Les applications futures de la robotique, en particulier pour des robots de service à la personne, exigeront des capacités d’adaptation continue à l'environnement, et notamment la capacité à reconnaître des nouveaux objets et apprendre des nouveaux mots via l'interaction avec les humains. Bien qu'ayant fait d'énormes progrès en utilisant l'apprentissage automatique, les méthodes actuelles de vision par ordinateur pour la détection et la représentation des objets reposent fortement sur de très bonnes bases de données d’entrainement et des supervisions d'apprentissage idéales. En revanche, les enfants de deux ans ont une capacité impressionnante à apprendre à reconnaître des nouveaux objets et en même temps d'apprendre les noms des objets lors de l'interaction avec les adultes et sans supervision précise. Par conséquent, suivant l'approche de le robotique développementale, nous développons dans la thèse des approches d'apprentissage pour les objets, en associant leurs noms et leurs caractéristiques correspondantes, inspirées par les capacités des enfants, en particulier l'interaction ambiguë avec l’homme en s’inspirant de l'interaction qui a lieu entre les enfants et les parents.L'idée générale est d’utiliser l'apprentissage cross-situationnel (cherchant les points communs entre différentes présentations d’un objet ou d’une caractéristique) et la découverte de concepts multi-modaux basée sur deux approches de découverte de thèmes latents: la Factorisation en Natrices Non-Négatives (NMF) et l'Allocation de Dirichlet latente (LDA). Sur la base de descripteurs de vision et des entrées audio / vocale, les approches proposées vont découvrir les régularités sous-jacentes dans le flux de données brutes afin de parvenir à produire des ensembles de mots et leur signification visuelle associée (p.ex le nom d’un objet et sa forme, ou un adjectif de couleur et sa correspondance dans les images). Nous avons développé une approche complète basée sur ces algorithmes et comparé leur comportements face à deux sources d'incertitudes: ambiguïtés de références, dans des situations où plusieurs mots sont donnés qui décrivent des caractéristiques d'objets multiples; et les ambiguïtés linguistiques, dans des situations où les mots-clés que nous avons l'intention d'apprendre sont intégrés dans des phrases complètes. Cette thèse souligne les solutions algorithmiques requises pour pouvoir effectuer un apprentissage efficace de ces associations de mot-référent à partir de données acquises dans une configuration d'acquisition simplifiée mais réaliste qui a permis d'effectuer des simulations étendues et des expériences préliminaires dans des vraies interactions homme-robot. Nous avons également apporté des solutions pour l'estimation automatique du nombre de thèmes pour les NMF et LDA.Nous avons finalement proposé deux stratégies d'apprentissage actives: la Sélection par l'Erreur de Reconstruction Maximale (MRES) et l'Exploration Basée sur la Confiance (CBE), afin d'améliorer la qualité et la vitesse de l'apprentissage incrémental en laissant les algorithmes choisir les échantillons d'apprentissage suivants. Nous avons comparé les comportements produits par ces algorithmes et montré leurs points communs et leurs différences avec ceux des humains dans des situations d'apprentissage similaires. / Future applications of robotics, especially personal service robots, will require continuous adaptability to the environment, and particularly the ability to recognize new objects and learn new words through interaction with humans. Though having made tremendous progress by using machine learning, current computational models for object detection and representation still rely heavily on good training data and ideal learning supervision. In contrast, two year old children have an impressive ability to learn to recognize new objects and at the same time to learn the object names during interaction with adults and without precise supervision. Therefore, following the developmental robotics approach, we develop in the thesis learning approaches for objects, associating their names and corresponding features, inspired by the infants' capabilities, in particular, the ambiguous interaction with humans, inspired by the interaction that occurs between children and parents.The general idea is to use cross-situational learning (finding the common points between different presentations of an object or a feature) and to implement multi-modal concept discovery based on two latent topic discovery approaches : Non Negative Matrix Factorization (NMF) and Latent Dirichlet Association (LDA). Based on vision descriptors and sound/voice inputs, the proposed approaches will find the underlying regularities in the raw dataflow to produce sets of words and their associated visual meanings (eg. the name of an object and its shape, or a color adjective and its correspondence in images). We developed a complete approach based on these algorithms and compared their behavior in front of two sources of uncertainties: referential ambiguities, in situations where multiple words are given that describe multiple objects features; and linguistic ambiguities, in situations where keywords we intend to learn are merged in complete sentences. This thesis highlights the algorithmic solutions required to be able to perform efficient learning of these word-referent associations from data acquired in a simplified but realistic acquisition setup that made it possible to perform extensive simulations and preliminary experiments in real human-robot interactions. We also gave solutions for the automatic estimation of the number of topics for both NMF and LDA.We finally proposed two active learning strategies, Maximum Reconstruction Error Based Selection (MRES) and Confidence Based Exploration (CBE), to improve the quality and speed of incremental learning by letting the algorithms choose the next learning samples. We compared the behaviors produced by these algorithms and show their common points and differences with those of humans in similar learning situations.

Contexte. L’étiologie des comportements antisociaux est encore mal comprise. La population d’individus commettant ce type de comportements est hautement hétérogène, suggérant ainsi que plusieurs mécanismes biopsychosociaux pourraient augmenter ou réduire le risque de délinquance au cours du développement humain. Objectif. L’objectif principal de cette thèse est d’identifier ces mécanismes sous-jacents à la délinquance, par l’entremise de quatre méthodes scientifiques distinctes, mais complémentaires : les analyses de trajectoires développementales, l’activité cérébrale induite par une tâche, la connectivité cérébrale au repos ainsi que l’étude des lésions cérébrales. Méthodologie. Afin d’atteindre cet objectif, une première étude a été réalisée en réanalysant les données de l’Étude Longitudinale du Développement des Enfants du Québec (n=1309). Par l’entremise de modèles de trajectoires par classes latentes, cette étude visait à identifier des sous-groupes de jeunes présentant des trajectoires développementales de traits psychologiques (c.-à-d., l’insensibilité émotionnelle, les traits anxio-dépressifs, l’irritabilité et les traits d’hyperactivité/impulsivité) à risque de comportements antisociaux à l’enfance et l’adolescence. Par ailleurs, deux méta-analyses portant sur des études d’activation cérébrale (71 et 147 études) ont été réalisées afin d’identifier les principales altérations de l’activité cérébrale sous-jacent à différents domaines neurocognitifs, ainsi que leur similarité avec d’autres problématiques psychiatriques. De plus, une troisième méta-analyse (18 études) a été accomplie afin d’étudier si les individus antisociaux présentaient des déficits lors de la connectivité cérébrale au repos. De manière à combler les limites de la littérature sous-jacente à la connectivité cérébrale au repos des individus antisociaux, une étude transversale a été effectuée sur 1,416 enfants et adolescents issue Healthy Brain Network aux États-Unis. Outre l’objectif de valider les résultats de la méta-analyse précédente, cette étude a été conçue de manière à mieux comprendre le rôle de l’interaction entre des systèmes neurobiologiques dans l’explication des comportements antisociaux. Finalement, une récente revue de la littérature scientifique produite par des chercheurs américains a permis d’identifier 17 cas dans lesquels des lésions au cerveau étaient temporellement liés à l’émergence de comportements antisociaux. Grâce à une reconstruction des images de lesdites lésions, des analyses de coactivation méta- analytique ont été conduites afin de récréer les réseaux neurobiologiques altérés qui seraient possiblement à l’origine de de gestes délinquants. Résultats. Les résultats ont soutenu l’importance des traits d’insensibilité émotionnelle dans l’explication du risque de délinquance, et aussi montré que l’interaction développementale entre les traits psychologiques augmentait jusqu’à 10 fois le risque de comportements antisociaux à l’enfance. Sur une base neurobiologique, les résultats ont révélé que les personnes ayant commis des gestes délinquants rapporteraient d’importants déficits dans les régions cérébrales impliquées dans le contrôle cognitif, la réponse à une menace et les cognitions sociales. En comparaison avec le trouble du déficit de l’attention avec hyperactivité et les troubles anxieux et dépressifs, le trouble des conduites serait associé à un dysfonctionnement commun de régions cérébrales impliquées dans le contrôle des émotions et du système somato-moteur. Par ailleurs, les résultats indiquent que la population étudiée serait principalement caractérisée par une dysconnectivité fonctionnelle entre les réseaux socioaffectifse et attentionnels, mais aussi entre les systèmes somato-moteurs, attentionnels et ceux impliqués dans la détection de stimuli saillants. Finalement, les lésions cérébrales pourraient causer des comportements délinquants par l’entremise de trois mécanismes neurobiologiques, notamment par une défaillance du réseau de la récompense (lobe frontal), du réseau impliqué dans le traitement des émotions négatives (lobe temporal) ainsi que la reconnaissance émotionnelle faciale (amygdale). Conclusions. Les résultats des travaux présentés dans cette thèse soutiennent l’importance de mieux comprendre l’hétérogénéité de domaines neurocognitifs dans l’explication des comportements délinquants. D’une part, ceux-ci soulignent l’importance des systèmes neurobiologiques à valence négative (associés à l’anxiété et l’irritabilité), aux systèmes cognitifs (associés à l’hyperactivité/impulsivité et à l’inattention) ainsi qu’aux processus sociaux (associés à l’insensibilité émotionnelle). D’autre part, les résultats suggèrent un rôle limité des systèmes de récompense, mais un rôle prépondérant du système sensorimoteur (associé à l’action et au contrôle des mouvements). La présente thèse offre une perspective novatrice et exhaustive sur l’hétérogénéité neurocognitive sous-jacente à la délinquance. Or, la variabilité interindividuelle des systèmes neurobiologiques étudiés dans cette thèse reste à être identifiée, de manière à découvrir des cibles thérapeutiques prometteuses pour réduire le risque de délinquance. / Background. The etiology of antisocial behaviors remains largely misunderstood. Antisocial population is characterized as highly heterogeneous, therefore indicating that several biopsychosocial mechanisms may increase or reduce the risk for delinquency during human development. Aim. The principal aim of this thesis is to identify these mechanisms underlying delinquent behaviors through different yet complementary method: developmental trajectories, task-based brain activity, brain connectivity at rest as well as the study of brain lesions. Methodology. To do so, a first study was conducted by reanalyzing cohort data from the Quebec Longitudinal Study of Child Development (n=1,309). Latent growth curve models allowed to identify subgroups of children exhibiting developmental trajectories of psychological traits (i.e., callous-unemotional traits, anxio-depressive traits, irritability and hyperactivity/impulsivity) that are at risk for antisocial behaviors during childhood and adolescence. Also, two meta-analyses of neuroimaging studies (71 and 147 studies) were carried out to highlight main deficits in brain activity underlying distinct neurocognitive systems as well as their similarity with other psychiatric disorders. Moreover, a third meta-analysis (18 studies) is presented to better understand whether antisocial subjects may exhibit brain connectivity at rest. In order to overcome limitations of past studies examining resting-state functional connectivity, a cross-sectional study was performed on 1,416 children and adolescents derived from the Healthy Brain Network in the United States. Additionnally to examine reliability of meta-analytic findings, this study was conducted in order to better understand the role of the interaction between neurobiological systems in our understanding of antisocial behaviors. Finally, a recent literature review carried out by American researchers highlighted 17 cases during which focal brain lesions were temporally associated with emergence of antisocial behaviors. By reconstructing images of these brain lesions, meta-analytic coactivation modelling was conducted in order to recreate neurobiological systems which would possibly be the origins of delinquent acts. Results. The results observed in this thesis support the crucial role of callous- unemotional traits in our understanding of the risk for delinquency, but also suggest that the developmental interaction between psychological markers increases up to 10 times this risk. On a neurobiological ground, results revealed that individuals that have committed antisocial behaviors were mainly characterized by dysfunctions in brain regions involved in cognitive control, threat detection as well as social cognition. In comparison to attention-deficit/hyperactivity disorder and anxiety and depressive disorders, conduct disorder was similarly associated with dysfunction in regions related to emotion regulation and somatomotor functions. Moreover, the results suggest that antisocial population may be characterized by dysconnectivity between socio-affective and attentional processes and between somatomotor and attentional processes as well as those involved in salient detection mechanism. Finally, brain lesions may cause antisocial behaviors by three neurobiological mechanisms, notably by disrupting the reward network (frontal lesions), the network involved in negative emotion processing (temporal lesions) and the emotional face processing (amygdala lesions). Conclusions. The results of the work presented in this thesis support the importance of studying the heterogeneity in neurocognitive systems for our understanding of antisocial behaviors. On the one hand, these results highlight the role of neurobiological systems of negative valence (related to anxiety and irritability), cognitive systems (related to hyperactivity/impulsivity and inattention) and social cognition (related to callous-unemotional traits). On the other hand, the results underline the limited contribution of positive valence system, but a prominent role of sensorimotor system (related to action and motor control). The current thesis offers a novel and exhaustive perspective on the heterogeneity of neurocognitive systems underlying delinquent behaviors. The interindividual variability of these systems is yet to be unveiled in order to uncover promising targets for treatment in a hopeful aim to reduce risk for delinquency.

Bien que les individus atteints de schizophrénie présentent un risque élevé de manifester des comportements agressifs par rapport à la population générale, peu d'efforts ont été consacrés à élucider les mécanismes neurocognitifs sous-jacents à cette augmentation. L'objectif de cette thèse était d'étudier les processus susceptibles d'être perturbés dans cette population spécifique de patients, notamment le traitement des émotions, le contrôle cognitif et le traitement de la récompense. À cette fin, nous avons eu recours à l'imagerie par résonance magnétique fonctionnelle basée sur des tâches, à de grands échantillons et à des groupes de contrôle appropriés de patients et de non-patients. Dans le premier échantillon de participants, nous avons évalué les altérations neurofonctionnelles chez des hommes souffrant de schizophrénie et ayant des antécédents de comportements agressifs en utilisant une tâche de traitement des émotions basée sur des images émotionnelles standardisées. Dans la première étude, les hommes violents atteints de schizophrénie ont montré une augmentation de la réponse du cortex cingulaire antérieur (ACC) aux images négatives, contrairement aux sujets sains et schizophrènes non-violents. La deuxième étude a approfondi ces résultats en identifiant une topologie perturbée de connectivité fonctionnelle basée sur la tâche au sein du réseau de la saillance émotionnelle pendant le traitement des émotions negatives. Ceci suggère une intégration inefficace des informations par l'ACC entre les régions frontales et limbiques. Ensemble, ces résultats soulignent l'importance de l'ACC dans la neurobiologie des comportements agressifs dans la schizophrénie. Dans le deuxième échantillon de participants, nous avons évalué le contrôle cognitif et le traitement de la récompense dans l'agression. Dans la troisième étude, nous avons examiné l'interaction entre le traitement des émotions négatives et le contrôle cognitif chez les hommes atteints de schizophrénie et ayant des antécédents de violence en emplyant une tâche Go-NoGo émotionnelle utilisant des stimuli de visages neutres et en colère. Nous avons constaté une activation réduite dans le cortex préfrontal dorsolatéral chez les hommes violents atteints de schizophrénie, en particulier lorsqu'ils inhibaient une réponse en regardant des visages en colère. Ces résultats indiquent une incapacité à recruter une région centrale du réseau de contrôle cognitif dans le contexte de la colère. Dans la quatrième étude, nous avons cherché à investiguer l'altération de la prise de décision liée à la récompense et son association avec l'agressivité dans la schizophrénie en utilisant le Balloon Analogue Risk Task. La tâche n'a pas fait ressortir de différences entre les hommes violents et non violents atteints de schizophrénie. Néanmoins, nous avons observé des activations plus élevées dans le striatum et l'insula en réponse à des événements de récompense, suggérant potentiellement que la surévaluation des stimuli de récompense peut être à la base des capacités de prise de décision altérées des individus atteints de schizophrénie. Cette thèse est la première à identifier des altérations de l'activité cérébrale fonctionnelle et de la connectivité pendant le traitement des émotions négatives chez des hommes agressifs atteints de schizophrénie. C'est également la première à observer des mécanismes neuronaux altérés impliqués dans l'interaction entre le contrôle cognitif et le traitement de la colère chez des hommes violents atteints de schizophrénie. / Despite individuals with schizophrenia being at an elevated risk for aggressive behaviors compared to the general population, limited efforts have been devoted to understanding the neurocognitive mechanisms underlying the increase. The objective of this dissertation was to investigate processes thought to be disrupted in this specific patient population including emotion processing, cognitive control, and reward processing. To this end, we utilized task-based functional magnetic resonance imaging, large samples, and appropriate patient and non-patient control groups. In the first sample of participants, we assessed neurofunctional alterations in men with schizophrenia and a history of aggressive behaviors using an emotional processing task based on standardized affective photographs. In the first study, violent men with schizophrenia displayed increased anterior cingular cortex (ACC) response to negative images as opposed to non-violent healthy individuals and individuals with schizophrenia. The second study expanded on these results by identifying disrupted task-based functional connectivity topology within the emotional-salience network during negative emotion processing suggestive of inefficient information integration by the ACC between frontal and limbic regions. Together, these highlight the importance of the ACC in the neurobiology of aggressive behaviors in schizophrenia. In the second sample of participants, we assessed cognitive control and reward processing in aggression. In the third study, we investigated the interaction between negative emotion processing and inhibitory control among men with schizophrenia and a history of violence by employing an affective Go-NoGo task utilizing angry and neutral face stimuli. We found a reduced activation in the dorsolateral prefrontal cortex in violent men with schizophrenia specifically when inhibiting a response while viewing angry faces. These results are indicative of an inability to recruit a core region of the cognitive control network in the context of anger. In the fourth study, we aimed to investigate impaired reward-related decision-making and its association with aggression in schizophrenia using the Balloon Analogue Risk Task. The task did not elicit differences between violent and non-violent men with schizophrenia. Nevertheless, we observed increased activations in the striatum and insula in response to reward events potentially suggesting that overvaluation of outcome stimuli may underlie the impaired decision-making abilities of individuals with schizophrenia. This dissertation is the first to identify alterations in functional brain activity and connectivity during the processing of negative emotions among aggressive men with schizophrenia. This is also the first to observe impaired neural mechanisms involved in the interaction between cognitive control and anger processing among violent men with schizophrenia.

Quelles représentations les Français, situés au-delà de l'activité professionnelle, ont-ils de la vieillesse ? Comment font-ils face aux conséquences de l'avancée en âge ? Qu'est-ce qui est important pour eux durant les années de la dernière étape de la vie ? Quels sont leurs souhaits, leurs appréhensions, les nouvelles pistes qu'ils explorent ? Telles sont les questions à l'origine du projet de recherche dont ce texte présente les résultats. Il veut être une contribution à l'étude des différentes manières dont les personnes de plus de soixante ans se représentent et vivent leur avancée en âge au début du XXIe siècle, les principaux évènements, changements et ruptures qu'elles doivent assumer, les questions qu'elles se posent, les difficultés qu'elles rencontrent, l'enseignement qu'elles en retirent.

Cette thèse propose des méthodes computationnelles nouvelles en géométrie de l'information, avec des applications temps réel au traitement du signal audio. Dans ce contexte, nous traitons en parallèle les problèmes applicatifs de la segmentation audio en temps réel, et de la transcription de musique polyphonique en temps réel. Nous abordons ces applications par le développement respectif de cadres théoriques pour la détection séquentielle de ruptures dans les familles exponentielles, et pour la factorisation en matrices non négatives avec des divergences convexes-concaves. D'une part, la détection séquentielle de ruptures est étudiée par l'intermédiaire de la géométrie de l'information dualement plate liée aux familles exponentielles. Nous développons notamment un cadre statistique générique et unificateur, reposant sur des tests d'hypothèses multiples à l'aide de rapports de vraisemblance généralisés exacts. Nous appliquons ce cadre à la conception d'un système modulaire pour la segmentation audio temps réel avec des types de signaux et de critères d'homogénéité arbitraires. Le système proposé contrôle le flux d'information audio au fur et à mesure qu'il se déroule dans le temps pour détecter des changements. D'autre part, nous étudions la factorisation en matrices non négatives avec des divergences convexes-concaves sur l'espace des mesures discrètes positives. En particulier, nous formulons un cadre d'optimisation générique et unificateur pour la factorisation en matrices non négatives, utilisant des bornes variationnelles par le biais de fonctions auxiliaires. Nous mettons ce cadre à profit en concevant un système temps réel de transcription de musique polyphonique avec un contrôle explicite du compromis fréquentiel pendant l'analyse. Le système développé décompose le signal musical arrivant au cours du temps sur un dictionnaire de modèles spectraux de notes. Ces contributions apportent des pistes de réflexion et des perspectives de recherche intéressantes dans le domaine du traitement du signal audio, et plus généralement de l'apprentissage automatique et du traitement du signal, dans le champ relativement jeune mais néanmoins fécond de la géométrie de l'information computationnelle.

Les systèmes d’efflux tripartite de type Resistance, Nodulation and cell-Division (RND) sont essentiels dans le maintien de phénotypes de résistance multidrogues et contre les métaux lourds dans nombreuses bactéries Gram-négatives. Le transport de ces composés toxiques hors de la cellule est permis par l’assemblage d’une protéine de type antiporteur cation/proton (unité RND) insérée dans la membrane interne, connectée à une protéine insérée dans la membrane externe, pour former un canal de sorti qui traverse l’entièreté de l’enveloppe cellulaire. Le troisième composant du système, la protéine de type membrane fusion protein (MFP) qui est aussi appelée periplasmic adaptor protein (PAP), est requis pour permettre l’assemblage de tout ce complexe à trois composants. Cependant, les MFPs sont supposées jouer un rôle important et actif dans le mécanisme d’efflux du substrat. Pour mieux comprendre le rôle des MFPs au sein des systèmes d’efflux de type RND, nous avons étudié les protéines ZneB (précédemment appelée HmxB) et SilB, les composants périplasmiques des systèmes ZneCBA et SilABC responsables de la résistance aux métaux lourds chez Cupriavidus metallidurans CH34. Nous avons identifié la spécificité de liaison au substrat de ces protéines, montrant leur capacité à fixer le zinc (ZneB), ou le cuivre et l’argent (SilB). De plus, nous avons résolu la structure cristalline de ZneB à une résolution de 2.8 Å dans la forme apo- et avec un ion zinc fixé. La structure de ZneB possède une architecture générale composée de quatre domaines caractéristiques des MFPs, et la présence du site de coordination au zinc dans une région très flexible à l’interface des domaines β-barrel et membrane proximal. Les modifications structurales que la protéine subit lors de la fixation du zinc on été observée dans le cristal mais aussi en solution, ce qui suggère un rôle actif des MFPs dans le mécanisme d’efflux des métaux, vraisemblablement via la fixation et le relargage de l’ion à l’antiporteur. Les études de sélectivité de transport des antiporteurs ZneA et SilA montre que ces dernières et leurs protéines périplasmiques respectives ont des affinités similaires pour les métaux lourds. De plus, les études de transport ont apportés des arguments en faveur de l’hypothèse de capture cytoplasmique du substrat par l’antiporteur, tandis que la capacité des protéines périplasmiques à fixer les métaux lourds a apporté des arguments en faveur de l’hypothèse de capture périplasmique du substrat par l’antiporteur. Les deux modes de capture pourraient en réalité coexister ;cependant, le débat autour du compartiment cellulaire de capture du substrat par l’antiporteur est complexe et requiert de plus amples efforts afin d’être cerné. / Tripartite resistance nodulation cell division (RND)-based efflux complexes are paramount for multidrug and heavy metal resistance in numerous Gram-negative bacteria. The transport of these toxic compounds out of the cell is driven by the inner membrane proton/substrate antiporter (RND protein) connected to an outer membrane protein to form an exit duct that spans the entire cell envelope. The third component, a membrane fusion protein (MFP) also called periplasmic adaptor protein, is required for the assembly of this complex. However, MFPs are also proposed to play an important active role in substrate efflux. To better understand the role of MFPs in RND-driven efflux systems, we studied ZneB (formerly HmxB) and SilB, the MFP components of the ZneCAB and SilABC heavy metal RND-driven efflux complexes from Cupriavidus metallidurans CH34. We have identified the substrate binding specificity of the proteins, showing their ability to selectively bind zinc (ZneB), or copper and silver cations (SilB). Moreover, we have solved the crystal structure of the apo- and the metal-bound forms of ZneB to 2.8 Å resolution. The structure of ZneB displays a general architecture composed of four domains characteristic of MFPs, and it reveals the metal coordination site at the very flexible interface between the β-barrel and the membrane proximal domains. Structural modifications of the protein upon zinc binding were observed in both the crystal structure and in solution, suggesting an active role of MFPs in substrate efflux possibly through binding and release. The selectivity assays of the antiporter proteins ZneA and SilA demonstrated similar specificities in relation to their cognate MFPs toward heavy metal cations. Moreover, antiporter transport assays provide evidence for cytoplasmic substrate capture by this protein, whereas MFP substrate binding provides evidence for periplasmic substrate capture. Therefore, both modes of capture might co-exist; nevertheless, the substrate capture issue is a complex topic still needing consequent efforts to understand it. / Doctorat en Sciences agronomiques et ingénierie biologique / info:eu-repo/semantics/nonPublished

L’objectif de la fouille de données consiste à extraire des connaissances à partir de grandes masses de données. Les connaissances extraites peuvent prendre différentes formes. Dans ce travail, nous allons chercher à extraire des connaissances uniquement sous la forme de règles d’association positives et de règles d’association négatives. Une règle d’association négative est une règle dans laquelle la présence ainsi que l’absence d’une variable peuvent être utilisées. En considérant l’absence des variables dans l’étude, nous allons élargir la sémantique des connaissances et extraire des informations non détectables par les méthodes d’extraction de règles d’association positives. Cela va par exemple permettre aux médecins de trouver des caractéristiques qui empêchent une maladie de se déclarer, en plus de chercher des caractéristiques déclenchant une maladie. Cependant, l’ajout de la négation va entraîner différents défis. En effet, comme l’absence d’une variable est en général plus importante que la présence de ces mêmes variables, les coûts de calculs vont augmenter exponentiellement et le risque d’extraire un nombre prohibitif de règles, qui sont pour la plupart redondantes et inintéressantes, va également augmenter. Afin de remédier à ces problèmes, notre proposition, dérivée de l’algorithme de référence A priori, ne va pas se baser sur les motifs fréquents comme le font les autres méthodes. Nous définissons donc un nouveau type de motifs : les motifs raisonnablement fréquents qui vont permettre d’améliorer la qualité des règles. Nous nous appuyons également sur la mesure M G pour connaître les types de règles à extraire mais également pour supprimer des règles inintéressantes. Nous utilisons également des méta-règles nous permettant d’inférer l’intérêt d’une règle négative à partir d’une règle positive. Par ailleurs, notre algorithme va extraire un nouveau type de règles négatives qui nous semble intéressant : les règles dont la prémisse et la conclusion sont des conjonctions de motifs négatifs. Notre étude se termine par une comparaison quantitative et qualitative aux autres algorithmes d’extraction de règles d’association positives et négatives sur différentes bases de données de la littérature. Notre logiciel ARA (Association Rules Analyzer ) facilite l’analyse qualitative des algorithmes en permettant de comparer intuitivement les algorithmes et d’appliquer en post-traitement différentes mesures de qualité. Finalement, notre proposition améliore l’extraction au niveau du nombre et de la qualité des règles extraites mais également au niveau du parcours de recherche des règles. / The purpose of data mining is to extract knowledge from large amount of data. The extracted knowledge can take different forms. In this work, we will seek to extract knowledge only in the form of positive association rules and negative association rules. A negative association rule is a rule in which the presence and the absence of a variable can be used. When considering the absence of variables in the study, we will expand the semantics of knowledge and extract undetectable information by the positive association rules mining methods. This will, for example allow doctors to find characteristics that prevent disease instead of searching characteristics that cause a disease. Nevertheless, adding the negation will cause various challenges. Indeed, as the absence of a variable is usually more important than the presence of these same variables, the computational costs will increase exponentially and the risk to extract a prohibitive number of rules, which are mostly redundant and uninteresting, will also increase. In order to address these problems, our proposal, based on the famous Apriori algorithm, does not rely on frequent itemsets as other methods do. We define a new type of itemsets : the reasonably frequent itemsets which will improve the quality of the rules. We also rely on the M G measure to know which forms of rules should be mined but also to remove uninteresting rules. We also use meta-rules to allow us to infer the interest of a negative rule from a positive one. Moreover, our algorithm will extract a new type of negative rules that seems interesting : the rules for which the antecedent and the consequent are conjunctions of negative itemsets. Our study ends with a quantitative and qualitative comparison with other positive and negative association rules mining algorithms on various databases of the literature. Our software ARA (Association Rules Analyzer ) facilitates the qualitative analysis of the algorithms by allowing to compare intuitively the algorithms and to apply in post-process treatments various quality measures. Finally, our proposal improves the extraction in the number and the quality of the extracted rules but also in the rules search path.

Basés sur les outils théoriques et algorithmiques de la programmation DC et DCA, les travaux de recherche dans cette thèse portent sur les approches locales et globales pour l'optimisation non convexe et l'optimisation globale en variables mixtes entières. La thèse comporte 5 chapitres. Le premier chapitre présente les fondements de la programmation DC et DCA, et techniques de Séparation et Evaluation (B&B) (utilisant la technique de relaxation DC pour le calcul des bornes inférieures de la valeur optimale) pour l'optimisation globale. Y figure aussi des résultats concernant la pénalisation exacte pour la programmation en variables mixtes entières. Le deuxième chapitre est consacré au développement d'une méthode DCA pour la résolution d'une classe NP-difficile des programmes non convexes non linéaires en variables mixtes entières. Ces problèmes d'optimisation non convexe sont tout d'abord reformulées comme des programmes DC via les techniques de pénalisation en programmation DC de manière que les programmes DC résultants soient efficacement résolus par DCA et B&B bien adaptés. Comme première application en optimisation financière, nous avons modélisé le problème de gestion de portefeuille sous le coût de transaction concave et appliqué DCA et B&B à sa résolution. Dans le chapitre suivant nous étudions la modélisation du problème de minimisation du coût de transaction non convexe discontinu en gestion de portefeuille sous deux formes : la première est un programme DC obtenu en approximant la fonction objectif du problème original par une fonction DC polyèdrale et la deuxième est un programme DC mixte 0-1 équivalent. Et nous présentons DCA, B&B, et l'algorithme combiné DCA-B&B pour leur résolution. Le chapitre 4 étudie la résolution exacte du problème multi-objectif en variables mixtes binaires et présente deux applications concrètes de la méthode proposée. Nous nous intéressons dans le dernier chapitre à ces deux problématiques challenging : le problème de moindres carrés linéaires en variables entières bornées et celui de factorisation en matrices non négatives (Nonnegative Matrix Factorization (NMF)). La méthode NMF est particulièrement importante de par ses nombreuses et diverses applications tandis que les applications importantes du premier se trouvent en télécommunication. Les simulations numériques montrent la robustesse, rapidité (donc scalabilité), performance et la globalité de DCA par rapport aux méthodes existantes. / Based on theoretical and algorithmic tools of DC programming and DCA, the research in this thesis focus on the local and global approaches for non convex optimization and global mixed integer optimization. The thesis consists of 5 chapters. The first chapter presents fundamentals of DC programming and DCA, and techniques of Branch and Bound method (B&B) for global optimization (using the DC relaxation technique for calculating lower bounds of the optimal value). It shall include results concerning the exact penalty technique in mixed integer programming. The second chapter is devoted of a DCA method for solving a class of NP-hard nonconvex nonlinear mixed integer programs. These nonconvex problems are firstly reformulated as DC programs via penalty techniques in DC programming so that the resulting DC programs are effectively solved by DCA and B&B well adapted. As a first application in financial optimization, we modeled the problem pf portfolio selection under concave transaction costs and applied DCA and B&B to its solutions. In the next chapter we study the modeling of the problem of minimization of nonconvex discontinuous transaction costs in portfolio selection in two forms: the first is a DC program obtained by approximating the objective function of the original problem by a DC polyhedral function and the second is an equivalent mixed 0-1 DC program. And we present DCA, B&B algorithm, and a combined DCA-B&B algorithm for their solutions. Chapter 4 studied the exact solution for the multi-objective mixed zero-one linear programming problem and presents two practical applications of proposed method. We are interested int the last chapter two challenging problems: the linear integer least squares problem and the Nonnegative Mattrix Factorization problem (NMF). The NMF method is particularly important because of its many various applications of the first are in telecommunications. The numerical simulations show the robustness, speed (thus scalability), performance, and the globality of DCA in comparison to existent methods.

La séparation aveugle de sources audio dans le cas sous-déterminé est un problème mathématique complexe dont il est aujourd'hui possible d'obtenir une solution satisfaisante, à condition de sélectionner la méthode la plus adaptée au problème posé et de savoir paramétrer celle-ci soigneusement. Afin d'automatiser cette étape de sélection déterminante, nous proposons dans cette thèse de recourir au principe de fusion. L'idée est simple : il s'agit, pour un problème donné, de sélectionner plusieurs méthodes de résolution plutôt qu'une seule et de les combiner afin d'en améliorer la solution. Pour cela, nous introduisons un cadre général de fusion qui consiste à formuler l'estimée d'une source comme la combinaison de plusieurs estimées de cette même source données par différents algorithmes de séparation, chaque estimée étant pondérée par un coefficient de fusion. Ces coefficients peuvent notamment être appris sur un ensemble d'apprentissage représentatif du problème posé par minimisation d'une fonction de coût liée à l'objectif de séparation. Pour aller plus loin, nous proposons également deux approches permettant d'adapter les coefficients de fusion au signal à séparer. La première formule la fusion dans un cadre bayésien, à la manière du moyennage bayésien de modèles. La deuxième exploite les réseaux de neurones profonds afin de déterminer des coefficients de fusion variant en temps. Toutes ces approches ont été évaluées sur deux corpus distincts : l'un dédié au rehaussement de la parole, l'autre dédié à l'extraction de voix chantée. Quelle que soit l'approche considérée, nos résultats montrent l'intérêt systématique de la fusion par rapport à la simple sélection, la fusion adaptative par réseau de neurones se révélant être la plus performante. / Underdetermined blind source separation is a complex mathematical problem that can be satisfyingly resolved for some practical applications, providing that the right separation method has been selected and carefully tuned. In order to automate this selection process, we propose in this thesis to resort to the principle of fusion which has been widely used in the related field of classification yet is still marginally exploited in source separation. Fusion consists in combining several methods to solve a given problem instead of selecting a unique one. To do so, we introduce a general fusion framework in which a source estimate is expressed as a linear combination of estimates of this same source given by different separation algorithms, each source estimate being weighted by a fusion coefficient. For a given task, fusion coefficients can then be learned on a representative training dataset by minimizing a cost function related to the separation objective. To go further, we also propose two ways to adapt the fusion coefficients to the mixture to be separated. The first one expresses the fusion of several non-negative matrix factorization (NMF) models in a Bayesian fashion similar to Bayesian model averaging. The second one aims at learning time-varying fusion coefficients thanks to deep neural networks. All proposed methods have been evaluated on two distinct corpora. The first one is dedicated to speech enhancement while the other deals with singing voice extraction. Experimental results show that fusion always outperform simple selection in all considered cases, best results being obtained by adaptive time-varying fusion with neural networks.

In this thesis I present new insights into aspects of Peter Guthrie Tait's life and work, derived principally from largely-unexplored primary source material: Tait's scrapbook, the Tait–Maxwell school-book and Tait's pocket notebook. By way of associated historical insights, I also come to discuss the innovative and far-reaching mathematics of the elusive Frenchman, C.-V. Mourey. P. G. Tait (1831–1901) F.R.S.E., Professor of Mathematics at the Queen's College, Belfast (1854–1860) and of Natural Philosophy at the University of Edinburgh (1860–1901), was one of the leading physicists and mathematicians in Europe in the nineteenth century. His expertise encompassed the breadth of physical science and mathematics. However, since the nineteenth century he has been unfortunately overlooked—overshadowed, perhaps, by the brilliance of his personal friends, James Clerk Maxwell (1831–1879), Sir William Rowan Hamilton (1805–1865) and William Thomson (1824–1907), later Lord Kelvin. Here I present the results of extensive research into the Tait family history. I explore the spiritual aspect of Tait's life in connection with The Unseen Universe (1875) which Tait co-authored with Balfour Stewart (1828–1887). I also reveal Tait's surprising involvement in statistics and give an account of his introduction to complex numbers, as a schoolboy at the Edinburgh Academy. A highlight of the thesis is a re-evaluation of C.-V. Mourey's 1828 work, La Vraie Théorie des quantités négatives et des quantités prétendues imaginaires, which I consider from the perspective of algebraic reform. The thesis also contains: (i) a transcription of an unpublished paper by Hamilton on the fundamental theorem of algebra which was inspired by Mourey and (ii) new biographical information on Mourey.