Reproduction de : Thèse doctorat : Informatique : Reims : 2008. / Titre provenant de l'écran titre. Bibliogr. f.197-208.

Thèse (Ph. D.)--Université Laval, 2004. / Bibliogr.: f. 97-108. Publié aussi en version électronique.

Thèse (M.Sc.)--Université Laval, 1997. / Bibliogr.: f. [110]-122. Publié aussi en version électronique.

La structure de la zone euro a évolué dans le temps et ce avant la mise en circulation de la monnaie unique. Depuis le début de la crise, l'hétérogénéité de la zone euro est plus que jamais mise en avant. En effet, les économies de la zone euro convergent et divergent en fonction de la conjoncture. La crise a placé le comportement et le rôle de l'euro au cœur dudébat économique. La déconnexion entre l'évolution de son taux de change et celle de ses déterminants ainsi que son impact sur les exportations sont démontrés dans la thèse. Nos résultats suggèrent que même si le taux de change reste un déterminant important des exportations, le rôle de la compétitivité structurelle est de plus en plus important. / The Eurozone pattern has evolved over time and that before the experience of the unique money. Since the beginning of the crisis, the heterogenity of the Eurozone is more than ever highlighted. Actually, the Eurozone economies converge and diverge according to the conjuncture. The crisis placed the euro behavior and role at the core of the economic debate.The disconnection between the evolution of its exchange rate and those of its determinants is showed in the thesis as well as its impact on exports. Our findings suggest that even the exchange rate is an important determinant of exports, the role of structural competitiveness is increasingly important.

Lors d'une étude en santé environnementale il est primordial pour les chercheurs de connaître et de comprendre les relations entre la santé des populations et l'environnement dans lequel elles évoluent. Notre évaluation des étapes actuelles d'acquisition de données en santé environnementale nous a permis de constater qu'aucune méthodologie d'acquisition n'introduit systématiquement les références spatiales et temporelles lors de leur collecte. Nous estimons que la référence spatio-temporelle complémentaire à une procédure d'acquisition standardisée permettrait de donner un sens nouveau aux données hétérogènes, en les transformant en informations utiles à une plus large communauté d'utilisateurs. Nous avons donc défini une procédure d'acquisition de données spatio-temporelles. Cette procédure formalise, via une interface cartographique disponible sur un ordinateur de poche, le positionnement par GPS ou par toponyme d'échantillons utiles aux études en santé environnementale. De plus, elle automatise le peuplement de la base de données et s'assure de l'intégrité du lien entre l'identifiant de l'échantillon, le lieu et le moment de son acquisition jusqu'au rattachement des résultats d'analyses en laboratoire. Les données sont ensuite transférées et stockées dans une base de données multidimensionnelle (via un SOLAP) et accessibles par Internet. Ceci permet le partage direct des informations à d'autres chercheurs en environnement. La procédure a été implantée et mise à l'épreuve dans le cadre de la première mission du laboratoire mobile Atlantis. Cette mission s'est déroulée aux Bermudes et a permis aux spécialistes en environnement de collecter des échantillons d'eau, de sédiments, de pétoncles et de tissus humains (sang au cordon ombilical et placenta) à l'aide de cette procédure. Les chercheurs ont manifesté beaucoup d'enthousiasme et nos premiers tests montrent que la procédure d'acquisition est conviviale et qu'elle a été d'une grande utilité pour les spécialistes en facilitant leur collecte de données. De plus, il est clair que cette procédure basée sur un référentiel spatial commun favorise le partage des données à la base hétérogènes (toxicologie, microbiologie, chimie) pour parvenir à une analyse réellement intégrée.

Les systèmes d’information géographique (SIG) sont largement utilisés pour représenter, gérer et analyser les données spatiales dans plusieurs disciplines incluant les géosciences, l’agriculture, la foresterie, la météorologie et l’océanographie. Néanmoins, malgré l’avancement récent des technologies des SIG, ils sont encore limités dans la représentation et la simulation des processus spatiotemporels. Ce travail de recherche définit le cadre théorique, conceptuel et applicatif qui vise à améliorer les méthodes de compréhension, de représentation et de simulation des processus dynamiques continus. Il vise plus précisément à améliorer les structures de données dans les SIG en développant une structure de données hiérarchique qui est la base d’un automate cellulaire capable de répondre aux principales caractéristiques de ces processus. L’exploration du potentiel des automates cellulaires pour simuler et représenter les processus dynamiques continus dans les SIG en respectant leur caractère irrégulier et hiérarchique fait l’objet de ce travail de recherche dans lequel une application dans le contexte hydrologique est mise en place. Nos objectifs spécifiques se résument dans 1) la construction d’une tessellation irrégulière et hiérarchique permettant de représenter les processus spatiotemporels et 2) la simulation de ces processus en utilisant un automate cellulaire opérant sur cette tessellation. Nous étudions la discrétisation de l’espace en tessellation irrégulière basée sur le diagramme de Voronoï et nous proposons une procédure de hiérarchisation de cette tessellation dans un objectif de représentation multi-échelle afin d’offrir une solution d’aide à la décision dans la gestion du territoire. Nous expliquons notre méthodologie et les algorithmes de sélection de données pour la génération de différents niveaux d’échelles spatiales. Un automate cellulaire non traditionnel est mis en place pour lequel nous définissons une grille à géométrie irrégulière de type Voronoï, des règles de transition spécifiques et un type particulier de voisinage orienté. Nous validons le fonctionnement de ce prototype dans le Bassin Expérimental de la Forêt Montmorency à Québec où des comparaisons sont possibles grâce à des données de débits d’eau mesurées in situ. / Geographic information systems (GIS) are widely used to represent, manage and analyse spatial data in many disciplines including geosciences, agriculture, forestry, meteorology and oceanography. However, despite recent advances in GIS technologies, they are still limited when it comes to representation and simulation of spatiotemporal processes. This research work, deals with a theoretical, conceptual and practical framework which aims to improve the representation of dynamic continuous processes. It aims especially to improve GIS capabilities by developing a CA based on a hierarchical irregular tessellation which is able to take into account the main characteristics of these processes. The exploration of the cellular automata potential to simulate and represent dynamic continuous processes regarding their irregular and hierarchic characteristics is the subject of this work where an application in the hydrologic field is established. Our specific objectives are 1) to build an irregular and hierarchic grid that can be used to represent spatiotemporal processes, 2) to simulate those processes with a cellular automata operating on this grid. We give details about the irregular geometric grid based on a Voronoï Diagram, the characteristics of a specific oriented neighbourhood and the transition rules that are governing the cells update. In addition, we discuss the hierarchical perspective of the build lattice that is essential for easy move between different spatial scales. We explain our methodology of data selection in order to generate the spatial levels of representation by demonstrating the used selection algorithms. This facilitates the representation of spatial dynamic phenomena and contributes to the better understanding of the complex behaviour of the whole system at different levels of details. We also present the data structures and general functioning of the whole simulation system. We finally, validate our framework by simulating the water flow process in a specific watershed in the region of Montmorency Forest of Quebec where in situ data are available. To validate our simulation results we compare them with measured data.

Ce mémoire de thèse s'intéresse à la prise en compte de la dimension temporelle au sein des systèmes multi-agents (SMA) dans le contexte de systèmes industriels dynamiques.L'étude s'appuie sur l'approche Voyelles afin d'étudier l'impact du temps au sein de chacune des dimensions d'un SMA que cette approche distingue et afin de mettre en place un raisonnement temporel orienté multi-agents.Après avoir analysé les conséquences de la prise en compte du temps dans chacun de ses aspects, un ensemble de méthodes et d'outils sont proposés pour résoudre les problèmes mis en évidence. Le modèle de SMA temporel proposé présente notamment une prise en compte des aspects temporels au sein de l'interaction et del'organisation ainsi qu'un modèle d'agent permettant de les intégrer. Ces propositions sont ensuite confrontées à des applications concrètes issues du milieu industriel.

L'apprentissage de modèles temporels constitue l'une des grandes problématiques de l'Exploration de Données (Data Mining). Dans cette thèse, nous avons développé un nouveau modèle temporel appelé TITA Rules (Règle associative temporelle basé sur des arbres d'intervalles). Ce modèle permet de décrire des phénomènes ayant un certain degré d'incertitude et/ou d'imprécision. Ce modèle permet entre autres d'exprimer la synchronicité entre évènements, les contraintes temporelles disjonctives et la négation temporelle. De par leur nature, les TITA Rules peuvent êtes utilisées pour effectuer des prédictions avec une grande précision temporel. Nous avons aussi développé un algorithme capable de découvrir et d'extraire de manière efficace des TITA Rules dans de grandes bases de données temporelles. Le cœur de l'algorithme est basé sur des techniques de minimisation d'entropie, de filtrage par Apriori et par des analyses de co-dépendance. Note modèle temporelle et notre algorithme ont été appliqués et évalués sur plusieurs jeux de données issues de phénomènes réels et de phénomènes simulés. La seconde partie de cette thèse à consisté à étudier l'utilisation de notre modèle temporel sur la problématique de la Planification Automatique. Ces travaux ont mené au développement d'un algorithme de planification automatique. L'algorithme prend en entrée un ensemble de TITA Rules décrivant le fonctionnement d'un système quelconque, une description de l'état initial du système, et un but à atteindre. En retour, l'algorithme calcule un plan décrivant la meilleure façon d'atteindre le but donné. Par la nature même des TITA Rules, cet algorithme est capable de gérer l'incertain (probabilités), l'imprécision temporelle, les contraintes temporelles disjonctives, ainsi que les événements exogènes prédictibles mais imprécis.

L'apprentissage de modèles temporels constitue l'une des grandes problématiques de l'Exploration de Données (Data Mining). Dans cette thèse, nous avons développé un nouveau modèle temporel appelé TITA Rules (Règle associative temporelle basé sur des arbres d'intervalles). Ce modèle permet de décrire des phénomènes ayant un certain degré d'incertitude et/ou d'imprécision. Ce modèle permet entre autres d'exprimer la synchronicité entre évènements, les contraintes temporelles disjonctives et la négation temporelle. De par leur nature, les TITA Rules peuvent êtes utilisées pour effectuer des prédictions avec une grande précision temporel. Nous avons aussi développé un algorithme capable de découvrir et d'extraire de manière efficace des TITA Rules dans de grandes bases de données temporelles. Le cœur de l'algorithme est basé sur des techniques de minimisation d'entropie, de filtrage par Apriori et par des analyses de co-dépendance. Note modèle temporelle et notre algorithme ont été appliqués et évalués sur plusieurs jeux de données issues de phénomènes réels et de phénomènes simulés. La seconde partie de cette thèse à consisté à étudier l'utilisation de notre modèle temporel sur la problématique de la Planification Automatique. Ces travaux ont mené au développement d'un algorithme de planification automatique. L'algorithme prend en entrée un ensemble de TITA Rules décrivant le fonctionnement d'un système quelconque, une description de l'état initial du système, et un but à atteindre. En retour, l'algorithme calcule un plan décrivant la meilleure façon d'atteindre le but donné. Par la nature même des TITA Rules, cet algorithme est capable de gérer l'incertain (probabilités), l'imprécision temporelle, les contraintes temporelles disjonctives, ainsi que les événements exogènes prédictibles mais imprécis. / The learning of temporal patterns is a major challenge of Data mining. We introduce a temporal pattern model called Temporal Interval Tree Association Rules (Tita rules or Titar). This pattern model can be used to express both uncertainty and temporal inaccuracy of temporal events. Among other things, Tita rules can express the usual time point operators, synchronicity, order, and chaining,disjunctive time constraints, as well as temporal negation. Tita rules are designed to allow predictions with optimum temporal precision. Using this representation, we present the Titar learner algorithm that can be used to extract Tita rules from large datasets expressed as Symbolic Time Sequences. This algorithm based on entropy minimization, apriori pruning and statistical dependence analysis. We evaluate our technique on simulated and real world datasets. The problem of temporal planning with Tita rules is studied. We use Tita rules as world description models for a Planning and Scheduling task. We present an efficient temporal planning algorithm able to deal with uncertainty, temporal inaccuracy, discontinuous (or disjunctive) time constraints and predictable but imprecisely time located exogenous events. We evaluate our technique by joining a learning algorithm and our planning algorithm into a simple reactive cognitive architecture that we apply to control a robot in a virtual world.

Le mandat consiste à développer un outil afin de détecter les désordres alimentaires chez le porc, dans le but de prévenir des problèmes de croissance ou de maladie potentiels. L'outil proposé analyse les données récoltées sur 5 jours consécutifs (période mémoire) pour prédire la consommation de la journée suivante. Il utilise une régression polynomiale généralisée avec contraintes et lissage. L'outil calcule ensuite la différence entre la prédiction et les observations.