Unlike motor-vehicle transport, the implementation of lnformation and Communications Technologies (ICT) and Cooperative Intelligent Transport Systems (C-ITS) in cycling has not been comprehensively investigated [1]. Cycling offers several benefits both to society and the environment and is one of the most sustainable and green transportation modes [2]. Many people worldwide have been switching to bicycles during the last decades, and this has increased even more due to the Covid pandemic [3]. Furthermore, the number of people who ride an e-bike is also rising [ 4]. Thus, the number of cyclists is increasing and, in turn, the number of cycling accidents is increasing too. For instance, in the Netherlands, one of the most cycling-friendly countries, 31 % of all road fatalities in 2019 were cyclists (203 fatalities), while in 2020, it was 37% (229 fatalities). One-third of these fatalities were e-bike users [5]. Despite the constantly evolving landscape of cycling and electric bike adoption, applications of new technologies in bicycles are still immature. In recent years, academic research on new technologies related to cyclists' comfort and safety is growing [6, 7, 8]. Furthermore, many studies focus on technologies affecting cyclists' road safety; however, it is unclear what type of technologies are implemented for bicycles. To the best of the authors' knowledge, a comprehensive review of such studies is lacking. Additionally, a clear definition of a 'smart bike'- a concept gaining popularity nowadays, is missing in the literature. To address this gap, the objective of this paper is two fold: 1) to review the state-of-the-art technologies implemented in bicycles to improve cyclists' safety, and 2) to propose an original classification for the levels of smartness of newly emerging 'smart bikes'.

Bien que le domaine de la construction au Québec soit en pleine expansion et qu'il joue un rôle clé dans l'économie du pays, le coût énergétique engendré par le chauffage et le refroidissement des bâtiments est un enjeu important de ce secteur. Avec la règlementation sur l'énergie qui devient de plus en plus contraignante, il devient difficile d'utiliser le mur-rideau dans les bâtiments en raison de leur faible performance énergétique, et ce, malgré le fait que ce système puisse permettre de valoriser l'aluminium produit au Québec. Le mur-rideau intelligent dont les propriétés sont modulées en fonction d'un contrôleur est une façon de résoudre cet enjeu. C'est dans cette optique que s'insère cette maitrise dont le but est d'étudier le mur-rideau intelligent intégrant l'aluminium de façon à comprendre son mode de conception, à cerner les points à améliorer, de même qu'à dégager des pratiques d'avenir afin de favoriser un déploiement plus large de ce produit dans l'industrie du bâtiment au Québec. Pour ce faire, une revue de littérature a été réalisée, afin d'investiguer les différents aspects du mur-rideau intelligent, notamment leur constitution et leur chaîne de valeur. Des entrevues semi-dirigées ont ensuite été réalisées avec des experts de la construction au Québec et aux États-Unis, pour mieux comprendre la situation actuelle du mur-rideau intelligent et bonifier ou ajuster les informations recueillies lors de la revue de la littérature. Cet exercice visait également à permettre l'élaboration de pistes de solutions pour guider le déploiement à plus grande échelle du produit sur le marché. Une analyse de contenu des entrevues a dès lors pu être conduite, ce qui a mené à l'élaboration d'une liste de recommandations et au dégagement de perspectives d'avenir en lien avec le mur-rideau intelligent. La forme de la chaîne de valeur du produit a de plus été repensée suite aux informations recueillies lors des entrevues. Les diverses analyses menées lors de la recherche ont entre autres permis de proposer une définition standardisée du mur-rideau intelligent, d'établir les critères qui devraient guider le choix du mur-rideau intelligent dans les projets de construction au Québec, de mettre l'accent sur les types de vitrage à incorporer dans ce produit, d'établir les différentes étapes de conception à mener pour favoriser la pérennité du mur, de même que de regrouper les problématiques à résoudre afin de permettre l'expansion de son marché. Ce travail peut donc être vu comme une avenue pour regrouper toute une série d'informations concernant le mur-rideau intelligent qui guident la conception du produit ainsi que la mise en place de la chaîne de valeur pour sa fabrication. / Quebec's construction industry is booming and plays a key role in the country's economy. Nevertheless, the energy costs involved in heating and cooling buildings is a major challenge. With current energy regulations becoming more stringent, it is becoming challenging to continue using curtain walls in buildings due to their typically low energy performance, even though this product can valorize the aluminum produced in Quebec. The aim of this master's thesis is to study smart curtain walls to understand how smart curtain walls are designed, to identify areas for improvement, and to identify future practices to encourage wider deployment of this product in the industry. To this end, a literature review was carried out, with the aim of investigating the various aspects of the intelligent curtain wall, including its constitution and value chain. Semi-structured interviews were then conducted with construction experts in Quebec, to gain a better understanding of the current situation of intelligent curtain walls and to be able to improve or adjust the information gathered during the literature review. This exercise was also aimed at developing possible solutions to guide the product's wider deployment on the market. A content analysis of the interviews was carried out, leading to a list of recommendations and future prospects for the intelligent curtain wall. The structure of the product's value chain was also rethought as a result of the information gathered during the interviews. Among other things, the various analyses carried out during the research enabled us to propose a standardized definition of the intelligent curtain wall, to establish the criteria that should guide the choice for intelligent curtain walls in construction projects in Quebec, to identify the types of glazing used for this product, to establish the various design stages to be carried out to promote the wall's durability, and to highlight issues that need to be resolved to enable market expansion. This work can therefore be seen as a compilation of a wide range of information concerning the intelligent curtain wall, guiding the design of the product as well as the establishment of its value chain.

Malgré le rôle primordial des neurotransmetteurs (NTs) dans le système nerveux central, leur détection non-invasive in vivo reste un défi majeur. L’imagerie par résonance magnétique (IRM), grâce à son excellente résolution spatiale et temporelle, est parmi les techniques de diagnostic les plus performantes. Elle est au centre des développements récents en imagerie moléculaire. En particulier, l’utilisation des agents d’imagerie intelligents qui sont capables de visualiser le statut physico-chimique des tissus commence à avoir une place importante en neuroscience.Cette étude a pour objectif de concevoir, synthétiser et caractériser in vitro des sondes intelligentes à base de cations lanthanide pour la détection in vivo des NTs. La conception de nos sondes est basée sur des interactions doubles avec des neurotransmetteurs zwitterioniques: d’une part entre le complexes de Ln3+ positivement chargé et le carboxylate du NT et d’autre part entre un ether couronne lié au complexe et la fonction amine du NT. Plusieurs des sondes synthétisées présentent des relaxivités élevées et ont une réponse relaxometrique remarquable aux NTs, bien que leur sélectivité vis-à-vis de l’ion bicarbonate ne soit pas suffisante. Afin de développer des sondes pour une approche bimodale IRM /optique, nous avons également intégré dans les complexes une benzophenone qui joue le rôle de chromophore pour sensibiliser la luminescence des ions Ln3+ émettant dans le proche infra-rouge. Le complexe d’Yb3+ correspondant a des propriétés de luminescence très intéressantes avec une forte réponse aux NTs. / In spite of the key role of neurotransmitters (NTs) in signal transduction, their non-invasive in vivo monitoring remains an important challenge. Magnetic resonance imaging (MRI) has recently been demonstrated as a promising technique to non-invasively visualize physiological events with excellent temporal and spatial resolution. In particular, smart MRI contrast agents that are able to report on the physico-chemical status of the tissues, start to have a strong impact in neuroscience. The objective of this work was the design, synthesis and in vitro characterization of a series of lanthanide-based probes responsive to NTs with the aim to track in vivo concentration changes of NTs using MR or optical imaging. The design of our imaging probes relies on a dual binding approach of zwitterionic NTs to the Ln3+ complexes, involving interactions (i) between a positively charged Ln3+ chelate and the carboxylate function of the NTs and (ii) between an azacrown ether appended on the chelate and the amine group of the neurotransmitters. Some of the novel contrast agents were found to exhibit high relaxivities and a remarkable relaxivity response towards NTs, though little selectivity against bicarbonate. In order to apply a bimodal MRI/optical imaging approach, we have also incorporated a benzophenone moiety into the chelate to sensitize the near-infrared emitting Ln3+ ions. The Yb3+ analogue proved to be highly sensitive to NTs.

Les Réseaux de Neurones Convolutifs profonds (CNNs) ont connu un large succès au cours de la dernière décennie, devenant un standard de la vision par ordinateur. Ce succès s’est fait au détriment d’un large coût de calcul, où le déploiement des CNNs reste une tâche ardue surtout sous des contraintes de temps réel.Afin de rendre ce déploiement possible, la littérature exploite le parallélisme important de ces algorithmes, ce qui nécessite l’utilisation de plate-formes matérielles dédiées. Dans les environnements soumis à des contraintes de consommations énergétiques, tels que les nœuds des caméras intelligentes, les cœurs de traitement à base de FPGAs sont reconnus comme des solutions de choix pour accélérer les applications de vision par ordinateur. Ceci est d’autant plus vrai pour les CNNs, où les traitements se font naturellement sur un flot de données, rendant les architectures matérielles à base de FPGA d’autant plus pertinentes. Dans ce contexte, cette thèse aborde les problématiques liées à l’implémentation des CNNs sur FPGAs. En particulier, ces travaux visent à améliorer l’efficacité des implantations grâce à deux principales stratégies d’optimisation; la première explore le modèle et les paramètres des CNNs, tandis que la seconde se concentre sur les architectures matérielles adaptées au FPGA. / Deep Convolutional Neural Networks (CNNs) have become a de-facto standard in computer vision. This success came at the price of a high computational cost, making the implementation of CNNs, under real-time constraints, a challenging task.To address this challenge, the literature exploits the large amount of parallelism exhibited by these algorithms, motivating the use of dedicated hardware platforms. In power-constrained environments, such as smart camera nodes, FPGA-based processing cores are known to be adequate solutions in accelerating computer vision applications. This is especially true for CNN workloads, which have a streaming nature that suits well to reconfigurable hardware architectures.In this context, the following thesis addresses the problems of CNN mapping on FPGAs. In Particular, it aims at improving the efficiency of CNN implementations through two main optimization strategies; The first one focuses on the CNN model and parameters while the second one considers the hardware architecture and the fine-grain building blocks.

La population des villes devrait doubler d'ici le milieu du siècle, selon les estimations de l’OMS. Cette augmentation rapide de la population a un impact sur les transports et la croissance économique, et accroîtra les responsabilités des autorités de gestion locales. Nous vivons une transformation des villes en villes intelligentes offrant de nouveaux services à la population, en optimisant l’utilisation des ressources disponibles. Qu'il s'agisse de données provenant des citoyens, de données gouvernementales ouvertes ou d'autres sources en ligne, une pluralité de sources de données peut permettre la création d’outils intelligents pour gérer efficacement les activités quotidiennes. De plus, grâce au progrès d'Internet et des technologies mobiles, les plateformes de réseaux sociaux (Twitter) sont devenues des modes de communication populaires. Elles permettent aux utilisateurs de partager un large éventail d'informations, y compris des données spatio-temporelles. Ainsi, Il est aisé d'accéder, en temps réel, à des connaissances provenant de différents types de données disponibles, riches, géo-référencées et issues de sources multiples et de les intégrer sur une carte. Il s'agit d'une réelle opportunité d'enrichir les cartes traditionnelles.Dans cette thèse, nous proposons d'abord un système de recommandation d'itinéraires, tenant compte des contraintes temps réel, en l'absence d'infrastructure physique ; en exploitant les données géolocalisées issues de réseaux sociaux (twitter) pour identifier les contraintes de trafic temps réel et, par conséquent, recommander un chemin optimisé. Nous avons mis en œuvre un système d'indexation à base de grille spatiale pour notre modèle de prédiction en quasi-temps réel. Ensuite, nous avons introduit le concept de "cartes intelligentes " intégrant la représentation visuelle de couches de « connaissances pertinentes » par le biais de la collecte, la gestion et l'intégration de sources de données hétérogènes. Contrairement aux cartes conventionnelles, les cartes intelligentes extraient des informations à partir des événements annoncés et découverts en temps réel (concerts, incidents, ...), les offres en ligne et les analyses statistiques (zones dangereuses, …) en encapsulant les données entrantes semi-structurées et non structurées dans des paquets génériques structurés.Cette méthodologie ouvre la voie à la fourniture de services et applications intelligents. De plus, le développement de ‘’cartes intelligentes’’ nécessite un traitement efficace et évolutif et la visualisation de couches basées sur les connaissances à plusieurs échelles cartographiques, permettant ainsi une navigation fluide et sans encombre. Enfin, nous présentons Hadath, un système évolutif et efficace qui extrait les événements sociaux d'une multitude de flux de données non structurés. Nous utilisons le traitement du langage naturel et les techniques de regroupement multidimensionnel pour extraire les ‘’événements pertinents’’ à différentes échelles cartographiques et pour déduire l'étendue spatio-temporelle des événements détectés.Le système comprend un composant de gestion et de prétraitement des différents types de sources de données et génère des paquets de données structurés à partir de flux non structurés. Notre système comprend également un schéma d'indexation spatio-temporelle hiérarchique en mémoire pour permettre un accès efficace et évolutif aux données brutes, ainsi qu'aux groupes d'événements extraits. Dans un premier temps, les paquets de données sont traités pour la découverte d’événements à l'échelle locale, puis l'étendue spatio-temporelle appropriée. Par conséquent, les événements détectés sont affichés à différentes résolutions spatio-temporelles, ce qui permet une navigation fluide. Enfin, pour valider notre approche, nous avons mené des expériences sur des flux de données réelles. Le résultat final du système proposé, nommé Hadath crée une expérience unique et dynamique de navigation cartographique. / The population in cities is slated to double by mid-century according to estimates prepared by the World Health Organization. This rapid increase in population will impact transportation and economic growth, and will increase responsibilities of local managing authorities and different stakeholders. It is a need of the hour to convert cities into smart cities in order to provide new service to the public, by using available resources in an optimum manner. From crowd-sourced data and open governmental data to other online sources, a variety of data sources can provide users with smart tools to efficiently manage their daily activities. Moreover, with the advancement in Internet and mobile technologies, social networking platforms such as Facebook and Twitter have become popular modes of communication. They allow users to share a spectrum of information, including spatio-temporal data, both publicly and within their community of interest in real-time. Scrutinizing knowledge from different types of available, rich, geo-tagged, and crowd-sourced data and incorporating it on a map has become more feasible. This presents a real opportunity to enrich traditional maps and enhance conventional spatio-temporal queries with the help of different types of data extracted from a variety of available data sources. In this thesis, we first propose a constraint-aware route recommendation system in lack of physical infrastructure environment that leverages geo-tagged data in social media and user-generated content to identify upcoming traffic constraints and, thus, recommend an optimized path. We have designed and developed a system using a spatial grid index to inform users about upcoming constraints and calculate a new, optimized path in minimal response time. Later, the concept of “smart maps” will be introduced by collecting, managing, and integrating heterogeneous data sources in order to infer relevant knowledge-based layers. Unlike conventional maps, smart maps extract information about live events (e.g., concert, competition, incidents, etc.), online offers, and statistical analysis (e.g., dangerous areas) by encapsulating incoming semi- and un-structured data into structured generic packets. This methodology sets the ground for providing different intelligent services and applications. Moreover, developing smart maps requires an efficient and scalable processing and the visualization of knowledge-based layers at multiple map scales, thus allowing a smooth and clutter-free browsing experience. Finally, we introduce Hadath, a scalable and efficient system that extracts social events from a variety of unstructured data streams. Hadath applies natural language processing and multi-dimensional clustering techniques to extract relevant events of interest at different map scales, and to infer the spatio-temporal extent of detected events. The system comprises a data wrapping component which digests different types of data sources, and prepossesses data to generate structured data packets out of unstructured streams. Hadath also implements a hierarchical in-memory spatio-temporal indexing scheme to allow efficient and scalable access to raw data, as well as to extracted clusters of events. Initially, data packets are processed to discover events at a local scale, then, the proper spatio-temporal extent and the significance of detected events at a global scale is determined. As a result, live events can be displayed at different spatio-temporal resolutions, thus allowing a smooth and unique browsing experience. Finally, to validate our proposed system, we conducted experiments on real-world data streams. The final output of our system named Hadath creates a unique and dynamic map browsing experience

La mise en place de la surveillance de l'intégrité des structures comprend les étapes de modélisation, d'identification, d'extraction des caractéristiques et de développement d'un modèle statistique. L'objectif de cette thèse est de développer une approche intégrée regroupant ces étapes et d'élaborer une stratégie de validation en utilisant un simulateur à éléments finis. Dans cette finalité, nous avons d'abord élaboré une méthode globale de modélisation d'une structure comprenant des capteurs piézo-électriques. Ensuite, nous avons choisi la méthode d'identification par sous-espaces pour améliorer la qualité de l'estimation des paramètres modaux et éliminer automatiquement les modes erronés. Un nouveau diagramme nommé histogramme de stabilisation a été proposé. Cet histogramme permet de sélectionner automatiquement les modes physiques, et d'obtenir le degré de confiance qui peut être accordé au mode identifié. En utilisant un modèle numérique simple, trois résidus basés sur les sous-espaces de la matrice de Hankel ont été étudiés. Nous avons montré que l'utilisation de ces résidus lors de la localisation des endommagements n'est pas très efficace. Par la suite, un nouveau vecteur de résidus non-paramétrique a été proposé. Ces résidus sont associés au noyau gauche de la matrice d'observabilité du système. En utilisant ce nouveau vecteur de résidus, nous avons également préconisé une méthodologie de localisation d'endommagement basée sur un modèle éléments finis et sur les réseaux de neurones. Les résultats numériques et expérimentaux obtenus sur une poutre composite et sur une plaque en aluminium permettent de valider la méthodologie proposée. Cette méthodologie est basée sur le calcul matriciel robuste et est bien adaptée pour l'identification des endommagements en temps semi-réel.

Der Ausbau dezentraler Energieanlagen wie fotovoltaischen Anlagen beeinflusst die Netzzustände signifikant. Dabei ist unsicher, wo und in welchem Maße deren Ausbau zukünftig erfolgt. Es ist nun an den Netzbetreibern gleichzeitig die aktuellen Herausforderungen zu meistern und die Netzplanung und -regelung für die Zukunft zu aktualisieren. Eine statistische Methode wird entwickelt, die Verteilnetzplanung unter Einsatz von quasi-stationär modellierten ”Smart Grid”-Lösungen wie Blindleistungsreglern und regelbaren Ortsnetztransformatoren ermöglicht. Durch Stichprobenverfahren werden Unsicherheiten wie Ort, Größe und Leistungsprofile der Energieanlagen in das Netzmodell eingebunden. Diese als probabilistischer Lastfluss bekannte Methode wird durch Gütemaße im Bereich geringer Kombination evaluiert. Beispiele probabilistischer Netzplanung werden an Netztopologien präsentiert. / Development of distributed energy units such as photovoltaic systems affects grid states significantly. It is uncertain, where and to what extent the development of these units is carried out in the future. It is now up to the distribution system operator to cope with todays grid challenges and to update grid planning and control for the future. A statistical method is developed, which incorporates quasi-stationary modeled ”smart grid” solutions such as reactive power controllers and on-load tap-changers. Uncertainties such as location, size and power profiles of energy systems are integrated into the grid model by sampling. This method is known as probabilistic load flow and is evaluated by quality measures at low combinations. Examples on probabilistic grid planning of different grid topologies are presented.

Le développement de véhicules autonomes capables de se déplacer sur les routes urbaines peuvent fournir des avantages importants en matière de réduction des accidents, en augmentant le confort et aussi, permettant des réductions de coûts. Les véhicules Intelligents par exemple fondent souvent leurs décisions sur les observations obtenues à partir de différents capteurs tels que les LIDAR, les GPS et les Caméras. En fait, les capteurs de la caméra ont reçu grande attention en raison du fait de qu’ils ne sont pas cher, facile à utiliser et fournissent des données avec de riches informations. Les environnements urbains représentent des scénarios intéressant mais aussi très difficile dans ce contexte, où le tracé de la route peut être très complexe,la présence d’objets tels que des arbres, des vélos, des voitures peuvent générer des observations partielles et aussi ces observations sont souvent bruyants ou même manquant en raison de occlusions complètes. Donc, le processus de perception par nature doit être capable de traiter des incertitudes dans la connaissance du monde autour de la voiture. Tandis que la navigation routière et la conduite autonome en utilisant une connaissance préalable de l’environnement ont démontré avec succès, la compréhension et la navigation des scénarios généraux du environnement urbain avec peu de connaissances reste un problème non résolu. Dans cette thèse, on analyse ce problème de perception pour la conduite dans les milieux urbains basée sur la connaissance de l’environnement pour aussi prendre des décisions dans la navigation autonome. Il est conçu un système de perception robotique, qui permettre aux voitures de se conduire sur les routes, sans la nécessité d’adapter l’infrastructure, sans exiger l’apprentissage précédente de l’environnement, et en tenant en compte la présence d’objets dynamiques tels que les voitures.On propose un nouveau procédé basé sur l’apprentissage par la machine pour extraire le contexte sémantique en utilisant une paire d’images stéréo qui est fusionnée dans une grille d’occupation évidentielle pour modéliser les incertitudes d’un environnement urbain inconnu,en utilisant la théorie de Dempster-Shafer. Pour prendre des décisions dans la planification des chemins, il est appliqué l’approche de tentacule virtuel pour générer les possibles chemins à partir du centre de référence de la voiture et sur cette base, deux nouvelles stratégies sont proposées. Première, une nouvelle stratégie pour sélectionner le chemin correct pour mieux éviter les obstacles et de suivre la tâche locale dans le contexte de la navigation hybride, et seconde, un nouveau contrôle en boucle fermée basé sur l’odométrie visuelle et tentacule virtuel est modélisée pour l’exécution du suivi de chemin. Finalement, un système complet automobile intégrant les modules de perception, de planification et de contrôle sont mis en place et validé expérimentalement dans des situations réelles en utilisant une voiture autonome expérimentale, où les résultats montrent que l’approche développée effectue avec succès une navigation locale fiable basée sur des capteurs de la caméra. / The development of autonomous vehicles capable of getting around on urban roads can provide important benefits in reducing accidents, in increasing life comfort and also in providing cost savings. Intelligent vehicles for example often base their decisions on observations obtained from various sensors such as LIDAR, GPS and Cameras. Actually, camera sensors have been receiving large attention due to they are cheap, easy to employ and provide rich data information. Inner-city environments represent an interesting but also very challenging scenario in this context,where the road layout may be very complex, the presence of objects such as trees, bicycles,cars might generate partial observations and also these observations are often noisy or even missing due to heavy occlusions. Thus, perception process by nature needs to be able to dea lwith uncertainties in the knowledge of the world around the car. While highway navigation and autonomous driving using a prior knowledge of the environment have been demonstrating successfully,understanding and navigating general inner-city scenarios with little prior knowledge remains an unsolved problem. In this thesis, this perception problem is analyzed for driving in the inner-city environments associated with the capacity to perform a safe displacement basedon decision-making process in autonomous navigation. It is designed a perception system that allows robotic-cars to drive autonomously on roads, with out the need to adapt the infrastructure,without requiring previous knowledge of the environment and considering the presenceof dynamic objects such as cars. It is proposed a novel method based on machine learning to extract the semantic context using a pair of stereo images, which is merged in an evidential grid to model the uncertainties of an unknown urban environment, applying the Dempster-Shafer theory. To make decisions in path-planning, it is applied the virtual tentacle approach to generate possible paths starting from ego-referenced car and based on it, two news strategies are proposed. First one, a new strategy to select the correct path to better avoid obstacles and tofollow the local task in the context of hybrid navigation, and second, a new closed loop control based on visual odometry and virtual tentacle is modeled to path-following execution. Finally, a complete automotive system integrating the perception, path-planning and control modules are implemented and experimentally validated in real situations using an experimental autonomous car, where the results show that the developed approach successfully performs a safe local navigation based on camera sensors.

Cette thèse porte principalement sur la modélisation, l'évaluation des performances et l'optimisation au niveau système des réseaux cellulaires de nouvelle génération à l'aide de la géométrie stochastique. En plus, la technologie émergente des surfaces intelligentes reconfigurables (RISs) est étudiée pour l'application aux futurs réseaux sans fil. En particulier, reposant sur un modèle d’abstraction basé sur la loi de Poisson pour la distribution spatiale des nœuds et des points d’accès, cette thèse développe un ensemble de nouveaux cadres analytiques pour le calcul d’importantes métriques de performance, telles que la probabilité de couverture et l'efficacité spectrale potentielle, qui peuvent être utilisés pour l'analyse et l'optimisation au niveau système. Plus spécifiquement, une nouvelle méthodologie d'analyse pour l'analyse de réseaux cellulaires tridimensionnels est introduite et utilisée pour l'optimisation du système. Un nouveau problème d’allocation de ressources est formulé et résolu en combinant pour la première fois géométrie stochastique et programmation non linéaire mixte en nombres entiers. L'impact du déploiement de surfaces réfléchissantes intelligentes sur un réseau sans fil est quantifié à l'aide de processus ponctuels, et les avantages potentiels des RISs contre le relais sont étudiés à l'aide de simulations numériques. / The main focus of this thesis is on modeling, performance evaluation and system-level optimization of next-generation cellular networks by using stochastic geometry. In addition, the emerging technology of Reconfigurable Intelligent Surfaces (RISs) is investigated for application to future wireless networks. In particular, relying on a Poisson-based abstraction model for the spatial distribution of nodes and access points, this thesis develops a set of new analytical frameworks for the computation of important performance metrics, such as the coverage probability and potential spectral efficiency, which can be used for system-level analysis and optimization. More specifically, a new analytical methodology for the analysis of three-dimensional cellular networks is introduced and employed for system optimization. A novel resource allocation problem is formulated and solved by jointly combining for the first time stochastic geometry and mixed-integer non-linear programming. The impact of deploying intelligent reflecting surfaces throughout a wireless network is quantified with the aid of line point processes, and the potential benefits of RISs against relaying are investigated with the aid of numerical simulations.

The energy sector is one of the most active application domains being forced to re-think the current practice and apply data-management based IT solutions to provide a scalable and sustainable supply and distribution of energy. Challenges range from energy production by seamlessly incorporating renewable energy resources over energy distribution and monitoring to controlling energy consumption. Decisions are based on huge amounts of empirically collected data from smart meters, new energy sources (increasingly RES - renewable energy sources such as wind, solar, hydro, thermal, etc), new distributions mechanisms (Smart Grid), and new types of consumers and devices, e.g., electric cars.