L'inférence grammaticale s'intéresse à l'apprentissage automatique de langages formels. Ces derniers sont organisés en plusieurs classes formant la hiérarchie de Chomsky. Parmi elles, les langages réguliers, reconnus par des automates finis déterministes, forment la classe la plus « simple » à apprendre : l'apprentissage des automates a largement été étudié et a donné naissance à plusieurs algorithmes d'inférence grammaticale.<br /><br />Toutefois, un problème concernant les données est devenu crucial : celui du bruit. Des propositions d'algorithmes ont vu le jour pour essayer de résoudre ce problème, mais nous montrons que les résultats ne sont toujours pas satisfaisants, y compris pour les langages réguliers. Or, puisqu'ils forment la base de la hiérarchie de Chomsky, ce sont toutes les classes de la hiérarchie qui ne peuvent être apprises en situations bruitées.<br /><br />Aussi, nous proposons une nouvelle classe de langages qui semble ne pas souffrir de ce handicap : celle des boules de mots. Nous démontrons que cette classe, de prime abord peu orthodoxe mais utilisée dans de nombreuses applications comme la correction orthographique ou la recherche de plus proches voisins, reste identifiable à la limite même lorsque les données d'apprentissage subissent l'influence d'un bruit non statistique.<br /><br />De plus, nous introduisons les requêtes de correction basées sur la distance d'édition et nous présentons un algorithme d'apprentissage des boules de mots à partir de telles requêtes. Nous montrons expérimentalement que de simples heuristiques a posteriori suffisent à le rendre résistant lorsque l'oracle répond approximativement à de telles requêtes. Ceci justifie encore une<br />fois la robustesse des boules de mots au bruit.<br /><br />Contrairement aux idées reçues, le bruit n'est donc pas une malédiction en inférence grammaticale : les langages à base de distance offrent de nouvelles perspectives.

L'élaboration de silicium de qualité solaire par une autre route que la voie chimique semble aujourd'hui prometteuse pour réduire les coûts et garantir l'approvisionnement en matériau de la filière photovoltaïque. Un plasma inductif (Ar+H2+O2) couplé à un brassage électromagnétique du silicium liquide permet d'extraire une impureté critique : le bore. La compréhension de la volatilisation du bore a été étudiée via des calculs thermodynamiques sous FACTSAGE ainsi que des analyses chimiques en ligne des gaz de sortie par ICP-OES. L'étude du procédé a été divisée en deux étapes. Le brassage électromagnétique a fait l'objet d'une étude numérique et expérimentale. La répartition des espèces réactives à la surface a été étudiée en remplaçant le silicium par du graphite afin d'obtenir une image spatiale de la répartition des espèces à la surface. L'optimisation du procédé a permis d'obtenir un silicium avec une teneur en bore acceptable. Les caractérisations chimiques et électriques du matériau purifié ont révélées une quantité trop élevée d'aluminium, d'oxygène et de phosphore. Toutefois le matériau produit est utilisable par l'industrie, le rendement cellule est supérieur à 14% sur la partie p du lingot.

Les grandes villes tunisiennes et particulièrement les villes littorales ont connu, pendant la deuxième moitié du XXe siècle, un étalement urbain à la fois accéléré et de plus en plus dispersé, aux dépens de leur enveloppe agricole. C'est le cas du littoral nord de Sousse et plus précisément des communes de Hammam Sousse et d'Akouda, deux anciennes bourgades rurales dont les espaces périphériques enregistrent des transformations géographiques rapides. Elles résultent de l'urbanisme balnéaire, des résidences secondaires de villégiature et de l'habitat résidentiel. La concentration urbaine sur le littoral (tourisme balnéaire et villégiature) a engendré la construction de la frange littorale des deux communes aux dépens de jardins maraîchers séculaires isolant de fait le reste du territoire agricole de la mer. L'importance de la périurbanisation, un processus émergent en Tunisie, s'est traduite aussi par le bouleversement du foncier agricole. La plus-value foncière liée à l'urbanisation est à l'origine du recul des senias urbaines et périurbaines. Le nouveau contexte périurbain a provoqué chez les fellahs propriétaires l'adoption de diverses stratégies d'adaptation. La thèse analyse les différents types d'agriculture et montre leurs aptitudes à résister (ou non) face aux usages non agricoles du foncier périurbain.

Le travail effectué au cours de cette thèse se situe dans le cadre d'une approche anti-tumorale par immunothérapie. Le cœur de ce projet a consisté à développer une méthodologie permettant de synthétiser des mimes de la forme tumorale de la glycoprotéine MUC1 par multiligation chimique sur support solide. La stratégie de synthèse repose sur une approche convergente basée sur la condensation par liaison oxime entre un peptide aminooxy (Aoa) et un peptide aldéhyde. Le développement d'une approche utilisant la déprotection sélective du groupe Aoa sur le fragment médian a permis de coupler plusieurs motifs MUC1 par ligation chimique sur support solide et d'obtenir deux longs peptides comportant deux unités et demi de répétition de la protéine MUC1 pour l'un et un épitope T-auxiliaire supplémentaire pour l'autre composé.<br /> Ce travail ouvre la voie à la synthèse de chimères de MUC1 qui seront glycosylées par voie chimioenzymatique. Ces petites glycoprotéines synthétiques, bien que calquées sur des glycoprotéines naturelles, seront élaborées dans le but d'étudier différentes présentations des antigènes pour optimiser leur immunogénicité.

L'analyse statistique des séquences biologiques telles les séquences nucléotidiques (l'ADN et l'ARN) ou d'acides aminés (les protéines) nécessite la conception de différents modèles s'adaptant chacun à un ou plusieurs cas d'étude. Etant donnée la dépendance de la succession des nucléotides dans les séquences d'ADN, les modèles généralement utilisés sont des modèles de Markov. Le problème de ces modèles est de supposer l'homogénéité des séquences. Or, les séquences biologiques ne sont pas homogènes. Un exemple bien connu est la répartition en gc : le long d'une même séquence, alternent des régions riches en gc et des régions pauvres en gc. Pour rendre compte de l'hétérogénéité des séquences, d'autres modèles sont utilisés : les modèles de Markov cachés. La séquence est divisée en plusieurs régions homogènes. Les applications sont nombreuses, telle la recherche des régions codantes. Certaines particularités biologiques ne pouvant apparaître suivant ces modèles, nous proposons de nouveaux modèles, les chaînes de Markov régulées (DMM pour drifting Markov model). Au lieu d'ajuster une matrice de transition sur une séquence entière (modèle de Markov homogène classique) ou différentes matrices de transition sur différentes régions de la séquence (modèles de Markov cachés), nous permettons à la matrice de transition de varier (to drift) du début à la fin de la séquence. A chaque position t dans la séquence, nous avons une matrice de transition Πt/n(où n est la longueur de la séquence) éventuellement différente. Nos modèles sont donc des modèles de Markov hétérogènes contraints. Dans cette thèse, nous donnerons essentiellement deux manières de contraindre les modèles : la modélisation polynomiale et la modélisation par splines. Par exemple, pour une modélisation polynomiale de degré 1 (une dérive linéaire), nous nous donnons une matrice de départ Π0 et une matrice d'arrivée Π1 puis nous passons de l'une à l'autre en fonction de la position t dans la séquence : <br />Πt/n = (1-t/n) Π0 + t/n Π1.<br />Cette modélisation correspond à une évolution douce entre deux états. Par exemple cela peut traduire la transition entre deux régimes d'un chaîne de Markov cachée, qui pourrait parfois sembler trop brutale. Ces modèles peuvent donc être vus comme une alternative mais aussi comme un outil complémentaire aux modèles de Markov cachés. Tout au long de ce travail, nous avons considéré des dérives polynomiales de tout degré ainsi que des dérives par splines polynomiales : le but de ces modèles étant de les rendre plus flexibles que ceux des polynômes. Nous avons estimé nos modèles de multiples manières puis évalué la qualité de ces estimateurs avant de les utiliser en vue d'applications telle la recherche de mots exceptionnels. Nous avons mis en oeuvre le software DRIMM (bientôt disponible à http://stat.genopole.cnrs.fr/sg/software/drimm/, dédié à l'estimation de nos modèles. Ce programme regroupe toutes les possibilités offertes par nos modèles, tels le calcul des matrices en chaque position, le calcul des lois stationnaires, des distributions de probabilité en chaque position... L'utilisation de ce programme pour la recherche des mots exceptionnels est proposée dans des programmes auxiliaires (disponibles sur demande).<br />Plusieurs perspectives à ce travail sont envisageables. Nous avons jusqu'alors décidé de faire varier la matrice seulement en fonction de la position, mais nous pourrions prendre en compte des covariables tels le degré d'hydrophobicité, le pourcentage en gc, un indicateur de la structure des protéines (hélice α, feuillets β...). Nous pourrions aussi envisager de mêler HMM et variation continue, où sur chaque région, au lieu d'ajuster un modèle de Markov, nous ajusterions un modèle de chaînes de Markov régulées.

Le présent document est à la fois le bilan d'une vingtaine d'années de recherche en linguistique anglaise et en traductologie, recherche portant sur des thèmes aussi divers que les jeux de mots et les références culturelles dans Astérix, les interjections et les énoncés interjectifs, les nombres et les énumérations ou encore les questions alternatives, et, ce qui vise aussi à synthétiser ces différents approches, une réflexion sur la représentation qui prend appui sur un objet originellement mathématique, les fractales, dont on peut penser qu'elles constituent un outil pertinent d'analyse pour rendre compte à la fois des textes et des fonctionnements linguistiques. A partir d'un passage en revue des problématiques abordées dans les différents travaux, il est proposé une représentation dynamique de l'organisation du sens qui, du point à la ligne et à l'enroulement, construit une complexité croissante du dire et du regard sur le monde. Par le jeu de la récursivité et de l'homothétie interne, le sens déploie dans un foisonnement apparent ses ramifications dans la linéarité des discours, entrelacs complexe et fascinant dont les fractales, précisément, permettent sinon de rendre compte, du moins d'apprécier les réalisations, c'est-à-dire d'en accepter les formes et d'en estimer la valeur. Du fourmillement des données à la perception d'échos se dévoile ainsi l'essence de l'être au monde, que linguistes et traductologues, par leurs approches complémentaires, contribuent à mettre au jour.

Entre le XIIIe siècle et le XVIIe siècle, se constitue un vocabulaire nautique spécifique, celui de la marine du Levant, différent de celui de la marine du Ponant utilisé en Atlantique. Ce vocabulaire est né du voyage dans le temps des mots provenant de l'indo-européen, du latin et du grec, mais sa spécificité vient des échanges, du voyage des mots dans tous l'espace méditerranéen qui permet à toutes les langues méditerranéennes de s'enrichir mutuellement. Les récits de voyage à Jérusalem constituent une source importante car ils sont rédigés par des hommes qui n'ont jamais auparavant vu la mer et qui vivent leur première expérience de navigation ; ils ont tout à apprendre pour pouvoir transmettre leur expérience à leurs lecteurs. Le métissage linguistique méditerranéen est le fait des marins qui transmettent aux marchands et aux voyageurs qui sillonnent la Méditerranée. Quand un mot domine et se répand dans d'autres langues cela signifie qu'il appartient à une langue d'une nation dominante soit dans ses techniques de navigation, soit par sa puissance maritime.Les écrivains voyageurs racontent leur navigation en montrant leurs sentiments, en exprimant leur admiration pour les spectacles nouveaux qu'ils découvrent. Comme la mer est un élément inconnu, elle engendre très souvent la peur qu'il faut surmonter, le voyage est une épreuve nécessaire et enrichissante. La constitution d'un vocabulaire spécifique montre qu'au delà des guerres, de la course, des fortunes de mer, des hommes se sont parlés, se sont entendus, ont construitensemble les outils nécessaires pour nommer les chose, c'est-à-dire les comprendre et se comprendre.

En situation de perception audiovisuelle de la parole (i.e., lorsque deux interlocuteurs communiquent face à face) et lorsque le signal acoustique est bruité, l'intelligibilité des sons produits par un locuteur est augmentée lorsque son visage en mouvement est visible. L'objectif des travaux présentés ici est de déterminer si cette capacité à " lire sur les lèvres " nous est utile seulement pour augmenter l'intelligibilité de certains sons de parole (i.e., niveau de traitement pré-lexical) ou également pour accéder au sens des mots (i.e., niveau de traitement lexical). Chez l'adulte, nos résultats indiquent que l'information visuelle participe à l'activation des représentations lexicales en présence d'une information auditive bruitée (Etude 1 et 2). Voir le geste articulatoire correspondant à la première syllabe d'un mot constitue une information suffisante pour contacter les représentations lexicales, en l'absence de toute information auditive (Etude 3 et 4). Les résultats obtenus chez l'enfant suggèrent néanmoins que jusque l'âge de 10 ans, l'information visuelle serait uniquement décodée à un niveau pré-lexical (Etude 5).

Cette thèse s'intéresse aux réseaux de confusion comme représentation compacte et structurée des hypothèses multiples produites par un moteur de reconnaissance de parole et transmises à un module de post-traitement applicatif. Les réseaux de confusion (CN pour Confusion Networks) sont générés à partir des graphes de mots et structurent l'information sous la forme d'une séquence de classes contenant des hypothèses de mots en concurrence. Le cas d'usage étudié dans ces travaux est celui des hypothèses de reconnaissance transmises à un module de compréhension de la parole dans le cadre d'une application de dialogue déployée par France Telecom. Deux problématiques inhérentes à ce contexte applicatif sont soulevées. De façon générale, un système de dialogue doit non seulement reconnaître un énoncé prononcé par un utilisateur, mais aussi l'interpréter afin de déduire sons sens. Du point de vue de l'utilisateur, les performances perçues sont plus proches de celles de la chaîne complète de compréhension que de celles de la reconnaissance vocale seule. Ce sont ces performances que nous cherchons à optimiser. Le cas plus particulier d'une application déployée implique de pouvoir traiter des données réelles et donc très variées. Un énoncé peut être plus ou moins bruité, dans le domaine ou hors-domaine, couvert par le modèle sémantique de l'application ou non, etc. Étant donnée cette grande variabilité, nous posons la question de savoir si le fait d'appliquer les mêmes traitements sur l'ensemble des données, comme c'est le cas dans les approches classiques, est une solution adaptée. Avec cette double perspective, cette thèse s'attache à la fois à enrichir l'algorithme de construction des CNs dans le but d'optimiser globalement le processus de compréhension et à proposer une stratégie adéquate d'utilisation des réseaux de confusion dans le contexte d'une application réelle. Après une analyse des propriétés de deux approches de construction des CNs sur un corpus de données réelles, l'algorithme retenu est celui du "pivot". Nous en proposons une version modifiée et adaptée au contexte applicatif en introduisant notamment un traitement différencié des mots du graphe qui privilégie les mots porteurs de sens. En réponse à la grande variabilité des énoncés à traiter dans une application déployée, nous proposons une stratégie de décision à plusieurs niveaux qui vise à mieux prendre en compte les spécificités des différents types d'énoncés. Nous montrons notamment qu'il est préférable de n'exploiter la richesse des sorties multiples que sur les énoncés réellement porteurs de sens. Cette stratégie permet à la fois d'optimiser les temps de calcul et d'améliorer globalement les performances du système

L'objectif de ce travail consiste à étudier le comportement des argiles molles de Tunis et la détermination des caractéristiques physiques et mécaniques relevantes. En effet, l'identification des paramètres physiques, minéralogiques, sédimentologiques et mécaniques, d'une part, et l'étude du comportement des argiles molles de Tunis, d'autre part, nous a permis dans un premier volet d'estimer le degré de sensibilité de divers argiles molles de Tunis et de suggérer le processus qui a conféré à ces argiles leur métastabilité. Un modèle physique de développement de la sensibilité dans les argiles molles de Tunis a été élaboré. Les classifications (selon la sensibilité) suggérées par plusieurs auteurs, montrent une divergence des résultats. La proposition d'une classification propre aux argiles molles de Tunis a été élaborée. Dans un deuxième volet l'étude du comportement des argiles molles de Tunis a permis d'abord de confirmer le caractère métastable de ces argiles ; ensuite de trouver l'impact de la sensibilité sur le comportement (triaxial et oedométrique) des argiles molles de Tunis. Enfin une étude du domaine de validité de l'essai pressiométrique dans ces argiles molles de Tunis a montré une importante sous‐estimation du module de cisaillement initial par cette méthode.