La plasticité homéostatique est un processus qui consiste à réguler l'efficacité globale des entrées synaptiques (excitatrices et inhibitrices) sur un neurone afin d'empêcher des modifications trop importantes de son niveau d'activité. Afin de caractériser les mécanismes à l'origine de ce processus, la balance Excitation/Inhibition des neurones pyramidaux de couche 5 du cortex visuel a été estimée. Elle est composée de 20 % d'excitation et de 80 % d'inhibition. A l'aide de protocoles de stimulation induisant des changements à long terme de l'efficacité des entrées synaptiques, les phénomènes de potentiation homéostatique et de dépression homéostatique ont été mis en évidence. L'induction de ces phénomènes, qui requiert l'activation de récepteurs NMDA et d'un signal NO, est sous le contrôle des systèmes inhibiteurs GABAergique et glycinergique. La récurrence entre signaux excitateurs et inhibiteurs apparaît comme l'élément clé de la régulation de l'activité neuronale.

Ce travail a été développé dans le cadre du projet européen FACETS-ITN, dans le domaine des Neurosciences Computationnelles. Son but est d'améliorer la compréhension des réseaux de neurones stochastiques de taille finie, pour des sources corrélées à caractère aléatoire et pour des matrices de connectivité biologiquement réalistes. Ce résultat est obtenu par l'analyse de la matrice de corrélation du réseau et la quantification de la capacité de codage du système en termes de son information de Fisher. Les méthodes comprennent diverses techniques mathématiques, statistiques et numériques, dont certaines ont été importés d'autres domaines scientifiques, comme la physique et la théorie de l'estimation. Ce travail étend de précédents résultats fondées sur des hypothèses simplifiées qui ne sont pas réaliste d'un point de vue biologique et qui peuvent être pertinents pour la compréhension des principes de travail liés cerveau. De plus, ce travail fournit les outils nécessaires à une analyse complète de la capacité de traitement de l'information des réseaux de neurones, qui sont toujours manquante dans la communauté scientifique.

L'hippocampe, structure cérébrale située dans le lobe temporal, est au coeur de la gestion de nombreuses fonctions cognitives comme l'encodage des informations spatiotemporelles ou encore la mémoire épisodique. A l'heure actuelle, l'hippocampe est étudié via de nombreuses méthodes notamment l'imagerie de fluorescence qui, utilisée sur des animaux éveillés, permet d'accéder au fonctionnement du réseau neuronal. Malgré cela, une sous-région : le gyrus denté a encore un rôle mal élucidé car profondément enfoui dans le cerveau. Son étude permettrait d'apporter de nouveaux éléments sur le fonctionnement de l'hippocampe. De part sa profondeur d’environs 1 mm, son imagerie demeure très difficile. En effet, la diffusion ainsi que les aberrations optiques introduites par les couches successives de matière dégradent fortement la qualité d'imagerie. Pourtant l'optique adaptative, une technique héritée de l'astronomie, pourrait changer cela. En l'intégrant à un microscope bi-photon, il serait possible de compenser les aberrations optiques introduites par le cerveau et ainsi d'arriver à effectuer l'imagerie in vivo du gyrus denté. Durant ma thèse, j'ai donc travaillé à la conception complète tant du point de vue matériel que logiciel d'un microscope bi-photon adapté à l'imagerie in vivo et équipé d'un dispositif de correction de front d'onde. J'ai également développé une méthode d'optimisation prometteuse basée sur l'approche modale de la correction des aberrations optiques couplée à l'utilisation d'une métrique adaptée à l'imagerie non-linéaire en profondeur. Enfin, j'ai pu appliquer cette méthode dans des conditions in vitro et in vivo permettant de montrer son efficacité. / The hippocampus, a cortical structure located in the temporal lobe, is at the heart of the management of many cognitive functions such as spatiotemporal information encoding or episodic memory. At present, the hippocampus is studied through many methods including fluorescence imaging, and used on awake animals, allows access for the study of the neural network function. Despite this, a sub-region: the dentate gyrus has still a poorly elucidated role because it is deeply buried in the brain. His study would bring new elements on the hippocampus functioning. Due to its depth of about 1 mm, its imagery remains very difficult. Indeed, scattering as well as optical aberrations introduced by the successive layers of matter strongly degrade the imaging quality. Yet adaptive optics, a technique inherited from astronomy, could change that. By integrating it into a bi-photon microscope, it would be possible to compensate optical aberrations introduced by the brain and thus to achieve the in vivo imaging of the dentate gyrus. During my PhD, I worked on the complete design both in hardware and software of a bi-photon microscope suitable for in vivo imaging and equipped with a wavefront correction device. I also developed a promising optimization method based on the modal approach of optical aberration correction coupled with the use of a metric adapted to nonlinear depth imaging. Finally, I was able to apply this method in in vitro and in vivo conditions to show its effectiveness.

Comment les différentes formes de mémoire sont-elles encodées et comment interagissent-elles ? L'identification des réseaux neuronaux sous-jacents aux différentes formes de mémoire est une approche performante qui permet de mieux comprendre la dynamique des phases de mémoire et leurs interactions. La Drosophile représente un modèle de choix pour l'étude des mécanismes d'apprentissage et de mémorisation. Son cerveau est composé de 100.000 neurones et des outils génétiques permettent d'étudier fonctionnellement les circuits neuronaux avec une résolution proche du neurone unique. On utilise deux sortes d’apprentissage olfactif associatif : l’un, appétitif, repose sur l’association entre une odeur etdu sucre, et l’autre, aversif, associe une odeur et des chocs électriques. On distingue deux types de mémoires appétitives, une à court-terme et une à long-terme. Notre équipe a montré récemment que ces mémoires appétitives se forment indépendamment. La mémoire aversive a été décomposée en deux mémoires labiles à court-terme et à moyen terme, et deux mémoires consolidées : la mémoire à long terme (LTM) qui repose sur une synthèse protéique de novo et la mémoire résistante à l’anesthésie (ARM). Les corps pédonculés (CP), le centre de l'apprentissage et de la mémoire olfactive de la Drosophile, forment une structure bilatérale d’environ 2.000 neurones par hémisphère cérébral, appelés cellules de Kenyon. Celles-ci ont été classées en trois sous-types–γ, αβ et α’β’–en fonction des ramifications de leurs projections axonales qui définissent trois lobes médians (β, β’, γ) et deux verticaux (α, α’). Certains réseaux neuronaux responsables du rappel de la mémoire ont été caractérisés mais la correspondance entre ces réseaux et les phases de mémoire n’est encore que parcellaire. Grâce à des outils thermogénétiques nous pouvons inhiber une population neuronale restreinte pendant la phase de rappel spécifiquement. Au cours de ma thèse j'ai affiné la dissection des différentes phases de mémoire olfactive tant au niveau comportemental qu'au niveau des réseaux neuronaux. Nous avons pu attribuer à chaque phase de mémoire un réseau neuronal précis allant des neurones intrinsèques des CP aux neurones efférents impliqués dans le rappel de la mémoire. Nous avons ainsi mis en évidence une distribution spatio-temporelle de six phases de mémoires aversives mettant en jeu des réseaux neuronaux distincts et complémentaires. Nous avons montré que la ARM, jusqu’ici considérée comme une phase de mémoire unique est en réalité une mémoire composite. Nous avons identifié et localisé trois formes de ARM : la ARM immédiate, la ARM à moyen terme et la ARM à long-terme localisées respectivement dans les neurones αβ, γ et α’β’. Les deux formes séquentielles de mémoire labile immédiate et à moyen-terme ont été localisées dans les neurones γ et αβ respectivement. Nous avons aussi identifié les neurones extrinsèques de rappel de ces différentes formes de mémoire. Nous avons montré que les neurones MB-V2, précédemment décrits par notre équipe, assurent le rappel des mémoires localisées dans les neurones αβ et α’β’. Nous avons également identifié un nouveau type de neurones impliqués dans le rappel mnésique, les neurones MB-M6, efférents aux lobes γ et β’. Il existe un neurone MB-M6 par hémisphère. Ceux-ci sont impliqués dans le rappel des phases de mémoire aversive impliquant les neurones γ et α’β’. Nous avons aussi montré que les neurones MB-M6 sous tendent le rappel de la mémoire appétitive à court-terme. Ces découvertes permettent de dresser un tableau complet des circuits de sortie des corps pédonculés sous-tendant chaque phase de mémoire. Ce schéma global laisse apparaître qu’à un temps donné, deux formes de mémoire distinctes ne partagent jamais le même circuit. Nos travaux ouvrent la voie à l’étude comparée des modifications physiologiques encodant les différentes formes de mémoire associative chez la Drosophile. / A fly can form robust aversive associative olfactory memory after pairing an odor with electric shocks. Appetitive memory forms in a starved fly after pairing an odor with sugar delivery. Both types of olfactory memory rely on the mushroom bodies (MBs), a paired lobed structure of ∼2,000 neurons—the Kenyon cells (KCs)—per brain hemisphere. Based on their axonal morphology, KCs are classed into three different subtypes: axons from α/β and α′/β′ KCs branch into vertical (α and α′) and medial (β and β′) lobes, whereas axons from γ neurons form only a medial γ lobe. Drosophila can form two types of consolidated memories: LTM, which relies on de novo protein synthesis, and ARM, which does not. Droophila can also sequetially forms an immediate labile memory and a middle term labile memory.We have demonstrated a spatio-temporal distribution of six phases of aversive memories involving distinct and complementary neural networks. We have identified and located three forms of ARM: immediate ARM, middle term ARM and long-term ARM located respectively in αβ neurons, γ and α'β’. Both sequential forms of immediate labile memory and middle term memory were localized in γ and αβ neurons respectively. We also identified the extrinsic neurons required for the retrieval of these different forms of memory. We showed that MB-V2 neurons, previously described by our team, ensure the recall of memories localized in αβ and α'β’ neurons. We identified a specific pair of MB-efferent neurons, named M6 neurons. These are involved in the retrieval of aversive memories involving γ and α'β ‘ neurons. We have also shown that MB-M6 neurons are required for the retrieval of appetitive short-term memory.

Ma thèse est consacrée à l’étude des réseaux neuronaux spinaux impliqués dans la motricité chez l’Homme est comprend deux chapitres. Des travaux récents effectués sur la moelle épinière du rat ont mis en évidence qu’au cours du développement chez les mammifères, les synapses GABAergiques et glycinergiques sont tout d’abord excitatrices avant de devenir inhibitrices et qu’une section de la moelle épinière ne permet pas cette transformation. Cette transition développementale semble due à l’action d’un transporteur transmembranaire (KCC2) au cours de développement qui diminue après section de la moelle épinière. La diminution de l’expression du KCC2 dépolarise l’action du GABA et de la glycine, ce qui conduit donc à une réduction de l'efficacité de synapse inhibitrice. Le but de ce projet est d’explorer si chez l’Homme une section traumatique de la moelle épinière qui prive les neurones inhibiteurs de leur contrôle suprasegmentaire a pour conséquence de modifier leur comportement synaptique, voire de les ramener à un fonctionnement « immature », c’est-à-dire de transformer des synapses inhibitrices en synapses facilitatrices. Pour tester cette hypothèse, nous avons étudié l’effet sur des synapses inhibitrices de la moelle épinière d’une prise per os de furosémide, un antagoniste de KCC2, et comparé ses effets chez des sujets sains et chez des patients porteurs d’une section de la moelle épinière. L’étude sur les sujets sains suggère que le furosémide (40 mg) a pour effet une réduction du fonctionnement des synapses inhibitrices. Cet effet du furosémide sur les synapses inhibitrices semble être réduit chez des patients. Les résultats obtenus chez les sujets sains indiquent que furosémide administré per os à des dose largement utilisé en clinique humain modifie sélectivement le fonctionnement des synapses inhibitrices et permet donc de disposer d’un mesure non-invasive de fonctionnement intrinsèque de la synapse inhibitrice. Les résultats préliminaires obtenus chez les patients porteurs d’une section de la moelle épinière suggèrent une réduction de l’efficacité de synapses inhibitrices qui probablement contribue à la spasticité. La stimulation électrique transcrânienne de courant continu encore appelée « transcranial direct current stimulation (tDCS) » par les anglo-saxons, a connu un essor considérable et constitue aujourd’hui une technique de référence pour moduler l’excitabilité du cortex chez l’Homme. En 2009, Roche et al. ont montré dans notre laboratoire, que la tDCS anodale appliquée sur l’hémisphère contralateral pouvait également modifier l’excitabilité des réseaux neuronaux spinaux (i.e. l’inhibition réciproque au niveau du poignet) enregistrée sur le côté dominant chez les sujets sains. L’existence de projection corticale ipsilatérale sur les réseaux neuronaux spinaux de la moelle épinière et leurs éventuelles modifications après lésion cortico-sous-corticale reste très controversée. Dans ce projet, nous avons testé les effets de la tDCS ipsi- et contralarérale du cortex non-lésé sur l’inhibition réciproque chez des patients AVC. La tDCS ipsilatérale n’induit pas de modifications de l’inhibition réciproque chez les sujets sains. Des résultats similaires enregistrés sur le membre supérieur lésé ont été observés chez des patients AVC, mais ces résultats mériteraient d’être confortés avec un plus grand nombre de sujets. La tDCS contralatérale chez les sujets sains n’induit pas de modifications de l’inhibition réciproque enregistrées sur le membre supérieur non-dominant. Ce résultat est différent de celui observé sur le membre supérieur dominant par Roche et al. (2009). Ce contrôle asymétrique sur l'inhibition réciproque est argument en faveur de l'hypothèse que l'inhibition inter-hémisphérique (IHI) entre les deux cortex moteurs est asymétrique. L’IHI à partir de l'hémisphère «dominant» est probablement plus importante. / My thesis is devoted to the study of the spinal circuitry involved in motor functions using non-invasive electrophysiological methods in humans. It comprises two research projects.Studies in animals have shown that during neural development, GABAergic and glycinergic neurons are first excitatory, and then become inhibitory during maturation. This developmental transition is mainly due to the activation of co-transporter KCC2 at the mature state. A down-regulation of KCC2 was reported after spinal cord transection in the rat that leads to the depolarising (excitatory) action of GABA and glycine and thus results in a reduction of inhibitory synaptic efficiency. The aim of this project was to explore if spinal cord injury (SCI) in human reverses the pattern of GABAergic and glycinergic neurons back towards the immature state (primarily excitatory). To test this hypothesis, we studied the effects of furosemide (a KCC2 antagonist) on spinal inhibitory synaptic function, and compared the results obtained in healthy subjects and SCI patients. Results in healthy subjects suggest that furosemide (40 mg, orally-administrated) induces a reduction of inhibitory synapse functions. This effect of furosemide on inhibitory synapses seems to be reduced in SCI patients. Our results suggest that furosemide has the potential to test functions of inhibitory synapses in humans. The difference of furosemide effects on spinal inhibitory synapse excitability in healthy subjects and SCI patients favours the hypothesis of a decrease in inhibitory neuronal activity induced by down-regulation of KCC2 after SCI in humans that likely contributes to spasticity. Transcranial direct current stimulation (tDCS) has emerged as a method for exploring cortex excitability in humans. Roche et al. (2009) have shown in our laboratory that using anodal tDCS over contralateral motor cortex can also induce changes in spinal network excitability (i.e. reciprocal inhibition between forearm muscles) in the dominant limb in healthy subjects. It is unknown whether motor activity from the unaffected cerebral hemisphere could be employed after semi-brain damage in patients with hemiplegia. Moreover, little is known about the non-affected limb if it always functions like 'normal' after unilateral stroke. In this project, the ipsi- and contralateral corticospinal controls on reciprocal inhibition between forearm muscles were explored using anodal tDCS applied over the unaffected motor cortex of stroke patients and then compared to the results obtained in healthy subjects. Ipsilateral tDCS induces no change in reciprocal inhibition in healthy subjects. Similar results recorded on the affected upper limb are observed in stoke patients. However a larger number of patients is required to confirm the results. Contralateral anodal tDCS in healthy subjects shows no changes of reciprocal inhibition recorded in the non-dominant upper limb. This result is different from that observed in the dominant upper limb by Roche et al. (2009). This asymmetrical control on reciprocal inhibition would favour the hypothesis that the inter-hemispheric inhibition (IHI) between both motor cortices is asymmetric, with prominent IHI projections originating in the “dominant” left hemisphere. Contralateral anodal tDCS of the unaffected motor cortex induces a strong decrease in reciprocal inhibition in non-affected upper limb in stoke patients.This is different from that observed in both dominant and non-dominant upper limb in healthy subjects suggesting that the pathophysiological changes after unilateral stroke would probably not occur only on the hemiparesis side, but may also the non-affected side. A larger number of patients is still required to confirm the results.

L'un des principaux objectifs des neurosciences est de comprendre comment les fonctions cognitives sont codées par la dynamique des grands réseaux neuronaux. L'étude de la perception sensorielle a principalement été axée sur l'enregistrement de l'activité neuronale induites par des stimulations sensorielles. Une approche alternative réside dans l'utilisation des illusions sensorielles. Ainsi, la perception sensorielle peut avoir lieu en l'absence de stimulation physique externe. Nous avons utilisé une approche multidisciplinaire combinant l'imagerie calcique à deux photons, le comportement moteur et l'optogénétique. Nous avons pu montrerque la larve de poisson zèbre est capable de percevoir " l'effet après mouvement " (EAM). En utilisant l'optogenetique (halorhodopsine) nous avons été capables d'inhiber les mouvementes oculaires pendant la présentation du stimulus conditionné (SC). Nous avons montré que les mouvements des yeux lors du SC ne sont pas impératifs pour l'induction de l'EAM, ce qui suggère que l'EAM n'est probablement pas d'origine musculaire. En utilisant la microscopie à deux photons nous avons montré une habituation de neurones tectales au cours de l'EAM. Cette habituation se dégrade selon une échelle de temps qui correspond au comportement oculo-moteur, lors de l'EAM. En revanche, les cellules ganglionnaires de la rétine ne sont pas habitués. Ceci indique que le toit optique, mais pas la rétine, joue un rôle prépondérant dans l'induction du EAM. Cette approche multidisciplinaire permet de comprendre de façon plus approfondie les mécanismes neuronaux sous-jacents au EAM, et de spéculer sur le corrélat neuronal de la perception du mouvement. / One of the main goals in neuroscience is to understand how cognitive functions are encoded by the dynamics of large neuronal networks. The main stream to study sensory perception has mainly focused on sensory stimulation and neuronal recordings of the induced neural responses. An alternative approach is the use of sensory illusions, in which sensory perception take place in the absence of physical external stimulation. For this purpose, we have used a multidisciplinary approach combining the zebrafish larva as the experimental model, two-photon calcium imaging, motor behavior and optogenetics. We showed that the zebrafish larva is capable of perceiving motion after-effect (MAE). Using optogenetics (halorhodopsin) to prevent eye movements during the presentation of the conditioning stimulus (CS), we showed that pursuit eye movements during CS are not imperative for the induction of MAE, suggesting that neither muscular fatigue nor eye-muscle proprioception feedback play a role in the generation of MAE. Furthermore, we used two-photon microscopy in combination with transgenic fish expressing GcaMP3 . We first observed that during MAE, neurons in the optic tectum (the largest and highest visual brain center of the larva) were strongly habituated. This habituation later decayed with a temporal scale that matched that of the optomotor MAE-like behavior. In contrast, no significant habituation was observed in the retina, Thus, we suggested that the optic tectum but not the retina plays a role in generation of MAE. Our approach contributed to a more comprehensive view of the neuronal mechanisms underlying MAE, and shed light on the neuronal correlate of motion perception

Les buts de la recherche présentée dans ce mémoire sont : (1) de choisir et d'implémenter un algorithme d'apprentissage pour un système d'information militaire et (2) d'appliquer cet algorithme dans un cadre astrophysique. L'algorithme choisi est le «Evolving Fuzzy Neural Network (EFuNN)». Trois lacunes de l'EFuNN ont été identifiées et corrigées : (1) la métrique n'accepte pas de données manquantes, (2) la méthode de suppression des règles n'est pas adaptée au monde réel et (3) l'EFuNN ne peut pas exploiter ses connaissances statistiques. Pour l'application militaire, trois variations d'une expérience ont été faites : prédire la qualité de sources d'informations distribuées sur une carte. L'EFuNN a eu une précision supérieure aux besoins. Pour l'application astrophysique, l'EFuNN a eu une performance comparable à d'autres réseaux de neurones, ainsi, il pourrait être utile dans un système comprenant plusieurs réseaux de neurones qui votent. / The research presented in this master's thesis has two goals : (1) choose and implement a learning algorithm for a military information System and (2) apply this algorithm to an astrophysic problem of classification. The choosen algorithm is the Evoling Fuzzy Neural Network (EFuNN). Three problems of the EFuNN were found and corrected : (1) The metric was not able to mariage missing data, (2) the pruning method was not adapted to real world learning and (3) the EFuNN was not able to used its statistical knowledge. For the first goal, three variations of the same experiment were made : predict the quality of informations sources that are distributed on a map. The modified EFuNN performed better that needed on those tests. For the second goal, the EFuNN had a similar performance in comparison with other algorithms and it could be useful to include it in a program which uses many algorithms to better its overall performance.

Tableau d'honneur de la Faculté des études supérieures et postdoctorales, 2020-2021 / En biologie cellulaire, la microscopie optique est couramment utilisée pour visualiser et caractériser la présence et la morphologie des structures biologiques. Suite à l’acquisition, un expert devra effectuer l’annotation des structures pour quantification. Cette tâche est ardue, requiert de nombreuses heures de travail, parfois répétitif, qui peut résulter en erreurs d’annotations causées par la fatigue d’étiquetage. L’apprentissage machine promet l’automatisation de tâches complexes à partir d’un grand lot de données exemples annotés. Mon projet de maîtrise propose d’utiliser des techniques faiblement supervisées, où les annotations requises pour l’entraînement sont réduites et/ou moins précises, pour la segmentation de structures neuronales. J’ai d’abord testé l’utilisation de polygones délimitant la structure d’intérêt pour la tâche complexe de segmentation de la protéine neuronale F-actine dans des images de microscopie à super-résolution. La complexité de la tâche est supportée par la morphologie hétérogène des neurones, le nombre élevé d’instances à segmenter dans une image et la présence de nombreux distracteurs. Malgré ces difficultés, l’utilisation d’annotations faibles a permis de quantifier un changement novateur de la conformation de la protéine F-actine en fonction de l’activité neuronale. J’ai simplifié davantage la tâche d’annotation en requérant seulement des étiquettes binaires renseignant sur la présence des structures dans l’image réduisant d’un facteur 30 le temps d’annotation. De cette façon, l’algorithme est entraîné à prédire le contenu d’une image et extrait ensuite les caractéristiques sémantiques importantes pour la reconnaissance de la structure d’intérêt à l’aide de mécanismes d’attention. La précision de segmentation obtenue sur les images de F-actine est supérieure à celle des annotations polygonales et équivalente à celle des annotations précises d’un expert. Cette nouvelle approche devrait faciliter la quantification des changements dynamiques qui se produisent sous le microscope dans des cellules vivantes et réduire les erreurs causées par l’inattention ou le biais de sélection des régions d’intérêt dans les images de microscopie. / In cell biology, optical microscopy is commonly used to visualize and characterize the presenceand morphology of biological structures. Following the acquisition, an expert will have toannotate the structures for quantification. This is a difficult task, requiring many hours ofwork, sometimes repetitive, which can result in annotation errors caused by labelling fatigue.Machine learning promises to automate complex tasks from a large set of annotated sampledata. My master’s project consists of using weakly supervised techniques, where the anno-tations required for training are reduced and/or less precise, for the segmentation of neuralstructures.I first tested the use of polygons delimiting the structure of interest for the complex taskof segmentation of the neuronal protein F-actin in super-resolution microscopy images. Thecomplexity of the task is supported by the heterogeneous morphology of neurons, the highnumber of instances to segment in an image and the presence of many distractors. Despitethese difficulties, the use of weak annotations has made it possible to quantify an innovativechange in the conformation of the F-actin protein as a function of neuronal activity. I furthersimplified the annotation task by requiring only binary labels that indicate the presence ofstructures in the image, reducing annotation time by a factor of 30. In this way, the algorithmis trained to predict the content of an image and then extract the semantic characteristicsimportant for recognizing the structure of interest using attention mechanisms. The segmen-tation accuracy obtained on F-actin images is higher than that of polygonal annotations andequivalent to that of an expert’s precise annotations. This new approach should facilitate thequantification of dynamic changes that occur under the microscope in living cells and reduceerrors caused by inattention or bias in the selection of regions of interest in microscopy images.

Les innovations technologiques des dernières décennies en matière d'électronique tant au niveau du traitement numérique de l'information que de la gestion de l'énergie ont contribué à une révolution majeure dans la conversion d'énergie électromécanique: celle des entraînements à vitesse variable (EVV). L'amélioration des plateformes de calculs et des techniques de commande ont grandement amélioré la performance dynamique des moteurs électriques à courant alternatif notamment grâce à la commande vectorielle. Cependant, la littérature contient relativement peu d'études sur l'utilisation de la commande vectorielle comme un moyen d'améliorer la performance énergétique des EVV de machines asynchrones: c'est à l'étude et à l'avancement de ce domaine de connaissances que cette thèse est consacrée. L'état de l'art contient plusieurs avancées sur la modélisation des pertes dans la machine et la plupart des stratégies de commande énergétiquement optimales (SCEO) reposent sur l'ajustement optimal du flux dans la machine basé sur un modèle des pertes. La proposition d'avancement de cette thèse ne repose pas sur l'amélioration de la qualité d'un modèle de pertes de la machine, mais plutôt sur les moyens d'intégrer efficacement ce modèle des pertes dans le système de commande. Dans cette perspective, nous démontrons une propriété intéressante des réseaux de neurones artificiels (RNA) de type perceptron multicouche qui ouvre de nouvelles possibilités en matière d'intégration de fonctionnalités au système de commande et ce, sans coût supplémentaire. Deux nouvelles fonctionnalités sont ainsi proposées: l'amélioration de l'efficacité énergétique du système sur toute la plage de charge par l'utilisation judicieuse d'une technique de modulation discontinue et l'amélioration de la stabilité du système par l'intégration d'un nouveau détecteur de régime permanent. Ces propositions d'avancement sont validées en simulation et sur un banc d'essai expérimental composé d'un système de commande à base de FPGA. Ce type de circuit logique reprogrammable permet la mise en oeuvre d'architectures de systèmes parallèles qui conviennent tout à fait aux systèmes à base de RNA et aux architectures avancées de systèmes d'EVV.

Les réseaux de neurones artificiels (RNA) suscitent toujours un vif intérêt dans la plupart des domaines d’ingénierie non seulement pour leur attirante « capacité d’apprentissage » mais aussi pour leur flexibilité et leur bonne performance, par rapport aux approches classiques. Les RNA sont capables «d’approximer» des relations complexes et non linéaires entre un vecteur de variables d’entrées x et une sortie y. Dans le contexte des réacteurs multiphasiques le potentiel des RNA est élevé car la modélisation via la résolution des équations d’écoulement est presque impossible pour les systèmes gaz-liquide-solide. L’utilisation des RNA dans les approches de régression et de classification rencontre cependant certaines difficultés. Un premier problème, général à tous les types de modélisation empirique, est celui de la sélection des variables explicatives qui consiste à décider quel sous-ensemble xs ⊂ x des variables indépendantes doit être retenu pour former les entrées du modèle. Les autres difficultés à surmonter, plus spécifiques aux RNA, sont : le sur-apprentissage, l’ambiguïté dans l’identification de l’architecture et des paramètres des RNA et le manque de compréhension phénoménologique du modèle résultant. Ce travail se concentre principalement sur trois problématiques dans l’utilisation des RNA: i) la sélection des variables, ii) l’utilisation de la connaissance apriori, et iii) le design du modèle. La sélection des variables, dans le contexte de la régression avec des groupes adimensionnels, a été menée avec les algorithmes génétiques. Dans le contexte de la classification, cette sélection a été faite avec des méthodes séquentielles. Les types de connaissance a priori que nous avons insérés dans le processus de construction des RNA sont : i) la monotonie et la concavité pour la régression, ii) la connectivité des classes et des coûts non égaux associés aux différentes erreurs, pour la classification. Les méthodologies développées dans ce travail ont permis de construire plusieurs modèles neuronaux fiables pour les prédictions de la rétention liquide et de la perte de charge dans les colonnes garnies à contre-courant ainsi que pour la prédiction des régimes d’écoulement dans les colonnes garnies à co-courant. / Artificial neural networks (ANN) have recently gained enormous popularity in many engineering fields, not only for their appealing “learning ability, ” but also for their versatility and superior performance with respect to classical approaches. Without supposing a particular equational form, ANNs mimic complex nonlinear relationships that might exist between an input feature vector x and a dependent (output) variable y. In the context of multiphase reactors the potential of neural networks is high as the modeling by resolution of first principle equations to forecast sought key hydrodynamics and transfer characteristics is intractable. The general-purpose applicability of neural networks in regression and classification, however, poses some subsidiary difficulties that can make their use inappropriate for certain modeling problems. Some of these problems are general to any empirical modeling technique, including the feature selection step, in which one has to decide which subset xs ⊂ x should constitute the inputs (regressors) of the model. Other weaknesses specific to the neural networks are overfitting, model design ambiguity (architecture and parameters identification), and the lack of interpretability of resulting models. This work addresses three issues in the application of neural networks: i) feature selection ii) prior knowledge matching within the models (to answer to some extent the overfitting and interpretability issues), and iii) the model design. Feature selection was conducted with genetic algorithms (yet another companion from artificial intelligence area), which allowed identification of good combinations of dimensionless inputs to use in regression ANNs, or with sequential methods in a classification context. The type of a priori knowledge we wanted the resulting ANN models to match was the monotonicity and/or concavity in regression or class connectivity and different misclassification costs in classification. Even the purpose of the study was rather methodological; some resulting ANN models might be considered contributions per se. These models-- direct proofs for the underlying methodologies-- are useful for predicting liquid hold-up and pressure drop in counter-current packed beds and flow regime type in trickle beds.