L’humanité est aujourd’hui soumise à des ruptures telles qu’elle n’a jamais connu, des mutations qui requestionnent la relation de l’humain au monde. Chacune de ces ruptures est le socle de nouveaux pans d’activités qui ne préexistaient pas auparavant. Pour inventer ces nouvelles activités, les nouvelles générations d’entrepreneurs et de startuppers s’intègrent dans des réseaux (intelligence collective), collabore avec des applications (intelligence artificielle), utilisent leurs émotions (intelligence émotionnelle) et recherchent des formations pour adultes (intelligence andragogique).Les accompagnateurs deviennent des facilitateurs. Depuis 2014, nous en avons formé, équipé et sensibilisé une centaine, en France et au Maroc. Au total, 12.900 personnes désirant entreprendre ont ainsi pu bénéficier de cette nouvelle forme d’accompagnement par la facilitation. Nous avons ainsi pu créer la carte des capacités de ces nouveaux facilitateurs pour métamorphoser les accompagnateurs actuels. / Today, humanity finds itself subject to profound changes that have remained until know unknown, changes that question the relationship between humans and the world. Each change is the foundation of new areas of activity that did not exist before. To invent these new activities, the new generations of entrepreneurs and startuppers integrate into networks (collective intelligence), collaborate with applications (artificial intelligence), use their emotions (emotional intelligence), and look for adult education courses (andragogical intelligence).Coaches gradually turn into facilitators. Since 2014, we have trained, equipped, and sensitized a hundred of them, in five French regions and five Moroccan regions. In total, 12,900 people wishing to become entrepreneurs have benefited from this new form of enabling support. We were able to create a skills map based on these new facilitators to transform current coaches.

De nombreux algorithmes en Apprentissage Automatique utilisent une notion de distance ou de similarité entre les exemples pour résoudre divers problèmes tels que la classification, le partitionnement ou l'adaptation de domaine. En fonction des tâches considérées ces métriques devraient avoir des propriétés différentes mais les choisir manuellement peut-être fastidieux et difficile. Une solution naturelle est alors d'adapter automatiquement ces métriques à la tâche considérée. Il s'agit alors d'un problème connu sous le nom d'Apprentissage de Métriques et où le but est principalement de trouver les meilleurs paramètres d'une métrique respectant des contraintes spécifiques. Les approches classiques dans ce domaine se focalisent habituellement sur l'apprentissage de distances de Mahalanobis ou de similarités bilinéaires et l'une des principales limitations est le fait que le contrôle du comportement de ces métriques est souvent limité. De plus, si des travaux théoriques existent pour justifier de la capacité de généralisation des modèles appris, la plupart des approches ne présentent pas de telles garanties. Dans cette thèse nous proposons de nouveaux algorithmes pour apprendre des métriques à comportement contrôlé et nous mettons l'accent sur les propriétés théoriques de ceux-ci. Nous proposons quatre contributions distinctes qui peuvent être séparées en deux parties: (i) contrôler la métrique apprise en utilisant une métrique de référence et (ii) contrôler la transformation induite par la métrique apprise. Notre première contribution est une approche locale d'apprentissage de métriques où le but est de régresser une distance proportionnelle à la perception humaine des couleurs. Notre approche est justifiée théoriquement par des garanties en généralisation sur les métriques apprises. Dans notre deuxième contribution nous nous sommes intéressés à l'analyse théorique de l'intérêt d'utiliser une métrique de référence dans un terme de régularisation biaisé pour aider lors du processus d'apprentissage. Nous proposons d'utiliser trois cadres théoriques différents qui nous permettent de dériver trois mesures différentes de l'apport de la métrique de référence. Ces mesures nous donnent un aperçu de l'impact de la métrique de référence sur celle apprise. Dans notre troisième contribution nous proposons un algorithme d'apprentissage de métriques où la transformation induite est contrôlée. L'idée est que, plutôt que d'utiliser des contraintes de similarité et de dissimilarité, chaque exemple est associé à un point virtuel qui appartient déjà à l'espace induit par la métrique apprise. D'un point de vue théorique nous montrons que les métriques apprises de cette façon généralisent bien mais aussi que notre approche est liée à une méthode plus classique d'apprentissage de métriques basée sur des contraintes de paires. Dans notre quatrième contribution nous essayons aussi de contrôler la transformation induite par une métrique apprise. Cependant, plutôt que considérer un contrôle individuel pour chaque exemple, nous proposons une approche plus globale en forçant la transformation à suivre une transformation géométrique associée à un problème de transport optimal. D'un point de vue théorique nous proposons une discussion sur le lien entre la transformation associée à la métrique apprise et la transformation associée au problème de transport optimal. D'un point de vue plus pratique nous montrons l'intérêt de notre approche pour l'adaptation de domaine mais aussi pour l'édition d'images / Many Machine Learning algorithms make use of a notion of distance or similarity between examples to solve various problems such as classification, clustering or domain adaptation. Depending on the tasks considered these metrics should have different properties but manually choosing an adapted comparison function can be tedious and difficult. A natural trend is then to automatically tailor such metrics to the task at hand. This is known as Metric Learning and the goal is mainly to find the best parameters of a metric under some specific constraints. Standard approaches in this field usually focus on learning Mahalanobis distances or Bilinear similarities and one of the main limitations is that the control over the behaviour of the learned metrics is often limited. Furthermore if some theoretical works exist to justify the generalization ability of the learned models, most of the approaches do not come with such guarantees. In this thesis we propose new algorithms to learn metrics with a controlled behaviour and we put a particular emphasis on the theoretical properties of these algorithms. We propose four distinct contributions which can be separated in two parts, namely (i) controlling the metric with respect to a reference metric and (ii) controlling the underlying transformation corresponding to the learned metric. Our first contribution is a local metric learning method where the goal is to regress a distance proportional to the human perception of colors. Our approach is backed up by theoretical guarantees on the generalization ability of the learned metrics. In our second contribution we are interested in theoretically studying the interest of using a reference metric in a biased regularization term to help during the learning process. We propose to use three different theoretical frameworks allowing us to derive three different measures of goodness for the reference metric. These measures give us some insights on the impact of the reference metric on the learned one. In our third contribution we propose a metric learning algorithm where the underlying transformation is controlled. The idea is that instead of using similarity and dissimilarity constraints we associate each learning example to a so-called virtual point belonging to the output space associated with the learned metric. We theoretically show that metrics learned in this way generalize well but also that our approach is linked to a classic metric learning method based on pairs constraints. In our fourth contribution we also try to control the underlying transformation of a learned metric. However instead of considering a point-wise control we consider a global one by forcing the transformation to follow the geometrical transformation associated to an optimal transport problem. From a theoretical standpoint we propose a discussion on the link between the transformation associated with the learned metric and the transformation associated with the optimal transport problem. On a more practical side we show the interest of our approach for domain adaptation but also for a task of seamless copy in images

Dans le cadre de cette thèse, nous nous intéressons à la coordination et l'optimisation du trafic aux intersections des réseaux routiers, avec la particularité de considérer des véhicules autonomes intelligents. Cette thèse est organisée en deux grandes parties. La première se concentre sur le problème du partage d'un espace de voie par deux files de véhicules évoluant en sens opposés. L'état de l'art montre le peu de travaux abordant cette question. Nous explorons deux approches par coordination réactive, en relation avec un critère de minimisation des retards. Les performances de ces approches ont été mesurées statistiquement en simulation. La deuxième partie de la thèse s'attaque au problème générique de la gestion du trafic au sein d'un réseau routier. Nous développons une approche originale à deux égards: d'une part elle explore un principe de passage en alternance des flux permettant de ne pas arrêter les véhicules aux intersections, et d'autre part, elle propose des algorithmes d'optimisationdistribuée de ce passage alterné au niveau de chaque intersection et au niveau du réseau global. La thèse présente successivement les choix de modélisation, les algorithmes et l'étude en simulation de leurs performances comparées à desapproches existantes / In this thesis, we focus on traffic coordination and optimization in road intersections, while accounting for intelligent autonomous vehicles. This thesis is organized in two parts. The first part focuses on the problem of sharing a one-lane road between two opposite flows of vehicles. The state of the art shows few studies addressing this issue. We propose two reactive coordination approaches that minimize vehicle delays and measure their performances statistically through simulations. The second part of the thesis addresses the problem of generic traffic management in a traffic network. We develop a stop-free approach that explores a principle alternating vehicles between flows at intersections, and it provides distributed algorithms optimizing this alternation at each intersection and in the overall network. We present the modeling choices, the algorithms and the simulation study of our approach and we compare its performances with existing approaches

La majorité des méthodes de classification de textes utilisent le paradigme du sac de mots pour représenter les textes. Pourtant cette technique pose différents problèmes sémantiques : certains mots sont polysémiques, d'autres peuvent être des synonymes et être malgré tout différenciés, d'autres encore sont liés sémantiquement sans que cela soit pris en compte et enfin, certains mots perdent leur sens s'ils sont extraits de leur groupe nominal. Pour pallier ces problèmes, certaines méthodes ne représentent plus les textes par des mots mais par des concepts extraits d'une ontologie de domaine, intégrant ainsi la notion de sens au modèle. Les modèles intégrant la représentation des textes par des concepts restent peu utilisés à cause des résultats peu satisfaisants. Afin d'améliorer les performances de ces modèles, plusieurs méthodes ont été proposées pour enrichir les caractéristiques des textes à l'aide de nouveaux concepts extraits de bases de connaissances. Mes travaux donnent suite à ces approches en proposant une étape d'enrichissement des modèles à l'aide d'une ontologie de domaine associée. J'ai proposé deux mesures permettant d'estimer l'appartenance aux catégories de ces nouveaux concepts. A l'aide de l'algorithme du classifieur naïf Bayésien, j'ai testé et comparé mes contributions sur le corpus de textes labéllisés Ohsumed et l'ontologie de domaine Disease Ontology. Les résultats satisfaisants m'ont amené à analyser plus précisément le rôle des relations sémantiques dans l'enrichissement des modèles. Ces nouveaux travaux ont été le sujet d'une seconde expérience où il est question d'évaluer les apports des relations hiérarchiques d'hyperonymie et d'hyponymie. / Most of text-classification methods use the ``bag of words” paradigm to represent texts. However Bloahdom and Hortho have identified four limits to this representation: (1) some words are polysemics, (2) others can be synonyms and yet differentiated in the analysis, (3) some words are strongly semantically linked without being taken into account in the representation as such and (4) certain words lose their meaning if they are extracted from their nominal group. To overcome these problems, some methods no longer represent texts with words but with concepts extracted from a domain ontology (Bag of Concept), integrating the notion of meaning into the model. Models integrating the bag of concepts remain less used because of the unsatisfactory results, thus several methods have been proposed to enrich text features using new concepts extracted from knowledge bases. My work follows these approaches by proposing a model-enrichment step using a domain ontology, I proposed two measures to estimate to belong to the categories of these new concepts. Using the naive Bayes classifier algorithm, I tested and compared my contributions on the Ohsumed corpus using the domain ontology ``Disease Ontology”. The satisfactory results led me to analyse more precisely the role of semantic relations in the enrichment step. These new works have been the subject of a second experiment in which we evaluate the contributions of the hierarchical relations of hypernymy and hyponymy.

Cette thèse porte sur la modélisation du comportement humain dans les simulations de combat naval. Au sein de l'entreprise DCNS, les simulations de combat naval permettent d'évaluer les performances opérationnelles des navires militaires, dans un scénario donné. Les simulations actuelles ne permettent pas de prendre en compte l'analyse et la décision d'un opérateur, qui peuvent parfois conduire à des réactions inattendues. Le but de cette thèse est donc de modéliser le comportement d'un opérateur pour les simulations de combats navals.Pour représenter les connaissances, la logique non monotone la plus employée a été utilisée: la logique des défauts. Une prise en compte du temps a été ajoutée à cette logique des défauts. La logique des défauts va permettre de calculer des extensions. Chaque extension correspond à une action possible pour l'opérateur.Une méthode qui permet de choisir une extension a été définie. Cette méthode simule la décision de l'opérateur et elle prend en compte le caractère de l'opérateur. / This thesis deals with the modelling of operator behavior in naval action simulations. At DCNS, simulations of naval action estimate the operational performance of warships or submarines for a given scenario. However, the current simulations do not take into account the analysis and the decision of an operator, which can produce unexpected reactions. The purpose of this thesis is to develop a system allowing to model the behavior of an operatorin the naval action simulations.To represent knowledge, the most widely known non-monotonic logic is used : the default logic. A consideration of time is added to this logic. The default logic allows to calculate extensions. Each extension represents a possible action for the operator.A method to choose an extension is dened, which allows to simulate the decision of the operator and it handles the operator character.

Les dernières évolutions de l'Internet se sont traduites par l'émergence de nouvelles applications distribuées et par la multiplication des technologies réseaux (sans fils, mobiles. . . ) ainsi que des services offerts par les opérateurs sur de nouveaux types de terminaux (portable, PDA. . . ). L'enjeu socio économique majeur de ces avancées est le futur Internet ambiant, à la fois ubiquitaire et intelligent, au travers duquel l'utilisateur pourra, quelle que soit sa localisation et son point d'accès, bénéficier d'une qualité de service (QdS) maximale compatible avec l'environnement applicatif et réseau courant, hétérogène et dynamique. Dans cet horizon, la thèse présente une architecture ainsi que des modèles et algorithmes permettant de réaliser une composition dynamique et auto-adaptative des services fournis par les multiples mécanismes de QdS existants. L'approche proposée repose sur l'adaptabilité dynamique et coordonnée, à la fois du comportement et de l'architecture des protocoles composant la pile de communication. La démarche suivie se base sur la théorie de l'intelligence artificielle et l'apprentissage et propose la spécification, l'implémentation et l'évaluation d'un système de communication adaptatif en fonction à la fois, des exigences applicatives liées aux flux manipulés, et des contraintes de l'environnement de communication. Enfin, l'évaluation faite des modèles dedécision et d'apprentissage illustre comment le système permet de répondre à son objectif et valide ainsi les concepts qui sont proposés dans cette thèse.

La radio cognitive apparaît comme une solution naturelle aux problèmes d'échelle et de complexité résultant de la grande popularité des communications sans fil et de l'évolution des technologies radio. Une radio cognitive est un agent intelligent capable de s'adapter à son contexte opérationnel pour (1) respecter le cadre de régulation contrôlant l'accès au spectre, (2) satisfaire les besoins de l'utilisateur en termes de qualité de service, et (3) assurer une gestion optimisée des ressources disponibles (radios, réseaux et matérielles). Ce nouveau paradigme est directement lié au développement de l'intelligence embarquée, objet de ce travail de thèse.<br /><br />Dans ce mémoire de thèse, nous détaillons la conception d'un moteur cognitif structurant les opérations de raisonnement et d'apprentissage nécessaires à la supervision du processus de reconfiguration dynamique. La solution proposée suit une approche originale basée sur une modélisation qualitative du problème de conception à la volée. <br /><br />Le moteur cognitif raisonne de manière autonome en s'appuyant sur les relations d'ordre définies par deux échelles déduites dynamiquement en fonction du contexte. Il navigue le long de ces deux échelles pour rechercher une configuration adaptée avec un souci d'efficacité et d'optimalité. Il exploite ses capacités de prédiction afin d'estimer l'impact de l'environnement radio sur les performances des configurations disponibles (nombre d'erreurs de transmission tolérables). Il évalue les configurations compatibles avec le service à l'aide d'un système de notation calculant la satisfaction des alternatives vis-à-vis des objectifs d'optimisation (réduire la consommation d'énergie, maximiser le débit de transmission). Si nécessaire, une expérience de conception est déclenchée afin d'explorer l'espace de conception en ligne. Les connaissances mémorisées sont alors mises à l'épreuve dans le but de se rapprocher du comportement optimal. Le plan d'expérience est construit dynamiquement en fonction des retours de l'environnement. Le moteur cognitif profite également de connaissances expertes embarquées pour limiter les risques d'expérimentation. Il accumule de l'expérience progressivement et il apprend à recourir de moins en moins souvent à l'expérimentation pour exploiter ses connaissances devenues fiables.<br /><br />Nous avons testé notre approche sur deux études de cas de conception cognitive d'un lien radio. Les résultats obtenus confirment la pertinence des mécanismes cognitifs proposés. Le moteur cognitif parvient en effet à trouver la solution optimale pour la grande majorité des problèmes traités (95% en moyenne) et il devient de plus en plus efficace dans sa recherche d'une configuration adaptée.<br /><br />Notre méthode combine efficacement la puissance de systèmes d'apprentissage avec des connaissances issues de l'expertise en ingénierie des télécommunications. Le moteur cognitif est conçu avec une grande autonomie décisionnelle grâce à des capacités de raisonnement, d'exploration en ligne et d'apprentissage incrémental. De plus, nous avons proposé des mécanismes avancés pour améliorer son comportement afin d'en faire une solution cognitive effective pour de nombreux problèmes de conception dynamique.

Une taxinomie est une organisation de la connaissance en differentes categories d'objets semblables. Ces categories sont organisees dans une structure allant des categories generales aux categories specifiques. Cette organisation permet de suivre un raisonnement classificatoire. Raisonner par classification consiste a trouver la categorie la plus specialisee a laquelle appartient un individu, puis recuperer des connaissances liees a cette localisation. Les taxinomies developpees dans des domaines aussi varies que la botanique et la mineralogie montrent l'interet de cette approche. Notre travail concerne le raisonnement classificatoire et la representation taxinomique de la connaissance supportant ce raisonnement. Nous avons choisi la technique de representation de connaissances a objets, car elle offre des elements appropries a une organisation taxinomique. De plus le raisonnement classificatoire trouve ici un espace naturel. Cependant, ces modeles comportent deux aspects problematiques. D'une part, ils representent, dans une seule et grande taxinomie, differentes familles d'objets telles que "voitures" et "personnes". D'autre part, bien que les caracteristiques d'un objet correspondent a differents aspects ou points de vue, ces points de vue ne sont pas explicites dans la representation. Nous proposons une representation a objets multi-points de vue, TROPES. Dans ce modele, chaque concept ou famille d'objets a une structure taxinomique independante. Un concept peut etre observe selon differents points de vue : un point de vue determine un ensemble de caracteristiques du concept et une taxinomie de categories. Les points de vue peuvent etre lies par des passerelles. Par ailleurs, l'introduction des points de vue elimine les problemes de multi-heritage d'attributs. TROPES est dote d'un algorithme de classification d'instances qui tire parti des originalites du modele. A l'intérieur d'un concept, la classification se deroule sur un ou plusieurs points de vue et exploite les passerelles comme des raccourcis.

Jeune discipline à la croisée de l'informatique, de l'intelligence artificielle et des sciences cognitives, l'ingénierie des connaissances vise à modéliser les connaissances d'un domaine pour les opérationnaliser dans un outil informatique. Pour cela, elle propose des outils théoriques, des modèles et des méthodologies empiriques pour instrumenter les systèmes et permettre l'échange de connaissances entre l'utilisateur et l'outil informatique.<br> Le travail développé ici traite de l'ingénierie des connaissances d'une catégorie de systèmes en particulier : les systèmes de raisonnement à partir de cas (RÀPC). Un système de RÀPC assiste un utilisateur dans sa tâche de résolution de problème en lui proposant une adaptation à la situation courante d'une précédente expérience. C'est en particulier au système en interaction "utilisateur - outil de RÀPC" que nous nous intéressons ici.<br> La problématique étudiée peut donc être exprimée ainsi : quelles méthodes et outils développer pour instrumenter efficacement le système apprenant "utilisateur - outil de RàPC" ? Cette problématique soulève un questionnement sur les connaissances du raisonnement et conduit à une analyse au niveau connaissance de tels systèmes. Un autre volet d'analyse porte sur les interactions entre l'utilisateur et l'artefact informatique pendant les phases de résolution de problème. Ces aspects sont étudiés à plusieurs niveaux dans les différentes contributions présentées dans cette thèse.<br> Nos différentes expériences et expérimentations nous ont conduits à proposer, comme première contribution, une formalisation à un niveau général de l'apprentissage interactif de connaissances en RÀPC (FIKA). Cette formalisation repose sur les échecs de raisonnement qui, puisqu'ils permettent de mettre en évidence les lacunes dans les connaissances disponibles, sont utilisés pour guider le processus d'apprentissage. Deux extensions de ce modèle général ont été proposées : IAKA et FRAKAS.<br> IAKA raffine les principes proposés par FIKA pour permettre leur mise en ?uvre immédiate dans une certaine catégorie de systèmes où les connaissances peuvent être représentées selon un modèle donné (cas et connaissances d'adaptation représentées par des opérateurs d'adaptation). Ces principes ont été implantés et expérimentés dans une application développée à des seules fins expérimentales.<br> FRAKAS propose des méthodes et outils similaires pour une autre catégorie de systèmes ou les connaissances du domaines sont utilisées pour guider l'adaptation. Ces principes ont, quant à eux, été implantés dans un prototype inspiré d'une application réelle.<br> IAKA et FRAKAS, les deux extensions de l'approche FIKA, présentent des forces et des limites, une réflexion quant à leur intégration possible à donc été menée. Une première tentative pratique d'intégration a été mise en ?uvre dans une application de RÀPC permettant l'adaptation de recettes de cuisine : le logiciel TAAABLE.

La these concerne l'etude du controle dans un systeme integre de vision par ordinateur. La structure d'un tel systeme permet l'ajout et le retrait dynamique de traitements et de representations selon les types de scenes envisagees. Nous decomposons le probleme du controle en quatre sous-problemes definissant l'objectif a satisfaire (decision), les criteres de selection qui en decoulent (adaptation), l'action a executer en appliquant ces criteres de selection (commande) et les observations necessaires pour la resolution des sous-problemes precedents (observation). Afin d'offrir une architecture d'integration ouverte et flexible, nous utilisons une approche Multi-agents, repercutant ainsi les problemes de controle selon deux dimensions : controle individuel (interne a un agent) et controle social (gestion des interactions et de la resolution des agents). La structure de controle de chaque agent est organisee selon trois couches dediees respectivement a la resolution des problemes de decision, d'adaptation et de commande. Le controle social restreind les interactions possibles et les resolutions entreprises par chacun des agents. Des protocoles definissent l'enchainement des interactions. Ces deux notions s'inscrivent dans un modele de societe dans lequel sont aussi explicitees les trois couches resolvant les sous-problemes de controle. L'architecture proposee permet d'etudier le controle necessaire pour l'expression de modes de fonctionnement deliberatifs et reactifs au sein de chacun des agents et, d'autre part, d'integrer dynamiquement les modes de reconstruction et de reconnaissance au travers de la gestion des interactions. L'interet de cette approche est illustree au travers de realisations issues du systeme Vision As Process (VAP) developpe dans le cadre du projet Europeen BRA3038.