Les travaux de recherche menés dans cette thèse répondent à plusieurs problématiques concernant les Petites et Moyennes Entreprises (PME). Après un état de l'art et une proposition de classification des types de rationnement de crédit, les deux premières études s'interrogent sur l'accès des PME aux crédits bancaires : la première question concerne la prédiction du rationnement de crédit à partir des caractéristiques des PME, la deuxième est relative aux déterminants des conditions de crédit. Enfin, la troisième étude teste l'existence et les causes de la divergence des notations de crédit des PME. Les travaux économétriques menés dans ces trois études se sont appuyés sur deux échantillons différents : l'un construit à partir d'un questionnaire sur le rationnement du crédit envoyé à un panel de PME, l'autre contenant les PME clientes d'un établissement bancaire, ayant obtenu au moins un crédit sur la période d'étude de quatre ans. / This dissertation addresses several issues facing Small and Medium Enterprises (SMEs). The first three articles are focusing on SMEs' access to bank loans. This issue contains two areas for intervention. The first is the prediction of credit rationing decision based upon SMEs characteristics. The second relates to the determinants of credit terms. The fourth article approaches the issue of the existence and causes of split rating. Researches covered in this thesis are based on two different samples. The first sample was constructed from a credit rationing survey sent to an SMEs panel. The second sample was supplied by one French mutual bank and relates to information on its credit reports and credit history over the period from 2007 to 2010.

La réalité augmentée (RA) consiste en l’insertion d’éléments virtuels dans une scène réelle, observée à travers un écran ou en utilisant un système de projection sur la scène ou l’objet d’intérêt. Les systèmes de réalité augmentée peuvent prendre des différentes formes pour obtenir l’équilibre désiré entre trois critères : précision, latence et robustesse. Il est possible d’identifier trois composants principaux à ces systèmes : localisation, reconstruction et affichage. Les contributions de cette thèse se concentrent essentiellement sur l’affichage et plus particulièrement le rendu des applications de réalité augmentée. À l’opposé des récentes avancées dans le domaine de la localisation et de la reconstruction, l’insertion d’éléments virtuels de façon plausible et esthétique reste une problématique compliquée, mal-posée et peu adaptée à un contexte temps réel. En effet, cette insertion requiert une reconstruction de l’illumination de la scène afin d’appliquer les conditions lumineuses adéquates à l’objet inséré. L’illumination de la scène peut être divisée en plusieurs catégories. Nous pouvons modéliser l’environnement de façon à décrire l’interaction de la lumière incidente et réfléchie pour chaque point 3D d’une surface. Il est également possible d’expliciter l’environnement en calculant la position des sources de lumière, leur type (lampe de bureau, néon, ampoule, ….), leur intensité et leur couleur. Pour insérer un objet de façon cohérente et réaliste, il est primordial d’avoir également une connaissance de la surface recevant l’illumination. Cette interaction lumière/matériaux est dépendante de la géométrie de la surface, de sa composition chimique (matériau) et de sa couleur. Pour tous ces aspects, le problème de reconstruction de l’illumination est difficile, car il est très complexe d’isoler l’illumination sans connaissance a priori de la géométrie, des matériaux de la scène et de la pose de la caméra observant la scène. De manière générale, sur une surface, une source de lumière laisse plusieurs traces telles que les ombres, qui sont créées par l’occultation de rayons lumineux par un objet, et les réflexions spéculaires ou spécularités qui se manifestent par la réflexion partielle ou totale de la lumière. Bien que ces spécularités soient souvent considérées comme des éléments parasites dans les applications de localisation de caméra, de reconstruction ou encore de segmentation, ces éléments donnent des informations cruciales sur la position et la couleur de la source lumineuse, mais également sur la géométrie de la surface et la réflectance du matériau où elle se manifeste. Face à la difficulté du problème de modélisation de la lumière et plus particulièrement du calcul de l’ensemble des paramètres de la lumière, nous nous sommes focalisés, dans cette thèse, sur l’étude des spécularités et sur toutes les informations qu’elles peuvent fournir pour la compréhension de la scène. Plus particulièrement, nous savons qu’une spécularité est définie comme la réflexion d’une source de lumière sur une surface réfléchissante. Partant de cette remarque, nous avons exploré la possibilité de considérer la spécularité comme étant une image issue de la projection d’un objet 3D dans l’espace. Nous sommes partis d’un constat simple, mais peu traité par la littérature qui est que les spécularités présentent une forme elliptique lorsqu’elles apparaissent sur une surface plane. À partir de cette hypothèse, pouvons-nous considérer un objet 3D fixe dans l’espace tel que sa projection perspective dans l’image corresponde à la forme de la spécularité ? Plus particulièrement, nous savons qu’un ellipsoïde projeté perspectivement donne une ellipse. Considérer le phénomène de spécularité comme un phénomène géométrique a de nombreux avantages. (...) / Augmented Reality (AR) consists in inserting virtual elements in a real scene, observed through a screen or a projection system on the scene or the object of interest. The augmented reality systems can take different forms to obtain a balance between three criteria: precision, latency and robustness. It is possible to identify three main components to these systems: localization, reconstruction and display. The contributions of this thesis focus essentially on the display and more particularly the rendering of augmented reality applications. Contrary to the recent advances in the field of localization and reconstruction, the insertion of virtual elements in a plausible and aesthetic way remains a complicated problematic, ill-posed and not adapted to a real-time context. Indeed, this insertion requires a good understanding of the lighting conditions of the scene. The lighting conditions of the scene can be divided in several categories. First, we can model the environment to describe the interaction between the incident and reflected light pour each 3D point of a surface. Secondly, it is also possible to explicitly the environment by computing the position of the light sources, their type (desktop lamps, fluorescent lamp, light bulb, . . . ), their intensities and their colors. Finally, to insert a virtual object in a coherent and realistic way, it is essential to have the knowledge of the surface’s geometry, its chemical composition (material) and its color. For all of these aspects, the reconstruction of the illumination is difficult because it is really complex to isolate the illumination without prior knowledge of the geometry, material of the scene and the camera pose observing the scene. In general, on a surface, a light source leaves several traces such as shadows, created from the occultation of light rays by an object, and the specularities (or specular reflections) which are created by the partial or total reflection of the light. These specularities are often described as very high intensity elements in the image. Although these specularities are often considered as outliers for applications such as camera localization, reconstruction or segmentation, these elements give crucial information on the position and color of the light source but also on the surface’s geometry and the material’s reflectance where these specularities appear. To address the light modeling problem, we focused, in this thesis, on the study of specularities and on every information that they can provide for the understanding of the scene. More specifically, we know that a specularity is defined as the reflection of the light source on a shiny surface. From this statement, we have explored the possibility to consider the specularity as the image created from the projection of a 3D object in space.We started from the simple but little studied in the literature observation that specularities present an elliptic shape when they appear on a planar surface. From this hypothesis, can we consider the existence of a 3D object fixed in space such as its perspective projection in the image fit the shape of the specularity ? We know that an ellipsoid projected perspectivally gives an ellipse. Considering the specularity as a geometric phenomenon presents various advantages. First, the reconstruction of a 3D object and more specifically of an ellipsoid, has been the subject to many publications in the state of the art. Secondly, this modeling allows a great flexibility on the tracking of the state of the specularity and more specifically the light source. Indeed, if the light is turning off, it is easy to visualize in the image if the specularity disappears if we know the contour (and reciprocally of the light is turning on again). (...)

L’hameçonnage est une escroquerie moderne qui cible les utilisateurs de communications électroniques et vise à les convaincre de réaliser des actions pour le bénéfice d’un individu nommé hameçonneur. Les attaques d’hameçonnage s’appuient essentiellement sur de l’ingénierie sociale et la plupart de ces attaques utilisent des liens représentés par des noms de domaine et des URLs. Nous proposons donc dans cette thèse de nouvelles solutions, reposant sur une analyse lexicale et sémantique de la composition des noms de domaine et des URLs, pour combattre l’hameçonnage. Ces deux types de pointeurs sont créés et offusqués par les hameçonneurs pour piéger leurs victimes. Ainsi, nous démontrons que les noms de domaine et les URLs utilisés dans des attaques d’hameçonnage présentent des similitudes dans leur composition lexicale et sémantique, et que celles-ci sont différentes des caractéristiques présentées par les noms de domaine et les URL légitimes. Nous utilisons ces caractéristiques pour construire des modèles représentant la composition des URLs et des noms de domaine d’hameçonnage en utilisant des techniques d’apprentissage automatique et des méthodes de traitement du langage naturel. Les modèles construits sont utilisés pour des applications telles que l’identification de noms de domaine et des URLs d’hameçonnage, la notation des URLs et la prédiction des noms de domaine utilisés dans les attaques d’hameçonnage. Les techniques proposées sont évaluées sur des données réelles et elles montrent leur efficacité en répondant aux exigences de vitesse, d’universalité et de fiabilité / Phishing is a kind of modern swindles that targets electronic communications users and aims to persuade them to perform actions for a another’s benefit. Phishing attacks rely mostly on social engineering and that most phishing vectors leverage directing links represented by domain names and URLs, we introduce new solutions to cope with phishing. These solutions rely on the lexical and semantic analysis of the composition of domain names and URLs. Both of these resource pointers are created and obfuscated by phishers to trap their victims. Hence, we demonstrate in this document that phishing domain names and URLs present similarities in their lexical and semantic composition that are different form legitimate domain names and URLs composition. We use this characteristic to build models representing the composition of phishing URLs and domain names using machine learning techniques and natural language processing models. The built models are used for several applications such as the identification of phishing domain names and phishing URLs, the rating of phishing URLs and the prediction of domain names used in phishing attacks. All the introduced techniques are assessed on ground truth data and show their efficiency by meeting speed, coverage and reliability requirements. This document shows that the use of lexical and semantic analysis can be applied to domain names and URLs and that this application is relevant to detect phishing attacks

Depuis plusieurs années, un nouveau phénomène lié aux données numériques émerge : des données de plus en plus volumineuses, variées et véloces, apparaissent et sont désormais disponibles, elles sont souvent qualifiées de données complexes. Dans cette thèse, nous focalisons sur un type particulier de données complexes : les séquences complexes d’événements, en posant la question suivante : “comment prédire au plus tôt et influencer l’apparition des événements futurs dans une séquence complexe d’événements ?”. Tout d’abord, nous traitons le problème de prédiction au plus tôt des événements. Nous proposons un algorithme de fouille de règles d’épisode DEER qui a l’originalité de maîtriser l’horizon d’apparition des événements futurs à travers d’une distance imposée au sein de règles extraites. Dans un deuxième temps, nous focalisons sur la détection de l’émergence dans un flux d’événements. Nous proposons l’algorithme EER pour la détection au plus tôt de l’émergence de nouvelles règles. Pour augmenter la fiabilité de nouvelles règles lorsque leur support est très faible, EER s’appuie sur la similarité entre ces règles et les règles déjà connues. Enfin, nous étudions l’impact porté par des événements sur d’autres dans une séquence d’événements. Nous proposons l’algorithme IE qui introduit la notion des “événements influenceurs” et étudie l’influence sur le support, la confiance et la distance à travers de trois mesures d’influence proposées. Ces travaux sont évalués et validés par une étude expérimentale menée sur un corpus de données réelles issues de blogs / For several years now, a new phenomenon related to digital data is emerging : data which are increasingly voluminous, varied and rapid, appears and becomes available, they are often referred to as complex data. In this dissertation, we focus on a particular type of data : complex sequence of events, by asking the following question : “how to predict as soon as possible and to influence the appearance of future events within a complex sequence of events?”. First of all, we focus on the problem of predicting events as soon as possible in a sequence of events. We propose DEER : an algorithm for mining episode rules, which has the originality of controlling the horizon of the appearance of future events by imposing a temporal distance within the extracted rules. In a second phase, we address the problem of emergence detection in an events stream. We propose EER : an algorithm for detecting new emergent rules as soon as possible. In order to increase the reliability of new rules, EER relies on the similarity between theses rules and previously extracted rules. At last, we study the impact carried by events on other events within a sequence of events. We propose IE : an algorithm that introduces the concept of “influencer events” and studies the influence on the support, on the confidence and on the distance through three proposed measures. Our work is evaluated and validated through an experimental study carried on a real data set of blogs messages

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

Cette thèse se situe à l’intersection de l’apprentissage automatique et de la robotique humanoïde, dans le domaine de la robotique collaborative. Elle se focalise sur les interactions non verbales humain-robot, en particulier sur l’interaction gestuelle. La prédiction de l’intention, la compréhension et la reproduction de gestes sont les questions centrales de cette thèse. Dans un premier temps, le robot apprend des gestes par démonstration : un utilisateur prend le bras du robot et lui fait réaliser les gestes à apprendre plusieurs fois. Le robot doit alors reproduire ces différents mouvements tout en les généralisant pour les adapter au contexte. Pour cela, à l’aide de ses capteurs proprioceptifs, il interprète les signaux perçus pour comprendre le mouvement guidé par l’utilisateur, afin de pouvoir en générer des similaires. Dans un second temps, le robot apprend à reconnaître l’intention de l’humain avec lequel il interagit, à partir des gestes que ce dernier initie. Le robot produit ensuite des gestes adaptés à la situation et correspondant aux attentes de l’utilisateur. Cela nécessite que le robot comprenne la gestuelle de l’utilisateur. Pour cela, différentes modalités perceptives ont été explorées. À l’aide de capteurs proprioceptifs, le robot ressent les gestes de l’utilisateur au travers de son propre corps : il s’agit alors d’interaction physique humain-robot. À l’aide de capteurs visuels, le robot interprète le mouvement de la tête de l’utilisateur. Enfin, à l’aide de capteurs externes, le robot reconnaît et prédit le mouvement corps entier de l’utilisateur. Dans ce dernier cas, l’utilisateur porte lui-même des capteurs (vêtement X-Sens) qui transmettent sa posture au robot. De plus, le couplage de ces modalités a été étudié. D’un point de vue méthodologique, nous nous sommes focalisés sur les questions d’apprentissage et de reconnaissance de gestes. Une première approche permet de modéliser statistiquement des primitives de mouvements representant les gestes : les ProMPs. La seconde, ajoute à la première du Deep Learning, par l’utilisation d’auto-encodeurs, afin de modéliser des gestes corps entier contenant beaucoup d’informations, tout en permettant une prédiction en temps réel mou. Différents enjeux ont notamment été pris en compte, concernant la prédiction des durées des trajectoires, la réduction de la charge cognitive et motrice imposée à l’utilisateur, le besoin de rapidité (temps réel mou) et de précision dans les prédictions / This thesis lies at the intersection between machine learning and humanoid robotics, under the theme of human-robot interaction and within the cobotics (collaborative robotics) field. It focuses on prediction for non-verbal human-robot interactions, with an emphasis on gestural interaction. The prediction of the intention, understanding, and reproduction of gestures are therefore central topics of this thesis. First, the robots learn gestures by demonstration: a user grabs its arm and makes it perform the gestures to be learned several times. The robot must then be able to reproduce these different movements while generalizing them to adapt them to the situation. To do so, using its proprioceptive sensors, it interprets the perceived signals to understand the user's movement in order to generate similar ones later on. Second, the robot learns to recognize the intention of the human partner based on the gestures that the human initiates. The robot can then perform gestures adapted to the situation and corresponding to the user’s expectations. This requires the robot to understand the user’s gestures. To this end, different perceptual modalities have been explored. Using proprioceptive sensors, the robot feels the user’s gestures through its own body: it is then a question of physical human-robot interaction. Using visual sensors, the robot interprets the movement of the user’s head. Finally, using external sensors, the robot recognizes and predicts the user’s whole body movement. In that case, the user wears sensors (in our case, a wearable motion tracking suit by XSens) that transmit his posture to the robot. In addition, the coupling of these modalities was studied. From a methodological point of view, the learning and the recognition of time series (gestures) have been central to this thesis. In that aspect, two approaches have been developed. The first is based on the statistical modeling of movement primitives (corresponding to gestures) : ProMPs. The second adds Deep Learning to the first one, by using auto-encoders in order to model whole-body gestures containing a lot of information while allowing a prediction in soft real time. Various issues were taken into account during this thesis regarding the creation and development of our methods. These issues revolve around: the prediction of trajectory durations, the reduction of the cognitive and motor load imposed on the user, the need for speed (soft real-time) and accuracy in predictions

La capacité de coordonner efficacement nos yeux avec nos mains est déterminante pour le succès de nos actions quotidiennes. En outre la capacité de prédire les conséquences sensorielles de nos propres actions est cruciale pour nos habilités motrices. Dans ce travail, à l’aide d’une tâche dans laquelle les participants doivent suivre avec leurs yeux une cible visuelle bougée par leur main, nous nous intéressons aux mécanismes prédictifs sous-tendant la coordination œil-main. Dans une première étude utilisant un protocole d’adaptation à une rotation visuomotrice, nous montrons que ces mécanismes prédictifs peuvent être mis à jour indépendamment de notre capacité à effectuer des mouvements précis de la main. Dans l’étude suivante nous cherchons à déterminer l’effet de la préférence manuelle, et montrons que malgré des différences évidentes en termes de précision concernant le contrôle manuel, la capacité d’anticiper les conséquences visuelles de nos actions reste identique que la cible soit bougée par la main droite ou gauche. Enfin, grâce à la stimulation magnétique transcranienne, nous testons l'hypothèse selon laquelle ces mécanismes prédictifs utilisent des signaux efférents de la main issus du cortex moteur primaire (M1). Nos résultats montrent que si cette contribution existe, elle doit se faire nécessairement en amont de M1. Au bout du compte nous proposons que la coordination œil-main soit sous-tendue par des mécanismes prédictifs similaires pour nos deux mains, situés vraisemblablement en amont de M1, et pouvant être mis à jour indépendamment du contrôle de la main. / The ability to coordinate efficiently eye and hand actions is central for humans in everyday activities. Furthermore it is argued that the ability to predict the sensory consequences of self-initiated movements is crucial for skilled motor behavior. Here by means of a task in which participants were asked to track with the eyes a visual target that was moved by their hand, we investigated the predictive mechanisms underlying eye-hand coordination. In a first study, using a protocol in which participants had to adapt to rotated hand visual feedback, we show that these predictive mechanisms can be updated independently of the ability to perform accurate hand movements. In a follow up study we tested the effect of hand dominance, and showed that, despite obvious differences in the accuracy of hand movement control, the ability to predict visual consequences of right and left hand actions was similar. Finally, by means of transcranial magnetic stimulation, we tested the hypothesis that those predictive mechanisms rely on hand efferent signals from the primary motor cortex (M1). However our results failed to support this view, and instead suggest that if such a contribution exists, it must be upstream of M1. Overall, we propose that eye-hand coordination relies on similar predictive mechanisms for both hands, possibly located upstream of M1, which can be updated independently of hand movement control.

De nos jours, les systèmes modernes sont censés stocker et traiter des séries temporelles massives. Comme le nombre de variables observées augmente très rapidement, leur prédiction devient de plus en plus compliquée, et l’utilisation de toutes les variables pose des problèmes pour les modèles classiques.Les modèles de prédiction sans facteurs externes sont parmi les premiers modèles de prédiction. En vue d’améliorer la précision des prédictions, l’utilisation de multiples variables est devenue commune. Ainsi, les modèles qui tiennent en compte des facteurs externes, ou bien les modèles multivariés, apparaissent, et deviennent de plus en plus utilisés car ils prennent en compte plus d’informations.Avec l’augmentation des données liées entre eux, l’application des modèles multivariés devient aussi discutable. Le challenge dans cette situation est de trouver les facteurs les plus pertinents parmi l’ensemble des données disponibles par rapport à une variable cible.Dans cette thèse, nous étudions ce problème en présentant une analyse détaillée des approches proposées dans la littérature. Nous abordons le problème de réduction et de prédiction des données massives. Nous discutons également ces approches dans le contexte du Big Data.Ensuite, nous présentons une méthodologie complète pour la prédiction des séries temporelles larges. Nous étendons également cette méthodologie aux données très larges via le calcul distribué et le parallélisme avec une implémentation du processus de prédiction proposé dans l’environnement Hadoop/Spark. / Nowadays, storage and data processing systems are supposed to store and process large time series. As the number of variables observed increases very rapidly, their prediction becomes more and more complicated, and the use of all the variables poses problems for classical prediction models.Univariate prediction models are among the first models of prediction. To improve these models, the use of multiple variables has become common. Thus, multivariate models and become more and more used because they consider more information.With the increase of data related to each other, the application of multivariate models is also questionable. Because the use of all existing information does not necessarily lead to the best predictions. Therefore, the challenge in this situation is to find the most relevant factors among all available data relative to a target variable.In this thesis, we study this problem by presenting a detailed analysis of the proposed approaches in the literature. We address the problem of prediction and size reduction of massive data. We also discuss these approaches in the context of Big Data.The proposed approaches show promising and very competitive results compared to well-known algorithms, and lead to an improvement in the accuracy of the predictions on the data used.Then, we present our contributions, and propose a complete methodology for the prediction of wide time series. We also extend this methodology to big data via distributed computing and parallelism with an implementation of the prediction process proposed in the Hadoop / Spark environment.

Les progrès de la technologie des capteurs et leur disponibilité ont permis de mesurer diverses propriétés et activités des habitants dans une maison intelligente. Cependant, l’obtention de connaissances significatives à partir d’une grande quantité d’informations collectées à partir d’un réseau de capteurs n’est pas une tâche simple. En raison de la complexité du comportement des habitants, l’extraction d’informations significatives et la prédiction précise des valeurs représentant les activités futures d’un occupant sont des défis de recherche [6]. L’objectif principal de notre travail de thèse est d’assurer une analyse efficace des données recueillies à partir des capteurs d’occupation dans une maison intelligente. A ce propos, ce travail se base sur la reconnaissance et l’évaluation des activités quotidiennes d’une personne âgée dans le but d’observer, de prédire et de suivre l’évolution de son état de dépendance, de santé et de détecter par la même occasion, la présence d’une perte ou d’une perturbation de l’autonomie en temps réel. / Advances in sensor technology and their availability have measured various properties and activities of residents in a smart home. However, obtaining significant knowledge from a large amount of information collected from a sensor network is not a simple task. Due to the complexity of the behavior of the inhabitants, the extraction of meaningful information and the accurate prediction of values ​​representing the future activities of an occupant are research challenges. The main objective of our thesis work is to ensure an efficient analysis of data collected from occupancy sensors in a smart home. In this regard, this work is based on the recognition and evaluation of the daily activities of an elderly person in order to observe, predict and monitor the evolution of his state of dependence, health and to detect by the same occasion, the presence of a loss or a disruption of autonomy in real time.

L’industrie moderne fait largement appel à des robots industriels afin de réduire les coûts, ou encore améliorer la productivité et la qualité par exemple. Pour ce faire, une haute précision et une grande vitesse sont simultanément nécessaires. La conception de lois de commande conformes à de telles exigences demande une modélisation mathématique précise de ces robots. A cette fin, des modèles dynamiques sont construits à partir de données expérimentales. L’objectif de cette thèse est ainsi de fournir aux ingénieurs roboticiens des outils automatiques pour l’identification de bras robotiques. Dans cette perspective, une analyse comparative des méthodes existantes pour l’identification de robot est réalisée. Les avantages et inconvénients de chaque méthode sont ainsi mis en exergue. À partir de ces observations, les contributions sont articulées selon trois axes. Premièrement, l’étude porte sur l’estimation des vitesses et accélérations des corps du robot à partir de la position mesurée. Ces informations sont en effet nécessaires à la construction du modèle. La méthode usuelle est basée sur prétraitement "sur mesure" qui requière une connaissance fiable des bande-passantes du système, alors que celui-ci est encore inconnu. Pour surmonter ce dilemme, nous proposons une méthode capable d’estimer les dérivées automatiquement sans réglage préalable par l’utilisateur. Le deuxième axe concerne l’identification du contrôleur. Sa connaissance est en effet requise par la grande majorité des méthodes d’identification. Malheureusement, pour des raisons de propriété industrielle, il n’est pas toujours accessible. Pour traiter ce problème, deux méthodes sont introduites. Leur principe de base est d’identifier la loi de commande dans un premier temps avant d’identifier le modèle dynamique du bras robotique dans un second temps. La première méthode consiste à identifier la loi de commande de manière paramétrique, alors que la seconde fait appel à une identification non-paramétrique. Finalement, le troisième axe porte sur le réglage "sur mesure" du filtre decimate. L’identification du filtre de bruit est introduite en s’inspirant des méthodes développées par la communauté d’identification de systèmes. Ceci permet l’estimation automatique des paramètres dynamiques avec de faibles covariances tout en apportant une connaissance concernant la circulation du bruit à travers le système en boucle-fermée. Toutes les méthodes proposées sont validées sur un robot industriel à six degrés de liberté. Des perspectives sont esquissées pour de futurs travaux portant sur l’identification de systèmes robotiques, voire d’autres applications. / In modern manufacturing, industrial robots are essential components that allow saving cost, increase quality and productivity for instance. To achieve such goals, high accuracy and speed are simultaneously required. The design of control laws compliant with such requirements demands high-fidelity mathematical models of those robots. For this purpose, dynamic models are built from experimental data. The main objective of this thesis is thus to provide robotic engineers with automatic tools for identifying dynamic models of industrial robot arms. To achieve this aim, a comparative analysis of the existing methods dealing with robot identification is made. That allows discerning the advantages and the limitations of each method. From those observations, contributions are presented on three axes. First, the study focuses on the estimation of the joint velocities and accelerations from the measured position, which is required for the model construction. The usual method is based on a home-made prefiltering process that needs a reliable knowledge of the system’s bandwidths, whereas the system is still unknown. To overcome this dilemma, we propose a method able to estimate the joint derivatives automatically, without any setting from the user. The second axis is dedicated to the identification of the controller. For the vast majority of the method its knowledge is indeed required. Unfortunately, for copyright reasons, that is not always available to the user. To deal with this issue, two methods are suggested. Their basic philosophy is to identify the control law in a first step before identifying the dynamic model of the robot in a second one. The first method consists in identifying the control law in a parametric way, whereas the second one relies on a non-parametric identification. Finally, the third axis deals with the home-made setting of the decimate filter. The identification of the noise filter is introduced similarly to methods developed in the system identification community. This allows estimating automatically the dynamic parameters with low covariance and it brings some information about the noise circulation through the closed-loop system. All the proposed methodologies are validated on an industrial robot with 6 degrees of freedom. Perspectives are outlined for future developments on robotic systems identification and other complex problems.