Le développement de nouveaux outils de diagnostic est primordial pour assurer la maintenance des grands alternateurs. La tension présente entre les deux extrémités de l’arbre est considérée comme une quantité indésirable car elle peut induire des dégradations dans les paliers et, est ainsi mesurée de manière préventive. Néanmoins, son analyse fine pourrait s’avérer utile pour la détection de défauts. Comme la tension d’arbre est présente même en fonctionnement sain de l’alternateur, il est nécessaire de découpler toutes les causes qui peuvent l’engendrer. L’objectif de ce travail consiste donc à mener une investigation sur les multiples sources à l’origine de cette tension d’arbre afin de pouvoir quantifier leurs impacts respectifs, mais également de déterminer la signature d’un défaut de court-circuit entre spires ou d’excentricité rotorique. Une première étude a porté sur l’analyse de machines simplifiées dans le but d’isoler l’impact d’un défaut donné. Deux approches ont été développées, la première à partir d’un modèle analytique et la seconde à l’aide de la modélisation par éléments finis. Les conclusions émises par ces deux approches ont été analysées et comparées montrant des concordances qualitatives intéressantes. Ensuite, deux turboalternateurs de grande puissance (900 MW et 1300 MW) ont été modélisés par une approche numérique en 2D. Une démarche d’investigation systématique a été menée pour caractériser l’influence de plusieurs causes afin de cerner et quantifier leurs impacts sur la tension d’arbre. Enfin, une modélisation tridimensionnelle d’un des 2 alternateurs a permis de montrer l’effet des têtes de bobines et ce, en régime sain comme en défaut. / The development of new diagnostic tools is compulsory for the maintenance of large generators. The voltage which appears between the two ends of the shaft of the machine is an undesirable quantity because it can induce degradations in the bearings and thus, it is measured in a preventive manner. However, its analysis could be useful for the detection of some given defects. Since this voltage is non-nil even in healthy operation, it is necessary to be able to dissociate all the causes which can generate it. The objective of this work is to conduct an investigation on the multiple sources which can induce this shaft voltage in order to quantify their respective impacts, but also to highlight more specifically the signature of an interturn short circuit or rotor eccentricity. A first study was focused on the analysis of simplified machines in order to isolate the impact of the inherent effect of a given defect without interaction with other parameters. Two approaches were then developed, the first from an analytical approach and the second one using a finite element modeling. Conclusions of these approaches have been analyzed and compared thus showing interesting qualitative concordances. Then, two high power turbogenerators (900 MW and 1300 MW) were modeled using a numerical approach in 2D. An enquiry process was conducted to characterize the influence of several causes in order to identify and quantify their impacts on the shaft voltage. Finally, a three-dimensional modeling of one of these alternators showed a significant effect of the rotor and stator end windings on this shaft voltage either in healthy and faulty operating.

La caractérisation de la variabilité naturelle du climat est importante pour comprendre la réponse de celui-ci aux forçages naturels et pour identifier les influences anthropiques. L'objectif de cette thèse est de reconstituer les changements climatiques dans le sud-ouest de la France, une région qui se caractérise par des périodes de sécheresse récurrentes, où les reconstitutions millénaires basées sur des « proxies » à haute résolution font défaut.La reconstruction est basée sur plusieurs proxies dans deux archives continentales : les spéléothèmes et les cernes d'arbre. Leur combinaison permet de tirer avantage de leurs points forts tout en compensant leurs faiblesses. Il y a deux objectifs principaux : d’une part de mieux comprendre les influences climatiques et non climatiques qui s’exercent sur chaque proxy ; et, d'autre part, de reconstituer les périodes de sécheresse dans le passé.La composition isotopique en oxygène (δ18O) des inclusions fluides des spéléothèmes et de la cellulose des cernes d’arbre est contrôlée dans une large mesure par le δ18O des précipitations, qui peut servir de traceur de la circulation atmosphérique. Pour interpréter ces proxies en termes de climat, il est nécessaire de comprendre comment le signal climatique est enregistré dans le proxy, et quels processus modifient ce signal lors de la formation de l'archive.Les mesures de δ18O dans les précipitations, l'eau d’infiltration, et les inclusions fluides dans des échantillons de spéléothèmes modernes de la Grotte de Villars démontrent que la composition isotopique de l'eau d’infiltration dans la grotte correspond à une moyenne pluriannuelle des précipitations, et que les inclusions fluides des spéléothèmes préservent la composition isotopique de cette eau d’infiltration. Sur la base de cette calibration, il est possible de reconstituer les variations de la composition isotopique de l'eau d’infiltration à partir de celles des inclusions fluides d’une stalagmite vieille de plus de 2000 ans, datée par comptage de lamines, et par des mesures U-Th et 14C. Des changements dans l'environnement de la grotte, par exemple du couvert végétal, sont indiqués par d'autres proxies de la même stalagmite (les isotopes stables dans la calcite et les concentrations d'éléments traces), mais ces changements n'ont pas d'incidence significative sur le δ18O des inclusions fluides.La composition isotopique de la cellulose des cernes d'arbre de Quercus spp. dans la zone d'étude est fortement influencée par les conditions climatiques estivales. Cependant, des influences non-climatiques sur la composition isotopique de la cellulose sont identifiées ; elles sont liées à l'âge de l'arbre et à l'hydrologie du site, et doivent être prises en compte dans l'échantillonnage et dans les procédures analytiques. Grace à l’inter-datation de carottes d’arbres vivants et de poutre de bâtiments historiques des environs d'Angoulême, une chronologie de δ18O dans la cellulose à résolution annuelle a été établie. Des corrélations significatives avec les données météorologiques permettent une calibration des données isotopiques et une reconstruction des périodes de sécheresse depuis 1360 AD.Enfin, cette thèse explore une nouvelle approche intégrant les enregistrements isotopiques de l'oxygène dans les inclusions fluides des spéléothèmes et dans la cellulose des cernes d’arbre de sites proches pour reconstruire la variabilité à la fois haute et basse fréquence des sécheresses dans le passé. / The characterization of natural climate variability is important in order to understand the climate response to natural forcings and to identify anthropogenic influences. The aim of this thesis is to reconstruct climate changes in the southwest of France, a region which is characterised by recurrent drought periods, where high resolution proxy records of the last millennia were lacking.The reconstruction is based on multiple proxies from two continental archives: speleothems and tree rings. Their combination can make use of the strengths of each archive while compensating their weaknesses. There are two principal objectives: first, to gain a better understanding of the climatic and non-climatic influences on each proxy; and second, to reconstruct drought periods in the past.The oxygen isotopic composition (δ18O) of speleothem fluid inclusions and tree ring cellulose is controlled to a large extent by the δ18O of precipitation, which can serve as a tracer of the atmospheric circulation. In order to interpret these proxies in terms of climate, it is necessary to understand how the climate signal becomes recorded in the proxy, and which processes modify the original signal during the formation of the archive.Measurements of δ18O in precipitation, cave drip water, and fluid inclusions in modern speleothem samples from Villars Cave demonstrated that the isotopic composition of cave drip water corresponds to the pluri-annual average precipitation. The speleothem fluid inclusions, in turn, preserve the isotopic composition of the drip water. Based on this calibration, it is possible to reconstruct drip water isotope variability using fluid inclusions in a more than 2000 year old stalagmite, which has been dated by laminae counting, as well as U-Th and 14C measurements. Changes in the cave environment, e.g. the vegetation cover, are indicated by other proxies from the same stalagmite (stable isotopes in calcite and trace element concentrations), but these changes do not seem to impact the fluid inclusion δ18O significantly.The isotopic composition of tree ring cellulose from Quercus spp. in the study area is strongly influenced by climate conditions during the summer. However, non-climatic influences on the isotopic composition of cellulose are identified. They are linked to the age of the trees and to site hydrology, and must be accounted for in the sampling and analytical procedures. Crossdated cores from living trees and timber wood in historic buildings near Angoulême are used to build an annually resolved chronology of cellulose δ18O. Significant correlations with meteorological data enable a calibration and a reconstruction of drought periods since 1360 AD.Lastly, this thesis explores a novel approach of integrating oxygen isotope records from speleothem fluid inclusions and tree ring cellulose from closely located sites to reconstruct both high- and low-frequency variability of droughts in the past.

Le développement de principe actif à partir de ressources naturelles pourrait être un moyen pour développer de nouvelles alternatives aux antibiotiques. L’huile essentielle d’arbre à thé est reconnue pour ses nombreuses propriétés et son activité antimicrobienne à spectre large, mais aussi pour sa toxicité et sa forte teneur en allergènes liée à sa composition en monoterpènes. Dans cette étude, nous cherchons de nouveaux principes actifs naturels issus de l’huile essentielle d’arbre à thé, qui auraient une activité antimicrobienne équivalente mais une toxicité et un pouvoir allergène réduit. Deux principes actifs ont ainsi été étudiés au cours de ce travail. Le Titroléane™, qui est une fraction de l’huile essentielle d’arbre à thé enrichi en monoterpène alcools mais avec un très faible taux de monoterpène, a montré des activités microbiologiques similaires à l’huile essentielle d’arbre à thé. La Synterpicine™ quant à elle, est uniquement composée des deux molécules majoritaires de l’huile essentielle, et présente une cytotoxicité réduite. La caractérisation de l’activité des principes actifs a été menée avec différentes méthodes d’études in vitro, pour définir leur activité inhibitrice et bactéricide, sur des bactéries planctoniques et en biofilm. Enfin, la recherche de nouvelles molécules actives au sein des principes actifs, s’est poursuivie à l’aide d’une méthode de chromatographie sur couche mince haute performance, couplée à une étude d’activité microbiologique par bioautographie. Cette étude a mis en évidence l’activité antimicrobienne de deux nouveaux principes actifs d’origine naturelle, pouvant être valorisés sur différents marchés notamment la santé humaine / The development of a natural bioactive compounds could be a mean of developing new alternatives to antibiotics. Tea tree essential oil is known for its numerous properties and its broad-spectrum antimicrobial activity, but also for its toxicity and its high content in allergens due to its composition in monoterpenes. In this study, we search for new natural compounds extracted from tea tree essential oil, which has equivalent antimicrobial activity but less toxicity and a reduced allergenic activity. Two bioactive compounds have been thus studied. Titroléane™ - a fraction of tea tree essential oil enriched in monoterpene alcohols but with a very low rate of monoterpenes - has shown microbiological activities similar to tea tree essential oil. As for Synterpicine™, it is only composed of the two main molecules of the essential oil, and presents a reduced cytotoxicity. The characterization of the compounds’ efficacy was carried out with different in vitro study methods, to define their inhibitory and bactericide activity, on planktonic and biofilm bacteria. Finally, the research of new active molecules within the active compounds, was pursued thanks to a high performance thin layer chromatography, paired up with a microbiological study by bioautography. This study has highlighted the antimicrobial activity of two new natural active extracts which can be valorised on different markets- especially human health

Au sein des sols forestiers, la richesse taxonomique et le rôle des microorganismes eucaryotes (en grande partie des champignons) restent encore largement méconnus. L’espèce d’arbre est un des facteurs qui structurent les communautés de ces microorganismes. Nous avons étudié l’impact de l’essence forestière (hêtre et épicéa) sur la diversité taxonomique et fonctionnelle de ces communautés par une approche métatranscriptomique et une approche biochimique (focalisée sur les champignons ectomycorhiziens). Nous avons montré un effet de la séquence étudiée (ADNr 18S, ADNc) sur la distribution taxonomique des communautés et développé un nouveau marqueur moléculaire mitochondrial pour l’étude des communautés de champignons métaboliquement actifs. L’identification de gènes d’intérêt écologique et industriel par séquençage systématique des banques métatranscriptomiques ainsi que l’identification fonctionnelle d’une nouvelle famille de transporteursmembranaires montrent l’intérêt de l’approche métatranscriptomique. L’approche biochimique a consisté en un dosage à haut débit, sur des extrémités racinaires ectomycorhizés, d’activités enzymatiques liées à la dégradation de la matière organique et à la mobilisation de l’azote et du phosphore du sol. L’ensemble de ces approches a permis de montrer un impact de l’essence forestière sur la nature des espèces présentes plutôt que sur la richesse taxonomique et une préférence d’hôte de certains groupes fongiques ectomycorhiziens. L’approche biochimique a montré une redondance fonctionnelle importante pour certaines activités enzymatiques tandis qu’une autre activité enzymatique était spécifique d’un groupe taxonomique fongique. / In forest soils, taxonomic richness and functional diversity of eukaryotic microorganisms (mainly Fungi) remain largely unknowned. Tree species is one of the main factors that structure eukaryotic microbial communities. We have studied the impact of tree species (beech and spruce) on taxonomic and functional diversity of these communities by using a metatranscriptomic approach and a biochemical one focusing on ectomycorrhizal fungi. We showed an effet of different sequences (18S rDNA, cDNA) on taxonomic composition of eukaryotic microbial communities and we developped anew mitochondrial molecular marker for the study of metabolically active fungal communities. Identification of ecologically and industrially important genes by the shotgun sequencing of metatranscriptomic libraries and also identification of a new family of transmembrane transporter demonstrate the great potential of the metatranscriptomic approach. The biochemical approachconsisted in a multiple enzymatic test carried out on ectomycorrhizal roots, of enzyme activities linked to organic matter degradation and phosphorus and nitrogen mobilization. All these approaches revealed an impact of tree species on the microbial species composition but not on taxonomic richness and also host preference for some ectomycorrhizal taxonomic groups. The biochemical approach showed a high functional redundancy for some enzyme activities while one activity was very specific of an ectomycorrhizal taxonomic group.

Dans cet article, nous présentons une nouvelle approche de détection multi-classes basée sur un parcours hiérarchique de classifieurs appris simultanément. Pour plus de robustesse et de rapidité, nous proposons d’utiliser un arbre de classes d’objets. Notre modèle de détection est appris en combinant les contraintes de tri et de classification dans un seul problème d’optimisation. Notre formulation convexe permet d’utiliser un algorithme de recherche pour accélérer le temps d’exécution. Nous avons mené des évaluations de notre algorithme sur les benchmarks PASCAL VOC (2007 et 2010). Comparé à l’approche un-contre-tous, notre méthode améliore les performances pour 20 classes et gagne 10x en vitesse. / Recent years have witnessed a competition in autonomous navigation for vehicles boosted by the advances in computer vision. The on-board cameras are capable of understanding the semantic content of the environment. A core component of this system is to localize and classify objects in urban scenes. There is a need to have multi-class object detection systems. Designing such an efficient system is a challenging and active research area. The algorithms can be found for applications in autonomous driving, object searches in images or video surveillance. The scale of object classes varies depending on the tasks. The datasets for object detection started with containing one class only e.g. the popular INRIA Person dataset. Nowadays, we witness an expansion of the datasets consisting of more training data or number of object classes. This thesis proposes a solution to efficiently learn a multi-class object detector. The task of such a system is to localize all instances of target object classes in an input image. We distinguish between three major efficiency criteria. First, the detection performance measures the accuracy of detection. Second, we strive low execution times during run-time. Third, we address the scalability of our novel detection framework. The two previous criteria should scale suitably with the number of input classes and the training algorithm has to take a reasonable amount of time when learning with these larger datasets. Although single-class object detection has seen a considerable improvement over the years, it still remains a challenge to create algorithms that work well with any number of classes. Most works on this subject extent these single-class detectors to work accordingly with multiple classes but remain hardly flexible to new object descriptors. Moreover, they do not consider all these three criteria at the same time. Others use a more traditional approach by iteratively executing a single-class detector for each target class which scales linearly in training time and run-time. To tackle the challenges, we present a novel framework where for an input patch during detection the closest class is ranked highest. Background labels are rejected as negative samples. The detection goal is to find the highest scoring class. To this end, we derive a convex problem formulation that combines ranking and classification constraints. The accuracy of the system is improved by hierarchically arranging the classes into a tree of classifiers. The leaf nodes represent the individual classes and the intermediate nodes called super-classes group recursively these classes together. The super-classes benefit from the shared knowledge of their descending classes. All these classifiers are learned in a joint optimization problem along with the previouslymentioned constraints. The increased number of classifiers are prohibitive to rapid execution times. The formulation of the detection goal naturally allows to use an adapted tree traversal algorithm to progressively search for the best class but reject early in the detection process the background samples and consequently reduce the system’s run-time. Our system balances between detection performance and speed-up. We further experimented with feature reduction to decrease the overhead of applying the high-level classifiers in the tree. The framework is transparent to the used object descriptor where we implemented the histogram of orientated gradients and deformable part model both introduced in [Felzenszwalb et al., 2010a]. The capabilities of our system are demonstrated on two challenging datasets containing different object categories not necessarily semantically related. We evaluate both the detection performance with different number of classes and the scalability with respect to run-time. Our experiments show that this framework fulfills the requirements of a multi-class object detector and highlights the advantages of structuring class-level knowledge.

Les arbres phylogénétiques sont des instruments de biologie évolutive offrant de formidables moyens d'étude pour la génomique comparative. Ils fournissent des moyens de représenter des mécanismes permettant de modéliser les relations de parenté entre les espèces ou les membres de familles de gènes en fonction de la diversité taxonomique, ainsi que des observations et des renseignements sur l'histoire évolutive, la structure et la variation des processus biologiques. Cependant, les méthodes traditionnelles d'inférence phylogénétique ont la réputation d'être sensibles aux erreurs. Il est donc indispensable de comparer les arbres phylogénétiques et de les analyser pour obtenir la meilleure interprétation des données biologiques qu'ils peuvent fournir. Nous commençons par aborder les travaux connexes existants pour déduire, comparer et analyser les arbres phylogénétiques, en évaluant leurs bonnes caractéristiques ainsi que leurs défauts, et discuter des pistes d'améliorations futures. La deuxième partie de cette thèse se concentre sur le développement de mesures efficaces et précises pour analyser et comparer des paires d'arbres génétiques avec des nœuds internes étiquetés. Nous montrons que notre extension de la métrique bien connue de Robinson-Foulds donne lieu à une bonne métrique pour la comparaison d'arbres génétiques étiquetés sous divers modèles évolutifs, et qui peuvent impliquer divers événements évolutifs. / Phylogenetic trees are instruments of evolutionary biology offering great insight for comparative genomics. They provide mechanisms to model the kinship relations between species or members of gene families as a function of taxonomic diversity. They also provide evidence and insights into the evolutionary history, structure, and variation of biological processes. However, traditional phylogenetic inference methods have the reputation to be prone to errors. Therefore, comparing and analysing phylogenetic trees is indispensable for obtaining the best interpretation of the biological information they can provide. We start by assessing existing related work to infer, compare, and analyse phylogenetic trees, evaluating their advantageous traits and flaws, and discussing avenues for future improvements. The second part of this thesis focuses on the development of efficient and accurate metrics to analyse and compare pairs of gene trees with labeled internal nodes. We show that our attempt in extending the popular Robinson-Foulds metric is useful for the preliminary analysis and comparison of labeled gene trees under various evolutionary models that may involve various evolutionary events.

Dans cette thèse, nous proposons une méthode pour construire un outil d'aide à la décision pour le diagnostic de maladie rare. Nous cherchons à minimiser le nombre de tests médicaux nécessaires pour atteindre un état où l'incertitude concernant la maladie du patient est inférieure à un seuil prédéterminé. Ce faisant, nous tenons compte de la nécessité dans de nombreuses applications médicales, d'éviter autant que possible, tout diagnostic erroné. Pour résoudre cette tâche d'optimisation, nous étudions plusieurs algorithmes d'apprentissage par renforcement et les rendons opérationnels pour notre problème de très grande dimension. Pour cela nous décomposons le problème initial sous la forme de plusieurs sous-problèmes et montrons qu'il est possible de tirer partie des intersections entre ces sous-tâches pour accélérer l'apprentissage. Les stratégies apprises se révèlent bien plus performantes que des stratégies gloutonnes classiques. Nous présentons également une façon de combiner les connaissances d'experts, exprimées sous forme de probabilités conditionnelles, avec des données cliniques. Il s'agit d'un aspect crucial car la rareté des données pour les maladies rares empêche toute approche basée uniquement sur des données cliniques. Nous montrons, tant théoriquement qu'empiriquement, que l'estimateur que nous proposons est toujours plus performant que le meilleur des deux modèles (expert ou données) à une constante près. Enfin nous montrons qu'il est possible d'intégrer efficacement des raisonnements tenant compte du niveau de granularité des symptômes renseignés tout en restant dans le cadre probabiliste développé tout au long de ce travail. / In this thesis, we propose a method to build a decision support tool for the diagnosis of rare diseases. We aim to minimize the number of medical tests necessary to achieve a state where the uncertainty regarding the patient's disease is less than a predetermined threshold. In doing so, we take into account the need in many medical applications, to avoid as much as possible, any misdiagnosis. To solve this optimization task, we investigate several reinforcement learning algorithm and make them operable in our high-dimensional. To do this, we break down the initial problem into several sub-problems and show that it is possible to take advantage of the intersections between these sub-tasks to accelerate the learning phase. The strategies learned are much more effective than classic greedy strategies. We also present a way to combine expert knowledge, expressed as conditional probabilities, with clinical data. This is crucial because the scarcity of data in the field of rare diseases prevents any approach based solely on clinical data. We show, both empirically and theoretically, that our proposed estimator is always more efficient than the best of the two models (expert or data) within a constant. Finally, we show that it is possible to effectively integrate reasoning taking into account the level of granularity of the symptoms reported while remaining within the probabilistic framework developed throughout this work.