Les réseaux maillés sans fil sont une solution efficace, de plus en plus mise en œuvre en tant qu'infrastructure, pour interconnecter les stations d'accès des réseaux radio. Ces réseaux doivent absorber une croissance très forte du trafic généré par les terminaux de nouvelle génération. Cependant, l'augmentation du prix de l'énergie, ainsi que les préoccupations écologiques et sanitaires, poussent à s'intéresser à la minimisation de la consommation énergétique de ces réseaux. Ces travaux de thèse s'inscrivent dans les problématiques d'optimisation de la capacité et de la minimisation de la consommation énergétique globale des réseaux radio maillés. Nous définissons la capacité d'un réseau comme la quantité de trafic que le réseau peut supporter par unité de temps. Ces travaux s'articulent autour de quatre axes. Tout d'abord, nous abordons le problème d'amélioration de la capacité des réseaux radio maillés de type WIFI où l'accès au médium radio se base sur le protocole d'accès CSMA/CA. Nous mettons en lumière, les facteurs déterminants qui impactent la capacité du réseau, et l'existence d'un goulot d'étranglement qui limite cette capacité du réseau. Ensuite, nous proposons une architecture de communication basée sur l'utilisation conjointe de CSMA/CA et de TDMA afin de résoudre ce problème de goulot d'étranglement. Dans la deuxième partie de cette thèse, nous nous intéressons aux réseaux maillés sans fil basés sur un partage des ressources temps-fréquence. Afin de calculer des bornes théoriques sur les performances du réseau, nous développons des modèles d'optimisation basés sur la programmation linéaire et la technique de génération de colonnes. Ces modèles d'optimisation intègrent un modèle d'interférence SINR avec contrôle de puissance continue et variation de taux de transmission. Ils permettent, en particulier, de calculer une configuration optimale du réseau qui maximise la capacité ou minimise la consommation d'énergie. Ensuite, dans le troisième axe de recherche, nous étudions en détail le compromis entre la capacité du réseau et la consommation énergétique. Nous mettons en évidence plusieurs résultats d'ingénierie nécessaires pour un fonctionnement optimal d'un réseau maillé sans fil. Enfin, nous nous focalisons sur les réseaux cellulaires hétérogènes. Nous proposons des outils d'optimisation calculant une configuration optimale des stations de base qui maximise la capacité du réseau avec une consommation efficace d'énergie. Ensuite, afin d'économiser l'énergie, nous proposons une heuristique calculant un ordonnancement des stations et leur mise en mode d'endormissement partiel selon deux stratégies différentes, nommées LAFS et MAFS.

Un système de production High-Mix Low-Volume est caractérisé par une grande variété de technologies, des faibles volumes de production, et des produits de courte durée de vie. L’introduction de la technique d’échantillonnage dynamique à ce système de production a permis un gain important sur le rendement de production. Cet échantillonnage est basé, en temps réel, sur les états des équipements et sur l’ensemble des produits en cours de fabrication. Les méthodes classiques d’analyse des rendements, nécessitant un grand nombre de mesure par produit, ne sont plus aussi performantes. Afin d’adapter le diagnostic au nouvel environnement de production, les travaux de cette thèse proposent une approche de diagnostic qui consiste à localiser l’équipement à l’origine de défauts dans une ligne de fabrication du semi-conducteur. Elle est composée de trois modules principaux. Le premier module est constitué d’une méthode d’identification de l’équipement en mode de fonctionnement anormal. Cette méthode est basée sur l’analyse d’éléments communs. Le deuxième est un module de tri de données. Un algorithme d’alignement de séquences a été utilisé afin de comparer les caractéristiques des échantillons et calculer le taux de similarité. Le troisième module est l’échantillonnage réactif pour le diagnostic. Cet échantillonnage est basé sur un modèle d’optimisation linéaire qui permet de trouver l’équilibre entre le nombre d’échantillons et le temps d’analyse. L’approche proposée est validée sur des données expérimentales issues de la ligne de fabrication de la compagnie STMicroelectronics à Rousset-France. / High-Mix Low-Volume manufacturing process is characterized by a wide variety of technologies, low production volumes, and short cycle time of products. The introduction of dynamic sampling technique in this system has enabled a significant improvement of production gain. The dynamic sampling is based on the equipment states and the set of products being manufactured. The yield enhancement methods requiring à large number of measurements by product, are no more efficient. In order to adapt the diagnosis method to the new manufacturing environment, this thesis provides a defect source identification method applied to semiconductor manufacturing process. It is composed of three main modules. The first module aim to identify the faulty process equipment. This module is based on the tool commonality analysis approach. The second module consists in sorting the products. A Sequence Alignment Algorithm has been used in order to compare the sample characteristics and to calculate the similarity degree. The third module is a reactive sampling method for the diagnosis. This method is based on a linear optimization algorithm that allows finding the tradeoff between the number of samples and the analysis time. The proposed approach has been approved on real data from STMicroelectronics manufacturing line in Rousset-France.

Cette thèse est consacrée aux méthodes statistiques d’extrapolation dans les essais de recherche de dose en pédiatrie. Dans un premier temps, nous réalisons une revue systématique de la littérature sur le sujet. Elle met en évidence la nécessité de proposer de nouvelles méthodes pour la conception des études d’escalade de dose chez l’enfant. Nous apportons des réponses à cette problématique en exploitant l’information disponible chez l’adulte. Dans une première série de travaux, nous étudions l’intérêt de la prédiction des paramètres pharmacocinétiques (PK) en pédiatrie à l’aide de méthodes d’extrapolation : l’allométrie et la maturation. Cette évaluation est réalisée à partir de données PK chez l’adulte et l’enfant pour la méfloquine. Faisant appel aux paramètres prédits, nous développons une approche pour choisir les temps de prélèvements (design) d’une étude PK. Nous recommandons un design obtenu par optimisation grâce à la méthode de D-optimalité en utilisant le logiciel PFIM. Ce design est ensuite validé à l’aide de simulations sur différents modèles. Une seconde série de travaux nous amène à proposer des recommandations pour la planification d’un essai de recherche de dose. Nous avançons d’abord des techniques pour choisir les doses à tester grâce à l’utilisation des données adultes et de l’extrapolation. Nous proposons ensuite une méthode proche de la méta-analyse pour prédire les probabilités de toxicités pour chaque dose. Enfin, nous employons la méthode de l’Effective sample size afin de construire une loi a priori lors de l’utilisation d’une estimation bayésienne. Nous validons ces recommandations sur une étude de cas en utilisant une méthode d’escalade de dose, la méthode de réévaluation séquentielle bivariée, pour laquelle nous évaluons à la fois la toxicité et l’efficacité. A partir de l’exemple de la molécule erlotinib, nous effectuons une série de simulations sur plusieurs scénarios afin d’illustrer les performances de la planification. / This thesis addresses extrapolation techniques for statistical models for dose-finding studies in pediatrics. After a litterature review on these clinical trials, we observed the need of methodological propositions for the planification of dose- finding studies in pediatrics. We deal with this issue using information from the adult population. In a first research, the objectives are to design a pharmacokinetic (PK) study by using information from adults and evaluate the robustness of the recommended design through a case study of mefloquine. Pediatric PK parameters are predicted from adult PK using extrapolation functions such as allometry and maturation. A D-optimal design for children is obtained with PFIM by assuming the extrapolated design. The robustness of the recommended design is evaluated in a simulation study with four different models and is compared to the empirical design used for the pediatric data. In a second research, we propose a global approach to conduct a pediatric dose-finding clinical trial using extrapolation from adult information. First, we extrapolate the dose-range from adults using allometry and maturation. Then, using an approach to meta-analysis, we choose the initial probabilities of toxicity for each dose. Finally, we use the effective sample size method to choose the prior distribution of parameters in a Bayesian setting. We perform a simulation study based on the molecule erlotinib to evaluate the performances of this global approach.