With the advent of smart sensor devices and Internet of Things (IoT) in the rapid urbanizing cities, data is being generated, collected and analyzed to solve urban problems in the areas of transportation, epidemiology, emergency management, economics, and sustainability etc. The work in this area basically involves analyzing one or more types of data to identify and characterize their impact on other urban phenomena like traffic speed and ride-sharing, spread of diseases, emergency evacuation, share market and electricity demand etc. In this work, we perform spatio-temporal analysis of various urban datasets collected from different urban application areas. We start with presenting a framework for predicting traffic demand around a location of interest and explain how it can be used to analyze other urban activities. We use a similar method to characterize and analyze spatio-temporal criminal activity in an urban city. At the end, we analyze the impact of nearby traffic volume on the electric vehicle charging demand at a charging station. / Master of Science / Because of the ubiquity of the Internet and smart devices, a tremendous amount of data has been collected from multiple sources like vehicles, purchasing details, online searches etc., which is being used to develop innovative applications. These applications aim to improve economic, social and personal lives of people through new start-of-the-art techniques like machine learning and data analytics. With this motivation in mind, we present three applications leveraging the data collected from urban cities to improve the life of people living in such cities. First, we start by using taxi trip data, collected around a given location, and use it to develop a model that can predict taxi demand for next half hour. This model can be used to schedule advertisements or dispatch taxis depending upon the demand. Second, using a similar mathematical approach, we propose a strategy to predict the number of crimes that can happen at a given location on the next day. This helps in maintaining law and order in the city. As our third and last application, we use the traffic and historical charging data to predict electric vehicle charging demand for the next day. Electricity generating power plants can use this model to prepare themselves for the higher demand emerged because of the increasing use of electric vehicles.

Recent years have seen a huge increase in the amount of data collected from multiple sources: mobile phones are ubiquitous, social networks are widely used, cities are more and more connected and the mobility of people and goods has risen to a global scale. The Big Data Era has opened the doors to new kinds of studies that were unthinkable with previous qualitative methods: human behavior can now be analyzed with a fine-grained resolution, patterns of mobility and behavior can be extracted from the incredible amount of data collected every day. Modern large cities are becoming more and more interconnected and this phenomenon leads to an increasing communication and activities’ synchronization. Due to the amount of data available or for anonymization reasons, it is often necessary to aggregate data spatially and temporally. A natural representation of clustered mobility data is the temporal network representation. In this thesis we focus on these two aspects of spatial distance in human mobility: (i) we study the synchronization of 76 Italian cities, using mobile phone data, showing that both distance between cities and city size determine the synchronization in communication rhythms. Moreover, we show that the effect of the distance in synchronization decreases when the size of the city increases; (ii) we investigate how clustering continuous spatio-temporal data affects spatio-temporal network measures for real-life and synthetic datasets and analyze how spatio-temporal networks’ measures vary at different aggregation levels.

Les situations spatio-temporelles dynamiques sont des situations qui évoluent dans l’espace et dans le temps. L’être humain peut identifier des configurations de situations dans son environnement et les utilise pour prendre des décisions. Ces configurations de situations peuvent aussi être appelées « situations d’intérêt » ou encore « patrons spatio-temporels ». En informatique, les situations sont obtenues par des systèmes d’acquisition de données souvent présents dans diverses industries grâce aux récents développements technologiques et qui génèrent des bases de données de plus en plus volumineuses. On relève un problème important dans la littérature lié au fait que les formalismes de représentation utilisés sont souvent incapables de représenter des phénomènes spatiotemporels dynamiques et complexes qui reflètent la réalité. De plus, ils ne prennent pas en considération l’appréhension cognitive (modèle mental) que l’humain peut avoir de son environnement. Ces facteurs rendent difficile la mise en œuvre de tels modèles par des agents logiciels. Dans cette thèse, nous proposons un nouveau modèle de représentation des situations d’intérêt s’appuyant sur la notion des patrons spatiotemporels. Notre approche utilise les graphes conceptuels pour offrir un aspect qualitatif au modèle de représentation. Le modèle se base sur les notions d’événement et d’état pour représenter des phénomènes spatiotemporels dynamiques. Il intègre la notion de contexte pour permettre aux agents logiciels de raisonner avec les instances de patrons détectés. Nous proposons aussi un outil de génération automatisée des relations qualitatives de proximité spatiale en utilisant un classificateur flou. Finalement, nous proposons une plateforme de gestion des patrons spatiotemporels pour faciliter l’intégration de notre modèle dans des applications industrielles réelles. Ainsi, les contributions principales de notre travail sont : Un formalisme de représentation qualitative des situations spatiotemporelles dynamiques en utilisant des graphes conceptuels. ; Une approche cognitive pour la définition des patrons spatio-temporels basée sur l’intégration de l’information contextuelle. ; Un outil de génération automatique des relations spatiales qualitatives de proximité basé sur les classificateurs neuronaux flous. ; Une plateforme de gestion et de détection des patrons spatiotemporels basée sur l’extension d’un moteur de traitement des événements complexes (Complex Event Processing). / Dynamic spatiotemporal situations are situations that evolve in space and time. They are part of humans’ daily life. One can be interested in a configuration of situations occurred in the environment and can use it to make decisions. In the literature, such configurations are referred to as “situations of interests” or “spatiotemporal patterns”. In Computer Science, dynamic situations are generated by large scale data acquisition systems which are deployed everywhere thanks to recent technological advances. Spatiotemporal pattern representation is a research subject which gained a lot of attraction from two main research areas. In spatiotemporal analysis, various works extended query languages to represent patterns and to query them from voluminous databases. In Artificial Intelligence, predicate-based models represent spatiotemporal patterns and detect their instances using rule-based mechanisms. Both approaches suffer several shortcomings. For example, they do not allow for representing dynamic and complex spatiotemporal phenomena due to their limited expressiveness. Furthermore, they do not take into account the human’s mental model of the environment in their representation formalisms. This limits the potential of building agent-based solutions to reason about these patterns. In this thesis, we propose a novel approach to represent situations of interest using the concept of spatiotemporal patterns. We use Conceptual Graphs to offer a qualitative representation model of these patterns. Our model is based on the concepts of spatiotemporal events and states to represent dynamic spatiotemporal phenomena. It also incorporates contextual information in order to facilitate building the knowledge base of software agents. Besides, we propose an intelligent proximity tool based on a neuro-fuzzy classifier to support qualitative spatial relations in the pattern model. Finally, we propose a framework to manage spatiotemporal patterns in order to facilitate the integration of our pattern representation model to existing applications in the industry. The main contributions of this thesis are as follows: A qualitative approach to model dynamic spatiotemporal situations of interest using Conceptual Graphs. ; A cognitive approach to represent spatiotemporal patterns by integrating contextual information. ; An automated tool to generate qualitative spatial proximity relations based on a neuro-fuzzy classifier. ; A platform for detection and management of spatiotemporal patterns using an extension of a Complex Event Processing engine.

Dans les bases de données spatiales actuellement mises en oeuvre, les phénomènes naturels sont généralement représentés par des géométries ayant des frontières bien délimitées. Une telle description de la réalité ignore le vague qui caractérise la forme de certains objets spatiaux (zones d'inondation, lacs, peuplements forestiers, etc.). La qualité des données enregistrées est donc dégradée du fait de ce décalage entre la réalité et sa description. Cette thèse s'attaque à ce problème en proposant une nouvelle approche pour représenter des objets spatiaux ayant des formes vagues et caractériser leurs relations topologiques. Le modèle proposé, appelé QMM model (acronyme de Qualitative Min-Max model), utilise les notions d'extensions minimale et maximale pour représenter la partie incertaine d'un objet. Un ensemble d'adverbes permet d'exprimer la forme vague d'un objet (ex: a region with a partially broad boundary), ainsi que l'incertitude des relations topologiques entre deux objets (ex: weakly Contains, fairly Contains, etc.). Cette approche est moins fine que d'autres approches concurrentes (modélisation par sous-ensembles flous ou modélisation probabiliste). Mais elle ne nécessite pas un processus d'acquisition complexe des données. De plus elle est relativement simple à mettre en oeuvre avec les systèmes existants de gestion de bases de données. Cette approche est ensuite utilisée pour contrôler la qualité des données dans les bases de données spatiales et les entrepôts de données spatiales en spécifiant des contraintes d'intégrité par l'intermédiaire des concepts du modèle QMM. Une extension du langage de contraintes OCL (Object Constraint Language) a été étudiée pour spécifier des contraintes topologiques impliquant des objets ayant des formes vagues. Un logiciel existant (outil OCLtoSQL développé à l'Université de Dresden) a été étendu pour permettre la génération automatique du code SQL d'une contrainte lorsque la base de données est gérée par un système relationnel. Une expérimentation de cet outil a été réalisée avec une base de données utilisée pour la gestion des épandages agrico'les. Pour cette application, l'approche et l'outil sont apparus très efficients. Cette thèse comprend aussi une étude de l'intégration de bases de données spatiales hétérogènes lorsque les objets sont représentés avec le modèle QMM. Des résultats nouveaux ont été produits et des exemples d'application ont été explicités.

The response of global soil respiration (Rs) to climate change determines how long the land can continue acting as a carbon sink in the future. This dissertation research identifies how temporal and spatial variation in environmental factors affects global scale Rs modeling and predictions of future Rs under global warming. Chapter 1 describes the recommend time range for measuring Rs across differing climates, biomes, and seasons and found that the best time for measuring the daily mean Rs is 10:00 am in almost all climates and biomes. Chapter 2 describes commonly used surrogates in Rs modeling and shows that air temperature and soil temperature are highly correlated and that they explain similar amounts of Rs variation; however, average monthly precipitation between 1961 and 2014, rather than monthly precipitation for a specific year, is a better predictor in global Rs modeling. Chapter 3 quantifies the uncertainty generated by four different assumptions of global Rs models. Results demonstrate that the time-scale of the data, among other sources, creates a substantial difference in global estimates, where the estimate of global annual Rs based on monthly Rs data (70.85 to 80.99 Pg C yr-1) is substantially lower than the current benchmark for land models (98 Pg C yr-1). Chapter 4 simulates future global Rs rates based on two temperature scenarios and demonstrates that temperature sensitivity of Rs will decline in warm climates where the level of global warming will reach 3°C by 2100 relative to current air temperature; however, these regional decelerations will be offset by large Rs accelerations in the boreal and polar regions. Chapter 5 compares CO2 fluxes from turfgrass and wooded areas of five parks in Blacksburg, VA and tests the ability of the Denitrification-Decomposition model to estimate soil temperature, moisture and CO2 flux across the seasons. Cumulatively, this work provides new insights into the current and future spatial and temporal heterogeneity of Rs and its relationship with environmental factors, as well as key insights in upscaling methodology that will help to constrain global Rs estimates and predict how global Rs will respond to global warming in the future. / Ph. D. / CO₂ flux emitted from global soil is the second largest carbon exchange between the land and atmosphere. Accurately estimating global soil CO₂ flux and how it responds to climate change is critical to predict terrestrial carbon stocks. The objectives of this dissertation are to evaluate how time-scale affects our ability to estimate global soil CO₂ flux. In Chapter 1, we show that the best time period for measuring daily mean soil CO₂ flux is at around 10:00 am in almost all climate regions and vegetation types. The previously recommended time range (09:00 am and 12:00 pm) reasonably captures the daily mean soil CO₂ flux. The results from Chapter 2 indicate that air temperature is a good proxy for soil temperature in modeling global soil CO₂ flux. However, monthly precipitation is a uniformly poor proxy for soil water content; instead, average monthly precipitation is a better predictor for global soil CO₂ flux modeling. Chapter 3 demonstrates that the time-scale used in parameterizing models strongly affects the prediction of global CO₂ flux. When using monthly time-scale soil CO₂ flux and air temperature data, soil CO₂ flux increases as air temperature increases at air temperatures below 27 ℃, but soil CO₂ flux begins to decrease when air temperature is over 27 ℃. However, when using annual time-scale data, this response to temperature is masked, soil CO₂ flux increases as air temperature increases in all temperature conditions. As a result, the estimate of global annual soil CO₂ flux, based on monthly soil respiration data (70.85 to 80.99 Pg C yr⁻¹ ), is lower than the estimate based on the annual soil respiration data (98 Pg C yr⁻¹ ). Chapter 4 shows that if the level of global warming maintains its current rate (3ºC by the year 2100), then the annual soil CO₂ flux will either decrease or remains the same in arid, winter-dry temperate and tropical climate regions. However, these regional decelerations were offset by large soil CO₂ flux accelerations in the boreal and polar regions. Chapter 5 shows a significant difference in CO₂ flux among the five selected parks in Blacksburg, VA. The Denitrification-Decomposition model, despite having been developed for agriculture and undeveloped lands, closely estimates soil temperature, moisture and CO₂ flux across the seasons and therefore can be used to estimate and understand CO₂ fluxes from urban ecosystems in future studies. This study highlights that the relationship between soil CO₂ fluxes and environmental factors such as air temperature and precipitation differs from region to region. The study also demonstrates that daily and monthly time-scale soil CO₂ fluxes and environmental data help constrain global soil CO₂ flux estimates and help to predict how global soil CO₂ fluxes will respond to global warming in the future.

La surveillance de la qualité de l'eau dans les réseaux de distribution est essentielle pour assurer la conformité réglementaire, identifier les problèmes liés à sa dégradation excessive et proposer des approches visant à limiter la présence de contaminants susceptibles d'affecter la santé des citoyens. Cependant, en raison de contraintes budgétaires, technologiques, et de gestion, les responsables de l'eau potable des municipalités ne sont pas en mesure de surveiller l'ensemble du réseau et doivent choisir des points et des moments de surveillance représentatifs pour déterminer la qualité de l'eau. Bien qu'il s'agisse d'un besoin évident et crucial, il n'existe aucune démarche réglementaire appuyée par la science permettant aux responsables de sélectionner des points optimaux de surveillance. La dégradation de la qualité de l'eau varie dans l'espace et dans le temps le long du réseau de distribution en raison de facteurs spécifiques au système, tels que le temps de séjour de l'eau (TDS), le matériau et le diamètre des conduites, les caractéristiques physicochimiques de l'eau, l'utilisation de désinfectants secondaires, etc. Il est donc difficile pour les opérateurs de déterminer où et quand effectuer des contrôles de la qualité de l'eau. L'objectif principal de cette thèse de doctorat est de proposer une nouvelle démarche méthodologique pour optimiser la localisation des points et la fréquence de surveillance dans le réseau de distribution qui tienne compte de la variabilité spatio-temporelle des indicateurs de qualité de l'eau. Cette nouvelle démarche vise à répondre aux besoins méthodologiques identifiés à travers une revue chronologique et critique de la littérature, qui comprend l'identification des concepts fondamentaux, des techniques d'optimisation, ainsi que des avantages et des limites des méthodologies spécifiquement axées sur l'optimisation de la dégradation de la qualité de l'eau dans les réseaux de distribution présentées précédemment par la communauté scientifique. Cette thèse présente une approche innovante basée sur la variabilité spatio-temporelle de la qualité de l'eau, applicable à une échelle réelle par les responsables des municipalités. La méthodologie propose l'identification d'une zone géographique qui peut être représentée par la qualité de l'eau mesurée dans un point de surveillance sélectionné. La démarche fait appel à la connaissance des caractéristiques hydrauliques du réseau (débits et sens d'écoulement) ainsi qu'à celles des conditions associées à une forte variabilité spatiale des indicateurs entre les points qui partagent une connexion hydraulique. Compte tenu de l'utilisation du modèle hydraulique, les nœuds du modèle sont considérés comme des points de surveillance potentiels dans le réseau de distribution, ce qui permet de parler de nœuds de surveillance et nœuds de surveillance optimaux. Ensuite, la population représentée par chaque nœud du réseau est estimée et utilisée dans l'optimisation de la sélection des points de surveillance. Une évaluation est effectuée sur la base du nombre d'individus que chaque nœud peut représenter et le nœud ayant la plus grande capacité de représentation est choisi. Lorsqu'un nœud est choisi, la population représentée par ce nœud est considérée comme surveillée et le meilleur nœud suivant est sélectionné. Cette procédure est répétée jusqu'à ce que l'ensemble de la population cible soit considérée comme surveillée. La démarche proposée est appliquée au réseau de distribution de la Ville de Québec (Québec, Canada) afin d'optimiser la surveillance de quatre indicateurs de la qualité de l'eau: le chlore libre résiduel (CLR), les bactéries hétérotrophes totales aérobies et anaérobies (BHAA), les trihalométhanes (THM) et les acides haloacétiques (AHA). Deux objectifs d'optimisation sont pris en compte: l'optimisation de la représentativité de la population globale et la surveillance de la population à risque en raison d'une forte dégradation de la qualité de l'eau. Les résultats montrent que la variabilité spatiale de l'indicateur de la qualité de l'eau a une forte influence sur la représentativité des nœuds, ce qui fait que les indicateurs à forte variabilité spatiale, tels que le CLR, nécessitent un grand nombre de points de surveillance pour représenter l'ensemble de la population cible. Malgré cela, la méthodologie permet d'identifier les nœuds ayant une forte capacité de représentativité. Ces nœuds devraient être priorisés parce qu'ils maximisent la population représentée en minimisant les points de surveillance sélectionnés. De même, les résultats montrent que la surveillance de tous les indicateurs dans le même point n'est pas pertinente, car les conditions de variabilité spatiale sont propres à chaque indicateur. Ces conditions déterminent le nombre et la localisation optimaux des points de surveillance pour chaque indicateur individuellement. L'impact du comportement hydraulique et de l'incertitude liée à la modélisation a été analysé en appliquant la démarche proposée pour différents scénarios. Pour ce faire, des scénarios temporels de surveillance intra-journalière, journalière et saisonnière ont été étudiés et comparés. Les résultats obtenus pour l'étude de cas considérée montrent qu'à l'échelle intra-journalière, la localisation des points de surveillance ne varie pas de manière significative étant donné que le comportement hydraulique global du réseau n'est pas affecté. Le même effet peut être observé en comparant un jour de forte demande en eau (débit journalier maximum) à un jour de consommation moyenne (débit journalier moyen). Cependant, l'échelle de temps saisonnière joue un rôle dans la détermination des points de surveillance optimaux. En effet, en raison de la plus faible variabilité spatiale des indicateurs de la qualité de l'eau en hiver, moins de mesures sont nécessaires pour surveiller la même proportion de la population qu'en été. En revanche, la localisation spatiale des nœuds ayant une capacité de représentativité plus élevée ne semble pas changer d'une saison à l'autre, ce qui permet d'identifier des points de surveillance optimaux tout au long de l'année. La démarche proposée est un outil innovant d'aide à la décision pour la sélection optimale des points de surveillance de la qualité de l'eau des réseaux de distribution. Cette méthodologie est originale par la prise en compte de la variabilité spatio-temporelle de la qualité de l'eau, ainsi que par son adaptabilité pour l'optimisation de la surveillance de tout type d'indicateur pour lequel des conditions de forte variabilité spatiale peuvent être définies. / Monitoring water quality in distribution networks is essential to ensure regulatory compliance, identify problems associated with excessive degradation, and propose approaches to limit the presence of contaminants that could jeopardize citizens' health. However, due to budgetary, technological and management constraints, municipal drinking water authorities are unable to monitor the entire network, and must select representative monitoring points and times to determine water quality levels. Although this is an obvious and crucial need, there is no science-based regulatory approach to enable managers to select appropriate monitoring points. Furthermore, water quality degradation varies spatially and temporally along the distribution network, due to system-specific factors such as water residence time (WRT), pipe material and diameter, physicochemical characteristics of the water, use of secondary disinfectants, etc. This makes it all the more difficult for operators to determine where and when to carry out water quality checks. The main objective of this PhD thesis is to propose a new methodological approach for optimizing the location of monitoring points and the frequency of monitoring in the distribution network, taking into account the spatio-temporal variability of water quality indicators. This new approach aims to meet the methodological needs identified through a chronological and critical review of the literature, which includes the identification of fundamental concepts, optimization techniques, as well as the advantages and limitations of methodologies previously presented by the scientific community. This thesis presents an innovative approach based on the spatio-temporal variability of water quality, which can be applied on a real scale by municipal managers. The methodology proposes the identification of a geographical area that can be represented by the measured water quality of a selected monitoring point. The approach calls on knowledge of the network's hydraulic characteristics (flow rates and direction of flow), as well as of the conditions associated with high spatial variability of indicators between points sharing a hydraulic connection. Given the use of the hydraulic model, the nodes in the model are considered as potential monitoring points in the distribution network, hence the term monitoring nodes and optimal monitoring nodes. Next, the population represented by each network node is estimated and used to optimize the selection of monitoring points. An evaluation is made based on the number of individuals each node can represent, and the node with the greatest representation capacity is chosen. Once a node has been chosen, the population represented by that node is considered as monitored, and the next best node is selected. This procedure is repeated until the entire target population is considered monitored. The proposed approach is applied to the distribution network of Quebec City (Quebec, Canada) to optimize the monitoring of four water quality indicators: free chlorine residual (FRC), heterotrophic plate counts (HPC), trithalomethanes (THM) and haloacetic acids (HAA). Two distinct optimization objectives are taken into account: optimizing the global representativeness of the population and monitoring the population at risk due to high water quality degradation. The results show that the specific spatial variability of the water quality indicator has a strong influence on the representativeness of the nodes, meaning that indicators with high spatial variability, such as FRC, require a large number of monitoring points to represent the entire target population. Despite this, the methodology enables us to identify nodes with a high representativeness capacity. These nodes should be prioritized as they maximize the population represented reducing the monitoring points needed. Similarly, the results show that monitoring all indicators as a whole at the same point is not relevant, as the conditions of spatial variability are specific to each indicator; these conditions determine the optimal number and location of monitoring points for each indicator individually. The impact of hydraulic behavior and modeling uncertainty was analyzed by applying the proposed approach to different temporal scenarios. Intraday, daily and seasonal monitoring scenarios were studied and compared. The results obtained for the case study under consideration show that on an intraday scale, the location of monitoring points does not vary significantly, as the overall hydraulic behavior of the network is not affected. The same effect can be observed when comparing a day of high water demand (maximum daily flow) with a day of average consumption (average daily flow). Finally, the seasonal timescale plays an important role in determining optimum monitoring points. Indeed, due to the lower spatial variability of water quality indicators in winter, fewer measurements are required to monitor the same proportion of the population as in summer. On the other hand, the spatial location of nodes with a higher representativeness capacity does not appear to change from one season to the next, enabling optimal monitoring points to be identified throughout the year. Finally, the proposed approach will serve as an innovative decision-making tool for the optimal selection of water quality monitoring points in distribution networks. The methodology is original in that it takes into account the spatio-temporal variability of water quality, and is adaptable to optimize the monitoring of any type of inditor for which conditions of high spatial variability can be defined.

Dans le domaine de l’internet des objets, nos recherches se sont focalisées sur l’étude des corrélations entre les données générées par des réseaux de capteurs. Ces données sont généralement collectées par des systèmes d’acquisition et se caractérisent par une grande vélocité et un fort volume. Les décideurs ont besoin d’outils permettant de détecter les situations d’intérêt au meilleur moment pour la prise de décision. Nous partons des travaux de doctorat de F.Barouni (2016) qui a proposé une extension du modèle et des outils de traitement d’événements complexes (CEP) pour répondre aux enjeux relatifs à la vélocité et au volume de ces données. Barouni a proposé une approche de représentation et de détection de patrons spatiotemporels pour représenter les situations d’intérêt. Notre but est de concevoir un outil destiné à gérer ces données et à fouiller des corrélations potentielles entre elles, en tenant compte des données contextuelles. Dans ce mémoire, nous proposons une approche théorique qui utilise les graphes conceptuels afin d’améliorer l’approche de Barouni en permettant de modéliser plusieurs types de relations spatiales. Dans ce contexte, nous avons proposé une extension des relations spatiales en tenant compte des éléments composant un réseau en lien avec l’espace géographique sous-jacent. En effet, notre modèle prend en compte, la représentation spatiale du réseau, la projection du réseau dans l’espace géographique sous-jacent et toutes les relations spatiales qui en découlent. Nous proposons aussi une extension au formalisme de représentation des patrons en ajoutant une structure du résumé et de contraintes du patron (graphes conceptuels) pour pouvoir modéliser des relations spatiales entre des patrons de complexité croissante. Nous avons développé un outil de détection de patrons en utilisant une approche de CEP itérative. Notre outil utilise plusieurs CEPs pour pouvoir détecter des patrons de différents degrés de complexité. Nous avons démontré la pertinence de notre approche par l’étude des événements de reconfiguration dans un réseau de distribution électrique. Notre approche est assez générique pour être applicable dans d’autres domaines d’application, tels que les réseaux de fibres optiques.

Plusieurs études ont permis la caractérisation de la structure et de la fonction du ribosome. En ce qui attrait à la biogénèse du ribosome, nombreux aspects restent à être découverts et compris de façon plus dynamique. En effet, cette biogénèse englobe une variété de voies de modifications et d’assemblages requises pour la maturation des ARNr et pour leurs liaisons avec les protéines ribosomales. De ce fait, les protéines Noc ont été caractérisées comme des facteurs d’assemblages et ont permis la découverte d’une des premières indications sur l’ordre spatio-temporel de la maturation du ribosome. Ainsi, en utilisant la levure comme modèle, notre objectif est d’étudier d’avantage l’échange des complexes composés des protéines Noc ainsi que leur localisation intranucléaire. Ainsi, la nature des interactions de Noc2p avec Noc1p et Noc3p et l’influence de l’arrêt du transport intranucléaire ont été étudiés en utilisant des promoteurs inductibles, la microscopie à fluorescence, des immunobuvardages, qRT-PCR et des purifications par affinité. / Several studies have been performed to characterize the ribosome as far as to understand its structure and its function. However, major aspects of ribosome biogenesis remain elusive or gave only a static picture of the process. In fact, ribosome biogenesis involves dynamic processing and assembly pathways that are required for rRNA modification and folding, in addition to rRNA binding with some ribosomal proteins. One set of assembly factors, the Noc proteins, allowed one of the first indications about the spatio-temporal ordering of ribosome maturation. By using yeast as model, our objective is to provide a dynamic picture of the Noc proteins complexes exchange and nuclear localization by determining the nature of Noc2p interactions with Noc1p and Noc3p and by studying the influence of reversibly arrested intranuclear transport on these proteins and on Rix7p, an AAA-ATPase. In order to achieve these aims, inducible promoter, fluorescent microscopy, western blot, qRT-PCR and affinity purification analyses were used.

pour plus d'informations concernant l'auteure et sa recherche veuillez consulter le http://www.natalieb.ca / L'environnement n'est pas un espace physique précis et stable. Sa géométrie est statique mais il est sans cesse inondé par différentes ambiances qui elles sont dynamiques. De plus sa réalité est modelée par le terrain mouvant de notre mémoire qui encode nos expériences, nos rencontres et autres complexes associations vécues à différents moments. Les ambiances olfactives plus particulièrement participent à la définition d'un espace urbain de plusieurs façons. Produites et modelées par l'environnement géographique, les conditions climatiques, les activités économiques et l'activité humaine, les odeurs appellent des repères spatio-temporels précis car se référant à des événements que l'on a personnellement vécus. Bref, les multiples flux odorants qui façonnent dans la ville un paysage olfactif mouvant sont autant de possibilités de restructurer le réel du citadin. Aussi pour permettre d'élaborer des moyens mettant en oeuvre les odeurs dans l'espace public, nous avons examiné dans quelle mesure les signaux olfactifs influencent notre perception de l'environnement en provoquant l'apparition de paysages temporels. / The smellscape participates in the definition of the environment in different ways. First, determined by the geographic environment, climate conditions, economic activities, and human activity, the reality of olfactory ambiances are also shaped by our memory. This is because odours are associated with precise spatiotemporal markers that refer to events that someone has personally experienced. Therefore, the multiple fluxes of odorants creating a mobile topography of smells in the city may become a strategic intervention tool in planning. And, with the goal of arriving at a representation of the temporal patterns provoked by odours, we have examined the influence of olfactory memory in urban space.

Cette thèse porte sur le problème de l'estimation des temps de parcours, de véhicules, par section de route dans un contexte urbain, en utilisant les données GPS à faible densité d’échantillon. L'un des défis de cette thèse est d'utiliser ce genre de données. Dans le cadre de ce travail de recherche, j'ai développé une carte numérique avec son nouveau système d'information géographique (SIG), qui traite la problématique du map-matching, où nous avons apporté des améliorations, ainsi que le problème du plus court chemin.La thèse s'inscrit dans le cadre du projet PUMAS (Plate-forme Urbaine de Mobilité Avancée et Soutenable), ce qui est un avantage pour nos recherches en ce qui concerne le processus de collecte de données réelles sur le terrain ainsi que pour faire nos tests. Le projet PUMAS est un projet préindustriel qui a pour objectif d'informer sur la situation du trafic mais également de développer et de mettre en œuvre une plate-forme de mobilité durable afin de l'évaluer dans la région, notamment à Rouen, France. Le résultat offre un cadre pour tout contrôleur de la situation, gestionnaire ou chercheur pour accéder à de vastes réserves de données sur l'estimation du flux du trafic, sur les prévisions et sur l'état du trafic. / This dissertation is concerned with the problem of estimating travel time per links in urban context using sparsely sampled GPS data. One of the challenges in this thesis is use the sparsely sampled data. A part of this research work, i developed a digital map with its new geographic information system (GIS), dealing with map-matching problem, where we come out with an enhancement tecnique, and also the shortest path problem.The thesis research work was conduct within the project PUMAS, which is an avantage for our research regarding the collection process of our data from the real world field and also in making our tests. The project PUMAS (Plate-forme Urbaine de Mobilité Avancée et Soutenable / Urban Platform for Sustainable and Advanced Mobility) is a preindustrial project that has the objective to inform about the traffic situation and also to develop an implement a platform for sustainable mobility in order to evaluate it in the region, specifically Rouen, France. The result is a framework for any traffic controller or manager and also estimation researcher to access vast stores of data about the traffic estimation, forecasting and status.