Ce travail vise à trouver une technique de test rapide et peu onéreuse pour les interrupteurs MEMS RF embarqués dans les SiPs (System-in-Package). La complexité des SiPs RF exige une stratégie de conception en vue du test (DFT, Design-for-Test) afin d'éviter l'utilisation d'équipements sophistiqués de test, aussi bien que de surmonter les difficultés d'accès aux points de mesure embarqués. L'approche proposée utilise le principe du test alternatif qui remplace des procédures de test à base des spécifications conventionnelles. L'idée de base est d'extraire les performances haute fréquence de l'interrupteur à partir des caractéristiques basse fréquence du signal d'enveloppe de la réponse. Ces caractéristiques, qui incluent le temps de montée, le temps de descente, ou les amplitudes maximales du signal dans les états ON et OFF, sont alors utilisées dans un processus de régression pour prédire des spécifications RF comme les paramètres /S/. Un banc de test a été configuré et utilisé pour évaluer une dizaine d'échantillons d'un commutateur commercial. Des mesures expérimentales ont été réalisées avec un kit d'évaluation développé par notre partenaire industriel et un kit d'évaluation du développeur. Les mesures de basse fréquence comme le temps de transition ON/OFF et les amplitudes RF de la sortie sont utilisées comme régresseurs pour l'algorithme de régression multivariée qui construit une liaison non-linéaire entre les caractéristiques de basse fréquence et les performances RF de l'interrupteur. Ainsi, des performances conventionnelles comme les paramètres /S/ sont prédites à partir de ces mesures par la régression non-linéaire. Les résultats ont exposé une bonne corrélation entre les performances RF et les mesures de basse fréquence. La validation expérimentale a seulement été réalisée pour un petit échantillon d'interrupteurs. Les résultats de simulation ont aussi été utilisés pour évaluer cette corrélation.

La commande en logique floue permet de s'affranchir de l'utilisation de modèles mathématiques parfois difficiles à obtenir. Sa capacité à traduire la connaissance d'un opérateur humain en règles d'expertise énoncées dans un langage simple en fait une technique très prometteuse. Néanmoins, lorsque le nombre de variables entrant en jeu devient trop important, la base de règles explose très vite, et des problèmes liés à sa réalisation pratique en découlent. Cette thèse s'inscrit dans la mouvance des travaux actuels sur la commande floue et s'attache au problème de l'explosion combinatoire du nombre de règles. Dans une première partie, les principes de base de la logique floue et de la commande floue sont rappelés. Dans une deuxième partie, des solutions visant à simplifier la synthèse d'un contrôleur flou sont présentées. Deux cas sont considérés : la base de règles existe déjà, la base de règles n'est pas disponible et la synthèse d'un contrôleur flou de complexité réduite est à réaliser. Dans la pratique, on ne dispose généralement pas de cette base de règles, aussi, on insiste davantage sur le deuxième cas de figure. Une fois la structure du contrôleur flou défini, le nombre de paramètres à régler pouvant atteindre un nombre important, il est intéressant d'utiliser des techniques d'apprentissage afin d'automatiser la mise au point du contrôleur flou. Les paramètres de ce dernier (gains et fonctions d'appartenance, en entrée et en sortie) sont ici réglés à travers la méthode, très simple, de descente du gradient. Dans une troisième partie, la démarche proposée dans ce mémoire est appliquée avec succès à la commande de deux processus multivariables : un bac mélangeur et un procédé biologique de traitement des eaux-usées.

L'objectif de ce travail est d'étudier la dé<br />formation d'un tissu posé sur un support bi- ou tri-dimensionnel et soumis à<br />son propre poids.<br />Dans la première partie, nous établissons les équations<br />d'équilibre de ce problème dans le cas général et<br />introduisons deux modèles mathématiques. Le premier est un<br />modèle membranaire non-linéaire, dont l'analyse mathématique<br />conduit au calcul de l'enveloppe quasi-convexe de la densité<br />d'énergie associée. Le deuxième modèle (modèle<br />membrane-flexion non-linéaire) est obtenu en ajoutant un terme<br />régularisant à une fonctionnelle énergie non coercive. Nous<br />prouvons l'existence d'au moins une solution de ce problème de<br />minimisation, en utilisant les techniques du Calcul des Variations. Enfin,<br />nous établissons l'existence de solutions pour le problème de<br />drapé tri-dimensionnel.<br />La seconde partie est consacrée à la résolution numérique des diffé%<br />rents modèles élaborés dans la première partie, au moyen d'une méthode ité%<br />rative de descente couplée avec une méthode multigrille, afin d'accélérer la<br />convergence de l'algorithme. Nous montrons que le problème discret admet au<br />moins une solution. Enfin, nous prouvons la convergence théorique d'une<br />sous-suite de solutions discrètes vers une solution du problème continu,<br />moyennant une hypothèse de densité.

Dans cette thèse, nous nous intéressons à des problèmes de segmentation d'images sous contraintes géométriques. Cette problématique a émergé suite à l'analyse de plusieurs méthodes classiques de détection de contours qui a été faite. En effet, ces méthodes classiques (Modèles déformables, contours actifs géodésiques, 'fast marching', etc...) se révèlent caduques quand des données de l'image sont manquantes ou de mauvaise qualité. En imagerie médicale par exemple, des phénomènes d'occlusion peuvent se produire : des organes peuvent se masquer en partie l'un l'autre (ex du foie). Par ailleurs, deux objets qui se jouxtent peuvent posséder des textures intrinsèques homogènes si bien qu'il est difficile d'identifier clairement l'interface entre ces deux objets. La définition classique d'un contour qui est caractérisé comme étant le lieu des points connexes présentant une forte transition de luminosité ne s'applique donc plus. Enfin, dans certains contextes d'étude, comme en géophysique, on peut disposer en plus des doneées d'imagerie, de données géométriques à intégrer au processus de segmentation.<br /><br />Pour pallier ces difficultés, nous proposons ici des modèles de segmentation intégrant des contraintes géométriques et satisfaisant les critères classiques de détection avec en particulier la régularité sur le contour que cela implique.