La technologie Web 2.0 a donné lieu à un large éventail de plates-formes de partage de photos. Il est désormais possible d’annoter des images de manière collaborative, au moyen de mots-clés; ce qui permet une gestion et une recherche efficace de ces images. Toutefois, l’annotation manuelle est laborieuse et chronophage. Au cours des dernières années, le nombre grandissant de photos annotées accessibles sur le Web a permis d'expérimenter de nouvelles méthodes d'annotation automatique d'images. L'idée est d’identifier, dans le cas d’une photo non annotée, un ensemble d'images visuellement similaires et, a fortiori, leurs mots-clés, fournis par la communauté. Il existe actuellement un nombre considérable de photos associées à des informations de localisation, c'est-à-dire géo-localisées. Nous exploiterons, dans le cadre de cette thèse, ces informations et proposerons une nouvelle approche pour l'annotation automatique d'images géo-localisées. Notre objectif est de répondre aux principales limites des approches de l'état de l'art, particulièrement concernant la qualité des annotations produites ainsi que la rapidité du processus d'annotation. Tout d'abord, nous présenterons une méthode de collecte de données annotées à partir du Web, en se basant sur la localisation des photos et les liens sociaux entre leurs auteurs. Par la suite, nous proposerons une nouvelle approche afin de résoudre l’ambiguïté propre aux tags d’utilisateurs, le tout afin d’assurer la qualité des annotations. L'approche démontre l'efficacité de l'algorithme de recherche de caractéristiques discriminantes, dit de Laplace, dans le but d’améliorer la représentation de l'annotation. En outre, une nouvelle mesure de distance entre mots-clés sera présentée, qui étend la divergence de Jensen-Shannon en tenant compte des fluctuations statistiques. Dans le but d'identifier efficacement les images visuellement proches, la thèse étend sur deux point l'algorithme d'état de l'art en comparaison d'images, appelé SURF (Speeded-Up Robust Features). Premièrement, nous présenterons une solution pour filtrer les points-clés SURF les plus significatifs, au moyen de techniques de classification, ce qui accélère l'exécution de l'algorithme. Deuxièmement, la précision du SURF sera améliorée, grâce à une comparaison itérative des images. Nous proposerons une un modèle statistique pour classer les annotations récupérées selon leur pertinence du point de vue de l'image-cible. Ce modèle combine différents critères, il est centré sur la règle de Bayes. Enfin, l'efficacité de l'approche d'annotation ainsi que celle des contributions individuelles sera démontrée expérimentalement. / In the Web 2.0 era, platforms for sharing and collaboratively annotating images with keywords, called tags, became very popular. Tags are a powerful means for organizing and retrieving photos. However, manual tagging is time consuming. Recently, the sheer amount of user-tagged photos available on the Web encouraged researchers to explore new techniques for automatic image annotation. The idea is to annotate an unlabeled image by propagating the labels of community photos that are visually similar to it. Most recently, an ever increasing amount of community photos is also associated with location information, i.e., geotagged. In this thesis, we aim at exploiting the location context and propose an approach for automatically annotating geotagged photos. Our objective is to address the main limitations of state-of-the-art approaches in terms of the quality of the produced tags and the speed of the complete annotation process. To achieve these goals, we, first, deal with the problem of collecting images with the associated metadata from online repositories. Accordingly, we introduce a strategy for data crawling that takes advantage of location information and the social relationships among the contributors of the photos. To improve the quality of the collected user-tags, we present a method for resolving their ambiguity based on tag relatedness information. In this respect, we propose an approach for representing tags as probability distributions based on the algorithm of Laplacian Score feature selection. Furthermore, we propose a new metric for calculating the distance between tag probability distributions by extending Jensen-Shannon Divergence to account for statistical fluctuations. To efficiently identify the visual neighbors, the thesis introduces two extensions to the state-of-the-art image matching algorithm, known as Speeded Up Robust Features (SURF). To speed up the matching, we present a solution for reducing the number of compared SURF descriptors based on classification techniques, while the accuracy of SURF is improved through an efficient method for iterative image matching. Furthermore, we propose a statistical model for ranking the mined annotations according to their relevance to the target image. This is achieved by combining multi-modal information in a statistical framework based on Bayes' Rule. Finally, the effectiveness of each of mentioned contributions as well as the complete automatic annotation process are evaluated experimentally.

Dans un contexte où les outils numériques et le WEB permettent la diffusion et le partage massif de ressources, le défi actuel est de trouver la bonne ressource au bon moment. Pour les ressources d’enseignement, les standards de description actuels (LOM ou ScoLOMFr par exemple) ne permettent pas une description des dimensions didactiques d’une ressource. Notre thèse est une contribution pour combler ce manque, en nous situant dans le domaine de environnements informatiques pour l’apprentissage humain (EIAH). Nous nous sommes particulièrement intéressé à la description de ressources de type « énoncé avec tâche prescrite » (ETP). Nous nous sommes placé dans le cadre de la théorie anthropologique du didactique (TAD) et avons en particulier exploité la formalisation de l’approche praxéologique proposée par le cadre T4TEL. Nous proposons quatre résultats principaux. Le premier est un modèle de description didactique de ressources (M2DR) de type ETP. Il permet la description d’un ETP sur la base de critères didactiques et de déterminer son adéquation avec un curriculum. Ce modèle est construit à partir de l’exploitation d’un modèle praxéologique de référence (MPR). Le deuxième résultat est la modélisation d’intentions didactiques, utilisées pour pouvoir chercher des ETP décrits à l’aide du modèle M2DR. Le troisième résultat est un enrichissement du cadre T4TEL, en définissant une modélisation de la tâche et en introduisant la notion de type de tâches optimum. Le quatrième résultat est la définition d’un processus de construction d’une représentation ontologique d’un MPR décrit dans T4TEL à l’aide de générateurs de types de tâches. Ce processus permet une utilisation du modèle dans un cadre informatisé. Il a été appliqué à différents MPR, dans les domaines de l’algèbre élémentaire et de la numération. Ceci a permis l’utilisation du modèle M2DR pour décrire différents ETP. / In a context where digital tools and the WEB allow for the diffusion and massive sharing of resources, the current challenge is to find the right resource at the right time. Current description standards (e. g. LOM or ScoLOMFr) do not allow the description of the didactic dimensions of a learning object. Our thesis is a contribution to fill this gap from the Technology-Enhanced Learning (TEL) field point of view. We were particularly interested in the description of mathematics exercises. We conducted our work within the Anthropological Theory of Didactics (ATD) framework. More specifically, we have exploited the formalization of the praxeological approach proposed by the T4TEL framework. Our findings and propositions are four-fold. First, we proposed a didactic resource description model (M2DR) that allows the description of a mathematics exercises based on didactic criteria and determines its suitability for a curriculum. This model is based on the use of a reference epistemological model (REM). The second result is the modeling of didactic intentions, used for searching for mathematics exercises described with the M2DR model. The third result is an enhancement of the T4TEL framework defining a task model and introducing the notion of optimal types of tasks. The fourth result is the definition of a process for implementing an ontological representation of a REM described in T4TEL using types of tasks generators. This process allows the model to be used in a computerized environment. It has been applied to different REMs in the fields of elementary algebra and numeracy. That fostered the use of the M2DR model to describe different mathematics exercises.

Estudo sobre a representação documentária da informação estatística. A partir do reconhecimento dessa informação como representação de realidades sociais, identificam-se as suas especificidades e as da sua representação documentária visando sua divulgação na Internet e, portanto, a transmissão de informação sem a intermediação presencial do documentalista. Parte-se das premissas que a informação estatística tem características próprias que a diferenciam da informação textual, e que nem todas as recomendações para a construção de linguagem documentária, para representar esse tipo de informação, se aplicam necessariamente à representação de informações estatísticas. Utilizando referenciais da construção da linguagem documentária e da terminologia, sistematizam-se alguns parâmetros para que também o tratamento e a divulgação da informação estatística se realizem como possibilidades para a geração de novos conhecimentos. / This paper deals with the study on the documentary representation of statistical information. From the recognition that the statistical information represents social realities, the study identifies their specificities and their documentary representation, focusing its popularization in Internet and, therefore, its transmission without the presence of the librarian. It is based on two premises: first, the statistical information has characteristics that differentiate it from the textual information, and, second, not all the recommendations for the documentary language construction to represent textual information, necessarily represent statistical information. Using reference of documentary language construction and terminology, some parameters were systematized so that also the treatment and the popularization of the statistical information take place as possibilities of generating new knowledge.

Estudo sobre a representação documentária da informação estatística. A partir do reconhecimento dessa informação como representação de realidades sociais, identificam-se as suas especificidades e as da sua representação documentária visando sua divulgação na Internet e, portanto, a transmissão de informação sem a intermediação presencial do documentalista. Parte-se das premissas que a informação estatística tem características próprias que a diferenciam da informação textual, e que nem todas as recomendações para a construção de linguagem documentária, para representar esse tipo de informação, se aplicam necessariamente à representação de informações estatísticas. Utilizando referenciais da construção da linguagem documentária e da terminologia, sistematizam-se alguns parâmetros para que também o tratamento e a divulgação da informação estatística se realizem como possibilidades para a geração de novos conhecimentos. / This paper deals with the study on the documentary representation of statistical information. From the recognition that the statistical information represents social realities, the study identifies their specificities and their documentary representation, focusing its popularization in Internet and, therefore, its transmission without the presence of the librarian. It is based on two premises: first, the statistical information has characteristics that differentiate it from the textual information, and, second, not all the recommendations for the documentary language construction to represent textual information, necessarily represent statistical information. Using reference of documentary language construction and terminology, some parameters were systematized so that also the treatment and the popularization of the statistical information take place as possibilities of generating new knowledge.

La comparaison de séquences est une des tâches fondamentales de la bioinformatique. Les nouvelles technologies de séquençage conduisent à une production accélérée des données génomiques et renforcent les besoins en outils rapides et efficaces pour effectuer cette tâche. Dans cette thèse, nous proposons un nouvel algorithme de comparaison intensive de séquences, explicitement conçu pour exploiter toutes les formes de parallélisme présentes dans les microprocesseurs de dernière génération (instruction SIMD, architecture multi-coeurs). Cet algorithme s'adapte également à un parallélisme massif que l'on peut trouver sur des accélérateurs de type FPGA ou GPU. Cet algorithme a été mis en oeuvre à travers le logiciel PLAST (Parallel Local Alignment Search Tool). Différentes versions sont disponibles suivant les données à traiter (protéine et/ou ADN). Une version MPI a également été mise au point pour un déploiement sur un cluster de PCs. En fonction de la nature des données et des technologies employées des accélérations de 3 à 20 ont été mesurées par rapport à la référence du domaine, le logiciel BLAST, pour un niveau de qualité équivalent.

Les avancées technologiques dans le domaine du multimédia, associées à la généralisation de leur utilisation dans de nombreuses applications (archivages télévisuelles, vidéosurveillances, etc..), ont rendu possible le stockage des grandes collections de documents vidéo dans des systèmes informatiques. Pour permettre une exploitation efficace de ces collections, il est nécessaire de mettre en place des outils facilitant l'accès à leurs documents et la manipulation de ceux-ci. Une indexation par mots-clés (issus de la transcription de la parole et ou de sous-titre dans le document vidéo) est parfois possible. Cependant, l'utilisation de concepts peut améliorer les résultats de processus d'indexation et de recherche d'information parce qu'elle enlève les ambiguïtés entre les sens des mots-clés dus à la synonymie et l'homonymie. La précision de la description sera encore meilleure si, en plus des concepts non ambigus, des relations entre ces concepts sont indexées.<br />Les documents vidéo ont un caractère multimédia qui fait que la recherche par le contenu dans ceux-ci présente un certain nombre de spécificités. Par exemple, un concept donné (personne, objet...) peut être interprété de différentes manières : il peut être vu, il peut être entendu ou il peut être mentionné. Des combinaisons de ces cas peuvent également se produire. Naturellement, ces distinctions sont importantes pour l'utilisateur. Des requêtes impliquant le concept C comme par exemple : « rechercher les segments vidéos montrant une image de C » ou comme : « rechercher les segments vidéos dans lesquels on parle de C » sont susceptibles de produire des réponses tout à fait différentes. Dans le premier cas, on rechercherait C dans le contenu visuel tandis que dans le second, on rechercherait dans le contenu audio un segment dans la transcription duquel C est mentionné. <br />Cette étude s'inscrit dans un contexte de modélisation, indexation et recherche d'information multimédia. Au niveau théorique, notre contribution consiste à la proposition d'un modèle pour la représentation du contenu sémantique des documents vidéo. Ce modèle permet la prise en compte synthétique et intégrée des éléments d'informations issus de chacune des modalités (image, texte, son). L'instanciation de ce modèle est réalisée à l'aide du formalisme des graphes conceptuels. Le choix de ce formalisme est justifié par son expressivité et son adéquation au contexte d'indexation et de recherche d'information par le contenu.<br />Notre contribution au niveau expérimental consiste à l'implémentation (en partie) du prototype CLOVIS . Nous avons intégré le modèle proposé dans d'un système d'indexation et de recherche vidéo par le contenu pour évaluer ses apports en termes d'efficacité et de précision. <br />Mots-clés : Recherche d'information multimédia, indexation conceptuel, document vidéo, graphe conceptuel, ontologie.

Ce travail de thèse adresse deux principaux problèmes en recherche d'information : (1) la formalisation automatique des préférences utilisateur, (ou la pondération automatique de requêtes) et (2) l'indexation sémantique. Dans notre première contribution, nous proposons une approche de recherche d'information (RI) flexible fondée sur l'utilisation des CP-Nets (Conditional Preferences Networks). Le formalisme CP-Net est utilisé d'une part, pour la représentation graphique de requêtes flexibles exprimant des préférences qualitatives et d'autre part pour l'évaluation flexible de la pertinence des documents. Pour l'utilisateur, l'expression de préférences qualitatives est plus simple et plus intuitive que la formulation de poids numériques les quantifiant. Cependant, un système automatisé raisonnerait plus simplement sur des poids ordinaux. Nous proposons alors une approche de pondération automatique des requêtes par quantification des CP-Nets correspondants par des valeurs d'utilité. Cette quantification conduit à un UCP-Net qui correspond à une requête booléenne pondérée. Une utilisation des CP-Nets est également proposée pour la représentation des documents dans la perspective d'une évaluation flexible des requêtes ainsi pondéreés. Dans notre seconde contribution, nous proposons une approche d'indexation conceptuelle basée sur les CP-Nets. Nous proposons d'utiliser le formalisme CP-Net comme langage d'indexation afin de représenter les concepts et les relations conditionnelles entre eux d'une manière relativement compacte. Les noeuds du CP-Net sont les concepts représentatifs du contenu du document et les relations entre ces noeuds expriment les associations conditionnelles qui les lient. Notre contribution porte sur un double aspect : d'une part, nous proposons une approche d'extraction des concepts en utilisant WordNet. Les concepts résultants forment les noeuds du CP-Net. D'autre part, nous proposons d'étendre et d'utiliser la technique de règles d'association afin de découvrir les relations conditionnelles entre les concepts noeuds du CP-Nets. Nous proposons enfin un mécanisme d'évaluation des requêtes basé sur l'appariement de graphes (les CP-Nets document et requête en l'occurrence).

Cette thèse s'intéresse au probleme de la reconnaissance d'objets en présence d'une vaste base de modèles. L'indexation de modèles peut être décrite comme suit: étant donne un groupe d'indices image, extraire rapidement de la base de modèles, les modèles contenant le groupe d'indices. La combinatoire du paradigme classique d'appariement indices-modèles étant prohibitive dans ce cas, nous proposons une methode d'indexation par une technique de hachage de graphes. Nous décrivons d'abord les principes: codage d'image et des modelés sous une forme de graphes, gestion d'une base de modèles par tables hash-codees, comparaison de graphes sur la base de leur caractérisation polynomiale, accès a la base de modèles. Ensuite, nous décrivons le système mis en œuvre selon ces principes, et nous présentons quelques résultats d'expérimentation

Cette thèse se place dans le cadre du problème de la reconnaissance d'objets et plus généralement dans celui de la vision cognitive. L'approche proposée se décompose en trois phases principales:<br>Une phase d'acquisition de connaissances qui consiste à acquérir la connaissance d'un domaine d'application sous la forme d'une hiérarchie de classes d'objets et de sous-parties.<br>Il s'agit également de décrire ces classes du domaine en termes de concepts visuels (forme, texture, couleur, relations spatiales) fournis par une ontologie. Chaque concept visuel de cette ontologie étant associé à des descripteurs bas niveau, le fossé sémantique est réduit de manière conviviale pour un expert.<br>La phase d'apprentissage consiste, à partir d'images d'exemples segmentées et labellisées, à obtenir un ensemble de détecteurs de concepts visuels. Ces détecteurs sont obtenus par l'entrainement de Support Vector Machines avec les descripteurs numériques extraits dans les images d'exemples segmentées et labellisées par des concepts visuels.<br>La phase de catégorisation utilise la connaissance acquise ainsi que les détecteurs de concepts visuels obtenus lors de la phase d'apprentissage. La connaissance sert à générer des hypothèses qui doivent être vérifiées dans l'image à interpréter. Cette vérification consiste à détecter des concepts visuels dans l'image segmentée automatiquement. Le résultat de la catégorisation est exprimé en termes de classes du domaine mais aussi en termes de concepts visuels.<br>L'approche proposée a notamment été utilisée été utilisée pour l'indexation et la recherche sémantique d'images.

Stratégie d'indexation automatique de textes en langue naturelle. Intérêts aux aspects structurels du document pour: ― la définition d'une stratégie globale d'indexation fondée sur l'exploitation de la structure logique du document, ainsi que d'éléments textuels particuliers (titres ...) ― la définition de termes d'indexation à partir de celle de syntagmes de la langue naturelle. Les termes d'indexation sont normalisés via une base de connaissances prédéfinie. Les principaux algorithmes utilisés sont présentés, ainsi que les résultats d'expérimentation sur un corpus technique (normes d'exploitation et de fonctionnement du NET).