MASL PROPOSE UNE APPROCHE UNIFIEE ET MACROSCOPIQUE A L'EXPRESSION DE CALCULS HETEROGENES ET DISTRIBUES SUR DES AGENTS CONÇUS EN SUIVANT LE MODELE DELIBERATIF, REACTIF OU HYBRIDE. C'EST UN LANGAGE DE HAUT NIVEAU INDEPENDANT DE L'EXECUTIF OU CHAQUE AGENT, VU COMME UNE ENTITE CONCURRENTE, DETERMINE LOCALEMENT SA PARTICIPATION A DES BLOCS D'EXECUTION COLLECTIFS (E-BLOCS). CHAQUE E-BLOC EST UN PROGRAMME COLLECTIF ANONYME POUVANT S'EXECUTER SUR UN RESEAU D'AGENTS SELON DES CRITERES LOCAUX. LE MODE D'ORCHESTRATION (SCALAIRE, SYNCHRONE, ASYNCHRONE) EST DETERMINE STATIQUEMENT PAR UN ATTRIBUT DU BLOC, LES COMMUNICATIONS SUPPORTENT LE MODELE A MEMOIRE PARTAGEE, LE MODELE A ENVOI DE MESSAGES ET LE MODELE D'EVENEMENTS. L'HETEROGENEITE DES AGENTS EST ASSUREE PAR HERITAGE ET POLYMORPHISME ALORS QUE L'AUTONOMIE EST PROPOSEE PAR UN MECANISME (APPELE PERMEABILITE) DE FILTRAGE OU CHAQUE AGENT PEUT MASQUER/OUVRIR SON INTERFACE DYNAMIQUEMENT ET SELON LA POSITION DE L'EMETTEUR DANS LA HIERARCHIE D'E-BLOCS. DANS UN CONTEXTE D'ALLOCATION DYNAMIQUE DES AGENTS, DE REPRISE APRES ECHEC OU DE REMPLACEMENT D'UN AGENT ROBOTIQUE DANS UNE FLOTTE DE ROBOTS (CAS D'UNE PANNE OU PERTE DE FONCTIONNALITE COMPROMETTANT LA MISSION), LE E-BLOC PROPOSE UNE PERSPECTIVE DE POINT D'ENTREE D'UN TRAITEMENT COLLECTIF. DANS LE CAS D'E-BLOC SYNCHRONES, LE PARADIGME SOUS-JACENT EST ISSU DU MODELE DATA-PARALLELE, PERMETTANT ICI DES TRAITEMENTS ITERATIFS PAR VAGUES SUCCESSIVES D'AGENTS. AU FINAL, MASL PROPOSE DES AVANCEES DANS LE DOMAINE DES SMA (APPARTENANCE DYNAMIQUE A DES GROUPES, PRECISION DU RYTHME DES ACTIONS A ENTREPRENDRE POUR PERMETTRE UNE COOPERATION DESIREE) ET AU NIVEAU DE LA GESTION DES ERREURS.

Déterminer la structure 3D des protéines expérimentalement est une tâche très lourde et coûteuse, qui peut s'avérer parfois impossible à réaliser. L'arrivée massive de données provenant des programmes de séquençage à grande échelle impose de passer d'une approche biochimique à une approche bioinformatique, et nécessite en particulier de développer des méthodes de prédiction sur des séquences.<br />Cette thèse propose l'exploration de deux nouvelles pistes pour progresser dans la résolution de prédiction de ponts disulfures dans les protéines. Cette liaison covalente stabilise et contraint fortement la conformation spatiale de la protéine et la connaissance des positions où elle intervient peut réduire considérablement la complexité du problème de la prédiction de la structure 3D. Pour cela, nous utilisons dans un premier temps, l'inférence grammaticale et plus particulièrement les langages de contrôle introduit par Y. Takada, puis dans un deuxième temps, la programmation logique inductive.<br />Diverses expériences visent à confronter un cadre théorique d'apprentissage et des algorithmes généraux d'inférence grammaticale régulière à une application pratique de prédiction d'appariements spécifiques au sein d'une séquence protéique. D'autres expérimentations montrent que la programmation logique inductive donne de bons résultats sur la prédiction de l'état oxydé des cystéines en inférant des règles interprétables par les biologistes. Nous proposons un algorithme d'induction heuristique dont l'idée est d'effectuer plusieurs phases d'apprentissage en tenant compte des résultats obtenus aux phases précédentes permettant ainsi de diminuer considérablement la combinatoire dans les espaces d'hypothèses logiques en construisant des règles de plus en plus discriminantes.