Ce mémoire est dédié à l’étude de la synthèse de l’estimation d’état en temps fini par une approche algébrique (les techniques développées au sein de l’équipe ALIEN) pour les systèmes linéaires à paramètres invariant dans le temps (LTI) sujets à des perturbations extérieures inconnues, les systèmes linéaires à paramètres variant dans le temps (LTV) et les systèmes linéaires à commutation en temps continu (SLC). Pour les systèmes LTI et LTV, une expression formelle de l’état en fonction des intégrales itérées des sorties et de l’entrée a été donnée. Pour les systèmes linéaires à commutation, en combinant les résultats de l’estimation d’état pour les systèmes LTI et de la détection de l’instant de commutation en temps réel présentée dans le chapitre 4, nous donnons la démarche principale de l’estimation en temps réel du mode courant et l’état continu du système. Pour ce faire, on applique certains outils mathématiques : la transformation de Laplace, les outils issus du calcul opérationnel et la théorie des distributions / This PhD thesis is dedicated to the synthesis of the state estimation in a finite time by an algebraic approach (the techniques developed within the ALIEN group) for the linear time-invariant systems (LTI) subject to the external unknown disturbances, the linear time-varying systems (LTV) and the switched linear systems (SLC) in continuous time. For the LTI and LTV systems, a formal expression of state as a function of iterated integrals of the output and the input is obtained. For switched linear systems, combining the results of state estimation for LTI systems and switch instant detection presented in Chapter 4, we give the main approach of current mode estimation and the continuous state estimation in real time. To do this, one applies some mathematical tools: Laplace transforms, the operational calculus and the theory of distribution

Le glioblastome multiforme (GBM) est une tumeur de grade IV représentant 49% de toutes les tumeurs cérébrales. Malgré des modalités de traitement agressives (radiothérapie, chimiothérapie et résection chirurgicale), le pronostic est mauvais avec une survie globale médiane de 12 à 14 mois. Les aractéristiques issues de la neuro imagerie des GBM peuvent fournir de nouvelles opportunités pour la classification, le pronostic et le développement de nouvelles thérapies ciblées pour faire progresser la pratique clinique. Cette thèse se concentre sur le développement de modèles pronostiques exploitant des caractéristiques de radiomique extraites des images multimodales IRM (T1 pré- et post-contraste, T2 et FLAIR). Le contexte méthodologique proposé consiste à i) recaler tous les volumes multimodaux IRM disponibles et en segmenter un volume tumoral unique, ii) extraire des caractéristiques radiomiques et iii) construire et valider les modèles pronostiques par l’utilisation d’algorithmes d’apprentissage automatique exploitant des cohortes cliniques multicentriques de patients. Le coeur des méthodes développées est fondé sur l’extraction de radiomiques (incluant des paramètres d’intensité, de forme et de textures) pour construire des modèles pronostiques à l’aide de deux algorithmes d’apprentissage, les machines à vecteurs de support (support vector machines, SVM) et les forêts aléatoires (random forest, RF), comparées dans leur capacité à sélectionner et combiner les caractéristiques optimales. Les bénéfices et l’impact de plusieurs étapes de pré-traitement des images IRM (re-échantillonnage spatial des voxels, normalisation, segmentation et discrétisation des intensités) pour une extraction de métriques fiables ont été évalués. De plus les caractéristiques radiomiques ont été standardisées en participant à l’initiative internationale de standardisation multicentrique des radiomiques. La précision obtenue sur le jeu de test indépendant avec les deux algorithmes d’apprentissage SVM et RF, en fonction des modalités utilisées et du nombre de caractéristiques combinées atteignait 77 à 83% en exploitant toutes les radiomiques disponibles sans prendre en compte leur fiabilité intrinsèque, et 77 à 87% en n’utilisant que les métriques identifiées comme fiables.Dans cette thèse, un contexte méthodologique a été proposé, développé et validé, qui permet la construction de modèles pronostiques dans le cadre des GBM et de l’imagerie multimodale IRM exploitée par des algorithmes d’apprentissage automatique. Les travaux futurs pourront s’intéresser à l’ajout à ces modèles des informations contextuelles et génétiques. D’un point de vue algorithmique, l’exploitation de nouvelles techniques d’apprentissage profond est aussi prometteuse. / Glioblastoma multiforme (GBM) is a WHO grade IV tumor that represents 49% of ail brain tumours. Despite aggressive treatment modalities (radiotherapy, chemotherapy and surgical resections) the prognosis is poor, as médian overall survival (OS) is 12-14 months. GBM’s neuroimaging (non-invasive) features can provide opportunities for subclassification, prognostication, and the development of targeted therapies that could advance the clinical practice. This thesis focuses on developing a prognostic model based on multimodal MRI-derived (Tl pre- and post-contrast, T2 and FLAIR) radiomics in GBM. The proposed methodological framework consists in i) registering the available 3D multimodal MR images andsegmenting the tumor volume, ii) extracting radiomics iii) building and validating a prognostic model using machine learning algorithms applied to multicentric clinical cohorts of patients. The core component of the framework rely on extracting radiomics (including intensity, shape and textural metrics) and building prognostic models using two different machine learning algorithms (Support Vector Machine (SVM) and Random Forest (RF)) that were compared by selecting, ranking and combining optimal features. The potential benefits and respective impact of several MRI pre-processing steps (spatial resampling of the voxels, intensities quantization and normalization, segmentation) for reliable extraction of radiomics was thoroughly assessed. Moreover, the standardization of the radiomics features among methodological teams was done by contributing to “Multicentre Initiative for Standardisation of Radiomics”. The accuracy obtained on the independent test dataset using SVM and RF reached upto 83%- 77% when combining ail available features and upto 87%-77% when using only reliable features previously identified as robust, depending on number of features and modality. In this thesis, I developed a framework for developing a compréhensive prognostic model for patients with GBM from multimodal MRI-derived “radiomics and machine learning”. The future work will consists in building a unified prognostic model exploiting other contextual data such as genomics. In case of new algorithm development we look forward to develop the Ensemble models and deep learning-based techniques.

Les transistors rapides actuels présentent un retard lorsqu’ils fonctionnent à très hautes fréquences ou en régime transitoire rapide. Cet effet est appelé effet non quasi-statique (NQS). Dans cette thèse, l’effet NQS est analysé de manière concise de façon à être directement implanté dans les modèles de composant pour les bibliothèques de circuit en utilisant le langage standard VerilogA. Les mécanismes physiques à la base de l’effet NQS sont évalués dans le domaine de fonctionnement petit signal et les résultats sont comparés aux travaux déjà publiés. S’agissant du modèle standard bipolaire HICUM, les effets NQS latéraux et verticaux sont examinés séparément à partir du même modèle, en régime de fonctionnement transitoire et fréquentiel grâce à un sous-circuit dédié au calcul de la phase du signal. A partir de ce sous-circuit, la modélisation compacte avec HICUM est comparée aux données issues de mesures et issues de simulation amont. Enfin, un nouveau sous-circuit calculant l’excès de phase est proposé pour prendre mieux en compte les effets non quasi-statiques dans les transistors bipolaires. / Modern high speed (RF) transistors encounter certain delay while operated at high frequency or under fast transient condition. This effect is named as Non Quasi Static (NQS) effect. In the current work, NQS effect is analyzed in a concise manner so that it can be readily implemented in a compact model using the VerilogA description language. The basic physics behind this effect is investigated in small signal domain and the results are compared with the published work. In popular bipolar model HICUM lateral and vertical NQS are examined separately and uses the same model for both transient and AC operation which requires an additional minimum phase type sub circuit. Compact modeling with HICUM model is performed in both measurement and device simulated data. At last, an improved excess phase circuit is proposed to model the NQS effect.

Contexte : Les sujets âgés représentent un groupe d’âge dont la proportion ne cesse d’augmenter. Ainsi, la lutte contre la sédentarité et la pratique d’une activité physique régulière demeure l’une des principales mesures qui devrait être privilégiée chez les seniors. L’objectif principal de ce travail était de déterminer les effets d’un nouveau protocole de réentraînement en endurance sur ergocycle alternatif « le Programme d’Entraînement Personnalisé sur Cycle à charge constante avec Récupération intermittente » (PEP’C-R) sur les paramètres d’endurance et cardio-respiratoires maximaux chez des seniors de plus de 70 ans. Les objectifs secondaires étaient de déterminer les effets du PEP’C-R sur la fonction vasculaire et les performances cognitives. Résultats : le PEP’C-R permet une amélioration significative des paramètres d’endurance et cardio-respiratoires maximaux et permet aussi d’améliorer la fonction vasculaire et les performances cognitives. Conclusion : Les résultats apportés par ce travail permettront de diffuser le PEP’C-R chez les seniors en bonne santé et ceci dans le cadre de la prescription de programmes de réentraînement à l’effort. / Background: Older adults constitute one of the most rapidly growing population groups. Consequently, avoiding an inactive lifestyle and encouraging regular physical activity remains one of the main measures that should be promoted for older adults. The main objective of our study was to determine the effects of a new lightweight protocol including recovery bouts called: “The Intermittent Aerobic Training Program with Recovery bouts” (IATP-R - PEP’C-R in French) for seniors over 70 on maximal cardiorespiratory and endurance parameters. The secondary objectives were to determine the effects of IATP-R on vascular function and cognitive performances. Results: Our results showed that this new “IATP-R” training protocol permits to achieve a significant improvement in both endurance parameters and maximal cardio-respiratory parameters. In addition, the IATP-R permits to improve the vascular function and cognitive performances. Conclusion: The results of this study could be useful to implement this new IATP-R protocol for healthy older adults over 70. This would also be within the framework of prescribing training programs.

Les micro-drones sont des aéronefs sans pilotes de dimensions inférieures à un mètre et de poids inférieur à deux kilogrammes. Ils se distinguent des aéronefs classiques pour plusieurs raisons : un cycle de développement plus court, un coût plus faible, leur facilité d'opération et des configurations de véhicules spécifiques. L'ensemble de ces points attendent une réponse spécifique dans le développement des lois de commandes. Cette thèse s'y intéresse à travers deux problématiques : la commande d'une famille de drones quadrirotors et celle d'un drone hybride. Une famille de drones représente un même concept de véhicule décliné en plusieurs tailles dont on peut faire varier la charge utile ou son emplacement. Les lois de commandes doivent assurer un même niveau de performances malgré ses modifications. Un drone hybride se caractérise par sa capacité à réaliser du vol stationnaire et du vol d'avancement. Ces deux modes de vol ont chacun une dynamique de vol spécifique à laquelle les lois de commandes doivent s'adapter. Cette thèse présente la modélisation de quadrirotors et d'un drone hybride puis détaille une approche de commande adaptative indirecte qui répond aux problèmes introduits. La commande adaptative permet de garantir à l'aide d'un correcteur unique les performances de commande pour de multiples systèmes. Les méthodes d'estimation de paramètres et de synthèse linéaire à paramètres variants du schéma de commande sont décrites, puis, finalement, des résultats d'essais en vol montrent l'apport et les limites de cette approche. / Micro Air Vehicle are pilotless aircrafts with dimensions not exceeding one meter and a maximum weight of two kilograms. They are different from classical aircrafts for multiple reasons: a shorter development cycle, a cheaper development, their ease of operation and specific vehicle configurations. All these points expect a specific answer in the development of the control laws of the vehicles. This thesis considers this topic through two particular issues: the control of a family of quadrotors and the control of hybrid micro air vehicle. A family of quadrotor represents a single concept of vehicle but with various sizes, payloads and payload configurations. Control laws must guarantee the same level of performance despite all these modifications. A hybrid micro air vehicle is able to both hover like a helicopter and fly forward like a plane. These two flight modes have specific flight dynamics that the control laws must adapt to. This thesis first presents a model of quadrotors and hybrid micro air vehicle and then details an indirect adaptive control method to tackle both issues. Adaptive control should guarantee performance of multiple controlled systems with a single controller. The parameter estimation and linear parameter varying synthesis method of the adaptive control scheme are described and finally flight test results show the contributions and limits of the approach.

Les modèles de culture constituent des outils indispensables pour comprendre l’influence des conditions agropédoclimatiques sur le système sol-plante à différentes échelles spatiales et temporelles. A l’échelle locale de la parcelle agricole, le modèle peut être utilisé dans le cadre de l’agriculture de précision pour optimiser les pratiques de fertilisation azotée de façon à maximiser le rendement ou le revenu tout en minimisant le lessivage des nitrates vers la nappe. Cependant, la pertinence de l’utilisation du modèle repose sur la qualité des prédictions réalisées, basée entre autres sur une bonne détermination des paramètres d’entrée du modèle. Dans le cadre de l’agriculture de précision, les paramètres concernant les propriétés des sols sont les plus délicates à connaître en tout point de la parcelle et il existe très peu de cartes de sols permettant de les déterminer de manière précise. Néanmoins, dans ce contexte, on peut disposer d’observations acquises automatiquement sur l’état du système sol-plante, telles que des images de télédétection, les cartes de rendement ou les mesures de résistivité électrique du sol. Il existe alors une alternative intéressante pour estimer les propriétés des sols à l’échelle de la parcelle qui consiste à inverser le modèle de culture à partir de ces observations pour retrouver les valeurs des propriétés des sols. L’objectif de cette thèse consiste (i) dans un premier temps à analyser les performances d’estimation des propriétés des sols par inversion du modèle STICS à partir de différents jeux d’observations sur des cultures de blé et de betterave sucrière, en mettant en oeuvre une méthode bayésienne de type Importance Sampling, (ii) dans un second temps à mesurer l’amélioration des prédictions de variables agro-environnementales réalisées par le modèle à partir des valeurs estimées des paramètres. Nous montrons que l’analyse de sensibilité globale permet de quantifier la quantité d’information contenue dans les jeux d’observations et les performances réalisées en matière d’estimation des paramètres. Ce sont les propriétés liées au fonctionnement hydrique du sol (humidité à la capacité au champ, profondeur de sol, conditions initiales) qui bénéficient globalement de la meilleure performance d’estimation par inversion. La performance d’estimation, évaluée par comparaison avec l’estimation fournie par l’information a priori, dépend fortement du jeu d’observation et est significativement améliorée lorsque les observations sont faites sur une culture de betterave, les conditions climatiques sont sèches ou la profondeur de sol est faible. Les prédictions agro-environnementales, notamment la quantité et la qualité du rendement, peuvent être grandement améliorées lorsque les propriétés du sol sont estimées par inversion, car les variables prédites par le modèle sont également sensibles aux propriétés liées à l’état hydrique du sol. Pour finir, nous montrons dans un travail exploratoire que la prise en compte d’une information sur la structure spatiale des propriétés du sol fournie par les mesures de résistivité électrique, peut permettre d’améliorer l’estimation spatialisée des propriétés du sol. Les observations acquises automatiquement sur le couvert végétal et la résistivité électrique du sol se révèlent être pertinentes pour estimer les propriétés du sol par inversion du modèle et améliorer les prédictions des variables agro-environnementales sur lesquelles reposent les règles de choix des pratiques agricoles / Dynamic crop models are very useful to predict the behavior of crops in their environment and are widely used in a lot of agro-environmental work. These models have many parameters and their spatial application require a good knowledge of these parameters,especially of the soil parameters. These parameters can be estimated from soil analysis at different points but this is very costly and requires a lot of experimental work. Nevertheless,observations on crops provided by new techniques like remote sensing or yield monitoring, is a possibility for estimating soil parameters through the inversion of crop models. In my work, the STICS crop model is studied for the wheat and the sugar beet and it includes more than 200 parameters. After a previous work based on a large experimental database for calibrate parameters related to the characteristics of the crop, I started my study with a global sensitivity analysis of the observed variables (leaf area index LAI and absorbed nitrogen QN provided by remote sensing data, and yield at harvest provided by yield monitoring) to the soil parameters, in order to determine which of them have to be estimated. This study was made in different climatic and agronomic conditions and it reveals that 7 soil parameters (4 related to the water and 3 related to the nitrogen) have a clearly influence on the variance of the observed variables and have to be therefore estimated. For estimating these 7 soil parameters, I chose a Bayesian data assimilation method (because I have prior information on these parameters) named Importance Sampling by using observations, on wheat and sugar beet crop, of LAI and QN at various dates and yield at harvest acquired on different climatic and agronomic conditions. The quality of parameter estimation is then determined by comparing the result of parameter estimation with only prio rinformation and the result with the posterior information provided by the Bayesian data assimilation method. The result of the parameter estimation show that the whole set of parameter has a better quality of estimation when observations on sugar beet are assimilated. At the same time, global sensitivity analysis of the observed variables to the 7 soil parameters have been performed, allowing me to build a criterion based on sensitivity indices (provided by the global sensitivity analysis) able to rank the parameters with respect to their quality of estimate. This criterion constitutes an interesting tool for determining which parameters it is possible to estimate to reduce probably the uncertainties on the predictions. The prediction of the crop behaviour when estimating the soil parameters is then studied. Indeed, the quality of prediction of agro-environmental variables of the STICS crop model (yield, protein of the grain and nitrogen balance at harvest) is determined by comparing the result of the prediction using the prior information on the parameters and the result using the posterior information. As for the estimation of soil parameters, the prediction of the variable is made on different climatic and agronomic conditions. According to the result of parameter estimation, assimilating observations on sugar beet lead to a better quality ofprediction of the variables than observations on wheat. It was also shown that the number ofcrop seasons observed and the number of observations improve the quality of the prediction

Il existe plusieurs modèles mathématiques pour décrire le comportement dynamique et acoustique des matériaux poreux. Ces modèles se basent sur l'introduction de plusieurs paramètres géométriques décrivant la structure du matériau poreux. La porosité, la résistivité statique, la tortuosité, les longueurs caractéristiques visqueuse et thermique et la perméabilité thermique sont les paramètres géométriques utilisés par exemple dans le modèle de Johnson-Lafarge. La détermination de ces six paramètres est un problème délicat, mais pourtant nécessaire pour la modélisation des matériaux poreux.Il existe des méthodes directes pour mesurer ces paramètres qui peuvent être plus ou moins couteuses et efficaces. Une alternative efficace et accessible aux méthodes directes est la méthode inverse qui est le sujet de ce mémoire. Cette méthode consiste à utiliser les données recueillies par un tube d'impédance, comme l'impédance de surface, pour remonter aux paramètres géométriques par inversion du modèle de Johnson-Lafarge.

Les travaux présentés dans cette thèse concernent la modélisation, la commande et l'estimation de suspensions automobiles semi-actives, dans un contexte industriel. La contribution principale concerne le développement d'une méthodologie de synthèse d'observateurs et de contrôleurs adaptés aux suspensions semi-actives. Fondée sur un observateur, un contrôleur principal et quatre contrôleurs locaux, la stratégie de commande permet d'améliorer le confort et la tenue de route du véhicule. La méthode de synthèse Hinfinity appliquée aux systèmes Linéaires à Paramètres Variants (LPV) est utilisée pour la commande des amortisseurs, permettant ainsi de prendre en compte leurs non linéarités dans la synthèse. Différents résultats de simulation et expérimentaux sont présentés pour valider l'observateur et les lois de commande.

Ces travaux de thèse, réalisés dans une équipe concevant des circuits analogiques neuromimétiques suivant le modèle d'Hodgkin-Huxley, concernent la modélisation de neurones biologiques, plus précisément, l'estimation des paramètres de modèles de neurones. Une première partie de ce manuscrit s'attache à faire le lien entre la modélisation neuronale et l'optimisation. L'accent est mis sur le modèle d'Hodgkin- Huxley pour lequel il existait déjà une méthode d'extraction des paramètres associée à une technique de mesures électrophysiologiques (le voltage-clamp) mais dont les approximations successives rendaient impossible la détermination précise de certains paramètres. Nous proposons dans une seconde partie une méthode alternative d'estimation des paramètres du modèle d'Hodgkin-Huxley s'appuyant sur l'algorithme d'évolution différentielle et qui pallie les limitations de la méthode classique. Cette alternative permet d'estimer conjointement tous les paramètres d'un même canal ionique. Le troisième chapitre est divisé en trois sections. Dans les deux premières, nous appliquons notre nouvelle technique à l'estimation des paramètres du même modèle à partir de données biologiques, puis développons un protocole automatisé de réglage de circuits neuromimétiques, canal ionique par canal ionique. La troisième section présente une méthode d'estimation des paramètres à partir d'enregistrements de la tension de membrane d'un neurone, données dont l'acquisition est plus aisée que celle des courants ioniques. Le quatrième et dernier chapitre, quant à lui, est une ouverture vers l'utilisation de petits réseaux d'une centaine de neurones électroniques : nous réalisons une étude logicielle de l'influence des propriétés intrinsèques de la cellule sur le comportement global du réseau dans le cadre des oscillations gamma.

Ce mémoire est consacré à la résolution des problèmes inverses. Il est divisé en deux parties, la première concerne les phénomènes mécaniques et la deuxième les phénomènes thermiques. Avant de proposer des algorithmes pour résoudre les problèmes inverses considérés, la résolution des problèmes directs est au préalable analysée en détail. Le premier thème développé dans la partie mécanique est l'identification des dix caractéristiques d'inertie d'un solide rigide. Les équations du mouvement sont formulées par une égalité entre matrices 4x4 antisymétriques, l'une associée au torseur dynamique, l'autre au torseur des efforts extérieurs. Les caractéristiques d'inertie sont regroupées en une matrice 4x4 symétrique défini-positive. Cette matrice intervient linéairement dans les équations du mouvement, la prise en compte de sa positivité est essentielle à la convergence de l'algorithme du type gradient conjugué projeté proposé pour l'identifier. Le deuxième thème abordé est l'identification du moment quadratique de la section droite d'une poutre en flexion. La partie thermique concerne l'identification de la conductivité thermique et de la chaleur volumique d'un solide dans le cas d'une propagation unidimensionnelle de la chaleur. La méthodologie développée est la suivante : Construction d'un algorithme A1 de résolution du problème direct, Construction d'un algorithme A2 de résolution du problème inverse, Validation de l'algorithme A2 à l'aide de simulations obtenues par l'algorithme A1, Identification des paramètres thermophysiques de trois polymères par exploitation de champs de température mesurés expérimentalement par thermographie infrarouge.