Au cours de cette thèse, nous étudions la compétition entre les états onde de densité de charge (ODC) et supraconducteur dans le composé multi-bandes à deux chaines TTF[Ni(dmit)2]2. Nous avons réalisé des mesures de résistivité, de pouvoir thermoélectrique et de conductivité thermique sous pression hydrostatique jusqu’aux basses températures. A basse pression, deux ondes de densité de charge détectées par mesures de rayons X et observées par nos mesures de résistivité transverse sont associées aux bandes 1D LUMO et HOMOI de la chaine Ni(dmit)2. A 12kbar, la fusion de ces deux instabilités est associée à l’emboîtement des bandes LUMO avec les bandes HOMOI à travers le point Γ de la première zone de Brillouin. A 18kbar et sur un intervalle de 5-6kbar, on observe un pic de commensurabilité attribué au vecteur d’emboîtement commensurable 2kF = 1/3b*.La supraconductivité est observée à partir de 2kbar et jusqu’à 22kbar avec une température critique 0.6K qui augmente avec la pression et est corrélée à la variation des températures de transition ODC. La supraconductivité est associée à la bande 2D HOMOII du Ni(dmit)2. Les mesures de champ magnétique critique ont permis de donner des informations sur l’évolution de la texture de coexistence métal- ODC en fonction de la pression. Elles mettent aussi en évidence une supraconductivité non conventionnelle avec des nœuds dans le gap.Ces résultats nous ont permis de revisiter le diagramme de phase Température-Pression de ce composé qui s'est révélé beaucoup plus riche que ce qui avait été rapporté jusqu’à maintenant. / In this thesis, we studied the competition between charge density wave (CDW) and superconductivity in the 1D multiband compound TTF[Ni(dmit)2]2. Resistivity, thermoelectric power and thermal conductivity measurements have been performed under pressure and down to very low temperatures.At low pressure, two charge density waves, detected by X ray measurements and observed in our transverse resistivity measurements, are associated to the 1D bands LUMO and HOMO of the Ni(dmit)2 chains. At 12kbar, the fusion of those two CDWs is associated to the nesting of the LUMO bands with the HOMO ones through the Γ point of the Brillouin zone. At 18 and around 5-6kbar, we observe a commensurability pic due to the commensurate wave vector 2kF=1/3b*.From 2 to 22kbar, we observe a superconductive transition at a critical temperature 0.6K which grow with pressure and is correlated to critical temperature of CDW transition. The superconductivity is associated to the 2D band HOMOII of the Ni(dmit)2 chains. Measurements of the upper critical field gave information about the evolution with pressure of metal-charge density wave regions. They bring out the unconventional nature of the superconductivity and the presence of node in the gap.Thanks to those results, we obtained a more rich Temperature – Pressure phase diagram of the TTF[Ni(dmit)2]2 than the existing one.

Durant ces dernières décennies, les composés de basse dimensionnalité à gap de spin ont été largement étudiés grâce notamment à l'aide qu'ils peuvent apporter dans la compréhension de la frontière entre le comportement purement quantique d'un spin isolé et le comportement classique d'un ensemble de spins. Parmi ces composés à gap de spin nous pouvons citer les chaînes alternées de spins 1/2, les composés présentant une transition spin-Peierls ou les systèmes comportant un nombre pair de spins avec un couplage d'échange antiferromagnétique (AF) entre eux. Parmi les méthodes d'étude expérimentale de ces systèmes, la Résonance de Spin Electronique (RSE) fait partie des plus puissantes parce qu'elle est très sensible aux interactions anisotropes dans ces composés. Malgré les multiples données RSE obtenues sur ces composés, l'interprétation du profil de variation thermique de la largeur de raie RSE et du facteur g reste quand même problématique à cause de l'absence de théories efficaces. Parmi les théories disponibles, la plus utilisée est celle de Kubo et Tomita qui prédit un rétrécissement par échange de la largeur de raie à température infinie. Plus récemment, Oshikawa et Affleck ont trouvé des formules de la variation thermique de la largeur de raie et du facteur g pour une chaîne homogène de spins 1/2. Une autre méthode pour interpréter les données RSE est de calculer numériquement les paramètres d'absorption du modèle qui décrit le mieux le composé étudié. Ce mémoire rapporte mes travaux de thèse dont le sujet est l'étude, par RSE, de la dynamique des spins dans les composés à base de dimères de spins 1/2, CsV2O5, VO(HPO4)*0.5H2O et KZn(H2O)(VO)2(PO4)2(H2PO4). En étudiant les courbes de résonance RSE en fonction de la température et de l'angle nous avons trouvé que ces composés, dont la susceptibilité magnétique peut être aussi bien décrite par celle d'un ensemble de dimères isolés de spins 1/2 que par celle d'une chaîne AF alternée de spins 1/2, présentent deux régimes de comportement de la largeur de raie en fonction de la température : A haute température les raies de résonance RSE sont rétrécies à cause de l'échange suivant les prédictions de Kubo et Tomita alors qu'à basse température les courbes de résonance RSE s'élargissent et changent de forme (apparition de deux raies de résonance dues à la structure fine). Avec une méthode numérique de calcul des paramètres d'absorption RSE nous montrons que ce profil de la largeur de raie correspond plus à celui présenté par une chaîne AF alternée de spins 1/2.

The work done in this master's thesis, presents a new system for the recognition of human actions from a video sequence. The system uses, as input, a video sequence taken by a static camera. A binary segmentation method of the the video sequence is first achieved, by a learning algorithm, in order to detect and extract the different people from the background. To recognize an action, the system then exploits a set of prototypes generated from an MDS-based dimensionality reduction technique, from two different points of view in the video sequence. This dimensionality reduction technique, according to two different viewpoints, allows us to model each human action of the training base with a set of prototypes (supposed to be similar for each class) represented in a low dimensional non-linear space. The prototypes, extracted according to the two viewpoints, are fed to a $K$-NN classifier which allows us to identify the human action that takes place in the video sequence. The experiments of our model conducted on the Weizmann dataset of human actions provide interesting results compared to the other state-of-the art (and often more complicated) methods. These experiments show first the sensitivity of our model for each viewpoint and its effectiveness to recognize the different actions, with a variable but satisfactory recognition rate and also the results obtained by the fusion of these two points of view, which allows us to achieve a high performance recognition rate. / Le travail mené dans le cadre de ce projet de maîtrise vise à présenter un nouveau système de reconnaissance d’actions humaines à partir d'une séquence d'images vidéo. Le système utilise en entrée une séquence vidéo prise par une caméra statique. Une méthode de segmentation binaire est d'abord effectuée, grâce à un algorithme d’apprentissage, afin de détecter les différentes personnes de l'arrière-plan. Afin de reconnaitre une action, le système exploite ensuite un ensemble de prototypes générés, par une technique de réduction de dimensionnalité MDS, à partir de deux points de vue différents dans la séquence d'images. Cette étape de réduction de dimensionnalité, selon deux points de vue différents, permet de modéliser chaque action de la base d'apprentissage par un ensemble de prototypes (censé être relativement similaire pour chaque classe) représentés dans un espace de faible dimension non linéaire. Les prototypes extraits selon les deux points de vue sont amenés à un classifieur K-ppv qui permet de reconnaitre l'action qui se déroule dans la séquence vidéo. Les expérimentations de ce système sur la base d’actions humaines de Wiezmann procurent des résultats assez intéressants comparés à d’autres méthodes plus complexes. Ces expériences montrent d'une part, la sensibilité du système pour chaque point de vue et son efficacité à reconnaitre les différentes actions, avec un taux de reconnaissance variable mais satisfaisant, ainsi que les résultats obtenus par la fusion de ces deux points de vue, qui permet l'obtention de taux de reconnaissance très performant.

Dans les piles primaires au lithium, l'anode de lithium peut être couplée principalement à quatre matériaux de cathode (MnO2, SO2, SOCl2 et des composés fluorés CFx). Les piles Li/CFx présentent de nombreux avantages tels qu’une densité d'énergie élevée (jusqu'à 2200 Wh.kg-1), un potentiel de décharge relativement élevé (environ 2,4 V vs Li+/Li) et une longue durée de vie (plus de 10 ans à la température ambiante). Au cours de ce travail, nous avons intensément étudié les propriétés électrochimiques des carbones fluorés nanostructurés. Pour plus de performances, des précurseurs nanocarbonés de dimensionnalité différentes, et des procédés de synthèse gaz-solide variés ont été employés. Ainsi, des structures fermées comme les nanofibres de carbone (1D, tubulaire), ouvertes comme les nanodisques / nanocônes (2D en majorité, discotiques) et intermédiaires avec les noirs de carbone graphitisés. Chaque mode de synthèse a été optimisé en fonction du précurseur de départ (son facteur de forme, sa dimensionnalité, son degré de graphitisation ...). Pour remédier aux limitations des carbones fluorés commerciaux, leur mécanisme de décharge a été finement étudié afin d'améliorer notre compréhension sur la défluoration électrochimique d'une cathode CFx, et de les comparer aux CFx synthétisés au laboratoire, le but principal étant de dépasser les performances actuelles et de synthétiser des matériaux inédits pour la pile primaire au lithium. Des extracapacités par rapport aux valeurs théoriques dans les batteries Li/CFx ont été obtenues avec de nanocarbones fluorés spécifiques et le phénomène électrochimique à l’origine de cette extracapacité a été clairement expliqué. / For primary lithium batteries, the lithium anode can be coupled mainly four cathode materials (MnO2, SO2, SOCl2 and fluorinated carbons CFx). Li/CFx batteries have many inherent advantages such as high energy density (up to 2200 Wh.kg-1), a moderately high discharge potential (about 2.4 V vs. Li+/Li) and a long life (over 10 years at room temperature). During this work, the electrochemical performances in primary lithium battery of nanostructured fluorinated carbons were investigated. To improve their performances, carbonaceous precursors with different dimensionalities, and various gas-solid fluorination methods were selected. Thus, a closed structure such as carbon nanofibres (1D, tubular), opened such as carbon nanodiscs/nanocones (2D in majority, discotic) and intermediate with graphitized carbon blacks have been chosen. Each synthesis route was optimized based on the starting material and their specificities, i.e. the shape factor, dimensionality, graphitization degree, stacking mode. To address to the limitations of commercial CFx materials, their discharge mechanism has been studied in order to improve the understanding about the electrochemical defluorination of a CFx cathode, and to compare it to original CFx synthesized in our laboratory, the main purpose is to exceed the current performances and to synthesize unrealized materials for primary lithium battery. Extracapacities in Li/CFx batteries were obtained with some specific fluorinated nanocarbon materials and their explanation was discussed.

Le but de ce travail de thèse est de réaliser des vannes de spin « naturelles » constituées d’un matériau unique. Le matériau en question doit contenir une alternance de feuillets magnétiques et non magnétiques et présenter différents états magnétiques. Ce système modèle ne présenterait alors ni d’inter diffusion ni de rugosité aux interfaces magnétiques/non-magnétiques et pourrait constituer un système modèle pour les études des phénomènes de transport dépendant de spin. Le CoV2O6 est un oxyde polymorphe de basse dimensionnalité. Les deux phases (α et γ) présentent chacune plusieurs plateaux d’aimantation induits par un champ magnétique. Le premier objectif est de comprendre la structure cristalline et magnétique de ce composé, ce qui a été réalisé par des mesures d’aimantation, de diffraction des rayons X et de neutrons sur des poudres et monocristaux. Les résultats de la phase α sont appuyés par des calculs ab initio. Le second objectif est de déposer ce matériau en couche mince afin d’analyser ses propriétés de transport. Des films épitaxiés de γ CoV2O6 ont été obtenus sur TiO2(100) et TiO2/Pt(111) par ablation laser. Le dépôt sur l’électrode de Pt montre la présence de six variants entrainant l’observation de plateaux d’aimantation supplémentaires. / The purpose of this work is to synthesize “natural” spin valves within one unique material. The material needs a crystalline structure formed by stacking magnetic and non-magnetic sheets as well as different magnetic states. Such model system could be used for the study of spin dependent transport properties as no-roughness or diffusion at the magnetic/non-magnetic interfaces is allowed. The polymorph low-dimensional oxide CoV2O6 is such a material. Both phases (α and γ) exhibit field induced magnetization plateaus. This study’s first aim is to understand crystalline and magnetic structures. Investigations were performed on powders and single crystals using magnetization measurements as well as X-ray and neutron diffraction measurements. The magnetic properties of α CoV2O6 were supported by ab initio calculations. The second aim is to grow CoV2O6 thin films in order to analyze further the transport properties. Epitaxial γ CoV2O6 thin films were obtained by pulsed laser ablation on both TiO2(100) and TiO2/Pt(111) substrates. Films grown on Pt electrode exhibit six variants which allows observing additional magnetization plateaus.

Dans le cadre de cette thèse, nous nous sommes intéressés à l’étude de l’apport d’une aide assistée par ordinateur au diagnostic de certaines maladies dégénératives du cerveau, en explorant les images de tomographie par émission de positons, par des techniques de traitement d’image et d’analyse statistique.Nous nous sommes intéressés à la représentation corticale des 116 régions anatomiques, en associant à chacune d’elles un vecteur d’attribut issu du calcul des 4 premiers moments des intensités de voxels, et en y incluant par ailleurs l’entropie. Sur la base de l’aire de courbes ROC, nous avons établi qualitativement la pertinence de chacune des régions anatomiques, en fonction du nombre de paramètres du vecteur d’attribut qui lui était associé, pour séparer le groupe des sujets sains de celui des sujets atteints de la maladie d’Alzheimer. Dans notre étude nous avons proposé une nouvelle approche de sélection de régions les plus pertinentes, nommée "combination matrix", en se basant sur un système combinatoire. Chaque région est caractérisée par les différentes combinaisons de son vecteur d’attribut. L’introduction des régions les plus pertinentes(en terme de pouvoir de séparation des sujets) dans le classificateur supervisé SVM nous a permis d’obtenir, malgré la réduction de dimension opérée, un taux de classification meilleur que celui obtenu en utilisant l’ensemble des régions. / Our research focuses on presenting a novel computer-aided diagnosis technique for brain Positrons Emission Tomography (PET) images. It processes and analyzes quantitatively these images, in order to better characterize and extract meaningful information for medical diagnosis. Our contribution is to present a new method of classifying brain 18 FDG PET images. Brain images are first segmented into 116 Regions Of Interest (ROI) using an atlas. After computing some statistical features (mean, standarddeviation, skewness, kurtosis and entropy) on these regions’ histogram, we defined a Separation Power Factor (SPF) associated to each region. This factor quantifies the ability of each region to separate neurodegenerative diseases like Alzheimer disease from Healthy Control (HC) brain images. A novel region-based approach is developed to classify brain 18FDG-PET images. The motivation of this work is to identify the best regional features for separating HC from AD patients, in order to reduce the number of features required to achieve an acceptable classification result while reducing computational time required for the classification task.

Un matériau 3D, initialement supraconducteur, peut avoir différents états fondamentaux dépendamment de son degré de désordre : supraconducteur, métallique ou isolant. A dimension réduite (2D), la localisation d’Anderson interdit théoriquement tout état métallique. La modification du désordre induit alors une Transition directe Supraconducteur-Isolant (TSI). La présence de fortes interactions électroniques, non prises en compte dans les théories conventionnelles, pourrait cependant remettre en cause ce paradigme et laisser émerger des états métalliques 2D, complexifiant l’image généralement admise de la TSI. Ainsi, des travaux récents ont révélé la présence de deux phases métalliques distinctes dans les films minces de a-NbxSi1-x, s’intercalant entre les états supraconducteur et isolant.Durant cette thèse, nous avons étudié les propriétés de transport électronique à basse fréquence et à très basse température (T<1K) de films minces de NbxSi1-x amorphes afin de caractériser l’évolution de l’état fondamental en fonction du désordre. Celui-ci a été modifié dans nos films en jouant sur la température de recuit, l’épaisseur et la composition. Nous nous sommes alors attardés sur la destruction de ces états métalliques vers un état isolant. L’analyse des lois de conduction dans le régime isolant nous a permis de quantifier l’évolution de ses propriétés – notamment des énergies caractéristiques – en fonction du désordre. Nous avons alors pu conclure que la phase isolante pouvait être essentiellement décrite par un modèle fermionique. A moindre désordre, dans la phase métallique 2D adjacente à l’isolant, nous avons mis en évidence des signes précurseurs de l’état isolant qui évoluent continument jusqu’à et à travers la Transition Métal 2D-Isolant. Nous proposons une interprétation de l’ensemble de nos résultats impliquant deux canaux parallèles dont l’importance relative est déterminée par le désordre : l’un est fermionique, l’autre gouverné par des fluctuations supraconductrices qui persistent même lorsque la cohérence macroscopique a disparu. L’état métallique est alors dominé par ces dernières, alors que, dans l’isolant, la localisation des excitations fermioniques l’emporte.Une seconde partie de la thèse s’est concentrée sur le développement expérimental d’un dispositif de calibration large bande dédié à l’étude de films minces en réflectométrie haute fréquence (GHz) à basses températures (T<4K). Ce dispositif a pour but, lors d’une unique mise à froid, de mesurer successivement la réflexion de références connues ainsi que de l’échantillon. La calibration obtenue permet ainsi de s’affranchir de l’environnement micro-onde et d’obtenir la valeur absolue de l’impédance complexe de ces films. Les résultats obtenus sur des films minces supraconducteurs de Vanadium, comparés aux théories de la supraconductivité, permettent une première validation du dispositif et de son principe de fonctionnement en vue d’une utilisation sur des systèmes plus complexes, tels que les films minces proches de la TSI. / An initially superconducting 3D material can have different ground states, depending on its disorder : superconducting, metallic or insulating. At lower dimensionality, Anderson localization theoretically forbids any metallic state. A change in disorder then induces a direct Superconductor-to-Insulator Transition (SIT). The presence of strong Coulomb interactions, which are not taken into account in conventional theories, may disrupt this paradigm and enable the emergence of 2D metallic phases, thus complicating the generally admitted picture for the SIT. Indeed, recent work has revealed the existence of two distinct metallic phases in a-NbxSi1-x thin films, in between the superconducting and insulating states.During this work, we have studied the low frequency transport properties of amorphous NbxSi1-x films at low temperatures (T<1K), in order to characterize the evolution of their ground state with disorder. In our films, disorder has been tuned by varying the heat treatment temperature, the thickness or the composition. We have then focused on the destruction of these metallic states, giving rise to an insulating state. Through the analysis of conduction laws in the insulating regime, we have quantified the evolution of its properties – in particular its characteristic energies – as disorder is varied. We could then conclude that the insulating phase can essentially be accounted for by a fermionic model. At lower disorder level, in the 2D metallic phase neighboring the insulator, we have evidenced precursor signs of the insulating state which continuously evolve until and through the 2D Metal-to-Insulator Transition. We offer an interpretation of all our results implying the existence of two parallel channels which relative importance is determined by the sample disorder level : one is fermionic, the other governed by superconducting fluctuations which persist even when the macroscopic phase coherence is lost. The metallic state is then dominated by the latter, whereas, in the insulator, fermionic excitations prevail.In a second part, we report on the experimental development of a calibration device for the broadband reflectometry measurement of thin films at microwave frequencies (GHz) and low temperatures (T<4K). This apparatus aims at measuring, during a single cool down, the reflection of known references as well as of the sample. The obtained calibration enables to obtain the absolute value of the films complex impedance, independently of the microwave environment. The results obtained on superconducting Vanadium films, compared with theories of superconductivity, enabled a first validation of the setup and of its working principle. This calibration device is therefore operational to measure more complex systems, such as thin films in the vicinity of the SIT.

Le traitement des données massives, communément connu sous l’appellation “Big Data”, constitue l’un des principaux défis scientifiques de la communauté STIC.Plusieurs domaines, à savoir économique, industriel ou scientifique, produisent des données hétérogènes acquises selon des protocoles technologiques multi-modales. Traiter indépendamment chaque ensemble de données mesurées est clairement une approche réductrice et insatisfaisante. En faisant cela, des “relations cachées” ou des inter-corrélations entre les données peuvent être totalement ignorées.Les représentations tensorielles ont reçu une attention particulière dans ce sens en raison de leur capacité à extraire de données hétérogènes et volumineuses une information physiquement interprétable confinée à un sous-espace de dimension réduite. Dans ce cas, les données peuvent être organisées selon un tableau à D dimensions, aussi appelé tenseur d’ordre D.Dans ce contexte, le but de ce travail et que certaines propriétés soient présentes : (i) avoir des algorithmes de factorisation stables (ne souffrant pas de probème de convergence), (ii) avoir un faible coût de stockage (c’est-à-dire que le nombre de paramètres libres doit être linéaire en D), et (iii) avoir un formalisme sous forme de graphe permettant une visualisation mentale simple mais rigoureuse des décompositions tensorielles de tenseurs d’ordre élevé, soit pour D > 3.Par conséquent, nous nous appuyons sur la décomposition en train de tenseurs (TT) pour élaborer de nouveaux algorithmes de factorisation TT, et des nouvelles équivalences en termes de modélisation tensorielle, permettant une nouvelle stratégie de réduction de dimensionnalité et d'optimisation de critère des moindres carrés couplés pour l'estimation des paramètres d'intérêts nommé JIRAFE.Ces travaux d'ordre méthodologique ont eu des applications dans le contexte de l'analyse spectrale multidimensionelle et des systèmes de télécommunications à relais. / Massive and heterogeneous data processing and analysis have been clearly identified by the scientific community as key problems in several application areas. It was popularized under the generic terms of "data science" or "big data". Processing large volumes of data, extracting their hidden patterns, while preforming prediction and inference tasks has become crucial in economy, industry and science.Treating independently each set of measured data is clearly a reductiveapproach. By doing that, "hidden relationships" or inter-correlations between thedatasets may be totally missed. Tensor decompositions have received a particular attention recently due to their capability to handle a variety of mining tasks applied to massive datasets, being a pertinent framework taking into account the heterogeneity and multi-modality of the data. In this case, data can be arranged as a D-dimensional array, also referred to as a D-order tensor.In this context, the purpose of this work is that the following properties are present: (i) having a stable factorization algorithms (not suffering from convergence problems), (ii) having a low storage cost (i.e., the number of free parameters must be linear in D), and (iii) having a formalism in the form of a graph allowing a simple but rigorous mental visualization of tensor decompositions of tensors of high order, i.e., for D> 3.Therefore, we rely on the tensor train decomposition (TT) to develop new TT factorization algorithms, and new equivalences in terms of tensor modeling, allowing a new strategy of dimensionality reduction and criterion optimization of coupled least squares for the estimation of parameters named JIRAFE.This methodological work has had applications in the context of multidimensional spectral analysis and relay telecommunications systems.

No description available.

Le regroupement est une tâche non supervisée consistant à rassembler les éléments semblables sous un même groupe et les éléments différents dans des groupes distincts. Le regroupement de textes est effectué en représentant les textes dans un espace vectoriel et en étudiant leur similarité dans cet espace. Les meilleurs résultats sont obtenus à l’aide de modèles neuronaux qui affinent une représentation vectorielle contextuelle de manière non supervisée. Or, cette technique peuvent nécessiter un temps d’entraînement important et sa performance n’est pas comparée à des techniques plus simples ne nécessitant pas l’entraînement de modèles neuronaux. Nous proposons, dans ce mémoire, une étude de l’état actuel du domaine. Tout d’abord, nous étudions les meilleures métriques d’évaluation pour le regroupement de textes. Puis, nous évaluons l’état de l’art et portons un regard critique sur leur protocole d’entraînement. Nous proposons également une analyse de certains choix d’implémentation en regroupement de textes, tels que le choix de l’algorithme de regroupement, de la mesure de similarité, de la représentation vectorielle ou de l’affinage non supervisé de la représentation vectorielle. Finalement, nous testons la combinaison de certaines techniques ne nécessitant pas d’entraînement avec la représentation vectorielle contextuelle telles que le prétraitement des données, la réduction de dimensionnalité ou l’inclusion de Tf-idf. Nos expériences démontrent certaines lacunes dans l’état de l’art quant aux choix des métriques d’évaluation et au protocole d’entraînement. De plus, nous démontrons que l’utilisation de techniques simples permet d’obtenir des résultats meilleurs ou semblables à des méthodes sophistiquées nécessitant l’entraînement de modèles neuronaux. Nos expériences sont évaluées sur huit corpus issus de différents domaines. / Clustering is an unsupervised task of bringing similar elements in the same cluster and different elements in distinct groups. Text clustering is performed by representing texts in a vector space and studying their similarity in this space. The best results are obtained using neural models that fine-tune contextual embeddings in an unsupervised manner. However, these techniques require a significant amount of training time and their performance is not compared to simpler techniques that do not require training of neural models. In this master’s thesis, we propose a study of the current state of the art. First, we study the best evaluation metrics for text clustering. Then, we evaluate the state of the art and take a critical look at their training protocol. We also propose an analysis of some implementation choices in text clustering, such as the choice of clustering algorithm, similarity measure, contextual embeddings or unsupervised fine-tuning of the contextual embeddings. Finally, we test the combination of contextual embeddings with some techniques that don’t require training such as data preprocessing, dimensionality reduction or Tf-idf inclusion. Our experiments demonstrate some shortcomings in the state of the art regarding the choice of evaluation metrics and the training protocol. Furthermore, we demonstrate that the use of simple techniques yields better or similar results to sophisticated methods requiring the training of neural models. Our experiments are evaluated on eight benchmark datasets from different domains.