L'enjeu de la maîtrise du savoir ne cesse de croître pour les entreprises qui se trouvent confrontées à un environnement dynamique et changeant qui leur impose un nouveau mode de management axé sur le concept de «projet». L'émergence de ce concept a été accompagnée par une évolution structurelle de la gestion de projets où l'unité organisationnelle «bureau de projet» (BdP) prend de plus en plus de place dans la hiérarchie organisationnelle. Comme structure permanente, les bureaux de projet ont en plus de la responsabilité de contrôler et de suivre les projets, le souci de: (i) développer les compétences individuelles et organisationnelles en terme de gestion de projets; (ii) élaborer un capital de connaissances basé sur les expériences et les réalisations passées. Conséquemment, les objectifs de cette recherche sont: explorer les mécanismes d'intégration du savoir soutenus par les bureaux de projet; mieux comprendre le contexte d'adoption ainsi que les bénéfices perçus imputables à ces mécanismes. Pour répondre à ces objectifs, une approche exploratoire de type qualitative a été conduite au sein des bureaux des projets de quatre institutions financières au Canada. La recherche est réalisée sur la base de 15 entrevues impliquant les membres clés des bureaux de projet représentant différents profils types. La recherche a permis d'identifier plusieurs mécanismes d'intégration du savoir répartis sur quatre catégories: l'apprentissage, la socialisation, la codification et la rétention. Les résultats de la recherche mettent également en évidence quatre facteurs dits «d’adhésion» qui supportent ces mécanismes. Ces facteurs sont axés sur: (i) le contexte et font valoir le rôle de l'organisation tel que la culture et la structure propice à l'apprentissage, ainsi que le rôle des individus dans le développement d'attitudes de partage et de valorisation de leurs compétences; (ii) le contenu et font valoir les domaines de savoirs cibles et les outils de diffusion et d'externalisation du savoir ainsi que les outils de socialisation et d'échange entre individus. Nous avons aussi noté que pour réussir l'implantation des mécanismes d'intégration, une attention particulière doit être portée sur la réduction des impacts des barrières tant organisationnelles, individuelles, qu'informationnelles. Les bénéfices identifiés touchent principalement la performance des bureaux de projet, la satisfaction de leurs clients ainsi que la stimulation des apprentissages. Les apports de ce mémoire sont de plusieurs ordres. En effet, à partir de ces résultats, il est proposé plusieurs éléments de théorisation nouveaux dans le champ de l'intégration du savoir en contexte multi-projets. Les apports portent aussi sur le rôle des bureaux de projet, l'importance des facteurs d'adhésion, les barrières ainsi que les bénéfices perçus. Il est aussi proposé pour les praticiens sept jalons qui représentent une ligne directrice leur permettant d'implanter ou de mettre à niveau les mécanismes d'intégration du savoir en contexte multi-projets. Il s'agit de profiter des expériences des entreprises participantes ainsi que des travaux de recherches antérieures. ______________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : Bureau, projet, savoir, mécanisme, intégration, gestion, institution, finance.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Ce mémoire présente une synthèse des activités de recherche en morphologie mathématique menées au LSIIT (UMR 7005 CNRS–UDS) depuis 2003. La morphologie mathématique est une théorie introduite il y a quarante ans par les chercheurs français Georges Matheron et Jean Serra. Elle connaît depuis un vif succès dans la communauté de l'analyse et du traitement des images, puisqu'elle permet l'analyse des structures spatiales (le plus souvent au travers d'un voisinage défini par le terme d'élément structurant) dans un cadre non-linéaire. Son application aux images binaires et aux images en niveaux de gris s'effectue très simplement en s'appuyant sur la théorie des ensembles ou mieux, celle des treillis. Cependant, son extension au cas des images multivaluées (où chaque pixel est représenté par un vecteur et non plus par un scalaire) n'est pas triviale et reste un problème ouvert. Ainsi, nous nous sommes intéressés aux approches morphologiques vectorielles basées sur des ordres totaux (aux fondements théoriques les plus valides), en cherchant à atténuer, à l'aide de différentes méthodes de quantification, leur caractère fortement asymétrique afin de mieux exploiter l'ensemble des données disponibles. Nous avons également étudié une autre stratégie consistant à éviter l'appel explicite à un ordre vectoriel, et à décomposer l'image en un ensemble de composantes binaires ou à niveaux de gris, traitées indépendemment ou conjointement. Indépendamment de la nature des images considérées, la création des systèmes d'analyse d'image par morphologie mathématique nécessite le plus souvent une expertise du domaine et une connaissance très fine du problème pour pouvoir choisir, combiner, et paramétrer les opérateurs morphologiques à bon escient. De ce fait, les méthodes morphologiques ne peuvent généralement pas être réutilisées dans un contexte différent de celui pour lequel elles ont été élaborées, et ne respectent que très peu la contrainte de généricité souhaitée en analyse d'image. Ce problème n'est bien sûr pas spécifique à la morphologie mathématique et est récurrent en traitement d'image, et nous l'avons abordé selon deux axes principaux. D'une part, nous avons étudié les connaissances pouvant être formalisées au sein des éléments structurants dans le contexte de la détection d'objet. D'autre part, nous avons exploité des procédures de classification supervisée (où des ensembles d'apprentissage sont fournis par l'expert) ou non-supervisée (où seul le nombre d'objets ou de classes d'intérêt est connu) au sein du processus de segmentation d'image en régions. L'objectif sous-jacent à ces travaux fondamentaux est d'aboutir à terme à des approches morphologiques multivaluées et guidées par les connaissances, aptes à traiter tout type d'information, dans tout contexte. Nous avons donc cherché à appliquer ces développements théoriques et méthodologiques dans différents domaines, en particulier l'analyse d'images couleur (dans un but d'annotation et de recherche par le contenu), ainsi que la télédétection (à très haute résolution spatiale) et l'imagerie astronomique (où les données peuvent être particulièrement bruitées). Ces domaines d'application, où les images sont de nature multivaluée et où l'intégration de connaissances pour guider les traitements est nécessaire, sont particulièrement pertinents puisque l'information spatiale y est cruciale, la morphologie mathématique prenant alors tout son sens. Les problèmes récurrents rencontrés dans ces différents domaines sont la détection, la segmentation, et la description des images. En complément à ces travaux relatifs à la morphologie mathématique, nous présentons le projet PELICAN, une plate-forme générique et extensible pour le traitement d'image. Ce mémoire se termine par une présentation de quelques perspectives de recherche envisagées dans le cadre de différentes collaborations. Ainsi, l'apport des propriétés d'invariance et d'imprécision dans le contexte de la morphologie mathématique aurait des répercussions en imagerie du vivant. L'analyse morphologique de séquences vidéo, et l'élaboration de descripteurs morphologiques locaux offriraient des solutions alternatives en indexation multimédia. Enfin, la morphologie mathématique n'étant par définition pas limitée à des données de type image, son application à des données de différentes natures mérite d'être étudiée avec une attention particulière.

Dans les sciences expérimentales telles que les sciences de l'aliment, les données jouent un rôle essentiel, puisque les théories du domaine sont fondées sur les données expérimentales, leur exploitation et leur analyse. Cependant, l'état de l'art montre que les données expérimentales disponibles sont souvent partielles, éparpillées sur des supports variés, ou sans modèle mathématique sous-jacent établi. Une autre source d'information est également disponible : les connaissances expertes, toutefois pas toujours formalisées sur des supports écrits. Les connaissances expertes peuvent exprimer des points de vue différents, potentiellement conflictuels s'ils visent des objectifs divergents. Un défi majeur est donc d'intégrer ces données et ces connaissances et de développer des méthodes permettant de les utiliser pour l'aide à la décision. Ce mémoire présente un ensemble de stratégies et méthodes complémentaires définies et développées pour, ensemble, traiter cette problématique. Il aborde trois thèmes de recherche : l'intégration de formalismes hétérogènes, les méthodes prédictives et l'argumentation pour l'aide à la décision.