Les contrats intelligents sont des programmes informatiques qui s’exécutent d’eux-mêmes dès lors que certaines conditions, déterminées au préalable par les parties, sont remplies. Ce type de contrat est récemment entré dans une nouvelle ère suite à la démocratisation des cryptomonnaies, notamment le Bitcoin et sa technologie sous-jacente ; la chaîne de blocs. Celle-ci se définit comme un registre virtuel répertoriant des historiques de transactions, permettant entre autres de réaliser des transferts d’actifs de pair à pair, sans intermédiaire. Désormais, la chaîne de blocs est aussi capable de servir de support au contrat intelligent, ce qui soulève de nouvelles problématiques juridiques. En raison de sa nature, il est possible que le contrat intelligent puisse causer un préjudice en cas de mauvaise ou de non-exécution. Le présent mémoire consiste à déterminer l’applicabilité du régime de responsabilité civile à ce type de contrat, au regard des dispositions du Code civil du Québec et de la Loi concernant le cadre juridique des technologies de l’information. / Smart contracts are computer programs that run on their own when conditions, previously determined by the parties, are met. This type of contract has recently entered a new era following the democratization of cryptocurrencies, especially Bitcoin and its underlying technology; the Blockchain. It’s a virtual register listing transaction history, making it possible, among other things, to carry out asset transfers from peer to peer without any intermediary. Now, the blockchain is also able to support smart contracts, which raises new legal issues. Due to its nature, it is possible that the smart contract may cause damage in case of bad or non-performance. The purpose of this paper is to determine the applicability of the civil liability regime to this type of contract, in light of the provisions of the Civil Code of Quebec and the Act to establish a legal framework for information technology.

L’industrie automobile est un marché en pleine croissance pour les circuits intégrés de puissance. Les circuits intégrés de puissance sont des systèmes électroniques miniatures qui apportent de nouvelles fonctionnalités aux véhicules. La robustesse et la fiabilité des produits électroniques embarqués dans les véhicules sont des enjeux majeurs. Il arrive pourtant que des défaillances dues au couplage par le bruit de substrat se produisent après la fabrication. L’origine de ce bruit de substrat vient de l’injection de porteurs majoritaires (trous) et minoritaires (électrons). Dans la première partie de cette thèse, nous étudions une nouvelle technique de modélisation proposée par un groupe de recherche à l’EPFL. Cette modélisation permet d’extraire les composants parasites du substrat en tenant compte des porteurs majoritaires et minoritaires. Un outil de CAO (AUTOMICS) a été développé par notre équipe à l’UPMC et est utilisé pour extraire le réseau des composants parasites de substrat s’appuyant sur les modèles de l’EPFL. Dans la deuxième partie de ce travail, nous introduisons une nouvelle méthodologie pour la conception des circuits intégrés de puissance et l’analyse des défaillances avec l’outil AUTOMICS. Nous mettons en évidence les défaillances dues à un couplage par les porteurs minoritaires dans le substrat (électrons). La méthodologie proposée est validée sur un cas d’étude industriel. Ce cas d’étude a été conçu par l’entreprise ams et validé par l’entreprise Valeo. Ce cas d’étude a un problème latch-up. Ce problème n’a pas été identifié par des simulations électriques SPICE classiques. Grâce à notre méthode, nous sommes parvenus à reproduire le phénomène de latch-up dans l’environnement de simulation SPICE. La troisième partie de ce travail présente le fonctionnement et la conception au niveau circuit d’un convertisseur de tension DC-DC. Le circuit a été fabriqué en utilisant la technologie HVCMOS 0.35μm. Nous avons modélisé l’effet du couplage par les courants de substrat entre l’agresseur et la victime et présentons des résultats de simulation cohérents avec les mesures. / Automotive industry is a growing market for smart power integrated circuits (ICs). The smart power ICs miniaturize the electronic systems and improve their functionality for the vehicles. Product robustness and reliability in smart power ICs are vital aspects in automotive applications. However, failures due to substrate noise coupling are still reported in tests after fabrication. The sources of this noise are the injection of majority and minority carriers in the substrate. The majority carriers’ propagation is well modeled, however, the minority carriers’ propagation cannot be modeled by the conventional modeling techniques. In the first part of this work, we explore a new modeling technique proposed by a research group in EPFL. It relies on models that are capable of maintaining the minority carriers’ concentration and gradient. It allows the substrate parasitic extraction taking into account both majority and minority carriers. A CAD tool (AUTOMICS) is developed by our team at UPMC and is used to extract the substrate parasitic network encapsulating the new modeling technique. In the second part of this work, we introduce a new methodology for smart power ICs design and failure analysis using the tool. It focuses on failures due to minority carriers coupling. The proposed methodology is validated on an industrial test case (AUTOCHIP1). This test case was designed in ams and validated by Valeo. This test case suffers from a latch-up problem. This problem is not recognized by conventional simulations. Using our methodology, we manage to reproduce the behavior in simulation environment. The third part of this work presents system and circuit level design for a DC-DC buck converter. This system is considered as a complex system to validate our proposed methodology. The circuit was fabricated using 0.35 µm HVCMOS technology. The high voltage switches serve as aggressors injecting minority carriers in the substrate. An analog sensitive circuit, which is the bandgap, is considered as a victim. The effect of the substrate coupling is studied and simulation results show acceptable consistency with the measurements.

Ce travail explore des solutions afin d'améliorer la reconnaissance des gestes de la main à l'aide de signaux électromyographiques. Grâce aux prothèses myoélectriques, cette technologie a le potentiel de transformer la vie des amputés des membres supérieurs. Malheureusement, les prothèses myoélectriques disponibles sur le marché peinent à reproduire fidèlement les gestes de la main, car il est complexe de déduire l'intention de l'utilisateur à partir de l'activité musculaire mesurée, particulièrement entre différentes utilisations de la prothèse. Pour adresser ce problème, ce travail présente une solution logicielle permettant, à l'aide d'un nouveau capteur flexible d'électromyographie haute densité (HD-EMG) à 64 électrodes, de renforcer la robustesse de la détection contre différentes sources de variations. Cette innovation repose sur l'introduction d'une approche d'augmentation des données par décalage circulaire (ABSDA) couplée à un réseau de neurones à convolution (CNN) et une version anticrénelée (AA-CNN) permettant d'améliorer la robustesse de la classification au mouvement des électrodes et à la variabilité entre les séances. La méthode ABSDA-CNN proposée améliore significativement la précision de la reconnaissance des gestes. Ce travail examine également le potentiel de l'apprentissage machine sur graphes, un domaine émergent qui applique la théorie des graphes à l'intelligence artificielle. En utilisant cette approche pour représenter les capteurs HD-EMG sous forme de graphes, il est possible de capitaliser sur leur structure géométrique naturelle afin de construire des réseaux de neurones sur graphes (GNN) novateurs qui surpassent les réseaux à convolution traditionnels. L'introduction de ces nouvelles architectures permet d'explorer la notion d'invariance en translation des réseaux de neurones en démontrant l'importance d'apprendre la position des électrodes pour améliorer la précision de la reconnaissance des gestes Finalement, une plateforme embarquée sans fil est introduite pour réaliser de la reconnaissance de gestes en temps réel, grâce à un accélérateur Coral Tensor Processing Unit (TPU). Cette solution permet d'intégrer l'intelligence artificielle directement dans les prothèses, supprimant la dépendance à des équipements externes coûteux. Pour une meilleure flexibilité, le système propose la calibration des modèles d'inférence localement ou à distance par le biais d'un serveur. L'exploration des techniques de quantification des données à 8 bits démontre que la compatibilité matérielle peut être obtenue sans sacrifier les performances. / This work explores solutions to improve hand gesture recognition using electromyographic signals. Thanks to myoelectric prostheses, this technology has the potential to radically transformthe lives of upper limb amputees. Unfortunately, the myoelectric prostheses currently availableon the market struggle to faithfully reproduce hand gestures because it is complex to correctlyinfer the user's intention from the measured muscle activity, especially between different usesof the prosthesis. To address this problem, this work presents a software solution that, with the help of anew flexible high-density electromyography (HD-EMG) sensor with 64 electrodes, enhancesthe robustness of detection against various sources of variations. This innovation is basedon the introduction of an array barrel-shifting data augmentation (ABSDA) coupled witha convolutional neural network (CNN) and an anti-aliased version (AA-CNN) to improverobustness to electrode movement, forearm orientation, and inter-session variability. Theproposed ABSDA-CNN method significantly improves the accuracy of gesture recognition. This work also examines the potential of graph machine learning, an emerging field that applies graph theory to artificial intelligence. By using this approach to represent HD-EMGsensors as graphs, it is possible to capitalize on their natural geometric structure to constructinnovative graph neural networks (GNNs) that surpass traditional convolutional networks. The introduction of these new architectures allows for the exploration of the notion of invariance to translation of neural networks by demonstrating the importance of learning electrodepositions to improve gesture recognition accuracy. Finally, a wireless embedded platform is introduced for real-time gesture recognition, thanksto a Coral Tensor Processing Unit (TPU) accelerator. This solution enables the integration ofartificial intelligence directly into prostheses, eliminating the dependency on expensive externalhardware. For enhanced flexibility, the system offers model calibration locally or remotely viaa server. Exploring 8-bit data quantization techniques shows that hardware compatibility canbe achieved without sacrificing performance.

Contexte : La tuberculose est la première cause de mortalité au monde et parmi les 10,4 millions de cas de tuberculose par année, 2,8 millions proviennent de l’Inde. De ce fait, il est considéré comme le pays ayant le plus haut taux d’incidence de la tuberculose au monde. Une manque de qualité des soins est une cause majeure pour l’épidémie de la tuberculose en Inde. Le secteur privé, qui n’est pas réglementé, prend soin de 50% des patients ayant la tuberculose. Des études précédentes indiquent le mauvais diagnostic ou le mauvais traitement comme des facteurs qui sont présents dans le secteur privé. Ce secteur comprend plusieurs types de médecins, dont ceux qui ont un diplôme en médecine et ceux qui n’ont pas de diplôme en médecine mais pratiquent la médicine. Une amélioration dans l’éducation des cliniciens utilisant les technologies mobiles, dont les applications mobiles, pourrait être une solution pour améliorer et assurer la qualité des soins des patients ayant la tuberculose. Toutefois, il existe peu d’études sur les technologies mobiles pour la tuberculose en Inde. Objectifs : Ce mémoire vise à évaluer l’expérience de l’usager et l’acceptabilité d’une application mobile (LearnTB) parmi les cliniciens académiques du secteur privé en Inde. Méthodes: L’étude a utilisé une approche à deux étapes. Cinq cliniciens (étape 1) et 101 cliniciens (étape 2) ont été contactés à Kasturba Hospital Manipal, Manipal, Inde entre février et mars 2017. L’expérience des participants était évaluée par le System Usability Scale. L’acceptabilité était évaluée par un questionnaire adopté du Technology Assessment Model. Les résultats étaient analysés à l’aide des statistiques descriptives, la régression linéaire multiple ainsi que la régression logistique. Résultats : Des taux de réponse de 100% et 99% ont été obtenus pour la première et deuxième partie respectivement. L’expérience de l’usager était vraiment positive. En ce qui concerne l’acceptabilité, une analyse de cheminement a confirmé la relation directe entre l’utilité perçue et l’intention d’utilisation, et la relation indirecte entre la facilité d’utilisation perçue et l’intention d’utilisation. La régression logistique a permis de cibler les items qui influencent fortement l’intention d’utilisation. Conclusion : L’expérience de l’usager pour LearnTB était vraiment positive, et l’utilité perçue a le plus grand impact sur l’intention d’utilisation (acceptabilité). Cette étude permet d’avoir une analyse préliminaire de l’acceptabilité des cliniciens concernant les technologies mobiles pour la tuberculose en Inde. D’autres recherches dans ce domaine sont requises afin d’assurer l’implantation optimale de ces technologies. / Background: Tuberculosis (TB) is the leading infectious killer, and India accounts for 2.8 of the 10.4 million TB cases that occur each year, making it the highest TB burden country worldwide. Poor quality of TB care is a major driver of the epidemic in India. India’s large private, unregulated health sector manages over 50% of the TB patients, with studies showing suboptimal diagnosis and treatment in the private sector. This sector comprises of health professionals who are medically trained, and those who are not medically trained but are practicing medicine. Better education of doctors using mobile health (mHealth) applications is a possible solution. However, little is known about mHealth around TB in India. Objective: This masters thesis aimed to evaluate the user experience and acceptability of a smartphone application for TB (LearnTB) amongst private sector academic clinicians in India. Methods: This study adopted a two part approach. Five clinicians (part 1) and 101 clinicians (part 2) were contacted at Kasturba Hospital Manipal, Manipal, India between February and March 2017. The user experience of participants (part 1) was evaluated based on the System Usability Scale (SUS). Acceptability (part 2) was evaluated based on the Technology Acceptance Model (TAM). Data were analyzed using descriptive statistics, multiple linear regression as well as logistic regression analysis. Results: Response rates of 100% and 99% were achieved for part 1 and part 2, respectively. User experience was very positive. Regarding acceptability, a path analysis confirmed the direct relationship between perceived usefulness and intention to use, and the indirect relationship between perceived ease of use and intention to use. Logistic regression analysis helped target items strongly influencing intention to use. Conclusion: The user experience with LearnTB was very positive, and perceived usefulness has the highest impact on intention to use (acceptability). This study provides a preliminary analysis of mHealth interventions for TB in India, and emphasizes the need for future research in this domain.

Résumé : Pour assister efficacement les personnes en perte d'autonomie dans le contexte des habitats intelligents, il est essentiel d'identifier les difficultés auxquelles ces personnes sont confrontées dans leur quotidien. L'objectif de ce travail est d'observer les processus exécutifs durant les activités de la vie quotidienne, ainsi que leur dysfonctionnement lors du vieillissement cognitif (normal ou lié à la maladie d'Alzheimer), puis d'élaborer un modèle théorique et informatique capable de simuler les comportements observés. Une phase d'observation et de qualification des processus de contrôle exécutif (capacités de régulation de l'action, de correction et d'adaptation lors de situations imprévues) a d'abord été réalisée, dornnant lieu à la spécification d'un modèle théorique fondé sur le modèle de contrôle attentionnel de l'action de Norman et Shallice. Le modèle théorique a ensuite été implémenté informatiquement et permet de simuler une activité quotidienne spécifique. // Abstract : In order to assist patients who are loosing their autonomy, smart homes and cognitive assistance systems have to be based on a good knowledge of people's disorders and on the difficulties they are likely to encounter in daily life. The specific objective of this PhD is to observe executive processes involved in the completion of daily activities and their impairment during ageing and dementia of the Alzheimer's type, and then to design both theoretical and computational models which are able to generate the observed behaviours. An observation and a qualification phase, allowing to observe executive control processes (action regulation, correction and adaptation when unexpected situations occur) have been first realized, leading to the specification of a theoretical model based on the Norman and Shallice model. This theoretical model has then been implemented to obtain a computational model, which allows the simulation of a specific activity of daily living.

L'étude de matériaux intelligents, capables de s'adapter à des stimuli externes est actuellement en plein développement. La ligne directrice de cette thèse est la création de mousses avec des propriétés optiques particulières dans le domaine visible et modulables par un champ magnétique. Cela pose deux problèmes: parvenir d'une part à réaliser une mousse ordonnée constituée de cellules de taille micrométrique et d'autre part à coupler efficacement son arrangement avec un champ magnétique. Ce travail, au cœur des thématiques de la matière molle, se divise en trois parties. La première partie décrit le comportement rhéophysique de solutions aqueuses d'alginate de sodium (polyélectrolyte anionique) et de nanoparticules magnétiques, solutions qui gélifient en présence d'ions calcium. La seconde partie concerne les mousses aqueuses et les bulles monodisperses micrométriques: il est d'abord présenté l'étude de la pression osmotique et de la transition structurelle en fonction de la fraction liquide d'une mousse cristalline générée par un dispositif microfluidique (diamètre des bulles: ~ 100 µm). Puis, une méthode originale basée sur le rétrécissement de bulles est introduite pour créer des bulles ou des gouttes monodisperses micrométriques. Enfin, la troisième partie rassemble les différentes connaissances acquises pour accéder aux premières mousses gélifiées magnéto-stimulables.

Cette thèse vise à définir une nouvelle méthode d’enseignement pour les systèmes tutoriels intelligents dans le but d’améliorer l’acquisition des connaissances. L’apprentissage est un phénomène complexe faisant intervenir des mécanismes émotionnels et cognitifs de nature consciente et inconsciente. Nous nous intéressons à mieux comprendre les mécanismes inconscients du raisonnement lors de l’acquisition des connaissances. L’importance de ces processus inconscients pour le raisonnement est bien documentée en neurosciences, mais demeure encore largement inexplorée dans notre domaine de recherche. Dans cette thèse, nous proposons la mise en place d’une nouvelle approche pédagogique dans le domaine de l’éducation implémentant une taxonomie neuroscientifique de la perception humaine. Nous montrons que cette nouvelle approche agit sur le raisonnement et, à tour de rôle, améliore l’apprentissage général et l’induction de la connaissance dans un environnement de résolution de problème. Dans une première partie, nous présentons l’implémentation de notre nouvelle méthode dans un système tutoriel visant à améliorer le raisonnement pour un meilleur apprentissage. De plus, compte tenu de l’importance des mécanismes émotionnels dans l’apprentissage, nous avons également procédé dans cette partie à la mesure des émotions par des capteurs physiologiques. L’efficacité de notre méthode pour l’apprentissage et son impact positif observé sur les émotions a été validée sur trente et un participants. Dans une seconde partie, nous allons plus loin dans notre recherche en adaptant notre méthode visant à améliorer le raisonnement pour une meilleure induction de la connaissance. L’induction est un type de raisonnement qui permet de construire des règles générales à partir d’exemples spécifiques ou de faits particuliers. Afin de mieux comprendre l’impact de notre méthode sur les processus cognitifs impliqués dans ce type de raisonnement, nous avons eu recours à des capteurs cérébraux pour mesurer l’activité du cerveau des utilisateurs. La validation de notre approche réalisée sur quarante-trois volontaires montre l’efficacité de notre méthode pour l’induction de la connaissance et la viabilité de mesurer le raisonnement par des mesures cérébrales suite à l’application appropriée d’algorithmes de traitement de signal. Suite à ces deux parties, nous clorons la thèse par une discussion applicative en décrivant la mise en place d’un nouveau système tutoriel intelligent intégrant les résultats de nos travaux. / This thesis aims at defining a new learning method to improve knowledge acquisition for intelligent tutoring systems. Learning is a complex phenomenon interlinking both emotional and cognitive mechanisms on conscious and unconscious levels. We are interested in understanding the unconscious mechanisms involved in human reasoning for knowledge acquisition. The importance of these unconscious processes is well documented in neuroscience, but remains largely unexplored in our research field. In this thesis, we put forward a new pedagogical approach in the field of education based on a taxonomy of human perception in neuroscience. We show that this method improves on reasoning which in turn enhances overall learning and inductive capabilities for knowledge acquisition in a problem solving environment. In a first part, we present the implementation of our new method in a tutorial system to improve reasoning hence leading to better learning. Furthermore, acknowledging the importance of emotional mechanisms in learning, we therefore recorded, in this first part, the emotional reactions of users using physiological sensors. The effectiveness of our method for learning and its positive impact on emotions has been validated on 31 participants. In a second part, we go further in our research and enhance our approach in order to improve reasoning for a better induction of knowledge. Induction in a bottom-up logical reasoning approach where one constructs general rules from observed examples. To better understand the impact of our method on the cognitive processes involved in this type of reasoning, we used sensors to record the users’ brain electrical activity. The validation of our approach was carried out on a cohort of 43 volunteers. We showed the effectiveness of our method on the induction of knowledge and sustainability of measuring user’s reasoning by brain recordings after applying proper signal processing algorithms to the data. Following the two parts, we finish the thesis by presenting the implementation of a new intelligent tutoring system incorporating the results found throughout this work.

Les récents avancements en sciences cognitives, psychologie et neurosciences, ont démontré que les émotions et les processus cognitifs sont intimement reliés. Ce constat a donné lieu à une nouvelle génération de Systèmes Tutoriels Intelligents (STI) dont la logique d’adaptation repose sur une considération de la dimension émotionnelle et affective de l’apprenant. Ces systèmes, connus sous le nom de Systèmes Tutoriels Émotionnellement Intelligents (STEI), cherchent à se doter des facultés des tuteurs humains dans leurs capacités à détecter, comprendre et s’adapter intuitivement en fonction de l’état émotionnel des apprenants. Toutefois, en dépit du nombre important de travaux portant sur la modélisation émotionnelle, les différents résultats empiriques ont démontré que les STEI actuels n’arrivent pas à avoir un impact significatif sur les performances et les réactions émotionnelles des apprenants. Ces limites sont principalement dues à la complexité du concept émotionnel qui rend sa modélisation difficile et son interprétation ambiguë. Dans cette thèse, nous proposons d’augmenter les STEI des indicateurs d’états mentaux d’engagement et de charge mentale de travail. Ces états mentaux ont l’avantage d’englober à la fois une dimension affective et cognitive. Pour cela, nous allons, dans une première partie, présenter une approche de modélisation de ces indicateurs à partir des données de l’activité cérébrale des apprenants. Dans une seconde partie, nous allons intégrer ces modèles dans un STEI capable d’adapter en temps réel le processus d’apprentissage en fonction de ces indicateurs. / Recent advances in cognitive science, psychology and neuroscience have shown that emotions and cognitive processes are closely intertwined. This fact has given rise to a new generation of Intelligent Tutoring Systems (ITS) whose adaptive logic is based on the consideration of the learner’s emotional and affective dimension. These systems, known as Emotionally Intelligent Tutoring Systems (EITS), seek to acquire the human tutors’ ability in detecting, understanding and adapting to the learners’ emotional state. However, despite the large body of work on emotional modeling, several empirical results showed that current EITS fail to have a significant impact on the learners’ performance and emotional reactions. These limitations are mainly due to the complexity of the emotional concept which makes its modeling difficult and its interpretation ambiguous. In this thesis we propose to increase EITS with mental state indicators of engagement and mental workload. These mental states have the advantage to include both affective and cognitive dimensions. To this end, we first present an approach to modeling these indicators from the learners’ brain activity data. In the second part, we will integrate these models into an EITS able to adapt in real time the learning process according to these indicators.

L'acquisition et la modélisation de connaissances ont été abordés jusqu'à présent selon deux approches principales : les êtres humains (experts) à l'aide des méthodologies de l'Ingénierie des Connaissances et le Knowledge Management, et les données à l'aide des techniques relevant de la découverte de connaissances à partir du contenu de bases de données (fouille de données). Cette thèse porte sur la conception d'un processus d'apprentissage conjoint par l'être humain et la machine combinant une approche de modélisation des connaissances de type Ingénierie des Connaissances (TOM4D, Timed Observation Modelling for Diagnosis) et une approche d'apprentissage automatique fondée sur un processus de découverte de connaissances à partir de données datées (TOM4L, Timed Observation Mining for Learning). Ces deux approches étant fondées sur la Théorie des Observations Datées, les modèles produits sont représentés dans le même formalisme ce qui permet leur comparaison et leur combinaison. Le mémoire propose également une méthode d'abstraction, inspiée des travaux de Newell sur le "Knowledge Level'' et fondée sur le paradigme d'observation datée, qui a pour but de traiter le problème de la différence de niveau d'abstraction inhérent entre le discours d'un expert et les données mesurées sur un système par un processus d'abstractions successives. Les travaux présentés dans ce mémoire ayant été menés en collaboration avec le CSTB de Sophia Antipolis (Centre Scientifique et Technique du Bâtiment), ils sont appliqués à la modélisation de l'activité humaine dans le cadre de l'aide aux personnes âgées maintenues à domicile. / Knowledge acquisition has been traditionally approached from a primarily people-driven perspective, through Knowledge Engineering and Management, or from a primarily data-driven approach, through Knowledge Discovery in Databases, rather than from an integral standpoint. This thesis proposes then a human-machine learning approach that combines a Knowledge Engineering modelling approach called TOM4D (Timed Observation Modelling For Diagnosis) with a process of Knowledge Discovery in Databases based on an automatic data mining technique called TOM4L (Timed Observation Mining For Learning). The combination and comparison between models obtained through TOM4D and those ones obtained through TOM4L is possible, owing to that TOM4D and TOM4L are based on the Theory of Timed Observations and share the same representation formalism. Consequently, a learning process nourished with experts' knowledge and knowledge discovered in data is defined in the present work. In addition, this dissertation puts forward a theoretical framework of abstraction levels, in line with the mentioned theory and inspired by the Newell's Knowledge Level work, in order to reduce the broad gap of semantic content that exists between data, relative to an observed process, in a database and what can be inferred in a higher level; that is, in the experts' discursive level. Thus, the human-machine learning approach along with the notion of abstraction levels are then applied to the modelling of human behaviour in smart environments. In particular, the modelling of elderly people's behaviour at home in the GerHome Project of the CSTB (Centre Scientifique et Technique du Bâtiment) of Sophia Antipolis, France.

L’incorporation des instruments intelligents dans les boucles de sécurité nous mène vers une sécurité intelligente et les systèmes deviennent des « systèmes instrumentés de sécurité à intelligence distribuée (SISID) ». La justification de l’usage de ces instruments dans les applications de sécurité n’est pas complètement avérée. L’évaluation de la sûreté de fonctionnement de ce type de systèmes n’est pas triviale. Dans ce travail, la modélisation et l'évaluation des performances relatives à la sûreté de fonctionnement des systèmes instrumentés de sécurité (SIS) sont traitées pour des structures intégrant de l’intelligence dans les instruments de terrain. La méthodologie que nous utilisons consiste en la modélisation de l’aspect fonctionnel et dysfonctionnel de ces systèmes en adoptant le formalisme basé sur les réseaux de Petri stochastiques qui assurent la représentation du comportement dynamique de ce type de systèmes. La modélisation est traitée sous la forme d’une approche stochastique utilisant les réseaux d’activité stochastiques SAN (Stochastic Activity Network). L’introduction d’indicateurs de performances permet de mettre en évidence l’effet de l’intégration des niveaux d’intelligence dans les applications de sécurité. La méthode de Monte Carlo est utilisée pour évaluer les paramètres de sûreté de fonctionnement des SIS en conformité avec les normes de sécurité relatives aux systèmes instrumentés de sécurité (CEI 61508 et CEI 61511). Nous avons proposé une méthode et les outils associés pour approcher cette évaluation par simulation et ainsi apporter une aide à la conception des systèmes instrumentés de sécurité (SIS) intégrant quelques fonctionnalités des instruments intelligents / The incorporation of intelligent instruments in safety loops leads towards the concept of intelligent safety and the systems become “Intelligent Distributed Safety Instrumented Systems (IDSIS)”. The justification for using these instruments in safety applications is not fully proven and the dependability evaluation of such systems is a difficult task. Achieved work in this thesis deals with modelling and thus the performance evaluation relating to the dependability for structures which have intelligence in the instruments constituting the Safety Instrumented Systems (SIS). In the modelling of the system, the functional and dysfunctional aspects coexist and the dynamic approach using the Stochastic Activity Network (SAN) is proposed to overcome the difficulties mentioned above. The introduction of performance indicators highlight the effect of the integration of intelligence levels in safety applications. Monte-Carlo method is used to assess the dependability parameters in compliance with safety standards related to SIS (IEC 61508 & IEC 61511). We have proposed a method and associated tools to approach this evaluation by simulation and thus provide assistance in designing Safety Instrumented Systems (SIS) integrating some features of intelligent tools