Le travail aborde la modélisation et l’analyse de systèmes complexes, caractérisés, dans un cadre incertain et évolutif, par de nombreuses interactions entre composants. Dans un cadre de gestion des risques, le travail vise à créer un modèle causal spatio-temporel pour l’explication et la probabilisation de certains événements redoutés à des fins de diagnostic et de pronostic. Le travail de modélisation est basé sur l’approche bayésienne et, plus particulièrement, sur les Réseaux Bayésiens (RB). Dans l’optique de considérer des systèmes de grande taille et de représenter leur complexité spatio-temporelle, leur caractère multiéchelles et incertain dans un cadre dynamique, l’idée de ce travail est alors d’étendre le concept des Réseaux Bayesiens Dynamiques (RBD) et d’utiliser le paradigme Orienté Objet pour l’appliquer aux réseaux bayésiens. Dans leur forme actuelle, les réseaux bayésiens orientés objet permettent de créer des instances réutilisables mais non instanciables. En d’autres termes, cela implique que l’objet généré est susceptible d’être appelé plusieurs fois dans la construction d’un modèle mais sans pour autant que ces paramètres (tables de probabilités marginales ou conditionnelles) ne soient modifiés. Ce travail de thèse vise à combler cette lacune en proposant une approche structurée permettant de construire des grands systèmes à base d’objets (caractérisés par des réseaux bayésiens simples) dont les paramètres peuvent être actualisés en fonction de l’instant ou du contexte de leur appel et de leur utilisation. Ce concept est concrétisé sous la forme de Réseaux Bayésiens Multidimensionnels par leur propension à combiner plusieurs dimensions qu’elles soient spatiales ou temporelles.

Tous les domaines de la science et de la technologie produisent de gros volume de données hétérogènes. L'exploration de tels volumes de données reste toujours un défi. Peu de travaux ciblent l'exploration et l'analyse de données séquentielles multidimensionnelles et hétérogènes. Dans ce travail, nous proposons une contribution à la découverte de connaissances dans les données séquentielles hétérogènes. Nous étudions trois axes de recherche différents: (i) l'extraction de motifs séquentiels, (ii) la classification et (iii) le clustering des données séquentielles. Tout d'abord, nous généralisons la notion de séquence multidimensionnelle en considérant la structure complexe et hétérogène. Nous présentons une nouvelle approche MMISP pour extraire des motifs séquentiels à partir de données séquentielles multidimensionnelles et hétérogènes. MMISP génère un grand nombre de motifs séquentiels comme cela est généralement le cas pour toues les algorithmes d'énumération des motifs. Pour surmonter ce problème, nous proposons une nouvelle façon de considérer les séquences multidimensionnelles hétérogènes en les associant à des structures de patrons. Nous développons une méthode pour énumérer seulement les motifs qui respectent certaines contraintes. La deuxième direction de recherche est la classification de séquences multidimensionnelles et hétérogènes. Nous utilisons l'analyse formelle de concept (AFC) comme une méthode de classification. Nous montrons l'intérêt des treillis de concepts et de l'indice de stabilité pour classer les séquences et pour choisir quelques groupes intéressants de séquences. La troisième direction de recherche dans cette thèse est préoccupé par le regroupement des données séquentielles multidimensionnelles et hétérogènes. Nous nous basons sur la notion de sous-séquences communes pour définir une mesure de similarité permettant d'évaluer la proximité entre deux séquences formées d'une liste d'ensemble d'items. Nous utilisons cette mesure de similarité pour construire une matrice de similarité entre les séquences et pour les segmenter en plusieurs groupes. Dans ce travail, nous présentons les résultats théoriques et un algorithme de programmation dynamique permettant de compter efficacement toutes les sous-séquences communes à deux séquences sans énumérer toutes les séquences. Le système résultant de cette recherches a été appliqué pour analyser et extraire les trajectoires de soins de santé des patients en cancérologie. Les données sont issues d' une base de données médico-administrative incluant des informations sur des patients hospitalisent en France. Le système permet d'identifier et de caractériser des épisodes de soins pour des ensembles spécifiques de patients. Les résultats ont été discutés et interprétés avec les experts du domaine / All domains of science and technology produce large and heterogeneous data. Although a lot of work was done in this area, mining such data is still a challenge. No previous research work targets the mining of heterogeneous multidimensional sequential data. This thesis proposes a contribution to knowledge discovery in heterogeneous sequential data. We study three different research directions: (i) Extraction of sequential patterns, (ii) Classification and (iii) Clustering of sequential data. Firstly we generalize the notion of a multidimensional sequence by considering complex and heterogeneous sequential structure. We present a new approach called MMISP to extract sequential patterns from heterogeneous sequential data. MMISP generates a large number of sequential patterns as this is usually the case for pattern enumeration algorithms. To overcome this problem, we propose a novel way of considering heterogeneous multidimensional sequences by mapping them into pattern structures. We develop a framework for enumerating only patterns satisfying given constraints. The second research direction is in concern with the classification of heterogeneous multidimensional sequences. We use Formal Concept Analysis (FCA) as a classification method. We show interesting properties of concept lattices and of stability index to classify sequences into a concept lattice and to select some interesting groups of sequences. The third research direction in this thesis is in concern with the clustering of heterogeneous multidimensional sequential data. We focus on the notion of common subsequences to define similarity between a pair of sequences composed of a list of itemsets. We use this similarity measure to build a similarity matrix between sequences and to separate them in different groups. In this work, we present theoretical results and an efficient dynamic programming algorithm to count the number of common subsequences between two sequences without enumerating all subsequences. The system resulting from this research work was applied to analyze and mine patient healthcare trajectories in oncology. Data are taken from a medico-administrative database including all information about the hospitalizations of patients in Lorraine Region (France). The system allows to identify and characterize episodes of care for specific sets of patients. Results were discussed and validated with domain experts

Nous proposons une méthode de groupement en clusters d'objets multidimensionnels étendus, basée sur un modèle de co^ut adaptatif aux requêtes, pour accélérer l'exécution des requêtes spatiales de type intervalle (e.g., intersection, inclusion). Notre travail a été motivé par l'émergence de nombreuses applications de dissémination sélective d'informations posant de nouveaux défis au domaine de l'indexation multidimensionnelle. Dans ce contexte, les approches d'indexation existantes (e.g., R-trees) ne sont pas adaptées aux besoins applicatifs tels que scalabilité (beaucoup d'objets avec des dimensions élevées et des extensions spatiales), performance de recherche (taux élevés de requêtes), performance de mise à jour (insertions et suppressions fréquentes d'objets) et adaptabilité (à la distribution des objets et des requêtes, et aux paramètres systèmes). Dans notre méthode, nous relâchons plusieurs propriétés spécifiques aux structures d'indexation arborescentes classiques (i.e. équilibrage de l'arbre et du partitionnement, englobement minimal des objets) en faveur d'une stratégie de groupement basée sur un modèle de co^ut adaptatif. Ce modèle de co^ut tient compte des caractéristiques de la plateforme d'exécution, de la distribution spatiale des objets et surtout de la distribution spatiale des requêtes. Plus précisément, la distribution des requêtes permet de déterminer les dimensions les plus sélectives et discriminantes à utiliser dans le regroupement des objets. Nous avons validé notre approche par des études expérimentales de performance impliquant de grandes collections d'objets et des requêtes d'intervalles avec des distributions uniformes et non-uniformes.

Le travail présenté dans cette thèse traite de l'exploration et de la manipulation des résumés de bases de données de taille significative. Les résumés produits par le système SaintEtiQ sont des vues matérialisées multi-niveaux de classes homogènes de données, présentées sous forme de collections d'étiquettes floues disponibles sur chaque attribut. La contribution de cette thèse repose sur trois points. En premier lieu nous avons défini un modèle de données logique appelé partition de résumés, par analogie avec les cubes de données OLAP, dans le but d'offrir à l'utilisateur final un outil de présentation des données sous forme condensée et adaptée à l'analyse. En second lieu, nous avons défini une collection d'opérateurs algébriques sur l'espace multidimensionnel des partitions de résumés. Ces opérateurs sont à la base d'une algèbre de manipulation des résumés. Cette algèbre prend en compte les spécificités du modèle de résumé que nous traitons. Nous avons adapté la ma jorité des opéra- teurs d'analyse proposés dans les systèmes OLAP. Ainsi, nous avons identifié : les opérateurs de base issus de l'algèbre relationnelle, les opérateurs de changement de granularité et les opérateurs de restructuration. Ces résultats offrent de nouvelles perspectives pour l'exploitation effective des résumés dans un système décisionnel. Finalement, pour compléter ce travail, nous nous sommes intéressés à la représen- tation des résumés et des partitions de résumés linguistiques, notamment pour en fournir une présentation claire et concise à l'utilisateur final. Appliquée à une hiérar- chie de résumés produite par le système SaintEtiQ, l'approche tente de construire des prototypes flous représentant les résumés.

L’imagerie par résonance magnétique fonctionnelle (IRMf) est un outil de choix pour cartographier d’une manière non invasive l’activité du cortex, donnant ainsi un accès à l’organisation fonctionnelle cérébrale. Cette organisation des aires cérébrales en réseaux complexes reste encore un vaste sujet d’étude, autant dans le domaine de la recherche fondamentale, pour mieux comprendre le développement et le fonctionnement du cerveau, que dans le domaine clinique, à des fins diagnostiques par exemple. Les réseaux cérébraux dits de repos, chez un sujet donné, peuvent être observés lors d’études IRMf lorsqu’aucune tâche motrice ou cognitive n’est imposée au sujet imagé. La première partie de cette thèse a permis le développement d’une méthode automatique d’identification de ces réseaux. Réalisée à l’échelle du sujet, cette méthode permet de sélectionner tous les réseaux spécifiques au sujet ce qui s’avère nécessaire dans un cadre diagnostique où l’individu prime. Au delà de la détection et de l’identification de ces réseaux, l’étude de leurs modes d’interaction dans l’espace et dans le temps et plus généralement l’analyse de la dynamique de la connectivité fonctionnelle (DCF) fait l’objet d’un intérêt grandissant. Cette analyse nécessite le développement de méthodes innovantes de traitement du signal et de l’image qui, pour l’heure, sont encore de nature exploratoire. La deuxième partie de cette thèse présente donc de nouvelles approches pour caractériser la DCF en utilisant le cadre probabiliste de modèles de Markov cachés multidimensionnels. Les mécanismes conversationnels entre réseaux cérébraux peuvent ainsi être identifiés et caractérisés à l’échelle de la seconde. Deux applications, au niveau du sujet puis du groupe, ont permis de mettre en avant les modifications des propriétés dynamiques des interactions entre réseaux sous certaines conditions ou pathologies. / The functional magnetic resonance imaging (fMRI) is a perfect tool for mapping in a non- invasive manner the activity of the cortex, giving access to the functional organization of the brain. This organization of brain areas into complex networks remains a large topic of study, both from a fundamental research perspective, to better understand the development and function of the brain, and from a clinical perspective, for diagnostic purposes for instance. The resting-state networks in a given subject can be observed in fMRI studies where no motor or cognitive tasks are imposed to the subject. The first part of this thesis focused on the development of an automatic identification method of these networks. Performed at the subject level, this method selects all the resting-state networks proper to the subject. Beyond the detection and identification of these networks, the study of interactions between these networks in space and time, and more generally the analysis of the dynamic functional connectivity (DFC), is the subject of growing interest. This analysis requires the development of innovative methods of signal or image processing that, for now, are still exploratory. The second part of this thesis thus presents new approaches to characterize the DFC using the probabilistic framework of multidimensional hidden Markov models. Conversational mechanisms between brain networks can be identified and characterized at the resolution of the second. Two applications, first on a single subject then on a group, helped to highlight the changes of dynamic properties of interaction between networks under certain conditions or diseases.

Le travail aborde la modélisation et l’analyse de systèmes complexes, caractérisés, dans un cadre incertain et évolutif, par de nombreuses interactions entre composants. Dans un cadre de gestion des risques, le travail vise à créer un modèle causal spatio-temporel pour l’explication et la probabilisation de certains événements redoutés à des fins de diagnostic et de pronostic. Le travail de modélisation est basé sur l’approche bayésienne et, plus particulièrement, sur les Réseaux Bayésiens (RB). Dans l’optique de considérer des systèmes de grande taille et de représenter leur complexité spatio-temporelle, leur caractère multiéchelles et incertain dans un cadre dynamique, l’idée de ce travail est alors d’étendre le concept des Réseaux Bayesiens Dynamiques (RBD) et d’utiliser le paradigme Orienté Objet pour l’appliquer aux réseaux bayésiens. Dans leur forme actuelle, les réseaux bayésiens orientés objet permettent de créer des instances réutilisables mais non instanciables. En d’autres termes, cela implique que l’objet généré est susceptible d’être appelé plusieurs fois dans la construction d’un modèle mais sans pour autant que ces paramètres (tables de probabilités marginales ou conditionnelles) ne soient modifiés. Ce travail de thèse vise à combler cette lacune en proposant une approche structurée permettant de construire des grands systèmes à base d’objets (caractérisés par des réseaux bayésiens simples) dont les paramètres peuvent être actualisés en fonction de l’instant ou du contexte de leur appel et de leur utilisation. Ce concept est concrétisé sous la forme de Réseaux Bayésiens Multidimensionnels par leur propension à combiner plusieurs dimensions qu’elles soient spatiales ou temporelles. / The work addresses the modelling and analysis of complex systems, characterized, in an uncertain and evolving framework, by numerous interactions between components. Within a risk management framework, the work aims to create a spatio-temporal causal model for the explanation and probability of certain feared events for diagnostic and prognostic purposes. The modelling work is based on the Bayesian approach and, more specifically, on the Bayesian Networks (BN). In an attempt to consider large-scale systems and represent their spatio-temporal complexity, their multi-scale and uncertain character in a dynamic framework, the idea of this work is then to extend the concept of Dynamic Bayesian Networks (DBN) and use the Object Oriented paradigm to apply it to Bayesian networks. In their current form, object-oriented Bayesian networks can create reusable but not instantiable instances. In other words, this implies that the generated object is likely to be called several times in the construction of a model, but without these parameters (marginal or conditional probabilities tables) being modified. This thesis aims to fill this gap by proposing a structured approach to construct large object-based systems (characterized by simple Bayesian networks) whose parameters can be updated according to the moment or context of their call and use. This concept is embodied in the form of Bayesian Multidimensional Networks by their propensity to combine several dimensions, whether spatial or temporal.

L'extraction de motifs séquentiels est devenue, depuis son introduction, une technique majeure du domaine de la fouille de données avec de nombreuses applications (analyse du comportement des consommateurs, bioinformatique, sécurité, musique, etc.). Les motifs séquentiels permettent la découverte de corrélations entre événements en fonction de leurs chronologies d'apparition. Il existe de nombreux algorithmes permettant l'extraction de tels motifs. Toutefois, ces propositions ne prennent en compte qu'une seule dimension d'analyse (e.g le produit dans les applications de type étude des achats des consommateurs) alors que la plupart des données réelles sont multidimensionnelles par nature. Dans ce manuscrit, nous définissons les motifs séquentiels multidimensionnels afin de prendre en compte les spécificités inhérentes aux bases de données multidimensionnelles (plusieurs dimensions, hiérarchies, valeurs agrégées). Nous définissons des algorithmes permettant l'extraction de motifs séquentiels multi- dimensionnels en tenant compte des ces spécificités. Des expérimentations menées sur des données synthétiques et sur des données réelles sont rapportées et montrent l'intérêt de nos propositions. Nous nous intéressons également à l'extraction de comportements temporels atypiques dans des données multidimensionnelles. Nous montrons qu'il peut y avoir plusieurs interprétations d'un comportement atypique (fait ou connaissance). En fonction de chaque interprétation, nous proposons une méthode d'extraction de tels comportements. Ces méthodes sont également validées par des expérimentations sur des données réelles.

Cette thèse est consacrée à l'étude des décalages, ou encore systèmes dynamiques symboliques, définis sur certains monoïdes finiment présentés, $Z^d$ d'une part et les arbres d'autre part. Le principal résultat concernant les décalages multidimensionnels établit que tout décalage effectif de dimension d est obtenu par facteur et sous-action projective d'un décalage de type fini de dimension d+1. De ce résultat nous déduisons que les décalages S-adiques multidimensionnels donnés par une suite effective de substitutions sont sofiques. Sur les décalages d'arbres nous montrons un théorème de décomposition, qui permet d'écrire une conjugaison entre deux décalages d'arbres quelconques comme une suite finie d'opérations élémentaires, les fusions entrantes et les éclatements entrants. De ce théorème, associé à la commutation des fusions entrantes, nous déduisons la décidabilité du problème de conjugaison entre deux décalages d'arbres de type fini. Nous nous intéressons ensuite à la classe des décalages d'arbres sofiques, qui sont exactement ceux reconnus par des automates d'arbres montants dans lesquels tous les états sont à la fois initiaux et finaux. Nous montrons l'existence d'un unique automate d'arbres déterministe, réduit, irréductible et synchronisé qui reconnaît un décalage d'arbres sofique. Enfin nous montrons que l'appartenance à la sous-classe des décalages d'arbres AFT est décidable

Qu'il tente de prévenir la chute d'une personne âgée, de traduire la langue des signes ou de contrôler un humain virtuel, l'analyse de gestes est un vaste domaine de recherche qui s'attelle à reconnaître, classifier, segmenter, indexer ou encore évaluer différents types de mouvements. Cependant, peu de travaux se concentrent sur cette dernière approche d'évaluation. Ce travail de thèse propose de mettre en place un outil d’évaluation automatique et générique d’un geste sportif, reposant sur l’utilisation d’une base de données de gestes experts acquis via un système de capture de mouvements. Afin d’extraire un mouvement de référence, l’algorithme de déformation temporelle dynamique (DTW) est considéré pour aligner puis moyenner les gestes. Les méthodes d’alignements et de moyennage de séries temporelles se confrontant aux conséquences néfastes de chemins de déformation du DTW pathologiques, des contraintes locales sont ajoutées et donnent lieu à un nouvel algorithme appelé CDBA. La qualité d’un geste est estimée spatialement et temporellement à chaque instant et pour chaque membre par comparaison avec le geste de référence et pondérée par la dispersion des données expertes autour de ce geste moyen. Le processus ainsi mis en place est validé à partir de gestes de karaté et de tennis annotés par des entraîneurs. Un premier prototype d’outil d’entraînement en ligne est finalement proposé et laisse entrevoir les potentialités d’usage qui pourraient être menées à la suite de ce travail. / Either to reduce falling risks in elderly people, to translate the sign language or to control a virtual human being, gesture analysis is thriving research field that aims at recognizing, classifying, segmenting, indexing and evaluating different types of motions. As few studies tackle the evaluation process, this PhD focuses on the design of an autonomous system for the generic evaluation of sport-related gestures. The tool is trained on the basis of experts’ motions recorded with a motion capture system. Dynamic Time Warping (DTW) is deployed to obtain a reference gesture thanks to data alignment and averaging. Nevertheless, this standard method suffers from pathological paths issues that reduce its effectiveness. For this reason, local constraints are added to the new DTW-based algorithm, called CDBA (Constrained DTW Barycenter Averaging). At each time step and for each limb, the quality of a gesture is spatially and temporally assessed. Each new motion is compared to the reference gesture and weighted in terms of data dispersion around the reference.The process is validated on annotated karate and tennis databases. A first online training prototype is given in order to prompt further research on this subject.

Les modèles numériques d'océans régionaux tridimensionnels sont basés sur la résolution des équations primitives et utilisent pour la plupart des méthodes de résolution eulérienne de type différences finies sur des grilles décalées. Ces modèles doivent représenter fidèlement les transports et transferts d'énergie. L'amélioration de ces modèles numériques exige donc (i) l'identification des processus prépondérants, notamment en terme de dissipation, dans ces transferts et (ii) la construction de méthodes numériques respectant un certain nombre d'équilibres. La première partie du travail se concentre sur la propagation des ondes externes et internes de gravité. Nous nous intéresserons en premier lieu à la stabilité de la séparation en mode rapide (barotrope) et lents (baroclines) et montrons qu'elle peut être ameliorée en levant certaines hypothèses traditionnellement effectuées. Dans un second temps, nous étudions l'impact de la discrétisation (ordre des schémas, grilles décalées ou non) sur la propagation des ondes internes de gravité provenant du couplage vitesse pression. Une décomposition en modes verticaux nous permet également de proposer un schéma espace temps très efficace. La seconde partie étudie en détail les schémas d'advection de quantité de mouvement et de traceurs, tout particulièrement dans l'objectif d'une réduction de la diffusion diapycnale (diffusion dans les directions orthogonales aux couches de densité constante). Ce travail nous amène tout d'abord à porter notre attention sur les schémas d'advection verticaux souvent négligés au regard de la dimension horizontale. Les bonnes propriétés d'un schéma compact (et de ses variantes espace temps et monotones) sont mises en avant. Enfin nous analysons le comportement multidimensionnel de ces schémas d'advection. / Three-dimensional regional ocean numerical models are based on solving the primitive equations and mostly use Eulerian finite differences methods of resolution on staggered grids. These models must accurately represent transports and energy transfers. Improving these numerical models therefore requires (i) the identification of predominant process, particularly in terms of dissipation in these transfers and (ii) the construction of numerical methods respecting a number of balances. The first part of the work focuses on the propagation of external and internal gravity waves. We focus primarily on the stability of the separation in fast mode (barotropic) and slow (baroclinic) and show that it can be improved by removing certain assumptions traditionally made. In a second step, we study the impact of the discretization (order of schemes, staggered grids or not) on the propagation of internal gravity waves coming from the coupling velocity pressure. A decomposition into vertical modes also allows us to offer a highly effective space-time scheme. The second part examines in detail the numerical advection schemes of momentum and tracers, especially with the aim of reducing the diapycnal diffusion (diffusion in the orthogonal direction of constant density layers). This work leads us first to focus our attention on the vertical advection schemes often overlooked in front of the horizontal dimension. The good properties of a compact schema (and its space-time and monotonous variants ) are highlighted. Finally we analyze the multidimensional behavior of these advection schemes.