Ce projet s’inscrit dans le cadre de la phase de conception d’un pont autoroutier dans la province de Québec au Canada. Une des variantes proposées comporte la construction d’un tablier en béton précontraint par encorbellements successifs. Il est prévu d’utiliser un béton à hautes performances avec fumée de silice et avec air entraîné pour le tablier et les piles. La résistance à la compression visée est de 40 MPa à trois jours, rendue possible par l’adjonction de fumée de silice. Une campagne d’essais a été réalisée, d’une part pour élaborer une composition qui réponde aux critères de performance et d’autre part afin de caractériser le comportement mécanique et viscoélastique du BHP. Un essai de retrait et de fluage d’une durée de 16 mois a été réalisé, conformément aux recommandations du document TC107-CSP de la RILEM. Le BHP a été testé dans des conditions endogènes et de séchage, à plusieurs échéances de chargement soit 3, 7, 28 et 90 jours après le bétonnage. Comme le béton formulé pour le projet possède des caractéristiques peu communes, il convient de s’assurer que le BHP présente des déformations acceptables et qui peuvent être correctement prédites par les modèles réglementaires. Le retrait endogène, le retrait total le fluage propre et le fluage total sont mesurés avec un comparateur manuel et avec une corde vibrante placée au coeur des éprouvettes. Le modèle B4 de base prédit correctement les deux types de retrait. Après 16 mois, le retrait endogène du BHP s’élève 350 μm/m tandis que le retrait de séchage atteint 340 μm/m. Le retrait de séchage et le fluage de dessiccation ne semblent pas avoir atteint un palier final à la fin des essais. Le modèle de l’Eurocode 2 Annexe B prédit le mieux les deux types de fluage lorsqu’on considère qu’il n’y a pas de fumée de silice dans le modèle. Trois modèles ont été ajustés et extrapolés à très long terme : Eurocode 2 Annexe B, fib 2010 et le modèle B4. Les paramètres intrinsèques au matériau dans les équations de ces modèles sont optimisés et présentés dans le but d’être intégrés dans les calculs d’analyse et de dimensionnement du pont. Le fib 2010 ne semble pas adapté pour modéliser convenablement le fluage de dessiccation. Le modèle B4 ajusté avec les mesures de pertes d’eau prédit le fluage le plus important à 50 ans. Il parait néanmoins difficile de conclure sur une valeur finale à très long terme sans avoir effectivement atteint la fin du séchage pendant l’essai.

Le verre est un matériau unique inerte pouvant être recyclé infiniment sans pour autant changer des caractéristiques physico-chimiques. Toutefois, pour une raison ou une autre, de grandes quantités de verre ne sont pas recyclées et sont, par conséquent, entreposées dans les déchetteries. Son recyclage alternatif est devenu depuis longtemps un problème environnemental majeur. En outre, le verre étant un matériau potentiellement utile pour le développement des bétons écologiques, sa valorisation en ce sens semble prometteuse. Dans cette recherche, la caractérisation du fluage du béton incorporant le résidu de verre sous forme de poudre (poudre de verre, PV) en tant qu'ajout cimentaire (bétons à PV) a été effectuée par des essais aux échelles macro- et nanométrique. En premier lieu, la thèse présente les résultats de la campagne expérimentale visant à déterminer le comportement mécanique sous charge du béton à PV (seule ou en synergie avec des ajouts cimentaires classiques). Différents types de déformation ont été éxaminés, d'abord sous charge puis après déchargement : déformation quasi-instantanée, déformation mécanique totale due au maintient [i.e. maintien] durant 1 année d'une charge en compression uniaxiale, fluage total, fluage de base, recouvrance quasi-instantanée, recouvrance totale. Le retrait dans les conditions de séchage et celui endogène ont été également étudiés. Après 1 an de fluage en compression, les effets de la charge constante et du séchage sur la résistance résiduelle ont aussi été examinés. Une comparaison a été faite concernant l'état final de la porosité. Ensuite, la thèse dévoile les résultats des essais menés sur les pâtes en descendant vers leur composition et les propriétés des phases formées, notamment des silicates de calcium hydratés (des C-S-H). Tout cela, afin de conclure sur le caractère inoffensif de l'utilisation de la PV vis-à-vis du fluage.

La gazéification de la biomasse a été étudiée dans les conditions d'un réacteur à flux entraîné, à savoir à vitesse de chauffage et à température élevées. Des expériences ont été réalisées dans un four à chute entre 800°C et 1400°C, à partir de particules de bois de taille 0,35 mm et 0,80 mm, dans une atmosphère inerte (100% molaire de N2), ou contenant de la vapeur d’eau (25% molaire). Les expériences ont également été simulées grâce à un modèle 1D avec des résultats positifs, ce qui a permis de mieux comprendre les phénomènes mis en jeu. Les solides obtenus (suies et char) ont été analysés et caractérisés. Des rendements élevés en gaz et goudrons, et un faible rendement en char ont été mesurés. Par conséquent, l'évolution de la phase volatile est déterminante pour les rendements des produits finaux. Au-dessus de 1000°C, la formation de suies devient importante. Les suies sont formées à partir de C2H2 et de HAP. En présence de vapeur d’eau, le rendement en suies est nettement moins élevé, ce qui s’explique essentiellement par le vaporeformage des précurseurs de suie, mais aussi par leur gazéification. La réaction de water-gas shift joue un rôle important dans la distribution des gaz majoritaires. La gazéification du char a été mise en évidence à 1200°C et 1400°C sous atmosphère humide. L'ensemble de ces réactions conduit à un gaz riche en H2, CO et CO2. L'équilibre thermodynamique est presque atteint à 1400°C avec une concentration de 25% molaire de H2O dans l’atmosphère. La graphitisation et la désactivation du char porté à haute température ont été mises en évidence expérimentalement. Néanmoins, ces phénomènes ont une influence négligeable sur l’évolution du rendement en char lors des expériences en four à chute. Enfin, la taille des particules n’a presque aucune influence sur les résultats expérimentaux. / Biomass gasification was studied in the conditions of an entrained flow reactor, namely at high heating rate and temperature. Experiments in a drop tube reactor were performed between 800°C and 1400°C, with wood particles of 0.35 mm and 0.80 mm size, under inert and steam containing - 25 mol% of H2O - atmospheres. These experiments were also simulated with a 1D model which gave good predictions. The collected solids, soot and char, were analyzed and characterized. This study highlights the importance of gas phase reactions on the yields of the final products, mainly gaseous compounds, in these conditions. These reactions are hydrocarbons cracking, reforming and polymerization, leading to soot formation, and water-gas shift. Char graphitization and deactivation were experimentally demonstrated. However, these phenomena have a negligible influence on char evolution in the drop tube reactor. Finally, the particle size was shown to have almost no influence on experimental results.

Cette étude porte sur la production des bio-huiles à partir de la pyrolyse de bois de hêtre et celui du pin représentant respectivement les bois durs et les bois tendres. Afin de répondre à la problématique liée à la séparation des composés chimique de valeur ajoutée de la bio-huile,une étude a été effectuée sur la faisabilité d’une pré-séparation des constituants chimiques de la bio-huile à l’aide d’une pyrolyse étagée en température dans un réacteur en lit fixe de sorte à cibler la thermo-décomposition sélective des macro-composants de la biomasse (hémicellulose, cellulose et lignine). L’identification du couple macro-composant – marqueur de la décomposition est réalisée à partir du bilan en macro-composant dans le solide résiduel et l’identification par GC/MS des constituants contenus dans la bio-huile produite. Les résultats de cette partie ont montré la possibilité de la pré-séparation des fractions de dérivés de furane et des produits phénoliques, cependant le gain en sélectivité se fait au détriment du rendement total de la bio-huile. La deuxième partie de ce travail concerne l’étude de la production de la bio-huile dans les conditions de pyrolyse rapide dans un réacteur gaz/solide.Afin d’établir une relation entre les conditions opératoires de pyrolyse et la composition des bio-huiles, un outil permettant la comparaison pertinente des testes expérimentaux a été élaboré. Les expériences ont montré que le rendement de et la composition de l’huile de pyrolyse dépend essentiellement de : la nature du bois, la vitesse de chauffe et le temps de séjours effectif des particules de bois dans le réacteur. / This research study is concerned in the production of bio-oils from the pyrolysis of beech and pines wood representing the hard and soft wood, respectively. In order to resolve the problems related to the separation of high added value molecules from the bio-oil, a study was held out on the feasibility of the pre-separation of the chemical components of bio-oil using of a staged pyrolysis temperature in a fixed bed reactor in order to target selective thermal decomposition of macro-components of biomass (hemicellulose, cellulose and lignin). The identification of macro-component couples - marker of decomposition is made from the balance macro-component in the residual solid and identification by GC / MS of the chemical components contained in the produced bio-oil. The results of this part have shown the possibility of the pre-separation of furans and phenolic derivatives, despite of the gain in selectivity at the expense of overall yield of bio-oil. The second part of this work (concerns with the study of the production of bio-oil in fast pyrolysis conditions in a gas / solid reactor. To establish a relationship between the operating conditions and chemical composition of pyrolysis bio-oil, a tool for meaningfull comparison of experiments was developed. Experiments have shown that the yield and composition of pyrolysis oil depends mainly on the composition of wood, the heating rate and the effective residence time of the wood particles into the reactor.

L’objectif de cette thèse est d’étudier l’influence des procyanidines, du sucre, de l’acide, de l’éthanol, des arômes et du CO2 sur le goût sucré, l’acidité, l’amertume et l’astringence du cidre. Des plans d’expériences ont été réalisés en solutions modèles et avec des cidres commerciaux afin d’étudier les effets directs des composés chimiques mais également les interactions entre eux sur la perception de ces quatre attributs sensoriels.Les résultats confirment le rôle déterminant des procyanidines,du sucre, de l’acide, de l’éthanol sur les quatre caractéristiques organoleptiques étudiées. Il faut souligner l’influence de la concentration et du degré de polymérisation des procyanidines qui modifient les perceptions sucrées et acides. Ces travaux montrent également une sur expression de l’amertume pour les procyanidines tétramères et pentamères mais seulement pour des concentrations de 750 mg/L, et une interaction entre la concentration et le degré de polymérisation pour l’astringence.Excepté pour l’amertume, la présence de gaz carbonique modifie la perception sensorielle des échantillons testés :l’astringence augmente, le goût sucré diminue pour les solutions les plus sucrées et finalement, il semble que les dégustateurs aient plus de mal percevoir les différences d’acidité entre les échantillons. Enfin, les arômes peuvent modifier la perception du goût sucré de certains cidres par un effet de congruence. En effet, la présence de notes aromatiques « fruitées » est accompagnée d’une surévaluation du goût sucré et des notes « terreux-foin »conduisent à une diminution du goût sucré perçu. Cependant,ce phénomène de congruence semble être concentration dépendante. / The aim of this thesis is to study the influence of procyanidins, sugar, acid, ethanol, CO2 and aroma on the perception of sweetness, sourness, bitterness and astringency of cider. Experimental designs were carried out with model solutions or commercial ciders to study the direct effects and interactions of the chemical compounds on these four organoleptic characteristics.The results confirm the key role of procyanidins, sugar,acid, ethanol on the four organoleptic characteristics. We notably underline the influence of procyanidins concentration and polymerization degree on sweetness and sourness when literature only focused on bitterness and astringency. Our works also indicate an overexpression of bitterness for tetrameric and pentameric procyanidins but only for concentration of 750 mg/L, and an interaction between concentration and polymerization degree for astringency.Except for bitterness, adding CO2 modify sensorycharacteristics of the samples: astringency increases,sweetness decreases for the sweetest solutions and it seems that tasters have more difficulty perceive acidity differences between samples. Finally, the aromatic characteristics can modify sweetness perception of some ciders due to acongruency effect. Indeed, “fruity” notes generate an over evaluation of sweetness when “hay-earthy”aromas lead to a decrease of this taste. Nevertheless,this phenomenon appears to be concentration dependent.

No description available.

Les modèles de langue pré-entraînés ont montré leur efficacité dans beaucoup de tâches de traitement de la langue naturelle. Ces modèles peuvent capter des régularités générales d'une langue à partir d'un grand ensemble de textes, qui sont utiles dans la plupart des applications en traitement de langue naturelle. Dans ce mémoire, nous étudions les problèmes de dialogue, i.e. générer une réponse à un énoncé de l'utilisateur. Nous exploitons les modèles de langue pré-entraînés pour traiter différents aspects des systèmes de dialogue. Premièrement, les modèles de langue pré-entraînés sont entraînés and utilisés dans les systèmes de dialogue de différentes façons. Il n'est pas clair quelle façon est la plus appropriée. Pour le dialogue orienté-tâche, l’approche de l'état de l'art pour le suivi de l'état de dialogue (Dialogue State Tracking) utilise BERT comme encodeur et empile un autre réseau de neurones récurrent (RNN) sur les sorties de BERT comme décodeur. Dans ce cas, seul l'encodeur peut bénéficier des modèles de langue pré-entraînés. Dans la première partie de ce mémoire, nous proposons une méthode qui utilise un seul modèle BERT pour l'encodeur et le décodeur, permettant ainsi un ajustement de paramètres plus efficace. Notre méthode atteint une performance qui dépasse l'état de l'art. Pour la tâche de génération de réponses dans un chatbot, nous comparons 4 approches communément utilisées. Elles sont basées sur des modèles pré-entraînés et utilisent des objectifs et des mécanismes d'attention différents. En nous appuyant sur des expérimentations, nous observons l'impact de deux types de disparité qui sont largement ignorées dans la littérature: disparité entre pré-entraînement et peaufinage, et disparité entre peaufinage et génération de réponse. Nous montrons que l'impact de ces disparités devient évident quand le volume de données d’entraînement est limité. Afin de remédier à ce problème, nous proposons deux méthodes qui réduisent les disparités, permettant d'améliorer la performance. Deuxièmement, même si les méthodes basées sur des modèles pré-entraînés ont connu de grands succès en dialogue général, nous devons de plus en plus traiter le problème de dialogue conditionné, c'est-à-dire dialogue en relation à une certaine condition (qui peut désigner un personnage, un sujet, etc.). Des chercheurs se sont aussi intéressés aux systèmes de chatbot avec des habiletés de conversation multiples, i.e. chatbot capable de confronter différentes situations de dialogues conditionnés. Ainsi, dans la seconde partie de ce mémoire, nous étudions le problème de génération de dialogue conditionné. D'abord, nous proposons une méthode générale qui exploite non seulement des données de dialogues conditionnées, mais aussi des données non-dialogues (textes) conditionnées. Ces dernières sont beaucoup plus faciles à acquérir en pratique. Ceci nous permet d'atténuer le problème de rareté de données. Ensuite, nous proposons des méthodes qui utilisent le concept d'adaptateur proposé récemment dans la littérature. Un adaptateur permet de renforcer un système de dialogue général en lui donnant une habileté spécifique. Nous montrons que les adaptateurs peuvent encoder des habiletés de dialogue conditionné de façon stricte ou flexible, tout en utilisant seulement 6% plus de paramètres. Ce mémoire contient 4 travaux sur deux grands problèmes de dialogue: l'architecture inhérente du modèle de dialogue basé sur des modèles de langue pré-entraînés, et l'enrichissement d'un système de dialogue général pour avoir des habiletés spécifiques. Ces travaux non seulement nous permettent d'obtenir des performances dépassant de l'état de l'art, mais aussi soulignent l'importance de concevoir l'architecture du modèle pour bien correspondre à la tâche, plutôt que simplement augmenter le volume de données d'entraînement et la puissance de calcul brute. / Pre-trained language models (LMs) have shown to be effective in many NLP tasks. They can capture general language regularities from a large amount of texts, which are useful for most applications related to natural languages. In this thesis, we study the problems of dialogue, i.e. to generate a response to a user's utterance. We exploit pre-trained language models to deal with different aspects of dialogue systems. First, pre-trained language models have been trained and used in different ways in dialogue systems and it is unclear what is the best way to use pre-trained language models in dialogue. For task-oriented dialogue systems, the state-of-the-art framework for Dialogue State Tracking (DST) uses BERT as the encoder and stacks an RNN upon BERT outputs as the decoder. Pre-trained language models are only leveraged for the encoder. In the first part of the thesis, we investigate methods using a single BERT model for both the encoder and the decoder, allowing for more effective parameter updating. Our method achieves new state-of-the-art performance. For the task of response generation in generative chatbot systems, we further compare the 4 commonly used frameworks based on pre-trained LMs, which use different training objectives and attention mechanisms. Through extensive experiments, we observe the impact of two types of discrepancy: pretrain-finetune discrepancy and finetune-generation discrepancy (i.e. differences between pre-training and fine-tuning, and between fine-tuning and generation), which have not been paid attention to. We show that the impact of the discrepancies will surface when limited amount of training data is available. To alleviate the problem, we propose two methods to reduce discrepancies, yielding improved performance. Second, even though pre-training based methods have shown excellent performance in general dialogue generation, we are more and more faced with the problem of conditioned conversation, i.e. conversation in relation with some condition (persona, topic, etc.). Researchers are also interested in multi-skill chatbot systems, namely equipping a chatbot with abilities to confront different conditioned generation tasks. Therefore, in the second part of the thesis, we investigate the problem of conditioned dialogue generation. First, we propose a general method that leverages not only conditioned dialogue data, but also conditioned non-dialogue text data, which are much easier to collect, in order to alleviate the data scarcity issue of conditioned dialogue generation. Second, the concept of Adapter has been recently proposed, which adapts a general dialogue system to enhance some dialogue skill. We investigate the ways to learn a dialogue skill. We show that Adapter has enough capacity to model a dialogue skill for either loosely-conditioned or strictly-conditioned response generation, while using only 6% more parameters. This thesis contains 4 pieces of work relating to the two general problems in dialogue systems: the inherent architecture for dialogue systems based on pre-trained LMs, and enhancement of a general dialogue system for some specific skills. The studies not only propose new approaches that outperform the current state of the art, but also stress the importance of carefully designing the model architecture to fit the task, instead of simply increasing the amount of training data and the raw computation power.

Les changements climatiques et les phénomènes météorologiques extrêmes sont devenus des moteurs importants de changements de la biodiversité, posant une menace pour la perte d’habitat et l’extinction d’espèces. Comprendre l’état actuel de la biodiversité et identifier les zones hautement adaptées (still strugling with this expression, high suitability for who or what?) sont essentiels afin de lutter contre la perte de biodiversité et guider les processus décisionnels en lien avec les études scientifiques (added scientifiques, as in scientific surveys), les mesures de protection et les efforts de restauration. Les modèles de distribution des espèces (MDE ou SDM en anglais) sont des outils statistiques permettant de prédire la distribution géographique potentielle d’une espèce en fonction de variables environnementales et des données recueillies à cet endroit. Cependant, les MDE conventionnels sont souvent confrontés à des limitations dues à la résolution spatiale et à la couverture restreinte des variables environnementales, lesquelles sont obtenues suite à des mesures au sol ou à l’aide de stations météorologiques. Pour mieux comprendre la distribution des espèces à des fins de conservation, le défi GeoLifeCLEF 2022 a été organisé. Cette compétiion comprend un vaste ensemble de données composé de 1,6 million géo-observations liées à la présence de 17 000 espèces végétales et animales. L’objectif principal de ce défi est d’explorer le potentiel des données de télédétection afin de prédire la présence d’espèces à des géolocalisations spécifiques. Dans ce mémoire, nous étudions diverses techniques d’apprentissage automatique et leur performance en lien avec le défi GeoLifeCLEF 2022. Nous explorons l’efficacité d’algorithmes bien connus en apprentissage par transfert, établissons un cadre d’apprentissage non supervisé et étudions les approches d’apprentissage auto-supervisé lors de la phase d’entraînement. Nos résultats démontrent qu’un ajustement fin des encodeurs pré-entraînés sur différents domaines présente les résultats les plus prometteurs lors de la phase de test. / Climate change and extreme weather events have emerged as significant drivers of biodiversity changes, posing a threat of habitat loss and species extinction. Understanding the current state of biodiversity and identifying areas with high suitability for different species are vital in combating biodiversity loss and guiding decision-making processes for protective measures and restoration efforts. Species distribution models (SDMs) are statistical tools for predicting a species' potential geographic distribution based on environmental variables and occurrence data. However, conventional SDMs often face limitations due to the restricted spatial resolution and coverage of environmental variables derived from ground-based measurements or weather station data. To better understand species distribution for conservation purposes, the GeoLifeCLEF 2022 challenge was introduced. This competition encompasses a large dataset of 1.6 million geo-observations linked to the presence of 17,000 plant and animal species. The primary objective of this challenge is to explore the potential of remote sensing data in forecasting species' presence at specific geolocations. In this thesis, we investigate various machine learning techniques and their performance on the GeoLifeCLEF 2022 challenge. We explore the effectiveness of standard transfer learning algorithms, establish an unsupervised learning framework, and investigate self-supervised learning approaches for training. Our findings demonstrate that fine-tuning pre-trained encoders on different domains yields the most promising test set performance results.