élaboration du modèle de représentation, le choix porte sur l'extension de l'approche d'association de termes. A cet effet, la notion de contexte est étudiée et un nouveau critère appelé « partage de contextes » est défini. Via ce critère, il est possible de détecter des liens entre termes qui n'apparaîtraient pas autrement. L'objectif est de représenter le plus de connaissances possibles. Ces dernières sont exploitées pour une meilleure représentation du contenu et des informations enfouies dans les textes. Un système appelé IC-DOC est réalisé, ce dernier met en oeuvre le modèle de représentation dans un nouvel environnement d'extraction de connaissances à partir de documents textuels. Dans un contexte de veille scientifique, la proposition de ce type de systèmes devient indispensable pour extraire et visualiser de manière automatique l'information contenue dans les collections de documents textuels. L'originalité du système IC-DOC est de tirer profit du modèle de représentation proposé. Une série d'expérimentations et de validations sur divers jeux de données sont réalisées via le système IC-DOC. Deux applications sont considérées. La première s'intéresse à la caractérisation thématique et la seconde étend la première pour une cartographie visuelle de connaissances textuelles.