Les défis actuels du développement des systèmes embarqués<br />complexes tels que les systèmes intégrés de traitement d'image,<br />consistent à réaliser avec succès des produits fiables,<br />performants, efficaces quelles que soient les conditions d'utilisation et peu<br />coûteux. Relever ces défis passe par un bon choix d'architecture, de méthodes<br />et outils adaptés aux applications visées et aux technologies cibles. Pour de<br />nombreuses applications, en particulier en télécommunication et multimédia,<br />des réalisations temps réel souple sont souvent suffisantes, c'est-à-dire des<br />implémentations visant à obtenir une qualité de service adaptée aux besoins.<br />Au lieu de s'appuyer sur des temps d'exécutions pire cas ou des séquences de<br />test souvent peu représentatives pour concevoir ces systèmes, notre approche<br />vise une plate-forme auto-adaptative capable de s'auto-configurer au cours de<br />l'exécution de l'application (donc en ligne). On peut citer comme exemples<br />d'applications le cas d'une caméra fixe de télésurveillance qui adapte ses<br />traitements en fonction de la nature des images acquises ou un terminal mobile<br />multimodal qui change de norme de transmission si la qualité du canal de<br />communication l'exige.<br />Les composants reconfigurables ont des niveaux de performances et une<br />flexibilité qui les rendent très attractifs dans un nombre croissant de<br />développements. La reconfiguration dynamique (partielle ou complète) offre la<br />possibilité de réutiliser les mêmes ressources matérielles pour une succession<br />de traitements, et ce de façon analogue à une réalisation logicielle. Nous<br />proposons une approche permettant d'allouer et d'ordonnancer dynamiquement<br />les tâches d'une application flot de données en fonction d'une estimation de<br />leurs temps d'exécution afin de respecter au mieux les contraintes de temps.<br />Cette reconfiguration en ligne nécessite des recherches de compromis<br />complexité/efficacité de l'allocation et de l'ordonnancement afin d'optimiser la<br />qualité de service et de réduire leurs coûts de réalisation.

Un certain nombre de théories pédagogiques ont été établies depuis plus de 20 ans. Elles font appel aux réactions de l’apprenant en situation d’apprentissage, mais aucune théorie pédagogique n’a pu décrire complètement un processus d’enseignement en tenant compte de toutes les réactions émotionnelles de l’apprenant. Nous souhaitons intégrer les émotions de l’apprenant dans ces processus d’apprentissage, car elles sont importantes dans les mécanismes d’acquisition de connaissances et dans la mémorisation. Récemment on a vu que le facteur émotionnel est considéré jouer un rôle très important dans les processus cognitifs. Modéliser les réactions émotionnelles d’un apprenant en cours du processus d’apprentissage est une nouveauté pour un Système Tutoriel Intelligent. Pour réaliser notre recherche, nous examinerons les théories pédagogiques qui n’ont pas considéré les émotions de l’apprenant. Jusqu’à maintenant, aucun Système Tutoriel Intelligent destiné à l’enseignement n’a incorporé la notion de facteur émotionnel pour un apprenant humain. Notre premier objectif est d’analyser quelques stratégies pédagogiques et de détecter les composantes émotionnelles qui peuvent y être ou non. Nous cherchons à déterminer dans cette analyse quel type de méthode didactique est utilisé, autrement dit, que fait le tuteur pour prévoir et aider l’apprenant à accomplir sa tâche d’apprentissage dans des conditions optimales. Le deuxième objectif est de proposer l’amélioration de ces méthodes en ajoutant les facteurs émotionnels. On les nommera des « méthodes émotionnelles ». Le dernier objectif vise à expérimenter le modèle d’une théorie pédagogique améliorée en ajoutant les facteurs émotionnels. Dans le cadre de cette recherche nous analyserons un certain nombre de théories pédagogiques, parmi lesquelles les théories de Robert Gagné, Jerome Bruner, Herbert J. Klausmeier et David Merrill, pour chercher à identifier les composantes émotionnelles. Aucune théorie pédagogique n’a mis l’accent sur les émotions au cours du processus d’apprentissage. Ces théories pédagogiques sont développées en tenant compte de plusieurs facteurs externes qui peuvent influencer le processus d’apprentissage. Nous proposons une approche basée sur la prédiction d’émotions qui est liée à de potentielles causes déclenchées par différents facteurs déterminants au cours du processus d’apprentissage. Nous voulons développer une technique qui permette au tuteur de traiter la réaction émotionnelle de l’apprenant à un moment donné au cours de son processus d’apprentissage et de l’inclure dans une méthode pédagogique. Pour atteindre le deuxième objectif de notre recherche, nous utiliserons un module tuteur apprenant basé sur le principe de l’éducation des émotions de l’apprenant, modèle qui vise premièrement sa personnalité et deuxièmement ses connaissances. Si on défini l’apprenant, on peut prédire ses réactions émotionnelles (positives ou négatives) et on peut s’assurer de la bonne disposition de l’apprenant, de sa coopération, sa communication et l’optimisme nécessaires à régler les problèmes émotionnels. Pour atteindre le troisième objectif, nous proposons une technique qui permet au tuteur de résoudre un problème de réaction émotionnelle de l’apprenant à un moment donné du processus d’apprentissage. Nous appliquerons cette technique à une théorie pédagogique. Pour cette première théorie, nous étudierons l’effet produit par certaines stratégies pédagogiques d’un tuteur virtuel au sujet de l’état émotionnel de l’apprenant, et pour ce faire, nous développerons une structure de données en ligne qu’un agent tuteur virtuel peut induire à l’apprenant des émotions positives. Nous analyserons les résultats expérimentaux en utilisant la première théorie et nous les comparerons ensuite avec trois autres théories que nous avons proposées d’étudier. En procédant de la sorte, nous atteindrons le troisième objectif de notre recherche, celui d’expérimenter un modèle d’une théorie pédagogique et de le comparer ensuite avec d’autres théories dans le but de développer ou d’améliorer les méthodes émotionnelles. Nous analyserons les avantages, mais aussi les insuffisances de ces théories par rapport au comportement émotionnel de l’apprenant. En guise de conclusion de cette recherche, nous retiendrons de meilleures théories pédagogiques ou bien nous suggérerons un moyen de les améliorer. / A number of educational theories have been established for over 20 years. They use the learner’s reactions in a learning situation, but no educational theory could fully describe an educational process taking into account all the emotional reactions of a learner. We want to integrate the learner’s emotions in these learning processes, as they are important in the mechanisms of learning and memory. Recently we saw that emotional factor is considered to play an important role in cognitive processes. Modeling a learner’s emotional reactions during the learning process is a novelty for an Intelligent Tutorial System. To achieve our research, we will examine educational theories which did not consider the learner’s emotions. Until now, no Intelligent Tutorial System for teaching has incorporated the concept of emotional factor of a human learner. Our first objective is to analyze a few strategies and detect emotional components that may be there or not. We seek to determine what type of teaching method is used, in other words, what the tutor is doing to predict and assist the learner to accomplish his/her learning task under optimal conditions. The second objective is to improve these methods by adding the emotional factors. They are so called “emotional methods”. The final objective is to test the model of an improved educational theory by adding the emotional factors. As part of this research we analyze a number of educational theories, including theories of Robert Gagné, Jerome Bruner, Herbert J. Klausmeier and David Merrill, in seeking to identify the emotional components. No educational theory has focused on emotions during the learning process. These educational theories are developed taking into account several factors that can influence the learning process. We propose an approach based on emotion prediction that is linked to potential causes triggered by different factors in the learning process. We want to develop a technique that allows the tutor to deal with the learner’s emotional reaction at any given time during the learning process and to include it in a teaching method. To achieve the second objective of our research, we use a learning tutor model based on the principle of educating the learner’s emotions, model which first seeks the person’s personality and second the person's knowledge. If we know the learner’s personality, we can predict his/her emotional reactions (positive or negative) and we can ensure the proper disposal of the learner, his cooperation, communication and optimism necessary to resolve emotional problems. In order to achieve the third objective, we propose a technique that allows the tutor to solve an emotional reaction problem of the learner at a given moment during the learning process. We apply this technique to an educational theory. For this first theory, we study the effect of certain educational strategies of a virtual tutor about the learner’s emotional state, and to this end, we develop an online data structure with which a virtual tutor can induce positive emotions to the learner. We analyze the experimental results using the first theory and then we compare them with three other theories proposed for study. In doing so, we reach the third objective of our research, which is to test an educational theory model and then compare it with other theories in order to develop or improve the emotional methods. We analyze the advantages, but also the shortcomings of these theories compared to a learner’s emotional behaviour. In conclusion, we will keep the best educational theories or we will suggest a way to improve them.

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Cette thèse analyse (i) la variabilité pluviométrique contemporaine en Nouvelle-Calédonie et ses téléconnexions avec les températures de surface océanique (TSO) du Pacifique tropical et (ii) l'impact des anomalies atmosphériques sur l'activité des incendies estimés par satellites. L'objectif est de construire un modèle permettant de prévoir l'intensité de la saison des feux entre septembre et décembre (SOND). Le croisement de trois bases de données de feux détectés par satellites avec le réseau des stations météorologiques montre de forts déficits pluviométriques jusqu'à trois mois avant les feux. Ces déficits pluviométriques sont partiellement liés aux phases chaudes du phénomène El Niño Southern Oscillation (ENSO) et plus particulièrement à celles durant lesquelles les anomalies thermiques se situent à proximité de la ligne de changement de date équatoriale lors du printemps austral. Ces anomalies renforcent la circulation moyenne de Hadley et la subsidence au niveau des latitudes néo-calédoniennes. La téléconnexion entre les TSO du Pacifique central et les précipitations du Pacifique SW s'affaiblit à partir du mois de décembre au moment où l'ENSO atteint, paradoxalement, son intensité maximale. Cette modulation saisonnière est le produit d'une interaction entre (i) le cycle saisonnier des TSO brutes dans le Pacifique central, (ii) le cycle de vie des anomalies thermiques des épisodes chauds et (iii) l'intensité du gradient zonal des TSO le long de l'équateur. Une analyse en ondelettes montre que les pluies néo-calédoniennes sont également sensibles à des modes de variations plus lents (> 8 ans) du Pacifique central entre septembre et novembre. / This PhD analyses (i) New Caledonian rainfall variability and its relationships with sea surface temperature (SST) in the tropical Pacific ocean and (ii) the impacts of atmospheric variability on fire activity. Our main goal is to build an empirical statistical scheme for predicting the September to December fires. We examined the relationships between fires detected by ATSR and MODIS sensors and local-scale atmospheric conditions. While the signal in maximum temperature is weak and not robust among the fire records, the local-scale anomalies of rainfall are always clearly negative for at least 3 months before the fires. These rainfall anomalies are related to warm El Niño Southern Oscillation (ENSO) events and specially to those exhibiting highest SST anomalies in the central Pacific during the austral spring. The warm central Pacific events strengthen the southern Hadley cell around New Caledonian longitudes, with positive rainfall anomalies in the equatorial Pacific leading to an anomalous release of latent heat in the upper troposphere and an increased subsidence in the SW Pacific. Atmospheric anomalies are strongest in September–November because of a combination of a rather strong zonal SST gradient with the warmest SST in the equatorial Pacific just west of the dateline. Squared wavelet coherence between New Caledonia rainfall and Niño 4 SST index shows that their negative correlations are mostly carried by two distinct timescales : the classical ENSO variability and a quasi-decadal one, mainly during the September-November season.

Les résultats de notre étude des capacités de modélisation théorique axées sur les approches phénoménologiques nucléaires dans le cadre de la théorie du champ-moyen sont présentés. On s’attend à ce qu’une théorie réaliste soit capable de prédire de manière satisfaisante les résultats des expériences à venir, c’est-à-dire avoir ce qu’on appelle un bon pouvoir prédictif. Pour étudier le pouvoir prédictif d’un modèle théorique, nous avons dû tenir compte non seulement des erreurs des données expérimentales, mais aussi des incertitudes issues des approximations du formalisme théorique et de l’existence de corrélations paramétriques. L’une des techniques centrales dans l’ajustement des paramètres est la solution de ce qu’on appelle le Problème Inverse. Les corrélations paramétriques induisent généralement un problème inverse mal-posé; elles doivent être étudiées et le modèle doit être régularisé. Nous avons testé deux types de hamiltoniens phénoménologiques réalistes montrant comment éliminer théoriquement et en pratique les corrélations paramétriques.Nous calculons les intervalles de confiance de niveau, les distributions d’incertitude des prédictions des modèles et nous avons montré comment améliorer les capacités de prédiction et la stabilité de la théorie. / Results of our study of the theoretical modelling capacities focussing on the nuclear phenomenological mean-field approaches are presented. It is expected that a realistic theory should be capable of predicting satisfactorily the results of the experiments to come, i.e., having what is called a good predictive power. To study the predictive power of a theoretical model, we had to take into account not only the errors of the experimental data but also the uncertainties originating from approximations of the theoretical formalism and the existence of parametric correlations. One of the central techniques in the parameter adjustment is the solution of what is called the Inverse Problem. Parametric correlations usually induce ill-posedness of the inverse problem; they need to be studied and the model regularised. We have tested two types of realistic phenomenological Hamiltonians showing how to eliminate the parametric correlations theoretically and in practice. We calculate the level confidence intervals, the uncertainty distributions of model predictions and have shown how to improve theory’s prediction capacities and stability.

Cette thèse porte sur le codage prédictif comme principe général pour la perception et vise à en étayer les mécanismes computationnels et neurophysiologiques dans la modalité auditive. Ce codage repose sur des erreurs de prédictions se propageant dans une hiérarchie, et qui pourraient se refléter dans des réponses cérébrales au changement (ou déviance) telles que la Négativité de discordance (mismatch negativity, MMN). Nous avons manipulé la prédictibilité de sons déviants et utilisé des approches de modélisation computationnelle et dynamique causale (DCM) appliquées à des enregistrements électrophysiologiques (EEG, MEG) simultanés.Une modulation des réponses à la déviance par la prédictibilité a été observée, permettant d'établir un lien avec les erreurs de prédictions. Cet effet implique un apprentissage implicite des régularités acoustiques, dont l'influence sur le traitement auditif a pu être caractérisée par notre approche de modélisation. Sur le plan computationnel, un apprentissage a été mis en évidence au cours de ce traitement auditif, reposant sur une fenêtre d'intégration temporelle dont la taille varie avec la prédictibilité des déviants. Cet effet pourrait également moduler la connectivité synaptique sous-tendant le traitement auditif, comme le suggère l'analyse DCM.Nos résultats mettent en évidence la mise en œuvre d'un apprentissage perceptif au sein d'une hiérarchie auditive soumis à une modulation par la prédictibilité du contexte acoustique, conformément aux prédictions du codage prédictif. Ils soulignent également l'intérêt de ce cadre théorique pour émettre et tester expérimentalement des hypothèses mécanistiques précises / This thesis aims at testing the predictive coding account of auditory perception. This framework rests on precision-weighted prediction errors elicited by unexpected sounds that propagate along a hierarchical organization in order to maintain the brain adapted to a varying acoustic environment. Using the mismatch negativity (MMN), a brain response to unexpected stimuli (deviants) that could reflect such errors, we could address the computational and neurophysiological underpinnings of predictive coding. Precisely, we manipulated the predictability of deviants and applied computational learning models and dynamic causal models (DCM) to electrophysiological responses (EEG, MEG) measured simultaneously. Deviant predictability was found to modulate deviance responses, a result supporting their interpretation as prediction errors. Such effect might involve the (high-level) implicit learning of sound sequence regularities that would in turn influence auditory processing in lower hierarchical levels. Computational modeling revealed the perceptual learning of sounds, resting on temporal integration exhibiting differences induced by our predictability manipulation. In addition, DCM analysis indicated predictability changes in the synaptic connectivity established by deviance processing. These results conform predictive coding predictions regarding both deviance processing and its modulation by deviant predictability and strongly support perceptual learning of auditory regularities achieved within an auditory hierarchy. Our findings also highlight the power of this mechanistic framework to elaborate and test new hypothesis enabling to improve our understanding of auditory processing

Ce travail a pour but de développer des outils statistiques pour l'étude du déclin cognitif général ou précédant le diagnostic de démence, à partir de données de cohorte en tenant compte du risque compétitif de décès et de la censure par intervalle. Le temps de démence est censuré par intervalle dans les études de cohortes car le diagnostic de démence ne peut être établi qu'à l'occasion des visites qui peuvent être espacées de plusieurs années. Ceci induit une sous-estimation du risque de démence à cause du risque compétitif de décès : les sujets déments sont à fort risque de mourir, et peuvent donc décéder avant la visite de diagnostic. Dans la première partie, nous proposons un modèle conjoint à classes latentes pour données longitudinales corrélées à un événement censuré par intervalle, en compétition avec le décès. Appliqué à la cohorte Paquid, ce modèle permet d'identifier des profils de déclin cognitif associés à des risques différents de démence et de décès. En utilisant cette méthodologie, nous comparons ensuite des modèles pronostiques dynamiques pour la démence, traitant la censure par intervalle, basés sur des mesures répétées de marqueurs cognitifs. Dans la seconde partie, nous conduisons une étude comparative afin de clarifier l'interprétation des estimateurs du maximum de vraisemblance des modèles mixtes et conjoints et estimateurs par équations d'estimation généralisées (GEE), couramment utilisés dans le contexte de données longitudinales incomplètes et tronquées par le décès. Les estimateurs de maximum de vraisemblance ciblent le changement individuel chez les individus vivants. Les estimateurs GEE avec matrice de corrélation de travail indépendante, pondérés par l'inverse de la probabilité d'être observé sachant que le sujet est vivant, ciblent la trajectoire moyennée sur la population des survivants à chaque âge. Ces résultats justifient l'utilisation des modèles conjoints dans l'étude de la démence, qui sont des outils prometteurs pour mieux comprendre l'histoire naturelle de la maladie / The purpose of this work is to develop statistical tools to study the general or the prediagnosis cognitive decline, while accounting for the selection by death and interval censoring. In cohort studies, the time-to-dementia-onset is interval-censored as the dementia status is assessed intermittently. This issue can lead to an under-estimation of the risk of dementia, due to the competing risk of death: subjects with dementia are at high risk to die and can thus die prior to the diagnosis visit. First, we propose a joint latent class illness-death model for longitudinal data correlated to an interval-censored time-to-event, competing with the time-to-death. This model is applied on the Paquid cohort to identify profiles of pre-dementia cognitive declines associated with different risks of dementia and death. Using this methodology, we compare dynamic prognostic models for dementia based on repeated measures of cognitive markers, accounting for interval censoring. Secondly, we conduct a simulation study to clarify the interpretation of maximum likelihood estimators of joint and mixed models as well as GEE estimators, frequently used to handle incomplete longitudinal data truncated by death. Maximum likelihood estimators target the individual change among the subjects currently alive. GEE estimators with independent working correlation matrix, weighted by the inverse probability to be observed given that the subject is alive, target the population-averaged change among the dynamic population of survivors. These results justify the use of joint models in dementia studies, which are promising statistical tools to better understand the natural history of dementia

Les phénomènes éruptifs du Soleil sont souvent accompagnés par l'accélération de particules chargées qui peuvent avoir des impacts significatifs sur la Terre. Toutefois, le mécanisme responsable de ces phénomènes n'est pas suffisamment bien compris pour qu’on puisse en prédire l'occurence. Les satellites et les observatoires terrestres sondent la photosphère, la chromosphère et la couronne du Soleil et sont essentiels pour l'étude de l'activité solaire. Les simulations numériques tentent de faire le pont entre la physique décrivant l'intérieur de l'étoile et de telles observations. La prochaine étape pour des simulations réalistes serait la prévision à court terme des structures à la surface du Soleil. Les travaux présentés dans cette thèse explorent comment des notions empruntées de la météorologie (e.g., l'assimilation des données) et de l'intelligence artificielle (e.g., les réseaux de neurones) pourraient être utilisées pour la prédiction à court terme de l'activité solaire dans le contexte de la météorologie spatiale. En particulier, nous présentons notre implémentation de l'assimilation des données dans un modèle magnétohydrodynamique (MHD) radiatif du Soleil calme (i.e., en l'absence d'activité magnétique) afin de prédire l'évolution de la granulation solaire durant une courte période de temps. Toutefois, ce ne sont pas toutes les variables du modèle qui peuvent être observées ou mesurées à l'aide d'instruments. Par exemple, les mesures directes des mouvements du plasma à la surface du Soleil sont limitées à la composante le long de la ligne de visée. Plusieurs algorithmes ont donc été développés afin de reconstruire la composante transverse à partir de mesures de l'intensité de la lumière ou du champ magnétique. Nous comparons les champs de vitesse inférés par différentes méthodes, dont un réseau de neurones, afin d'identifier la méthode la mieux adaptée pour générer des observations synthétiques dans une chaîne de réduction des données qui pourraient ensuite être introduites dans notre système pour l'assimilation des données. / Eruptive events of the Sun, which often occur in the context of flares, convert large amounts of magnetic energy into emission and particle acceleration that can have significant impacts on Earth's environment. However, the mechanism responsible for such phenomena is not sufficiently well understood to be able to predict their occurrence. Satellites and ground-based observatories probe the Sun's photosphere, chromosphere and corona and are key in studying solar activity. Numerical models have attempted to bridge the gap between the physics of the solar interior and such observations. The next step for realistic simulations would be to forecast the short term evolution of the Sun's photosphere. The following work explores how notions borrowed from meteorology (e.g., data assimilation) and artificial intelligence (e.g., neural networks) could be used to forecast short term solar activity for space-weather modelling purposes. More specifically, we present an implementation of data assimilation in a radiative MHD model of the Quiet Sun (i.e., in the absence of significant magnetic activity) to forecast its evolution over a short period of time. However, not all model variables are directly observable. For example, direct measurements of plasma motions at the photosphere are limited to the line-of-sight component. Multiple algorithms were consequently developed to reconstruct the transverse component from observed continuum images or magnetograms. We compare velocity fields inferred by different methods, including a neural network, to identify the method best suited to generate instantaneous synthetic observations in a data reduction pipeline that would included in our data assimilation framework.

La plupart des patients infectés par le VIH ont une charge virale qui peut être rendue indétectable par des combinaisons antirétrovirales hautement actives (cART); cependant, il existe des effets secondaires aux traitements. L'utilisation des modèles mécanistes dynamiques basés sur des équations différentielles ordinaires (ODE) a considérablement amélioré les connaissances de la dynamique HIV-système immunitaire et permet d'envisager une personnalisation du traitement. L'objectif de ces travaux de thèse est d'améliorer les techniques statistiques d'estimation de paramètres dans les modèles mécanistes dynamiques afin de proposer des stratégies de surveillance et d'optimisation des traitements. Après avoir introduit NIMROD un algorithme d'estimation bayésienne basé sur une maximisation de la vraisemblance pénalisée, nous montrons la puissance des approches mécanistes dynamiques pour l'évaluation des effets traitements par rapport aux méthodes descriptives d'analyse des trajectoires des biomarqueurs. Puis, nous définissons le « modèle à cellules cibles », un système ODE décrivant la dynamique du VIH et des CD4. Nous montrons qu'il possède de bonnes capacités prédictives. Nous proposons une preuve de concept de la possibilité de contrôler individuellement la dose de traitement. Cette stratégie adaptative réajuste la dose du patient en fonction de sa réaction à la dose précédente par une procédure bayésienne. Pour finir, nous introduisons la possibilité de l’'individualisation des changements de cART. Ce travail passe par la quantification in vivo d'effets de cART en utilisant des indicateurs d'activité antivirale in vitro. Nous discutons la validité des résultats et les étapes méthodologiques nécessaires pour l'intégration de ces méthodes dans les pratiques cliniques. / Most HIV-infected patients viral loads can be made undetectable by highly active combination of antiretroviral therapy (cART), but there are side effects of treatments. The use of dynamic mechanistic models based on ordinary differential equations (ODE) has greatly improved the knowledge of the dynamics of HIV and of the immune system and can be considered for personalization of treatment. The aim of these PhD works is to improve the statistical techniques for estimating parameters in dynamic mechanistic models so as to elaborate strategies for monitoring and optimizing treatments. We present an algorithm and program called NIMROD using Bayesian inference based on the maximization of the penalized likelihood. Then, we show the power of dynamic mechanistic approaches for the evaluation of treatment effects compared to methods based on the descriptive analysis of the biomarkers trajectories. Next, we build the “target cells model “, an ODE system of the dynamics between the HIV and CD4. We demonstrate it has good predictive capabilities. We build a proof of concept for drug dose individualization. It consists in tuning the dose of the patient based on his reaction to the previous doses using a Bayesian update procedure. Finally, we introduce the possibility of designing an individualized change of cART. This work involves the quantification of in vivo effects of cART using in vitro antiviral activity indicators. We discuss the validity of the results and the further steps needed for the integration of these methods in clinical practice.

Avec les progrès technologiques réalisés au cours de ces dernières décennies, la complexité et les vitesses de fonctionnement des circuits intégrés ont beaucoup été augmentées. Bien que ces évolutions aient permis de diminuer les dimensions et les tensions d’alimentations des circuits, la compatibilité électromagnétique (CEM) des composants a fortement été dégradée. Identifiée comme étant un verrou technologique, la CEM est aujourd’hui l’une des principales causes de « re-design » des circuits car les problématiques liées aux mécanismes de génération et de couplage du bruit ne sont pas suffisamment étudiées lors de leur conception.Ce manuscrit présente donc une méthodologie visant à étudier la propagation du bruit à travers les circuits intégrés par mesures et par simulations. Afin d’améliorer nos connaissances sur la propagation d’interférences électromagnétiques (IEM) et les mécanismes de couplage à travers les circuits, nous avons conçu un véhicule de test développé dans la technologie SMOS8MV® 0,25 µm de Freescale Semiconductor. Dans ce circuit, plusieurs fonctions élémentaires telles qu’un bus d’E/S et des blocs numériques ont été implémentées. Des capteurs de tensions asynchrones ont également été intégrés sur différentes alimentations de la puce pour analyser la propagation des perturbations injectées sur les broches du composant (injection DPI) et sur les conducteurs permettant d’alimenter ce dernier (injection BCI). En outre, nous proposons différents outils pour faciliter la modélisation et les simulations d’immunité des circuits intégrés (extraction des modèles de PCB, approches de modélisation des systèmes d’injection, méthode innovante permettant de prédire et de corréler les niveaux de tension/ de puissance injectés lors de mesures d’immunité conduite, flot de modélisation). Chaque outil et méthode de modélisation proposés sont évalués sur différents cas test. Enfin, pour évaluer notre démarche de modélisation, nous l’appliquons sur un bloc numérique de notre véhicule de test et comparons les résultats de simulations aux différentes mesures internes et externes réalisées sur le circuit / With technological advances in recent decades, the complexity and operating speeds of integrated circuits have greatly increased. While these developments have reduced dimensions and supply voltages of circuits, electromagnetic compatibility (EMC) of components has been highly degraded. Identified as a technological lock, EMC is now one of the main causes of circuits re-designs because issues related to generating and coupling noise mechanisms are not sufficiently studied during their design. This manuscript introduces a methodology to study propagation of electromagnetic disturbances through integrated circuits by measurements and simulations. To improve our knowledge about propagation of electromagnetic interferences (EMI) and coupling mechanisms through integrated circuits, we designed a test vehicle developed in the SMOS8MV® 0.25µm technology from Freescale Semiconductor. In this circuit, several basic functions such as I/O bus and digital blocks have been implemented. Asynchronous on-chip voltage sensors have also been integrated on different supplies of the chip to analyze propagation of disturbances injected on supply pins and wires of the component (DPI and BCI injection). In addition, we propose various tools to facilitate modeling and simulations of Integrated Circuit’s immunity (PCB model extraction, injection systems modeling approaches, innovative method to predict and correlate levels of voltage / power injected during conducted immunity measurements, modeling flow). Each tool and modeling method proposed is evaluated on different test cases. To assess our modeling approach, we finally apply it on a digital block of our test vehicle and compare simulation results to various internal and external measurements performed on the circuit