Malgré la multiplicité des méthodes d'estimation de la VaR, elles souffrent d'une faiblesse fondamentale. En effet, elles ne font aucune distinction entre l'information captée à basse fréquence et celle captée à haute fréquence. Ce qui revient à  supposer de façon implicite que l'information contenue dans les données historiques a la même importance quel que soit l'horizon temporel de l'investisseur c'est-à-dire sa fréquence de trading (intra-journalière, journalière, hebdomadaire, mensuelle,..). Mais, accepter une telle hypothèse revient à supposer que les marchés financiers sont homogènes. Ce qui est contraire à la réalité empirique. En effet, les marchés financiers sont caractérisés par une grande hétérogénéité d'acteurs. L'objet de notre thèse est d'apporter une contribution à l'estimation de la VaR basée sur la décomposition de la volatilité dans le domaine des fréquences. Ce qui nous permet de mette en évidence l'influence de l'hétérogénéité des horizons temporels des acteurs des marchés financiers sur l'estimation de la Value at Risk. Pour cela,nous faisons appel à un outil statistique susceptible de nous procurer de l'information temporelle sur la volatilité et de l'information fréquentielle sur la fréquence de trading des différents acteurs des marchés financiers: l'approche temps-fréquence de la transformée en ondelettes. / Although multiplicity of VaR estimate approaches,they suffer from a fundamental weakness.They don't make any distiction between informations captured in a high frequency and in a low frequency manner.It is an implicit assumption of homogeneity of fiancial markets in contrast to empirical facts. In our thesis, we try to construct a VaR model based on volatility decomposition in the frequency domain.It enables us to show how the time horizons heterogeneity of financial markets participants could influence value at risk estimates.We use a statistical tool able to give us temporal information about volatility and frequencial information about trading frequencies of market participants:the time frequency approach of wavelet transform.

L'analyse multifractale est l'étude des propriétés locales des ensembles de mesures ou de fonctions. Son importance est apparue dans le cadre de la turbulence pleinement développée. Dans ce cadre, l'expérimentateur n'a pas accès à la vitesse en tout point d'un fluide mais il peut mesurer sa valeur en un point en fonction du temps. On ne mesure donc pas directement la fonction vitesse du fluide, mais sa trace. Cette thèse sera essentiellement consacrée à l'étude du comportement local de traces de fonctions d'espaces de Besov : nous déterminerons la dimension de Hausdorff des ensembles de points ayant un exposant de Hölder donné (spectre multifractal). Afin de caractériser facilement l'exposant de Hölder et l'appartenance à un espace de Besov, on utilisera la décomposition de fonctions sur les bases d'ondelettes.Nous n'obtiendrons pas la valeur du spectre de la trace de toute fonction d'un espace de Besov mais sa valeur pour un ensemble générique de fonctions. On fera alors appel à deux notions de généricité différentes : la prévalence et la généricité au sens de Baire. Ces notions ne coïncident pas toujours, mais, ici on obtiendra les mêmes résultats. Dans la dernière partie, afin de déterminer la forme que peut prend un spectre multifractal, on construira une fonction qui est son propre spectre / Multifractal analysis consists in the study of local properties of set of measures or functions. Its importance appeared in the frame of fully developed turbulence. In this area, physicists do not know the velocity of a fluid at all points but they can measure its value in one point in function of time. Hence, they do not measure the velocity function of the fluid but its trace.This thesis will be mainly dedicated to the study of local behavior of traces of Besov functions: we will determine the Hausdorff dimension of sets of points with a given Hölder exponent (the so-called multifractal spectrum). In order to easily characterize Hölder exponent and Besov spaces, we will use wavelet decomposition. We will not get the value of the multifractal spectrum of the trace of all functions of a Besov space, but its value for a generic set of functions. Then, we will use two notions of genericity : prevalence and Baire's genericity. Even if generic and prevalent properties can be different, here they will be the same.In the last part, in order to establish what a multifractal spectrum shape can be, we will construct a function which is its own spectrum

Construire une surface lisse d'un objet 3D est un problème important dans de nombreuses applications graphiques. En particulier, les méthodes de subdivision permettent de passer facilement d'un maillage discret à une surface continue. Un problème général résultant de la subdivision de deux maillages initialement connectés le long d'un bord est l'apparition de fissures ou de trous entre eux. Ces fissures produisent non seulement des formes indésirables, mais induisent aussi des difficultés pour les traitements ultérieurs. Il faut donc réparer ces défauts de sorte que la surface obtenue soit lisse et puisse être subdivisée ou modifiée. Nous proposons de nouvelles méthodes pour relier deux maillages avec des résolutions différentes en utilisant une transformée en ondelettes B-splines et une approximation locale ou une interpolation locale à l'aide de fonctions de base radiales (RBF). Ces procédés génèrent un maillage de connexion où la continuité est contrôlée. La résolution du maillage est ajustable pour respecter le changement de résolution entre les zones grossières et fines. En outre, nous présentons des méthodes pour combler les trous à n-côtés, et le raffinement des maillages grâce à un schéma de subdivision adaptative. Nous avons conçu, implémenté et testé les algorithmes en MatLab pour illustrer nos méthodes et montrer des résultats expérimentaux. Ces algorithmes sont mis en oeuvre sur de nombreux modèles d'objets 3D avec des formes complexes. En outre, nous avons fourni des approches différentes pour chaque problème. Ainsi, les résultats des différentes approches sont comparés et évalués afin d'exploiter les avantages et les inconvénients de ces approches. / Constructing a smooth surface of a 3D object is an important problem in many graphical applications. In particular, subdivision methods permit to pass easily from a discrete mesh to a continuous surface. A generic problem arising from subdividing two meshes initially connected along a common boundary is the occurrence of cracks or holes between them. These cracks not only produce undesired shapes, but also bring serious trouble for further mesh processing. They must be removed or filled so that the produced surface is smooth and can be further subdivided or edited. In order to remove cracks, we propose new methods for joining two meshes with different resolutions using a Lifted B-spline wavelet transform and a local approximation or radial basis function (RBF) local interpolation. These methods generate a connecting mesh where continuity is controlled from one boundary to the other and the connecting mesh can change gradually in resolution between coarse and fine areas. Additionally, we introduce methods for filling n-sided holes, and refining meshes with an adaptive subdivision scheme. We have designed, implemented, and tested the algorithms in MatLab to illustrate our proposed methods and show experimental results. These algorithms are implemented on many 3D object models with complex shapes. Additionally, we have provided some different approaches for each problem. Thus, results from the different approaches are compared and evaluated to exploit the advantages and disadvantages of these approaches.

L'objectif principal de cette thèse est le pré-traitement des signaux d'électroencéphalographie (EEG). En particulier, elle vise à développer une méthodologie pour obtenir un EEG dit "propre" à travers l'identification et l'élimination des artéfacts extra-cérébraux (mouvements oculaires, clignements, activité cardiaque et musculaire) et du bruit. Après identification, les artéfacts et le bruit doivent être éliminés avec une perte minimale d'information, car dans le cas d'EEG, il est de grande importance de ne pas perdre d'information potentiellement utile à l'analyse (visuelle ou automatique) et donc au diagnostic médical. Plusieurs étapes sont nécessaires pour atteindre cet objectif : séparation et identification des sources d'artéfacts, élimination du bruit de mesure et reconstruction de l'EEG "propre". A travers une approche de type séparation aveugle de sources (SAS), la première partie vise donc à séparer les signaux EEG dans des sources informatives cérébrales et des sources d'artéfacts extra-cérébraux à éliminer. Une deuxième partie vise à classifier et éliminer les sources d'artéfacts et elle consiste en une étape de classification supervisée. Le bruit de mesure, quant à lui, il est éliminé par une approche de type débruitage par ondelettes. La mise en place d'une méthodologie intégrant d'une manière optimale ces trois techniques (séparation de sources, classification supervisée et débruitage par ondelettes) constitue l'apport principal de cette thèse. La méthodologie développée, ainsi que les résultats obtenus sur une base de signaux d'EEG réels (critiques et inter-critiques) importante, sont soumis à une expertise médicale approfondie, qui valide l'approche proposée / The goal of this research is the electroencephalographic (EEG) signals preprocessing. More precisely, we aim to develop a methodology to obtain a "clean" EEG through the extra- cerebral artefacts (ocular movements, eye blinks, high frequency and cardiac activity) and noise identification and elimination. After identification, the artefacts and noise must be eliminated with a minimal loss of cerebral activity information, as this information is potentially useful to the analysis (visual or automatic) and therefore to the medial diagnosis. To accomplish this objective, several pre-processing steps are needed: separation and identification of the artefact sources, noise elimination and "clean" EEG reconstruction. Through a blind source separation (BSS) approach, the first step aims to separate the EEG signals into informative and artefact sources. Once the sources are separated, the second step is to classify and to eliminate the identified artefacts sources. This step implies a supervised classification. The EEG is reconstructed only from informative sources. The noise is finally eliminated using a wavelet denoising approach. A methodology ensuring an optimal interaction of these three techniques (BSS, classification and wavelet denoising) is the main contribution of this thesis. The methodology developed here, as well the obtained results from an important real EEG data base (ictal and inter-ictal) is subjected to a detailed analysis by medical expertise, which validates the proposed approach

Grâce à leurs avancées techniques en termes de poids, performances et fiabilité, les machines synchrones sont de plus en plus utilisées dans le domaine de transport et en particuliers dans l’aéronautique. Les stratégies de maintenances de ces systèmes électriques sont alors indispensables afin d'éviter des surcouts liés à des temps d'arrêt non planifiés. Ce document propose une analyse des conséquences d'un défaut inter-spires intermittent naissant dans l'enroulement statorique d'une Machine Synchrone à Aimants Permanents (MSAP). Ce type de défaut correspond à l'état peu avancé d'un futur court-circuit permanent. Jusqu'à présent, les études menées se sont limitées à la détection de courts-circuits inter-spires permanents. L'objectif de cette analyse est de définir une méthode de détection de ce type de défaut qui soit facile à mettre en œuvre. A partir d'une étude analytique du courant statorique d'une MSAP contrôlée en courant en présence de court-circuit intermittent, nous avons étudié l'impact des différentes grandeurs influençant la perturbation du courant. Nous avons constaté que la forme de la perturbation créée par le défaut était toujours la même et qu'elle était la signature du défaut intermittent dans le courant. Par la suite cette étude analytique a été validée expérimentalement. Dans la partie suivante nous avons étudié la sensibilité des méthodes de détection des courts-circuits inter-spires permanents appliquées au cas du court-circuit intermittent. Ces méthodes se sont révélées inadaptées pour la détection du défaut étudié dans ce travail. Nous avons donc proposé une méthode dédiée qui est basée sur la détection de la signature du défaut et qui utilise une transformation en ondelette adaptée. Il s'agit d'une méthode de détection de forme qui permet non seulement de détecter le défaut intermittent mais aussi de le distinguer des autres types de défauts. La performance de la méthode a été validée par les résultats de simulation et de manipulation. Dans une dernière partie, une étude plus générale sur le suivi de vieillissement des enroulements est proposée. Elle est basée sur le suivi de l'évolution des courbes d'admittance hautes fréquences d'un bobinage au cours du temps en utilisant les fonctions de transfert de ce dernier. / Thanks to technical advances in terms of weight, performance and reliability, synchronous machines are increasingly used in the transport field and especially in aeronautics. The maintenance strategies of these electrical systems are essential to avoid extra costs associated with unscheduled downtime. This document offers a study on the intermittent inter-turn fault occurring in the stator winding of a Permanent Magnet Synchronous Machine (PMSM) and its consequences. This type of fault correspond to the emerging state for a future permanent short circuit condition. So far, studies have been limited to the detection of continuous inter-turn short circuits. The main purpose of this analysis is to define a detection method for this type of fault easy to implement. Based on the stator current analytical study of a PMSM current controlled in presence of intermittent short circuit, we had studied the impact of different variables influencing the current disturbance. We had found that the shape of the disturbance created by the fault was always the same and that it was the fault signature in the current signal. Later this analytical study was validated experimentally. In the next part we had studied the sensitivity of continuous short circuits detection methods applied in the case of intermittent short circuit. These methods have been proved unsuitable to detect the defect studied in this work. Therefore, we had proposed a dedicated method based on the fault signature identification using an adapted wavelet transform. It is a pattern detection method able to detect the intermittent fault and to distinguish it from other types of defects. The performance of the method was validated by simulation and experimental results. In the last part, a more general study concerning the winding health monitoring is proposed. It uses transfer functions and it is based on the monitoring over time of the winding high frequencies admittance curves evolution.

Cette thèse porte sur l’analyse des signaux sEMG multicanaux à l’aide de la transformée en ondelettes, de la transformation de Hilbert-Huang et d’autres méthodes d’analyse ou de traitement des signaux, telles que le filtrage de Kalman et de Goertzel, pour détecter, mesurer, filtrer et décomposer les signaux sEMG afin d’identifier des tendances dans le temps et en fréquence des mouvements de flexion-extension des doigts de la main en observant les signaux myoélectriques des muscles superficiels. Le but est de prédire le mouvement des doigts de la main et de minimiser le temps de calcul pour permettre de contrôler des prothèses à l’aide de capteurs superficiels. L’hypothèse est fondée sur l’idée que tous les mouvements de la main sont une réponse active de l’activité myoélectrique des muscles spécifiques et que l’activité électrique peut être mesurée comme un signal associé à une séquence de mouvement des éléments de la main (doigts). Chaque doigt peut effectuer une trajectoire de la position de repos à la position finale, cette trajectoire qui n’est évidemment pas instantanée, engendre un signal myoélectrique lui-même non instantanée. L’activité électrique du muscle est présente sur les signaux enregistrés. Cette activité électrique peut être reconnue par un algorithme à partir d’une base de données de modèles de mouvement. Comparer l’activité électrique des muscles en temps réel par rapport à ces données peut permettre de détecter une tendance du comportement de la main et donc de prévoir le mouvement spécifique avant ou en même temps. Cette prédiction doit autoriser une baisse du temps de réponse de la prothèse / This thesis deals with the analysis of multichannel sEMG signals using wavelet transform, Hilbert-Huang transformation and other signal analysis or processing methods such as Kalman and Goertzel filtering, for detecting, measuring, filtering and decomposing sEMG signals to identify patterns in the time and frequency of flexion-extension movements of the fingers of the hand by analyzing the myoelectric signals of the superficial muscles. The aim is to predict the movement of the fingers of the hand and to minimize the computation time to allow the control of prostheses by means of superficial sensors. The hypothesis is based on the idea that all hand movements are an active response of the myoelectric activity of specific muscles and that electrical activity can be measured as a signal associated with a sequence of motion of the elements of the hand (fingers). Each finger can make a trajectory from the rest position to the final position, this trajectory which is obviously not instantaneous, generates a non-instantaneous myoelectric signal itself. The electrical activity of the muscle is present on the recorded signals. This electrical activity can be recognized by an algorithm from a database of the motion models. Comparing the electrical activity of the muscles in real time with respect to these data can make it possible to detect a tendency in the behavior of the hand and therefore to predict the specific movement before or at the same time. This prediction must allow a reduction in the response time of the prosthesis

Une Interface Cerveau-Machine (ICM) est un système permettant de transformer l'activité neurale du cerveau en une commande d'effecteurs externes. Cette étude correspond à une étape vers une ICM totalement autonome fonctionnant dans un environnement naturel ce qui est d'une importance cruciale pour les futures applications cliniques d'une ICM. Pour représenter l'environnement naturel, des expériences avec une ICM binaire asynchrone ont été réalisées avec des animaux libres de se mouvoir. En comparaison avec les études précédentes, des expériences sur le long terme ont été réalisées, ce qui est plus conforme aux exigences des applications de la vie réelle. L'objectif principal de cette étude est de différencier le modèle spécifique neuronal lié à l'intention d'action de l'activité de fond du cerveau chez des animaux libres de tous mouvements. Pour atteindre le niveau nécessaire de sélectivité, l'analyse Multi-Voies PLS a été choisie sachant qu'elle fournit simultanément un traitement du signal dans plusieurs domaines, à savoir, temporel, fréquentiel et spatial. Pour améliorer la capacité de l'approche générique Multi-Voies PLS pour le traitement de données à grandes dimensions, l'algorithme « Itérative NPLS » est introduit dans notre travail. En ayant des besoins plus faibles en mémoire, cet algorithme fournit des traitements de grands ensembles de données, permet une résolution élevée, préserve l'exactitude de l'algorithme générique et démontre une meilleure robustesse. Pour la calibration adaptative d'un système ICM, l'algorithme récursif NPLS est proposé. Finalement, l'algorithme pénalisé NPLS est développé pour la sélection efficace d'un sous-ensemble de fonctions, à savoir, un sous-ensemble d'électrodes. Les algorithmes proposés ont été testés sur des ensembles de données artificielles et réelles. Ils ont démontré une performance qui est comparable à celle d'un algorithme générique NPLS. Leur efficacité de calcul est acceptable pour les applications en temps réel. Les algorithmes développés ont été appliqués à la calibration d'un système ICM et ont été utilisés dans des expériences d'ICM avec bouclage en temps réel chez des animaux. Enfin, les méthodes proposées représentent une approche prospective pour de futurs développements de systèmes ICM humains. / Brain Computer Interface (BCI) is a system for translation of brain neural activity into commands for external devices. This study was undertaken as a step toward the fully autonomous (self-paced) BCI functioning in natural environment which is of crucial importance for BCI clinical applications. To model the natural environment binary self-paced BCI experiments were carried out in freely moving animals. In comparison to the previous works, the long-term experimental sessions were carried out, which better comply with the real-life applications requirements. The main goal of the study was to discriminate the specific neuronal pattern related to the animal's control action against background brain activity of freely-moving animal. To achieve the necessary level of selectivity the Multi-Way Analysis was chosen since it provides a simultaneous signal processing in several domains, namely, temporal, frequency and spatial. To improve the capacity of the generic Multy-Way PLS approach for treatment of high-dimensional data, the Iterative NPLS algorithm is introduced in the current study. Having lower memory requirements it provides huge datasets treatment, allows high resolution, preserves the accuracy of the generic algorithm, and demonstrates better robustness. For adaptive calibration of BCI system the Recursive NPLS algorithm is proposed. Finally, the Penalized NPLS algorithm is developed for effective selection of feature subsets, namely, for subset of electrodes. The proposed algorithms were tested on artificial and real datasets. They demonstrated performance which either suppress or is comparable with one of the generic NPLS algorithm. Their computational efficiency is acceptable for the real-time applications. Developed algorithms were applied for calibration of the BCI system and were used in the real-time close-loop binary BCI experiments in animals. The proposed methods represent a prospective approach for further development of a human BCI system.

Ce mémoire de thèse présente de nouvelles méthodologies pour l’analyse de données Poissoniennes sur la sphère, dans le cadre de la mission Fermi. Les objectifs principaux de la mission Fermi, l’étude du fond diffus galactique et l’établissement du catalogue de source, sont com pliqués par la faiblesse du flux de photons et les effets de l’instrument de mesure. Ce mémoire introduit une nouvelle représentation mutli-échelles des données Poissoniennes sur la sphère, la Transformée Stabilisatrice de Variance Multi-Echelle sur la Sphère (MS-VSTS), consistant à combiner une transformée multi-échelles sur la sphère (ondelettes, curvelets), avec une transformée stabilisatrice de variance (VST). Cette méthode est appliquée à la suppression du bruit de Poisson mono et multicanale, à l’interpolation de données manquantes, à l’extraction d’un modèle de fond et à la déconvolution multicanale. Enfin, ce mémoire aborde le problème de la séparation de composantes en utilisant des représentations parcimonieuses (template fitting). / This thesis presents new methods for spherical Poisson data analysis for the Fermi mission. Fermi main scientifical objectives, the study of diffuse galactic background et the building of the source catalog, are complicated by the weakness of photon flux and the point spread function of the instrument. This thesis proposes a new multi-scale representation for Poisson data on the sphere, the Multi-Scale Variance Stabilizing Transform on the Sphere (MS-VSTS), consisting in the combination of a spherical multi-scale transform (wavelets, curvelets) with a variance stabilizing transform (VST). This method is applied to mono- and multichannel Poisson noise removal, missing data interpolation, background extraction and multichannel deconvolution. Finally, this thesis deals with the problem of component separation using sparse representations (template fitting ).

L'évaluation des modifications des caractéristiques d'un système dynamique non-stationnaire est étudiée suivant les modifications des paramètres modaux. Pour cela, nous étudions en premier l'obtention de ces paramètres, à l'aide des méthodes d'identification à partir des réponses vibratoires mesurées. Trois méthodes d'identification sont étudiées: la méthode de Décomposition Orthogonale Propre (POD), la méthode de Décomposition en Valeurs Singulières (SVD) et la méthode de Décomposition Orthogonale Régularisée (SOD). Ensuite, trois étapes sont considérées pour suivre les changements de masse des systèmes non-stationnaires à partir des variations des paramètres modaux: la localisation de l'instant du changement (étape 1), la détection de la position du changement (étape 2) et la quantification de la valeur du changement (étape 3). Pour l'étape 1, la transformée en ondelettes (TO) qui est une analyse temps-fréquence est appliquée. Ensuite, trois méthodes de détection de la position du changement de la masse sont développées dans l'étape 2. Enfin, la variation relative des fréquences propres est utilisée pour la quantification de la variation relative de la masse dans l'étape 3. Toutes ces méthodes ont été testées numériquement. De plus une maquette simplifiée de bâtiment a été instrumentée sous excitations de choc. Ces essais ont permis de valider les méthodes développées dans cette thèse / Modification of modal parameters is considered the main tool for the evaluation of characteristic changes of a non stationary dynamic system. Therefore, our first interest is to obtain these modal parameters from vibration measures using identification methods. Three methods are discussed here: Proper Orthogonal Decomposition (POD), Singular Value Decomposition (SVD) and Smooth Orthogonal Decomposition (SOD). Then, in order to evaluate the mass changes in non stationary systems, three steps are proposed: instant localization of mass changes (step 1), determination of geometrical location of the mass changes (step 2) and quantification of mass changes (step 3). The Wavelet transform (WT), considered to be a time-frequency analysis, is indented in step 1. In step 2, three methods for the detection of the position of the mass changes are developed. Finally, the relative variation of the natural frequencies of the system is used to evaluate the relative variation of the mass in step 3. The efficiency of these methods is verified by numerical tests. Moreover a building experimental model, instrumented with accelerometers, is studied in the case of after-shock vibrations. These experimental tests permit to validate the methods proposed in this thesis

En France, en Europe et dans le monde entier, le vieillissement de la population est une réalité. Une partie de cette population âgée est dite dépendante car elle n’est plus en mesure d’assumer seule les tâches de la vie quotidienne. L’enjeu sociétal est alors de garantir un niveau de bien-être et de sécurité à ces personnes, compatible avec l’évolution du niveau de vie et des usages et habitudes ‘modernes’. Très logiquement, les domaines de recherche liés à la problématique des personnes âgées à domicile font preuve d’un grand dynamisme, alors que la maison de retraite, qui reste la solution pour la grande dépendance, a été un peu délaissée. Néanmoins, la pénurie de personnel conjuguée à l’augmentation des coûts et des exigences des résidents offre une opportunité à des solutions innovantes basées sur les TIC. Les travaux de cette thèse de doctorat sous convention CIFRE se sont déroulés dans ce contexte au sein de l’équipe de recherche de Legrand et du département d’Electronique et Physique de Télécom SudParis à Evry. Le sujet concerne la conception d’un nouveau capteur (non-porté) intégrant l’installation électrique du lieu de vie du patient ainsi que la fusion avec d’autres capteurs de l’infrastructure afin de suivre l’activité du résident et, le cas échéant, soit signaler en temps réel des situations nécessitant le recours d’un aidant, soit identifier des dérives lentes dont l’interprétation sera du ressort du personnel médical. Les travaux de la thèse ont été en partie intégrés au projet FUI14 « E-monitor’âge » dont l’objectif est précisément la « supervision » des résidents. Ce mémoire est structuré de manière à présenter l’historique de ces travaux et la démarche opérée pour leur réalisation. Nous introduisons le contexte et les besoins identifiés pour le suivi des personnes âgées dans les maisons de retraites. Nous faisons un point sur les systèmes de supervision/monitoring existants et nous présentons les méthodes et les techniques de détection de situations d’urgence. Nous terminons cette partie du mémoire (chapitre 1) par la spécification du problème majeur rencontré par ces systèmes de supervision qui est celui de la détection de présence d’une personne. En s’appuyant sur la technologie des capteurs pyro-électriques, la partie suivante propose une solution originale de traitement de signal pour la détection d’une présence humaine dans une chambre voire la détection de présence de plusieurs personnes à la fois (chapitre 2). Le chapitre 3 introduit ensuite un capteur thermique à base de thermopiles afin de détecter la présence d’une personne dans son lit, ce que ne permet pas la technologie pyro-électrique qui ne détecte pas un corps chaud immobile. Dans cette partie nous limitons l’utilisation de ce capteur à la détection de la présence de la personne dans son lit (chapitre 4) voire à l’estimation de la qualité de son sommeil qui constitue d’une part l’originalité de nos travaux s’appuyant sur des approches de classification non-supervisée, et qui ouvre des perspectives encourageantes quant à l’utilisation de ce capteur pour caractériser relativement finement le type de sommeil d’autre part (chapitre 5) / In France, in Europe and worldwide, the aging population is a reality. Some of these elderly people lose their autonomy as they are no longer able to manage alone the tasks of daily life. The societal issue is therefore to ensure a level of well-being and safety of these persons, consistent with changes in living standards, customs and modern habits. The research areas related to the problems of elderly people at home are showing great dynamism, while the nursing home, which remains the solution for cases of high dependence, is somewhat neglected. Nevertheless, staff shortages combined with rising costs and residents’ demands offer an opportunity for innovative ICT-based solutions. The work presented here was performed, in the context of a CIFRE doctoral thesis, within the Legrand research team and at the physics and electronics department of Mines-Telecom SudParis at Evry. The subject and project aim was twofold: firstly, designing a new sensor which will be incorporated in the electrical installation of the patient’s living space, and secondly, a multi-sensor merger to monitor the activity of the resident in order to enable real-time reporting of situations requiring the caregiver’s intervention or to detect slow drifts whose interpretation will be the responsibility of the medical staff. The work carried out for the purpose of this thesis has been included partially in the FUI 14 project whose propose is precisely the “supervision of residents in the nursing home”. The present paper is structured in such a way as to introduce the background of the work and the approach taken to perform it. The context and needs identified for monitoring of nursing home residents are also introduced. We begin by describing existing monitoring systems and the technical methods used to detect emergency situations. We end the first part (chapter 1) of this paper by specifying the major problem encountered when testing existing monitoring systems based on ambient sensors: namely how to detect the presence of an immobile and silent person in the room. Using an existing pyro-electric infrared sensors network installation in a nursing home, the next section proposes an original solution for detecting human presence in a room and also for differentiating between the presence of one and the presence of more than one person (chapter 2). Chapter 3 presents a new sensor integrated into the electrical installation of the patient’s living space. Here, we introduce a thermopile based thermal sensor in order to detect the presence of a person in his/her living space. In this work we restrict the use of this sensor to detecting the presence of the person in bed (chapter 4). The estimation of sleep quality which represents the original dimension of our work is presented in chapter 5. Differentiation between different phases of sleep is based on unsupervised classification approaches. Our project opens up encouraging prospects for the use of this type of sensor for relatively fine characterization of different kinds of sleep