Ce travail porte sur la modélisation et simulation avec la méthode des différences finies (FDTD) de structures plasmonique et photoniques à l’échelle submicronique. Dans une première partie, nous avons modélisé la propagation des ondes électromagnétiques à travers des nano-guides diélectriques (air ou SiO2), pris en sandwich entre deux plaques métalliques (de type Metal-Isolant-Metal). L’excitation des plasmons-polaritons aux interfaces permet le guidage d’ondes lumineuses à une échelle sub-longueur d’onde. Nous avons étudié les propriétés de guidage dans le domaine du visible et de l’infrarouge proche, notamment le couplage du guide avec des nano-résonateurs en vue d’explorer des fonctionnalités telles que le filtrage sélectif ou par réjection ainsi que des dispositifs de démultiplexage. Ces mêmes propriétés ont été étudiées dans une structure photonique submicronique constituée de guides d’ondes d’InP entouré d’air, couplé à un ensemble de cavités. Ces nano et microstructures constituent les briques de base pour la conception de nouveaux circuits intégrés tout-optique. Dans une seconde partie de la thèse, on s’est intéressé à la modélisation de l’interaction des ondes électromagnétiques avec des nanoparticules d’or déposées sur un substrat de SiO2, et recouvertes d’une couche d’un matériau diélectrique. Ce type de structures est prometteur pour réaliser des nano-capteurs bioplasmoniques en vue de caractériser des produits biologiques déposés en faible quantité sur la surface du diélectrique. Nous avons montré que la fréquence de la réponse plasmonique des particules présente une variation oscillatoire périodique en fonction l’épaisseur du diélectrique, avec une amplitude des oscillations qui peut atteindre quelques dizaines de nanomètres. Nous avons étudié ce phénomène en fonction des paramètres géométriques des nanoparticules d’or et de l’indice du diélectrique qui les recouvrent. L’objectif est de comprendre comment ces paramètres influencent la gamme de fréquence plasmonique ainsi que la sensibilité du détecteur. Ce travail théorique a été confronté aux résultats expérimentaux réalisés par l’équipe Bio-Interfaces de L’IRI (Institut de recherche interdisciplinaire, Lille 1). / This work concerns the modeling and simulation by the finite difference method (FDTD) of plasmonic and photonic structures at the submicron scale. In the first part of the thesis we studied the propagation of electromagnetic-waves through two different dielectric nanoscale waveguides (made out of air and SiO2), sandwiched between two metallic plates (Metal-insulator-Metal). The excitation of surface plasmon-polariton at the interfaces of such waveguides enables light waveguiding at the subwavelength domain. We did study the waveguiding properties in the visible and near infrared ranges of frequency. Coupling of the main waveguide with a nano-resonatorwas investigated to achieve optical operations as filtering (in rejection and selection) and demultiplexing. These same optical functionalities were studied in a submicron photonic structure which is constituted by waveguides of InP surrounded by air, coupled to several cavities. Such nano and microstructures are essential for the design of new all-optical integrated circuits. The second part of the thesis concerns modeling of electromagnetic-waves interaction with metallic (gold) nanoparticles deposited on a glass substrate (SiO2) and covered with a dielectric layer. These structures are promising for the conception of plasmonic nanosensors, which would be used to characterize small amount of biological molecules deposited on the dielectric layer surface. We have shown that the frequency of the plasmonic resonance of metallic particles exhibits an oscillatory variation with the thickness of the layer, with an amplitude reaching tens of nanometers. One investigated this phenomenon according to geometrical parameters of the gold particles and the refractive index of the dielectric layer covering the particles. The aim of such study is to understand how the physical and geometrical parameters influence the frequency range of the plasmonic resonance of the particles and the sensitivity of the nanosensor. This theoretical work was confronted with experimental results realized by Bio-interfaces team of IRI (Interdisciplinary institute of research, University of Lille 1).

Les systèmes de recommandation sont très étudiés dans la littérature sur l’apprentissage automatique, ce qui a permis la création de nombreux algorithmes. Cette thèse doctorale va au-delà de simples propositions de nouveaux algorithmes en tirant parti des toutes dernières techniques et en étudiant les interactions de ces techniques avec diverses sources de données. Nous nous sommes penchés sur la création de canevas capables d’aider les universitaires et les décideurs du marché dans le cadre du développement des systèmes de recommandation dans le contexte du e-commerce. Concrètement, cette thèse apporte à la littérature de sept manières différentes. Premièrement, nous décrivons et validons dans le chapitre I un cadre devant servir à évaluer les algorithmes de filtrage collaboratif. Deuxièmement, nous proposons dans le chapitre II un cadre destiné à développer et à évaluer des systèmes de recommandation hybrides, que nous validons à partir de données historiques réelles tirées du site de La Redoute. Troisièmement, le chapitre II introduit l’importance des caractéristiques dans la littérature. Quatrièmement, les algorithmes offrant les meilleurs résultats dans les tests hors-ligne sont utilisés dans le chapitre III comme base pour la création de deux systèmes de recommandation pour la maximisation du chiffre d’affaires. Cinquièmement, nous proposons, un cadre pour étudier trois effets des systèmes de recommandation sur les indicateurs tout au long du tunnel d’achat. Sixièmement, nous validons notre cadre par une expérience de terrain à grande échelle, en collaboration avec La Redoute. Enfin, une étude de cas montre la valeur ajoutée des meilleurs systèmes de recommandation. / Recommendation systems are a heavily investigated within machine learning literature, resulting in the creation of many algorithms. This doctoral dissertation goes beyond merely proposing new recommendation algorithms by leveraging state-of-the-art techniques and investigating the interaction of these techniques with different data sources having distinct characteristics. The focus lies upon the creation of frameworks guiding both marketers and academics in developing, evaluating, and testing recommendation systems in an e-commerce context. Concretely, this dissertation adds to literature in seven distinct ways. First, a framework evaluating collaborative filtering algorithms is designed and validated on real-life offline data sets of a large European e-tailer, La Redoute. Second, a five-step framework to develop and evaluate hybrid recommendation systems combing different data sources is proposed and validate on real-life historical data in Chapter II. Third, Chapter II introduces feature importance in the recommendation systems literature. Fourth, the best performing algorithms in the offline tests are leveraged to serve as basis for creating two revenue maximization recommendation systems in Chapter III. Fifth, a framework investigating three effects of (revenue maximization) recommendation systems on business metrics throughout the purchase funnel is proposed in Chapter III. Sixth, the framework is validated in a large-scale field experiment executed in collaboration with La Redoute. Finally, a business case shows the added value of the best performing recommendation systems.

Th. doct.-ing.--Automatique et traitement du signal--Université de Nice, 1988. / Bibliogr. p. 69-73.

Th. doct.-ing.--Toulouse 3, 1977. N°: 593.

Th.--Sci. phys.--Besançon, 1978. N°: 128. / 8 _ Extr. en partie de Applied optics, 16, 1977, 2, 454-461 ; de Optic communications, 16, 1976, 1, 99-103 ; 19, 1976, 2, 229-231 ; 22, 1976, 1, 103-106 et de Optica acta, 24, 1977, 8, 827-835.

pas de résumé

Thèse de doctorat : Génie électrique : INPL : 2009. / Titre provenant de l'écran-titre.

Th. doct.--Signal et images--Paris--ENST, 1995. / Textes en français ou en anglais. Bibliogr. p. 213-219.

Th. doct.--Signal et images--Paris--ENST, 1996. / Bibliogr., 3 p. Résumé en français et en anglais. Contient des annexes en anglais.

Aujourd'hui, les bases de connaissances telles que Wikipedia et DBpedia représentent les sources principales pour accéder aux informations disponibles sur une grande variété d'entités (une entité est une chose qui peut être distinctement identifiée par exemple une personne, une organisation, un produit, un événement, etc.). Cependant, la mise à jour de ces sources avec des informations nouvelles en rapport avec une entité donnée se fait manuellement par des contributeurs et avec un temps de latence important en particulier si cette entité n'est pas populaire. Concevoir un système qui analyse les documents dès leur publication sur le Web pour filtrer les informations importantes relatives à des entités pourra sans doute accélérer la mise à jour de ces bases de connaissances. Dans cette thèse, nous nous intéressons au filtrage d'informations pertinentes et nouvelles, appelées vitales, relatives à des entités. Ces travaux rentrent dans le cadre de la recherche d'information mais visent aussi à enrichir les techniques d'ingénierie de connaissances en aidant à la sélection des informations à traiter. Nous souhaitons répondre principalement aux deux problématiques suivantes: (1) Comment détecter si un document est vital (c.à.d qu'il apporte une information pertinente et nouvelle) par rapport à une entité donnée? et (2) Comment extraire les informations vitales à partir de ces documents qui serviront comme référence pour mettre à jour des bases de connaissances? Concernant la première problématique, nous avons proposé deux méthodes. La première proposition est totalement supervisée. Elle se base sur un modèle de langue de vitalité. La deuxième proposition mesure la fraîcheur des expressions temporelles contenues dans un document afin de décider de sa vitalité. En ce qui concerne la deuxième problématique relative à l'extraction d'informations vitales à partir des documents vitaux, nous avons proposé une méthode qui sélectionne les phrases comportant potentiellement ces informations vitales, en nous basant sur la présence de mots déclencheurs récupérés automatiquement à partir de la connaissance déjà représentée dans la base de connaissances (comme la description d'entités similaires).L'évaluation des approches proposées a été effectuée dans le cadre de la campagne d'évaluation internationale TREC sur une collection de 1.2 milliard de documents avec différents types d'entités (personnes, organisations, établissements et événements). Pour les approches de filtrage de documents vitaux, nous avons mené nos expérimentations dans le cadre de la tâche "Knwoledge Base Acceleration (KBA)" pour les années 2013 et 2014. L'exploitation des expressions temporelles dans le document a permis d'obtenir de bons résultats dépassant le meilleur système proposé dans la tâche KBA 2013. Pour évaluer les contributions concernant l'extraction des informations vitales relatives à des entités, nous nous sommes basés sur le cadre expérimental de la tâche "Temporal Summarization (TS)". Nous avons montré que notre approche permet de minimiser le temps de latence des mises à jour de bases de connaissances. / Nowadays, knowledge bases such as Wikipedia and DBpedia are the main sources to access information on a wide variety of entities (an entity is a thing that can be distinctly identified such a person, an organization, a product, an event, etc.). However, the update of these sources with new information related to a given entity is done manually by contributors with a significant latency time particularly if that entity is not popular. A system that analyzes documents when published on the Web to filter important information about entities will probably accelerate the update of these knowledge bases. In this thesis, we are interested in filtering timely and relevant information, called vital information, concerning the entities. We aim at answering the following two issues: (1) How to detect if a document is vital (i.e., it provides timely relevant information) to an entity? and (2) How to extract vital information from these documents to build a temporal summary about the entity that can be seen as a reference for updating the corresponding knowledge base entry? Regarding the first issue, we proposed two methods. The first proposal is fully supervised. It is based on a vitality language model. The second proposal measures the freshness of temporal expressions in a document to decide its vitality. Concerning the second issue, we proposed a method that selects the sentences based on the presence of triggers words automatically retrieved from the knowledge already represented in the knowledge base (such as the description of similar entities). We carried out our experiments on the TREC Stream corpus 2013 and 2014 with 1.2 billion documents and different types of entities (persons, organizations, facilities and events). For vital documents filtering approaches, we conducted our experiments in the context of the task "knowledge Base Acceleration (KBA)" for the years 2013 and 2014. Our method based on leveraging the temporal expressions in the document obtained good results outperforming the best participant system in the task KBA 2013. In addition, we showed the importance of our generated temporal summaries to accelerate the update of knowledge bases.