Thèse d'exercice : Médecine : Nancy 1 : 2009. / Titre provenant de l'écran-titre.

Thèse doctorat : Informatique : Rennes 1 : 2008. / Titre provenant de la page du titre du document électronique. Bibliogr. p. 149-167.

Thèse de doctorat : Sciences de l'information et de la communication : Lyon 2 : 2001. / Titre provenant de l'écran-titre. Bibliogr.

Reproduction de : Thèse de doctorat : Génie électrique : Toulouse, INPT : 2006. Reproduction de : Thèse de doctorat : Génie électrique : Tunis, ENIT : 2006. / Thèse soutenue en co-tutelle. Titre provenant de l'écran-titre. Bibliogr. 54 réf.

Reproduction de : Thèse de doctorat : Microélectronique : Grenoble, INPG : 1989. / Titre provenant de l'écran-titre. Bibliogr. p.287-299.

Dans un espace géographique donné, le développement, inégal des régions est la résultante de plusieurs facteurs qui ont historiquement désavantagé les régions périphériques par rapport aux pôles de croissance métropolitains. Cette situation n'est pourtant pas inéluctable. L'avènement des technologies de l'information et de la communication (TIC) a produit une nouvelle donne, où sont réinventés les modèles d'affaires et disparaissent les barrières spatiotemporelles existant entre fournisseurs d'information et de biens, distributeurs et consommateurs. La présente étude, réalisée dans quatre municipalités régionales de comté (MRC) du Québec, montre que les dirigeants d'entreprises y sont conscients de la puissance des TIC; qu'en les intégrant de mieux en mieux dans la conduite de leurs opérations, ils protègent l'avenir de leur organisation et concourent au renforcement du dynamisme économique et social de leur territoire. L'appropriation et l'usage des outils informatiques représentent une contribution essentielle au nécessaire rattrapage des territoires périphériques et à l'atteinte d'un développement satisfaisant.

Dans le but d'établir un modèle informatique empirique visant à prédire l'évolution temporelle des charges mécaniques dues à l'accumulation de la glace atmosphérique sur les conducteurs de transport d'énergie électrique, cinq architectures de réseaux de neurones artificiels ont été étudiées et comparées. Deux réseaux de nature statique, soit le Perceptron multicouches (MLP) et le réseau à fonctions de base radiales (RBF), ainsi que deux réseaux orientés vers le traitement temporel, soit le réseau à réponse impulsionnelle finie (FIR) et le réseau récurrent Elman, ont été comparés à la régression linéaire multiple (ADALINE). Les données utilisées pour faire l'entraînement des modèles basés sur les réseaux de neurones proviennent du site instrumenté du Mont-Bélair qui fait partie du système de surveillance en temps réel SYGIVRE d'Hydro-Québec. On retrouve sur ce site une ligne de 315 kV dotée d'un capteur de force pour la mesure des forces mécaniques, plusieurs instruments météorologiques standards ainsi qu'un givromètre permettant d'évaluer l'intensité des conditions givrantes environnantes. Les modèles créés dans le cadre de cette recherche utilisèrent la température ambiante, la vitesse normale du vent et le signal du givromètre comme paramètres d'entrée et le signal de charge (ou son taux de variation) comme paramètre de sortie. Les résultats indiquent que les réseaux de neurones (le FIR par exemple) constituent un outil prédictif potentiellement avantageux ayant une puissance de représentation supérieure à des techniques statistiques simples comme la régression linéaire multiple. Les réseaux de neurones de nature statique donnent généralement de moins bons résultats que les réseaux orientés vers le traitement temporel et semblent donc moins adéquats. Toutefois, les performances affichées par les modèles montrent bien que la problématique de la prédiction des charges mécaniques de glace atmosphérique est plutôt difficile et qu'il ne faut pas considérer les réseaux de neurones comme une solution magique. L'utilisation de l'historique passé du signal de sortie comme variable d'entrée supplémentaire améliore notablement la situation cependant dans le cadre d'une prédiction en avance. Dans ce cas, les modèles fournissent une prédiction raisonnablement précise.

La compréhension de situations complexes s’avère de plus en plus nécessaire, notamment dans les domaines militaires. En réponse à cette demande, le projet IMAGE, en cours à Recherche et Développement pour la Défense Canada – Valcartier, vise à développer un environnement interactif offrant des outils logiciels aidant à augmenter la vitesse et le niveau de compréhension de l’humain dans de telles situations. Il regroupe quatre grands modules : Scénarisation, Simulation, Exploration et Représentation. Le projet présenté dans ce mémoire a trait au développement d’un prototype pour la partie Exploration, qui regroupe principalement des outils de visualisation. Cette plateforme servira à des expérimentations en psychologie cognitive visant à mesurer l’augmentation de la compréhension offerte par ces outils. L’humain étant au centre de l’environnement développé, certaines théories qui lui sont reliées, touchant notamment la psychologie cognitive, les interfaces personne-machine ainsi que la visualisation d’information, sont d’abord présentées. Une revue de diverses plateformes logicielles existantes, susceptibles d’offrir des fonctionnalités intéressantes pour l’implémentation, est également effectuée. Suite à une évaluation plus approfondie des outils retenus ainsi que plusieurs tests avec ces derniers, une première problématique, ayant trait au transfert de multiples flots de données XML partant du module Simulation vers le module Exploration, est alors abordée; la création de l’application ImageDataServer s’ensuit, faisant usage du framework ACE pour la gestion de multiples connexions et le traitement de données en parallèle. Suite à cette réalisation, des premiers jets de représentations visuelles, basés sur un scénario tactique de convoi militaire, sont développés à partir des données de simulation de ce scénario transférées vers Eye-Sys, une application de visualisation générique. Une scène 3D montrant l’évolution spatiale et temporelle ainsi que les interactions entre les agents de la simulation, véhicules militaires, explosifs et insurgés, y est mise en action grâce à des données provenant d’une base de données MySQL. La vue est également synchronisée à une application de simulation interactive, Multichronia, servant de point de contrôle principal pour l’utilisateur. Une évaluation des performances du système et une discussion sur divers aspects de développement complètent ce mémoire.

L'objectif des travaux réalisés est de développer des stratégies de contrôle pour une suspension active de véhicule automobile. Pour atteindre cet objectif, différents modèles analytiques ont été mis au point pour simuler la réponse de la suspension à différentes perturbations. Ces modèles comprennent les éléments passifs représentant le véhicule, les actionneurs et les différentes lois de contrôle étudiées. Au cours des travaux, les principales stratégies utilisées dans la littérature ont été évaluées afin de cibler les avantages et les inconvénients leur étant reliés. Suite à ces résultats, un système actif incluant des capteurs de mouvement de suspension, des gains fixes et des filtres d'ordre limités a été développé en utilisant les algorithmes génétiques. Les résultats obtenus montrent une amélioration appréciable de la performance pour un modèle de véhicule à quatre degrés de liberté.

Récemment, des systèmes avancés de reconnaissance et de prise de décision incorporant des éléments de logique floue et de réseaux de neurones artificiels ont été appliqués avec succès à l'identification, la commande et la protection des réseaux électriques. Le principal objectif de cette thèse consiste à explorer la capacité de systèmes neuro-flous, qui sont une combinaison des systèmes à réseaux de neurones et à logique floue, pour l'identification d'un transformateur triphasé, en vue de développer un modèle non-linéaire permettant de mieux protéger le transformateur contre les défauts internes. Deux modèles, l'un direct et l'autre indirect, sont développés afin de prédire les courants secondaires en fonction des courants primaires et réciproquement. Un algorithme hybride d'apprentissage est utilisé pour entraîner les modèles. Celui-ci procède en deux étapes; premièrement, dans la passe en sens direct (des entrées vers les sorties) il impose des paramètres des prémisses et emploie l'estimateur aux moindres carrés pour ajuster les paramètres des conclusions. Ensuite, procédant en sens rétrograde (des sorties vers les entrées), il fixe les paramètres des conclusions et emploie un algorithme du gradient pour ajuster les paramètres des prémisses, de manière à minimiser l'erreur total des modèles. Plusieurs fichiers de données d'apprentissage sont utilisés, afin de refléter toutes les conditions d'exploitation possibles: nominales, surcharges permanentes et transitoires, défauts externes et courants d'appel lors de la mise sous tension. Cependant, ces fichiers d'apprentissage n'incluent aucune donnée de défaut interne. Au terme de l'apprentissage, plusieurs nouveaux fichiers de données sont utilisés pour valider les modèles neuro-flous. On peut ainsi vérifier leur généralisation sur des données qu'ils n'ont pas vues durant leur entraînement. Au total, les modèles neuro-flous démontrent une bonne aptitude à prédire le comportement d'un transformateur de puissance de façon précise sous des conditions nominales, avec des erreurs de modèle direct et indirect relativement faibles. Cependant, ces erreurs augmentent substantiellement lors d'un défaut interne, ce qui permet de déterminer rapidement l'occurrence d'un tel défaut.