Thèse doctorat : Informatique : Rennes 1 : 2005. / Bibliogr. p. 185-198.

Reproduction de : Thèse de doctorat : Systèmes automatiques : Toulouse, INPT : 2008. / Titre provenant de l'écran-titre. Bibliogr. 107 réf.

Les progrès des technologies de mesure et le séquençage des génomes, ont permis l'émergence, dans les années 1990, de techniques de mesure globale de l'expression génique, les puces à ADN. Ce type d'expérience, dit à " haut débit ", en raison du volume de données qu'elles génèrent nécessitent un traitement automatique pour l'interprétation des résultats. Dans ce but, de nombreuses approches ont été développées, essentiellement réparties en deux familles : les méthodes de classification supervisées et non supervisées. Nous présentons ici la distillation sémantique, une approche de classification non supervisée originale fondée sur un formalisme inspiré de la mesure physique en mécanique quantique permettant l'analyse des résultats d'analyse de puces à ADN. Cette méthode fournit à l'utilisateur une liste de gènes ordonnée par spécificité pour chaque échantillon biologique de l'expérience, décrivant ainsi chaque contexte cellulaire ainsi que l'influence de chaque gène dans ces contextes. Celleci a été mise à l'épreuve sur deux jeux de données : un jeu " tissus-spécifique " pour lequel notre méthode a correctement caractérisé les gènes spécifiques de chaque tissu, et un jeu de données cliniques de patients atteints de fibroses hépatiques à divers stades pour lequel la distillation sémantique a permis de trouver des signatures dans les voies métaboliques et les processus biologiques associés aux gènes spécifiques de chaque stade de la maladie.

Mémoire (M.Eng.)--Université du Québec à Chicoutimi, 1998. / Document électronique également accessible en format PDF. CaQCU

Un des aspects de complexité des nouvelles données, issues des différents systèmes de traitement,sont l’imprécision, l’incertitude, et l’incomplétude. Ces aspects ont aggravés la multiplicité etdissémination des sources productrices de données, qu’on observe facilement dans les systèmesde contrôle et de monitoring. Si les outils de la fouille de données sont devenus assez performants avec des données dont on dispose de connaissances a priori fiables, ils ne peuvent pas êtreappliqués aux données où les connaissances elles mêmes peuvent être entachées d’incertitude etd’imprécision. De ce fait, de nouvelles approches qui prennent en compte cet aspect vont certainement améliorer les performances des systèmes de fouille de données, dont la détection desoutliers, objet de notre recherche dans le cadre de cette thèse. Cette thèse s’inscrit dans cette optique, à savoir la proposition d’une nouvelle méthode pourla détection d’outliers dans les données incertaines et/ou imprécises. En effet, l’imprécision etl’incertitude des expertises relatives aux données d’apprentissage, est un aspect de complexitédes données. Pour pallier à ce problème particulier d’imprécision et d’incertitude des donnéesexpertisées, nous avons combinés des techniques issues de l’apprentissage automatique, et plusparticulièrement le clustering, et des techniques issues de la logique floue, en particulier les ensembles flous, et ce, pour pouvoir projeter de nouvelles observations, sur les clusters des donnéesd’apprentissage, et après seuillage, pouvoir définir les observations à considérer comme aberrantes(outliers) dans le jeu de données considéré.Concrètement, en utilisant les tables de décision ambigües (TDA), nous sommes partis des indices d’ambigüité des données d’apprentissage pour calculer les indices d’ambigüités des nouvellesobservations (données de test), et ce en faisant recours à l’inférence floue. Après un clustering del’ensemble des indices d’ambigüité, une opération α-coupe, nous a permis de définir une frontièrede décision au sein des clusters, et qui a été utilisée à son tour pour catégoriser les observations,en normales (inliers) ou aberrantes (outliers). La force de la méthode proposée réside dans sonpouvoir à traiter avec des données d’apprentissage imprécises et/ou incertaines en utilisant uniquement les indices d’ambigüité, palliant ainsi aux différents problèmes d’incomplétude des jeuxde données. Les métriques de faux positifs et de rappel, nous ont permis d’une part d’évaluer lesperformances de notre méthode, et aussi de la paramétrer selon les choix de l’utilisateur. / One of the complexity aspects of the new data produced by the different processing systems is the inaccuracy, the uncertainty, and the incompleteness. These aspects are aggravated by the multiplicity and the dissemination of data-generating sources, that can be easily observed within various control and monitoring systems. While the tools of data mining have become fairly efficient with data that have reliable prior knowledge, they cannot be applied to data where the knowledge itself may be tainted with uncertainty and inaccuracy. As a result, new approaches that take into account this aspect will certainly improve the performance of data mining systems, including the detection of outliers,which is the subject of our research in this thesis.This thesis deals therefore with a particular aspect of uncertainty and accuracy, namely the proposal of a new method to detect outliers in uncertain and / or inaccurate data. Indeed, the inaccuracy of the expertise related to the learning data, is an aspect of complexity. To overcome this particular problem of inaccuracy and uncertainty of the expertise data, we have combined techniques resulting from machine learning, especially clustering, and techniques derived from fuzzy logic, especially fuzzy sets. So we will be able to project the new observations, on the clusters of the learning data, and after thresholding, defining the observations to consider as aberrant (outliers) in the considered dataset.Specifically, using ambiguous decision tables (ADTs), we proceeded from the ambiguity indices of the learning data to compute the ambiguity indices of the new observations (test data), using the Fuzzy Inference. After clustering, the set of ambiguity indices, an α-cut operation allowed us to define a decision boundary within the clusters, which was used in turn to categorize the observations as normal (inliers ) or aberrant (outliers). The strength of the proposed method lies in its ability to deal with inaccurate and / or uncertain learning data using only the indices of ambiguity, thus overcoming the various problems of incompleteness of the datasets. The metrics of false positives and recall, allowed us on one hand to evaluate the performances of our method, and also to parameterize it according to the choices of the user.

Mémoire numérisé par la Direction des bibliothèques de l'Université de Montréal.

Depuis sa création, la projection thermique ne cesse d'étendre son champ d'application en raison de ses potentialités à projeter des matériaux bien différents (métallique, céramique, plastique,...) sous des formes bien différentes aussi (poudre, fil, suspension, solution,...). Plusieurs types de procédés ont été développés afin de satisfaire les applications industrielles, par exemple, le procédé HVOF (High Velocity Oxygen Fuel), le procédé APS (Atmospheric Plasma Spraying), le procédé VLPPS (Very Low Pressure Plasma Spray). Parmi ces procédés, le procédé APS est aujourd'hui bien implanté dans l'industrie et en laboratoire réussissant à élaborer des revêtements de bonne qualité à coût intéressant. Néanmoins, cette technologie pâtit des incidences des instabilités du procédé sur la qualité du produit obtenu et souffre d'un manque de compréhension des relations entre les paramètres opératoires et les caractéristiques des particules en vol.Pour rappel, pendant la projection APS, les phénomènes d'instabilité du pied d'arc, d'érosion des électrodes, d'instabilité des paramètres opératoires ne peuvent pas être complètement éliminés. Et, il est encore aujourd'hui difficile de mesurer et de bien contrôler ces paramètres.Compte tenu des progrès réalisés sur les moyens de diagnostic qui peuvent être utilisés en milieu hostile (comme dans le cas de la projection APS), un contrôle efficace de ce procédé en boucle fermée peut être maintenant envisagé et requiert le développement d'un système expert qui se compose des réseaux de neurones artificiels et de logique floue. Les réseaux de neurones artificiels sont développés dans plusieurs domaines d'application et aussi maintenant au cas de la projection thermique. La logique floue quant à elle est une extension de la logique booléenne basée sur la théorie mathématique des ensembles flous. Nous nous sommes intéressés dans ce travail à bâtir le modèle de contrôle en ligne du procédé de projection basé sur des éléments d'Intelligence Artificielle et à construire un émulateur qui reproduise aussi fidèlement que possible le comportement dynamique du procédé.

Thèse numérisée par la Direction des bibliothèques de l'Université de Montréal.

Nous examinons la possibilité de déployer un service Lower-than-Best-Effort(LBE)sur des liens à long délai tels que des liens satellites. L'objectif estde fournir une deuxième classe de priorité dédiée à un trafic en tâche defond ou un trafic de signalisation. Dans le contexte des liens à long délai, unservice LBE peut aider à optimiser l'utilisation de la capacité du lien. Enoutre, un service de LBE peut permettre un accès à Internet à faible coût oumême gratuit dans les collectivités éloignées via la communication parsatellite. Il existe deux niveaux de déploiement possible d'une approche de LBE: soit àla couche MAC ou soità la couche de transport. Dans cette thèse, nous nousintéressons à une approche de bout-en-bout et donc nous nousconcentrons spécifiquement sur les solutions de la couche transport. Nousproposons tout d'abord d'étudier LEDBAT (Low Extra Delay BackgroundTransport)en raison de son potentiel. En effet, LEDBAT a été normalisé parl'IETF et est largement déployé dans le client BitTorrent officiel.Malheureusement, le réglage des paramètres de LEDBAT dépend fortement desconditions du réseau. Dans le pire des cas, les flux LEDBAT peuvent prendretoute la bande passante d'autre trafic tels que le trafic commercial sur lelien satellite. LEDBAT souffre également d'un problème intra-inéquité, appelélatecomer advantage. Toutes ces raisons empêchent souvent les opérateursde permettre l'utilisation de ce protocole sur le lien sans fil et à longdélai puisqu'une mauvaise configuration peut surcharger la capacité du lien.Pour répondre à l'ensemble de ces problèmes, nous proposons FLOWER, un nouveauprotocole de transport, qui se positionne comme alternative à LEDBAT. Enutilisant un contrôleur de logique floue pour réguler le débit des données,FLOWER vise à résoudre les problèmes de LEDBAT tout en remplissant le rôle d'unprotocole de LBE. Dans cette thèse, nous montrons que FLOWER peut transporter letrafic deLBE non seulement dans le contexte à long délai, mais dansplusieurs conditions du réseau où LEDBAT se trouve en échec. / In this thesis, we look at the possibility to deploy a Lower-than-Best-Effort(LBE) service over long delay links such as satellite links. The objective isto provide a second priority class dedicated to background or signalingtraffic. In the context of long delay links, an LBE service might also help tooptimize the use of the link capacity. In addition, an LBE service can enablea low-cost or even free Internet access in remote communities via satellitecommunication. There exists two possible deployment level of an LBE approach: either at MAClayer or at transport layer. In this thesis, we are interested in anend-to-end approach and thusspecifically focus on the transport layersolutions. We first propose to study LEDBAT (Low Extra Delay BackgroundTransport) because of its potential. Indeed, LEDBAT has been standardized byIETF and is widely deployed within the official BitTorrent client.Unfortunately, the tuning of LEDBAT parameters is revealed to highly depend onthe network conditions. In the worst case scenario, LEDBAT flows can starveother traffic such as commercial traffic performing over a satellite link.LEDBAT also suffers from an intra-unfairness issue, called the latecomeradvantage. All these reasons often prevent operators to allow the use of suchprotocol over wireless and long-delay link as a misconfiguration can overloadthe link capacity. Therefore, we design FLOWER, a new delay-based transportprotocol, as an alternative to LEDBAT. By using a fuzzy controller to modulatethe sending rate, FLOWER aims to solve LEDBAT issues while fulfilling the roleof an LBE protocol. Our simulation results show that FLOWER can carry LBEtraffic not only in the long delay context, but in a wide range of networkconditions where LEDBAT usually fails.

Malgré leur fort développement en assainissement domestique urbain, les bioréacteurs à membranes (BaM) pâtissent de phénomènes de colmatage, induisant des coûts énergétiques et de maintenance importants. L’aération séquencée des membranes par des grosses bulles est l’une des stratégies pour limiter le colmatage ; son impact a fait l’objet de plusieurs études mais reste globalement mal compris, notamment du fait de la complexité de ces systèmes, multiphasiques et opaques. L’hydrodynamique des réacteurs reste mal caractérisée en présence de boues. Pour apporter des éléments de compréhension aux mécanismes de limitation du colmatage par injection d’air, un pilote de filtration membranaire semi-industriel (2 m3, 3 sous modules fibres creuses Puron®) a été conçu, dimensionné et installé sur l’unité de traitement des jus (TDJ) de la station d’épuration Seine Aval (SIAAP), afin d’être alimenté en boues biologiques dans des conditions réelles de fonctionnement. Le suivi des paramètres opératoires du pilote et de ses performances de filtration sur une période de 5 mois avait un double objectif : (i) mieux caractériser la dispersion du gaz pour différentes conditions de fonctionnement (paramètres de l’aération, concentration en boues de l’alimentation), (ii) hiérarchiser les facteurs qui limitent le colmatage des membranes. Il s’agit in fine de proposer des stratégies d’aération adaptées et efficaces pour limiter le colmatage. Afin de caractériser la dispersion du gaz dans le réacteur, une méthodologie innovante basée sur la tomographie de résistivité électrique (ERT) a été adaptée au pilote. Les conditions d’utilisation de l’ERT (nombre d’électrodes de mesure, séquence de quadripôles) ont été sélectionnées à travers une étude numérique, de même que les paramètres d’inversion nécessaires pour reconstituer la cartographie des résistivités à partir des mesures expérimentales. Cette étude numérique poussée, réalisée sous COMSOL, a permis de conclure à l’intérêt de la méthode pour représenter la distribution des phases dans la géométrie considérée. L’ERT a donc été appliquée au pilote alimenté en boues, pour différentes conditions d’aération. Le jeu de données de filtration a par ailleurs été analysé par logique floue, à l’aide du logiciel FisPro. Les arbres de décision obtenus, en analysant les résultats de manière globale et en les regroupant par conditions opératoires similaires, ont mis en évidence l’impact prépondérant des variables suivantes sur la dérive de perméabilité observée (comprise entre - 9 et 2 LMH/bar) : la différence de DCO entre le surnageant des boues et le perméat (DDCO) traduisant une phase colloïdale complexe, et la concentration en matières en suspension (MES), ayant toutes deux un impact négatif sur les performances de filtration. Une augmentation du débit d’air conduirait à une limitation de la dérive de perméabilité, sauf lorsque la variable DCO est élevée (> à 500 mg/L), cette hypothèse restant cependant à vérifier sur une base de données plus conséquente. Le modèle ainsi obtenu par logique floue permet de mieux simuler les évolutions de perméabilité que les modèles obtenus par régression linéaire multivariée (erreurs de 0,61 et de 0,70 respectivement), et ce malgré une incertitude relative importante sur la mesure de perméabilité (jusqu’à 16 %). Ces résultats sont cohérents avec la dispersion du gaz observée par ERT : son homogénéité dépend de la concentration en MES et du débit d’air injecté. A forte concentration en MES (6 – 10 g/L), des zones préférentielles de passage des bulles ont été observées, en particulier à faible débit d’air, expliquant ainsi un colmatage plus important. L’utilisation nouvelle dans ce contexte de ces techniques, ERT et logique floue, donne des résultats qui confortent l’intérêt d’adapter l’aération (débit, séquençage) aux caractéristiques des boues notamment leurs concentrations, et qui permettent d’envisager des stratégies de contrôle de ces paramètres / Membrane bioreactors (MBRs) are widely used in the wastewater treatment sector. However, membrane fouling mitigation remains challenging, and leads to important maintenance and energy costs. Several strategies have been developed industrially to enhance MBR productivity, including coarse bubble sequenced aeration for fouling mitigation. The way such aeration participates in sludge hydrodynamic patterns is an important research topic. However, the methods currently used for hydrodynamic characterisation suffer from several drawbacks, mainly due to the system’s complexity (three phases with opaque deformable solids). More research is needed to characterize hydrodynamics in MBRs filled with activated sludge. A semi-industrial reactor (2.0 m3) was designed and equipped with three hollow fiber membrane modules (KMS Puron) to contribute to fill this knowledge gap. The reactor was continuously fed with activated sludge from one of the reactors of the Seine Aval (SIAAP) wastewater treatment plant. Operating parameters, activated sludge properties as well as process performances were monitored for five months with two objectives: (i) to characterize gas dispersion for different operating conditions (aeration strategy, activated sludge concentrations), (ii) to rank activated sludge properties and operating conditions, according to their impact on fouling mitigation. The ultimate goal is to propose adapted aeration strategies allowing sustainable filtration performance. In order to characterize the gas dispersion in a complex geometry such as MBR membrane tanks, an innovative approach based on electrical resistivity tomography was adapted to the pilot conditions. A numerical approach was used to define the experimental design in terms of electrode positions, quadripole sequences but also inversion parameters, used to reconstruct resistivity maps from experimental datasets. This numerical study, performed on COMSOL, demonstrated the ability of the ERT method to observe different patterns in the membrane zone. ERT was therefore applied to characterise bubble dispersion in the semi-industrial membrane bioreactor filled with activated sludge and operated using different aeration conditions. The dataset obtained from filtration monitoring was analysed using fuzzy logic. The resulting fuzzy decision trees, constructed from the whole dataset or from subsets clustering similar operating conditions, pointed out the impact on the permeability evolution of two main factors: the COD difference between activated sludge supernatant and permeate (COD), standing for complex colloidal phase, and Mixed Liquor Suspended Solid (MLSS) concentration. Both variables emphasizing fouling at high values. Also, an air flow rate augmentation seemed to mitigate fouling, except at high COD concentrations (> 500 mg/L), where its impact was reversed. This last observation needs further investigation, on a larger dataset. The model obtained from fuzzy logic allows a better simulation of permeability evolutions compared to multivariate linear regression (errors of 0.61 and 0.70, respectively), despite a relatively high measurement uncertainty of permeability (up to 16 %). Those results are consistent with the gas dispersion observed with ERT measurements: homogeneity of gas dispersion depends on MLSS concentration and air flow rate. At high concentrations of MLSS (6 g/L and 10 g/L), a high air flow rate is required for the bubbles to be distributed on the whole membrane zone and preferential flow paths have been observed, especially at low air flow rate. This gas dispersion heterogeneity explains worsened filtration performance. In this context, the new use of these technics, ERT and fuzzy logic, provided results that reinforce the interest to link aeration parameters to sludge properties, their MLSS concentration in particular, leading to consider control strategies for these operating parameters.