Les robots sous-marins peuvent aujourd'hui évoluer dans des environnements complexes difficilement accessibles à l'Homme pour des raisons de coût ou de sécurité. Ils peuvent donc intervenir dans une grande variété de missions en environnement aquatique. Or, la complexité de ces milieux impose de doter le vecteur robotique d'une autonomie opérationnelle suffisante afin qu'il puisse mener sa mission à bien tout en préservant son intégrité. Cela nécessite de développer des lois de commande répondant aux spécificités de l'application. Ces lois de commande se basent sur des connaissances provenant de différentes disciplines scientifiques ce qui souligne l'interdisciplinarité inhérente à la robotique. Une fois la loi de commande développée, il faut implémenter le contrôleur sur le robot sous forme de logiciel de contrôle basé sur une architecture logicielle temps-réel.Or la conception actuelle des lois de commande, sous forme de blocs "monolithiques", rend difficile l'évolution d'une loi de commande d'une application à l'autre, l'intégration de connaissances provenant d'autres disciplines scientifiques que ne maitrisent pas forcément les automaticiens et pénalisent son implémentation sur des architectures logicielles qui nécessitent la modularité. Pour résoudre ces problèmes nous cherchons à proprement séparer les différentes connaissances afin que chacune soit aisément manipulable, son rôle clair et que les relations établies entre les différentes connaissances soient explicites. Cela permettra en outre une projection plus efficace sur l'architecture logicielle. Nous proposons donc un nouveau formalisme de description des lois de commande selon une composition modulaire d'entités de base appelées Atomes et qui encapsulent les différents éléments de connaissance. Nous nous intéressons également à l'établissement d'une meilleure synergie entre les aspects automatique et génie logiciel qui se construit autour de préoccupations communes telles que les contraintes temporelles et la stabilité. Pour cela, nous enrichissons nos Atomes de contraintes chargées de véhiculer les informations relatives à ces aspects temporels. Nous proposons également une méthodologie basée sur notre formalisme afin de guider l'implémentation de nos stratégies de commande sur un Middleware temps-réel, dans notre cas le Middleware ContrACT développé au LIRMM.Nous illustrons notre approche par diverses fonctionnalités devant être mises en oeuvre lors de missions d'exploration de l'environnement aquatique et notamment pour l'évitement de parois lors de l'exploration d'un aquifère karstique. / Underwater robots can nowadays operate in complex environments in a broad scope of missions where the use of human divers is difficult for cost or safety reasons. However the complexity of aquatic environments requires to give the robotic vector an autonomy sufficient to perform its mission while preserving its integrity. This requires to design control laws according to application requirements. They are built on knowledge from several scientific fields, underlining the interdisciplinarity inherent to robotics. Once the control law designed, it must be implemented as a control Software working on a real-time Software architecture.Nonetheless the current conception of control laws, as "monolithic" blocks, makes difficult the adaptation of a control from an application to another and the integration of knowledge from various scientific fields which are often not fully understood by control engineers. It also penalizes the implementation of control on Software architectures, at least its modularity and evolution. To solve those problems we seek a proper separation of knowledge so that each knowledge item can be easily used, its role precisely defined and we want to reify the interactions between them. Moreover this will allow us a more efficient projection on the Software architecture. We thus propose a new formalism for control laws description as a modular composition of basic entities named Atoms used to encapsulate the knowledge items.We also aim at building a better synergy between control and software engineering based on shared concerns such as temporal constraints and stability. Hence we extend the definition of our Atoms with constraints carrying information related to their temporal behaviour. We propose as well a methodology relying on our formalism to guide the implementation of control on a real-time Middleware. We will focus on the ContrACT Middleware developed at LIRMM.Finally we illustrate our approach on several robotic functionalities that can be used during aquatic environments exploration and especially for wall avoidance during the exploration of a karst aquifer.

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

Au cœur de la plupart de nos activités quotidiennes, la mémoire de travail est une fonction cognitive permettant de maintenir des informations à court terme tout en traitant d’autres informations (Atkinson & Shiffrin, 1968 ; Baddeley & Hitch, 1974). Différents modèles s’accordent sur le rôle central de l’attention dans la mémoire de travail, notamment via un mécanisme de maintienspécifique : le rafraîchissement attentionnel (Johnson, 1992). La présente thèse s’est intéressée à ce mécanisme encore assez mal connu chez des populations jeunes et âgées.La mémoire de travail de travail semble altérée dans le vieillissement et de récents travaux suggèrent que cette altération pourrait résulter d’un déficit du rafraîchissement attentionnel chez les adultes âgés (Hoareau, Lemaire, Portrat, & Plancher, 2016 ; Jarjat et al., 2018 ; Plancher, Boyer, Lemaire, & Portrat, 2017). Une mesure comportementale du rafraîchissement a été utilisée pour tester l’hypothèse du ralentissement du rafraîchissement attentionnel dans le vieillissement. Cependant, nos résultats suggèrent plutôt que les adultes âgés auraient des difficultés à initier un mécanisme de rafraîchissement, confortant l’hypothèse d’une altération (mais pas nécessairement un ralentissement) du rafraîchissement attentionnel dans le vieillissement.Afin de développer un moyen d’améliorer le rafraîchissement attentionnel des adultes jeunes et âgés, nous nous sommes ensuite tournées vers la théorie de l’attention dynamique (Jones, 1976 ; Jones & Boltz, 1989 ; Large & Jones, 1999). Issue des travaux sur la cognition musicale, la théorie de l’attention dynamique propose que la distribution des ressources attentionnelles puisse être guidée par une structure temporelle externe et régulière, résultant en une meilleure allocation des ressources attentionnelles et une amélioration des traitements perceptifs et cognitifs. Puisque le rafraîchissement est un mécanisme attentionnel, nous avons fait l’hypothèse que la présence de régularités temporelles durant le maintien en mémoire de travail pourrait le rendre plus efficace. Nos études révèlent que la présence d’un rythme auditif régulier durant la rétention d’informationsaméliore, en effet, le rafraîchissement attentionnel chez les adultes jeunes et certains les adultes âgés qui ont de bonnes capacités d’inhibition.Puisque le rafraîchissement attentionnel a été étudié jusqu’à maintenant par le biais de mesures comportementales indirectes, nous avons cherché à identifier une mesure plus directe de ce mécanisme via une mesure électrophysiologique du rafraîchissement. Les mesures électroencéphalographiques effectuées durant le maintien en mémoire de travail suggèrent que les oscillations neurales, particulièrement dans les bandes de fréquence bêta, sont impliquées dans lerafraîchissement attentionnel.Nos résultats confortent l’intérêt d’utiliser des techniques interventionnelles musicales et/ou rythmiques pour pallier les altérations de la mémoire de travail. Les travaux de cette thèse offrent de nouvelles perspectives pour (1) l’étude de l’altération du maintien en mémoire de travail dans le vieillissement et (2) l’effet bénéfique de la présence d’une structure temporelle régulière sur les oscillations neurales durant le maintien en mémoire de travail. À plus long-terme, l’utilisation del’électroencéphalographie devrait permettre de mieux comprendre l’impact de ces interventions sur le fonctionnement de la mémoire de travail. / Working memory is at the core of most of our daily-life activities. This cognitive function allows maintaining information at short-term while processing other information (Atkinson & Shiffrin, 1968 ; Baddeley & Hitch, 1974). Several models have agreed on the central role of attention in working memory, in particular via a specific maintenance mechanism: attentional refreshing (Johnson, 1992). The present PhD thesis investigated this mechanism, which is still not well known, in young and old adults.Working memory seem to be impaired in aging, and recent studies have suggested that this impairment could be due to a deficit of attentional refreshing in old adults (Hoareau et al., 2016 ; Jarjat et al., 2018 ; Plancher et al., 2017). A behavioral measure of refreshing was used to test the hypothesis of a slowing down of refreshing in aging. However, our results rather suggest an agerelated deficit in the initiation of attentional refreshing and are thus in line with the hypothesis of an impairment (but not necessarily a slowing) of attentional refreshing in aging.To develop a way to improve attentional refreshing in young and old adults, we focused on the dynamic attending theory (Jones, 1976 ; Jones & Boltz, 1989 ; Large & Jones, 1999). Based on music cognition research, the dynamic attending theory proposes that the distribution of attentional resources can be guided in the presence of an external and temporally regular structure, resulting in a better allocation of attentional resources and enhanced perceptual and cognitive processing. As refreshing is an attentional mechanism, we hypothesized that this mechanism might benefit from the presence of temporal regularities during maintenance in working memory. Our studies revealed that the presence of an auditory, temporally regular rhythm during retention benefits indeed attentional refreshing in young adults and some in old adults who have with greater inhibition capacities.As attentional refreshing has been investigated up to now only with indirect behavioral measures, we aimed for a more direct assessment of this mechanism by investigating electrophysiological measures of refreshing. Electroencephalographical recordings during maintenance in working memory suggested that neural oscillations, especially in the beta-bandfrequency range, are involved in attentional refreshing.Our findings strengthen the interest of musical and/or rhythmical intervention techniques aiming to overcome deficits in working memory. The research of this thesis offers new perspectives for studying (1) age-related impairments of maintenance in working memory in aging and (2) the beneficial effect of the presence of a temporally regular structure on neural oscillations duringmaintenance in working memory. In a long-term perspective, electrophysiology could be helpful provide a better understanding of the impact of these techniques on working memory functioning.

Le pneumocoque est une cause majeure d'infections bactériennes communautaires dans le monde. D'après la littérature, la consommation d'antibiotiques pourrait influer sur le risque de colonisation ou d'infection par pneumocoque à sensibilité diminuée aux antibiotiques spécifiques. La France, grande consommatrice d'antibiotiques, a mis en place, à l'automne 2002, un plan national pour préserver l'efficacité des antibiotiques et améliorer leur usage. Cette campagne a conduit à une diminution significative de la consommation d'antibiotiques durant les périodes hivernales. En 2003, une vaccination anti-pneumococcique des enfants de moins de deux ans a été recommandée afin de réduire les infections communautaires à pneumocoque chez l'enfant. Au vu du contexte français, il paraît important d'étudier la dynamique des infections invasives communautaires à pneumocoque en prenant en compte les deux interventions de santé publique. L'étude de l'association entre deux ou plusieurs séries temporelles saisonnières doit être effectuée sur des séries stationnarisées afin d'éliminer tout risque de confusion. Les différentes méthodes de désaisonnalisation ont été comparées à travers une étude de simulations afin d'identifier la stratégie optimale. De plus, le modèle de régression linéaire adapté aux séries temporelles repose sur l'hypothèse de la linéarité du lien. Cependant, cette hypothèse est critiquable en particulier lorsqu'on s'intéresse au lien associé à une série de type épidémique. Une deuxième étude de simulations a été réalisée afin d'étudier l'impact de l'hypothèse de la linéarité du lien lors de son estimation.A partir des stratégies permettant d'étudier le lien entre plusieurs séries saisonnières identifiées à partir des études de simulations, la dynamique des infections invasives communautaires à pneumocoque a été étudiée en France entre janvier 2002 et décembre 2009. / Streptococcus pneumoniae is a leading cause of communitary-acquired pneumococcal invasive infections worldwide. Recent surveys studied the association between pneumococcal carriage and antibiotic consumption. Reducing antibiotic consumption migth reduce pneumococcal carriage. In France, a national campaign was launched in 2002 in order to reduce antibiotic consumption mainly in the community. In 2003, the seven-valent pneumococcal conjugate vaccine was introduced and recommanded for to children in order to reduce the risk of invasive pneumococcal infections. In this contexte, it is worth investigating the evolution of communitary-acquired pneumococcal invasive infections in France.When examining the association between two monthly time series data with some common seasonal pattern, we are faced with the problem of eliminating this seasonal variation. Indeed this common seasonal feature will act as a confounder if not removed. Even if several methods exist, such as the use of semi-parametric or trigonometric functions, no optimal method has been yet identified. Hence, we compared performances of available smoothing approaches to estimate a temporal link between two series using extensive simulations. The linear regression usually used to estimate the link between two time series is based on the hypothesis of a linear link. However, such a link might not be linear when considering an association with an epidemic time series. In order to check whether this linear model can also manage non linear relationships, a simulation study was also settled. Finally, from these simulation studies, we identified strategies that where implemented to estimate the association between community-acquired pneumococcal invasive infections and antibiotic exposure.

La prédiction et l'inférence sur des données temporelles sont très souvent effectuées en utilisant uniquement les séries temporelles. Nous sommes convaincus que ces tâches pourraient tirer parti de l'utilisation des métadonnées contextuelles associées aux séries temporelles, telles que l'emplacement, le type, etc. Réciproquement, les tâches de prédiction et d'inférence sur les métadonnées pourraient bénéficier des informations contenues dans les séries temporelles. Cependant, il n'existe pas de méthode standard pour modéliser conjointement les données de séries temporelles et les métadonnées descriptives. De plus, les métadonnées contiennent fréquemment des informations hautement corrélées ou redondantes et peuvent contenir des erreurs et des valeurs manquantes.Nous examinons d’abord le problème de l’apprentissage de la structure graphique probabiliste inhérente aux métadonnées en tant que réseau Bayésien. Ceci présente deux avantages principaux: (i) une fois structurées en tant que modèle graphique, les métadonnées sont plus faciles à utiliser pour améliorer les tâches sur les données temporelles et (ii) le modèle appris permet des tâches d'inférence sur les métadonnées uniquement, telles que l'imputation de données manquantes. Cependant, l'apprentissage de la structure de réseau Bayésien est un défi mathématique conséquent, impliquant un problème d'optimisation NP-difficile. Pour faire face à ce problème, nous présentons un algorithme d'apprentissage de structure sur mesure, inspiré de nouveaux résultats théoriques, qui exploite les dépendances (quasi)-déterministes généralement présentes dans les métadonnées descriptives. Cet algorithme est testé sur de nombreux jeux de données de référence et sur certains jeux de métadonnées industriels contenant des relations déterministes. Dans les deux cas, il s'est avéré nettement plus rapide que l'état de la l'art, et a même trouvé des structures plus performantes sur des données industrielles. De plus, les réseaux Bayésiens appris sont toujours plus parcimonieux et donc plus lisibles.Nous nous intéressons ensuite à la conception d'un modèle qui inclut à la fois des (méta)données statiques et des données temporelles. En nous inspirant des modèles graphiques probabilistes pour les données temporelles (réseaux Bayésiens dynamiques) et de notre approche pour la modélisation des métadonnées, nous présentons une méthodologie générale pour modéliser conjointement les métadonnées et les données temporelles sous forme de réseaux Bayésiens hybrides statiques-dynamiques. Nous proposons deux algorithmes principaux associés à cette représentation: (i) un algorithme d'apprentissage qui, bien qu'optimisé pour les données industrielles, reste généralisable à toute tâche de fusion de données statiques et dynamiques, et (ii) un algorithme d'inférence permettant les d'effectuer à la fois des requêtes sur des données temporelles ou statiques uniquement, et des requêtes utilisant ces deux types de données.%Nous fournissons ensuite des résultats sur diverses applications inter-domaines telles que les prévisions, le réapprovisionnement en métadonnées à partir de séries chronologiques et l’analyse de dépendance d’alarmes en utilisant les données de certains cas d’utilisation difficiles de Schneider Electric.Enfin, nous approfondissons certaines des notions introduites au cours de la thèse, et notamment la façon de mesurer la performance en généralisation d’un réseau Bayésien par un score inspiré de la procédure de validation croisée provenant de l’apprentissage automatique supervisé. Nous proposons également des extensions diverses aux algorithmes et aux résultats théoriques présentés dans les chapitres précédents, et formulons quelques perspectives de recherche. / Prediction and inference on temporal data is very frequently performed using timeseries data alone. We believe that these tasks could benefit from leveraging the contextual metadata associated to timeseries - such as location, type, etc. Conversely, tasks involving prediction and inference on metadata could benefit from information held within timeseries. However, there exists no standard way of jointly modeling both timeseries data and descriptive metadata. Moreover, metadata frequently contains highly correlated or redundant information, and may contain errors and missing values.We first consider the problem of learning the inherent probabilistic graphical structure of metadata as a Bayesian Network. This has two main benefits: (i) once structured as a graphical model, metadata is easier to use in order to improve tasks on temporal data and (ii) the learned model enables inference tasks on metadata alone, such as missing data imputation. However, Bayesian network structure learning is a tremendous mathematical challenge, that involves a NP-Hard optimization problem. We present a tailor-made structure learning algorithm, inspired from novel theoretical results, that exploits (quasi)-determinist dependencies that are typically present in descriptive metadata. This algorithm is tested on numerous benchmark datasets and some industrial metadatasets containing deterministic relationships. In both cases it proved to be significantly faster than state of the art, and even found more performant structures on industrial data. Moreover, learned Bayesian networks are consistently sparser and therefore more readable.We then focus on designing a model that includes both static (meta)data and dynamic data. Taking inspiration from state of the art probabilistic graphical models for temporal data (Dynamic Bayesian Networks) and from our previously described approach for metadata modeling, we present a general methodology to jointly model metadata and temporal data as a hybrid static-dynamic Bayesian network. We propose two main algorithms associated to this representation: (i) a learning algorithm, which while being optimized for industrial data, is still generalizable to any task of static and dynamic data fusion, and (ii) an inference algorithm, enabling both usual tasks on temporal or static data alone, and tasks using the two types of data.%We then provide results on diverse cross-field applications such as forecasting, metadata replenishment from timeseries and alarms dependency analysis using data from some of Schneider Electric’s challenging use-cases.Finally, we discuss some of the notions introduced during the thesis, including ways to measure the generalization performance of a Bayesian network by a score inspired from the cross-validation procedure from supervised machine learning. We also propose various extensions to the algorithms and theoretical results presented in the previous chapters, and formulate some research perspectives.

Face à l'explosion des nouvelles technologies (mobiles, capteurs, etc.), de grandes quantités de données localisées dans l'espace et dans le temps sont désormais disponibles. Les bases de données associées peuvent être qualifiées de bases de données spatio-temporelles car chaque donnée est décrite par une information spatiale (e.g. une ville, un quartier, une rivière, etc.) et temporelle (p. ex. la date d'un événement). Cette masse de données souvent hétérogènes et complexes génère ainsi de nouveaux besoins auxquels les méthodes d'extraction de connaissances doivent pouvoir répondre (e.g. suivre des phénomènes dans le temps et l'espace). De nombreux phénomènes avec des dynamiques complexes sont ainsi associés à des données spatio-temporelles. Par exemple, la dynamique d'une maladie infectieuse peut être décrite par les interactions entre les humains et le vecteur de transmission associé ainsi que par certains mécanismes spatio-temporels qui participent à son évolution. La modification de l'un des composants de ce système peut déclencher des variations dans les interactions entre les composants et finalement, faire évoluer le comportement global du système.Pour faire face à ces nouveaux enjeux, de nouveaux processus et méthodes doivent être développés afin d'exploiter au mieux l'ensemble des données disponibles. Tel est l'objectif de la fouille de données spatio-temporelles qui correspond à l'ensemble de techniques et méthodes qui permettent d'obtenir des connaissances utiles à partir de gros volumes de données spatio-temporelles. Cette thèse s'inscrit dans le cadre général de la fouille de données spatio-temporelles et l'extraction de motifs séquentiels. Plus précisément, deux méthodes génériques d'extraction de motifs sont proposées. La première permet d'extraire des motifs séquentiels incluant des caractéristiques spatiales. Dans la deuxième, nous proposons un nouveau type de motifs appelé "motifs spatio-séquentiels". Ce type de motifs permet d'étudier l'évolution d'un ensemble d'événements décrivant une zone et son entourage proche. Ces deux approches ont été testées sur deux jeux de données associées à des phénomènes spatio-temporels : la pollution des rivières en France et le suivi épidémiologique de la dengue en Nouvelle Calédonie. Par ailleurs, deux mesures de qualité ainsi qu'un prototype de visualisation de motifs sont été également proposés pour accompagner les experts dans la sélection des motifs d'intérêts. / Thanks to the new technologies (smartphones, sensors, etc.), large amounts of spatiotemporal data are now available. The associated database can be called spatiotemporal databases because each row is described by a spatial information (e.g. a city, a neighborhood, a river, etc.) and temporal information (e.g. the date of an event). This huge data is often complex and heterogeneous and generates new needs in knowledge extraction methods to deal with these constraints (e.g. follow phenomena in time and space).Many phenomena with complex dynamics are thus associated with spatiotemporal data. For instance, the dynamics of an infectious disease can be described as the interactions between humans and the transmission vector as well as some spatiotemporal mechanisms involved in its development. The modification of one of these components can trigger changes in the interactions between the components and finally develop the overall system behavior.To deal with these new challenges, new processes and methods must be developed to manage all available data. In this context, the spatiotemporal data mining is define as a set of techniques and methods used to obtain useful information from large volumes of spatiotemporal data. This thesis follows the general framework of spatiotemporal data mining and sequential pattern mining. More specifically, two generic methods of pattern mining are proposed. The first one allows us to extract sequential patterns including spatial characteristics of data. In the second one, we propose a new type of patterns called spatio-sequential patterns. This kind of patterns is used to study the evolution of a set of events describing an area and its near environment.Both approaches were tested on real datasets associated to two spatiotemporal phenomena: the pollution of rivers in France and the epidemiological monitoring of dengue in New Caledonia. In addition, two measures of quality and a patterns visualization prototype are also available to assist the experts in the selection of interesting patters.

Entre le milieu du Ve siècle, plus particulièrement après l’assassinat de Valentinien III (455), et la toute fin du VIe siècle, période de l’établissement temporaire d’un certain équilibre entre les forces byzantines et lombardes, Rome fut le théâtre d’importantes mutations sociales, économiques et politiques. Dans ce contexte trouble, l’épiscopat apparut progressivement comme la seule institution suffisamment stable pour exécuter plusieurs tâches autrefois inhérentes aux fonctionnaires municipaux et impériaux. Pour ne nommer que quelques exemples, l’évêque romain se retrouva en charge de responsabilités aussi profanes que l’approvisionnement de sa cité, la nomination de certains magistrats ou la négociation de traités et de trêves. Avec plus de 1 520 actes pour la seule période comprise entre Léon le Grand et Grégoire le Grand (440-604), la correspondance pontificale constitue la principale source d’information sur cet aspect relativement mal connu de la fonction épiscopale à Rome. Longtemps boudée, voire ignorée, par les historiens du monde romain civil, une grande partie de ces documents n’a été que peu analysée. Les résultats qui en ressortent sont souvent inédits, surtout lorsque les textes sont mis en perspective. Avant de se concentrer sur l’examen des compétences de l’évêque de Rome dans le domaine temporel, il est toutefois apparu fondamental de consacrer une étude historique complète sur les actes pontificaux antiques, en matière juridico-canonique, diplomatique et, sur certains points précis, philologique. Le présent travail s’attache aussi à proposer des approches de l’histoire socioéconomique et sociopolitique du Siège apostolique, s’intéressant principalement à la conception pontificale des difficultés de l’Antiquité tardive, à l’origine et aux relations sociales des détenteurs de l’épiscopat, à leur rôle dans la vie quotidienne ainsi qu’à l’élément clé de la richesse de leur institution : les patrimonia. / Between the middle of the Vth century, more particularly after the murder of Valentinian III (455), and the very end of the VIth century, the period of the establishment of a temporary balance between the Byzantine and Lombard forces, Rome was the theater of important social, economic and political transformations. In this troubled context, the episcopacy appeared gradually as the only institution which was stable enough to execute several tasks formerly inherent to the municipal and imperial civil servants. To name only a few examples, the Roman bishop found himself in charge of responsibilities so profane as the supply of his city, the appointment of certain magistrates or the negotiation of treaties and truces. With more than 1 520 acts for the only period between Leo the Great and Gregory the Great (440-604), the papal correspondence constitutes the main information source on this not fully known aspect of the episcopal office in Rome. For a long time avoided, even ignored, by the historians of the Roman civil world, a great part of these documents has been little analysed. The findings are often novel, especially when texts are put in perspective. Before concentrating on the examination of the capacities of the bishop of Rome in the temporal field, it seemed fundamental to dedicate a complete historical study on the ancient papal acts, in juridico-canonical, diplomatic and, on some precise points, philological matters. The present work also attempts to propose approaches of the socioeconomical and sociopolitical history of the Apostolic Seat, being mainly interested in the papal conception of the difficulties of Late Antiquity, in the social origin and relationships of the holders of the episcopate, in their role in everyday life as well as in the key element of the wealth of their institution : the patrimonia.

Entre les fleuves Amazone et Orénoque, la frange côtière atlantique de l’Amérique du Sud (1500 km) est considérée comme la plus vaseuse au monde, conséquence des apports de sédiments en suspension de l’Amazone. Malgré la forte variabilité et l’instabilité de ces vasières uniques au monde, elles apparaissent comme des écosystèmes très productifs et sont des habitats clés dans l’accomplissement du cycle de vie des espèces de poissons et d’oiseaux qui les exploitent. Cependant, les connaissances sur les communautés biologiques qui y sont associées restent au niveau exploratoire. Ce travail de thèse vise donc à décrire la structure de l’endofaune benthique intertidale des vasières guyanaises et à définir son fonctionnement dans des environnements vaseux tropicaux très instables. Comme prévu, la forte instabilité des sédiments a entraîné une très faible diversité des assemblages de la macrofaune et de la méiofaune. Néanmoins, les communautés benthiques des vasières guyanaises ont montré une abondance remarquablement élevée avec la dominance d'espèces opportunistes de petites tailles. 39 taxons de la macrofaune ont été trouvés tandis que la méiofaune était moins diversifiée avec la présence de 34 taxons. Le tanaidacée Halmyrapseudes spaansi et le polychète Sigambra grubii sont les deux espèces de macrofaune les plus abondantes, largement réparties le long de la côte guyanaise. De même, le nématode Pseudochromadora spp., suceur d’épistrate, et Halomonhystera sp. 1 (non deposit feeders) étaient les deux espèces de méiofaune les plus abondantes sur chacune des stations. La distribution des communautés benthiques sont spécifiques aux sites d’étude et varie saisonnièrement. Les assemblages en zone estuarienne (Sinnamary) étaient plus diversifiées que dans la zone de vasière nue (Awala), alors que les abondances des communautés benthiques étaient toujours plus élevées en saison humide qu’en saison sèche. Les facteurs abiotiques et biotiques ont influencé significativement les communautés benthiques. Néanmoins, les changements dans la structure de la communauté benthique induits par la disponibilité des sources alimentaires (chl a) et la pression de prédation étaient tout aussi importantes que les variations des assemblages imposées par les paramètres abiotiques (teneur en eau, salinité ...). En particulier, une forte corrélation a été trouvée entre la méiofaune et le microphytobenthos. Les mesures isotopiques de différents compartiments des vasières ont non seulement révélé le rôle central du microphytobenthos dans la composition du régime alimentaire de la méiofaune, mais ont également montré l'importance écologique de la méiofaune comme principale source de nourriture pour les petits oiseaux limicoles et les poissons côtiers. La méiofaune et le microphytobenthos rentrent dans le régime alimentaire de trois poissons côtiers en grande proportion, alors que les oiseaux limicoles migrateurs présentaient une plus grande diversité de proies. Cependant, la contribution relative des tanaidacées dans le régime alimentaire des oiseaux limicoles était étonnamment faible. Le travail de thèse a permis d'améliorer notre compréhension de la structure de l’endofaune benthique intertidale des vasières guyanaises et de définir son fonctionnement dans des environnements vaseux tropicaux très instables. Ce travail a permis de construire, pour la première fois, un modèle conceptuel de réseau trophique des vasières intertidales mobiles guyanaises. / Locating between the Amazon and Orinoco Rivers, the 1500 km-long Atlantic coastline of South America are considered as the muddiest areas in the world due to the large discharge of suspended sediment from the Amazon. Despite the extreme morphodynamics of these ecosystems, the Guianas mudflats are important feeding zones for many shorebirds and fish. However, the state of knowledge on benthic organisms associated with these highly unstable environments is still at an exploratory stage. This study, therefore, aims to describe the structure and dynamics of the intertidal benthic infauna in the Guianas mudflats and to define its functioning in such highly unstable tropical muddy environments. As expected, the high instability of the sediment resulted in very low diversity of both macrofauna and meiofauna assemblages. Nonetheless, the infauna communities of the Guianas mudflats showed remarkably high abundance with the predominance of small-sized opportunistic species. A total of 39 operational taxonomic units of macrofauna was recorded while meiofauna was less diverse with the occurrence of 34 taxa. The tanaid Halmyrapseudes spaansi and the polychaeta Sigambra grubii are the two most abundant macrofauna species, which widely distributed along the Guianas coast. Likewise, the nematodes epistrate feeder Pseudochromadora spp. and non-deposit feeders Halomonhystera sp. 1 were the principal components of meiofauna communities in every station. The distribution patterns of the infauna were both site-specific and seasonal variation. The assemblages in estuarine habitat were more diverse than in the bare mudflat habitat, while infauna abundances in the WS were always higher than in the DS. Both abiotic and biotic factors significantly influenced the benthic communities. Nevertheless, the changes in benthic community structure induced by food source availability (chl a) and predation pressure were more prominent than the assemblage variations imposed by abiotic parameters (mud content, salinity…). Particularly, the tight coupling between meiofauna and MPB was observed in both distribution patterns and trophic structures. The isotopic measurements of different intertidal compartments not only revealed the pivotal role of MPB on structuring meiofaunal coummunities, but also indicated the ecological importance of meiofauna as the main food source for the small shorebirds and coastal fish. Meiofauna and MPB entered the diet of three coastal fish in great proportion, whereas the migrating shorebirds showed a wider diet breadth. The isotopic ratios were perfectly matched with the feeding guilds assigned by morphological features. However, the relative contribution of tanaids to the top epibenthic predators were surprisingly lower than expected. The thesis has increased our understanding of the Guianas infauna communities, and revealed for the first time a conceptual food web model of these unique intertidal mudflats.

Les eaux de surface sont des ressources importantes pour la biosphère et l'anthroposphère. Elles favorisent la préservation des habitats, le développement de la biodiversité et le maintien des services écosystémiques en contrôlant le cycle des nutriments et le carbone à l’échelle mondiale. Elles sont essentielles à la vie quotidienne de l’homme, notamment pour l'irrigation, la consommation d’eau potable, la production hydro-électrique, etc. Par ailleurs, lors des inondations, elles peuvent présenter des dangers pour l'homme, les habitations et les infrastructures. La surveillance des changements dynamiques des eaux de surface a donc un rôle primordial pour guider les choix des gestionnaires dans le processus d’aide à la décision. L’imagerie satellitaire constitue une source de données adaptée permettant de fournir des informations sur les eaux de surface. De nos jours, la télédétection satellitaire a connu une révolution avec le lancement des satellites Sentinel-1 (Radar) et Sentinel-2 (Optique) qui disposent d’une haute fréquence de revisite et d’une résolution spatiale moyenne à élevée. Ces données peuvent fournir des séries temporelles essentielles pour apporter davantage d'informations afin d'améliorer la capacité d'observation des eaux de surface. L’exploitation de telles données massives et multi-sources pose des défis en termes d’extraction de connaissances et de processus de traitement d’images car les chaines de traitement doivent être le plus automatiques possibles. Dans ce contexte, l'objectif de ce travail de thèse est de proposer de nouvelles approches permettant de cartographier l’extension spatiales des eaux de surface et des inondations, en explorant l'utilisation unique et combinée des données Sentinel-1 et Sentinel-2. / Surface waters are important resources for the biosphere and the anthroposphere. Surface waters preserve diverse habitat, support biodiversity and provide ecosystem service by controlling nutrient cycles and global carbon. Surface waters are essential for human's everyday life, such as for irrigation, drinking-water and/or the production of energy (power plants, hydro-electricity). Further, surface waters through flooding can pose hazards to human, settlements and infrastructures. Monitoring the dynamic changes of surface waters is crucial for decision making process and policy. Remote sensing data can provide information on surface waters. Nowadays, satellite remote sensing has gone through a revolution with the launch of the Sentinel-1 SAR data and Sentinel-2 optical data with high revisit time at medium to high spatial resolution. Those data can provide time series and multi-source data which are essential in providing more information to upgrade ability in observing surface water. Analyzing such massive datasets is challenging in terms of knowledge extraction and processing as nearly fully automated processing chains are needed to enable systematic detection of water surfaces.In this context, the objectives of the work are to propose new (e.g. fully automated) approaches for surface water detection and flood extents detection by exploring the single and combined used of Sentinel-1 and Sentinel-2 data.

Introduits au début des années 1990, les systèmes immunitaires artificiels visent à adapter les propriétés du système immunitaire biologique, telles que sa scalabilité et son adaptivité, à des problèmes informatiques : sécurité, mais également optimisation et classification. Cette thèse explore une nouvelle direction en se concentrant non sur les processus biologiques et les cellules elles-mêmes, mais sur les interactions entre les sous-systèmes. Ces modes d’interaction engendrent les propriétés reconnues du système immunitaire : détection d’anomalies, reconnaissance des pathogènes connus, réaction rapide après une exposition secondaire et tolérance à des organismes symbiotiques étrangers. Un ensemble de systèmes en interaction formant un écosystème, cette nouvelle approche porte le nom d’Écosystème Immunitaire Artificiel. Ce modèle est mis à l’épreuve dans un contexte particulièrement sensible à la scalabilité et à la performance : la supervision de réseaux, qui nécessite l’analyse de séries temporelles en temps réel avec un expert dans la boucle, c’est-à-dire en utilisant un apprentissage actif plutôt que supervisé. / Since the early 1990s, immune-inspired algorithms have tried to adapt the properties of the biological immune system to various computer science problems, not only in computer security but also in optimization and classification. This work explores a different direction for artificial immune systems, focussing on the interaction between subsystems rather than the biological processes involved in each one. These patterns of interaction in turn create the properties expected from immune systems, namely their ability to detect anomalies, memorize their signature to react quickly upon secondary exposure, and remain tolerant to symbiotic foreign organisms such as the intestinal fauna. We refer to a set of interacting systems as an ecosystem, thus this new approach has called the Artificial Immune Ecosystem. We demonstrate this model in the context of a real-world problem where scalability and performance are essential: network monitoring. This entails time series analysis in real time with an expert in the loop, i.e. active learning instead of supervised learning.