Des monocristaux des semiconducteurs ternaires AIn2Te4 (A=Cd, Zn, Mn) ont été préparés par une methode de croissance dérivant de la méthode Bridgman et applicable aux composes a fusion non congruente. Les caractérisations physico-chimiques et cristallographiques ont montre l'homogéneite, la stoéchiometrie et la bonne qualité cristalline des cristaux obtenus. L' etude structurale, réalisee sur CdIn2Te4 a permis de conclure que ce compose appartient au groupe d'espace 14 2m. La réflectivité infrarouge et la spectroscopie Raman ont confirme ce groupe d' espace. Les caractérisations électrique et optique de ces matériaux ont été réalises. L'étude des transitoires de courant photo-induit a révélé la présence d' une distribution continue d' etats dans la bande interdite

L' acces aux proprietes optiques non lineaires de materiaux tels que les verres mineraux ouvre de nouvelles perspectives dans le domaine du transport de l' information par fibre optique, voire dans celui de la commutation optique fonctionnant avec des temps de reponse tres brefs (domaine de la subpicoseconde). Concretement, leur potentialite peut etre estimee par une figure de merite F, expression d' un compromis qui doit etre trouve entre la necessite d' accroitre la vitesse et l' amplitude de changement d' indice de refraction et l' obligation d' attenuer la variation thermique de l' indice due a l' echauffement du materiau que provoque l' intensite du faisceau lumineux. Une analyse des criteres de choix des materiaux nous a conduit a centrer cette premiere etude sur des verres du systeme Na2O-TiO2-P2O5. Les resultats peuvent s' analyser en terme de reconnaissance des entites structurales se formant dans les verres et de performances obtenues sur le plan des non linearites optiques: l' analyse structurale des verres effectuee essentiellement par spectroscopie d' absorption des rayons X a conduit a l' identification des entites hyperpolarisables a l' origine des proprietes non lineaires, a savoir les groupements TiO5; les valeurs des indices non lineaires se situent un peu au-dessous de celles des verres contenant des ions lourds. En revanche, l' absence de tels constituants a permis d' accroitre considerablement les facteurs de merite. De ce point de vue, ces phosphates se placent sans doute en tete par rapport a tous les resultats publies a ce jour. Enfin, la pertinence des valeurs experimentales des indices lineaires et non lineaires a pu etre mise en evidence par une tentative de modelisation. Cette approche repose sur le modele de M. E. Lines qui a decrit la reponse electronique d' un cristal sous l' effet d' une perturbation electromagnetique en terme de processus interionique par une analyse de la liaison anion-cation.

On a réalisé la démonstration d'une commutation spatiale de données d'une entrée vers 64 sorties par voie tout optique. Les composants originaux utilises sont une matrice de modulateurs a puits quantiques multiples en technologie gaalas a 64 éléments et une structure bistable optique de même technologie. Le principal résultat est le fonctionnement complet du démonstrateur voie par voie a la fréquence d'horloge de 20mhz (taux d'erreur inférieur a 1%). Les limitations viennent de la stabilité du laser et des non uniformités lors de la croissance epitaxiale des composants.

Nous avons démontré que la correction de fronts d'onde de faisceaux lasers impulsionnels (nanoseconde) pouvait être réalisée par mélange d'ondes dans un cristal photoréfractif. Nous avons commence par déterminer le matériau photoréfractif le mieux adapte pour cette application. Pour des raisons d'efficacité photoréfractive et de tenue en puissance, notre choix s'est porte sur le titanate de baryum. Cela a conditionne le choix de la longueur d'onde utilisée (532 nm) pour cette démonstration. Nous avons étudié un premier dispositif de correction base sur le transfert d'énergie d'un faisceau fort vers un faisceau faible qui, par mélange d'ondes photoréfractif, peut être obtenu sans qu'il y ait de transfert de phase. Dans cette étude nous avons mesure les variations de l'amplification en fonction de différents paramètres (cohérence temporelle, rapport des énergies des faisceaux) et observe les variations de l'effet photorefractif en fonction de la densité de puissance dans le titanate de baryum. Nous avons aussi démontré la correction des déformations introduites par un objet de phase et cela pour différentes densités d'énergie incidente. Une deuxième méthode de correction est basée sur la compensation d'un aberrateur de phase par double passage. On a commence par préciser la notion de conjugaison de phase. Puis, nous avons étudié en particulier un miroir a conjugaison de phase auto pompe, l'oscillateur a boucle de réaction, qui fonctionne sur le principe du mélange a quatre ondes dans un cristal photoréfractif. Nous avons montre expérimentalement que des transformations des faisceaux dans la boucle de réaction améliorent la qualite de la conjugaison de phase et nous avons réalisé la compensation d'objets de phase par double passage en régime impulsionnel. La dernière partie est consacrée a l'étude comparative des deux dispositifs tels qu'ils pourront être mis en oeuvre pour la correction dynamique des lentilles thermiques dans les amplificateurs lasers solides.

Le remplacement de la fibre monomode a maintien de polarisation par de la fibre monomode standard dans les gyroscopes a fibre est un véritable enjeu économique. En effet, il permettrait a ces systèmes d'être compétitifs au niveau du coût sur le marche des centrales de navigations inertielles actuellement domine par les gyroscopes laser. Cependant, les problèmes de non réciprocités et d'effondrement du signal provoqués par l'utilisation de ce type de fibre n'ont pas été résolus de façon satisfaisante à ce jour. C'est a ce niveau que l'utilisation de la double conjugaison de phase apparaît comme une solution intéressante. L'objectif de ce travail consistait à valider cette solution d'une part en mettant au point un cristal photoréfractif adapte à cette application et d'autre part en insérant un miroir a double conjugaison de phase dans un gyroscope commercial fonctionnant a 850 mn. Dans un premier temps, nous avons donc etudie un nouveau cristal photorefractif : le titanate de barium calcium (bct) dont l'interet repose sur le fait qu'il ne subit pas de transition de phase de 120\ a 98\ c, contrairement au cristal de titanate de baryum dont il est dérivé. Ce cristal, généralement utilise pour la conjugaison de phase en raison de sa bonne efficacité est en effet détruit si sa température devient inférieure a 10\ c. Notre étude a permis de démontrer les bonnes propriétés photorefractives de ce matériau (coefficients electro-optiques élevés, sensibilité proche infrarouge) et de comprendre les différences de comportement par rapport au titanate de baryum. Dans un second temps, nous avons étudié et optimise un miroir a double conjugaison de phase réalisé avec un cristal de titanate de baryum que nous avons ensuite insere dans un gyromètre a fibre. Ainsi, nous avons pu montrer que le gyrometre a double conjugaison de phase permet de mesurer des rotations et n'introduit pas de non-reciprocités supérieures a la précision du montage que nous avons utilise (200 \/h).

Nous proposons un modèle théorique original pour décrire le processus de formation et la coexistence de phase dans les mélanges ternaires de phospholipides et de cholestérol. Ce modèle combine les effets de transitions de phase liquide-gel, décrits à l'aide d'un paramètre d'ordre interne, et les effets de mélange non-idéaux inspirés des modèles de Flory pour décrire l'influence du cholestérol. Notre approche thermodynamique décrit avec un réel succès la coexistence de mélanges phospholipide binaires, tel que DOPC-DPPC. Le paramètre d'ordre inspiré de l'approche de Doniach et de l'analogie avec le modèle d'Ising sous champ magnétique modélise de façon simplifiée la thermodynamique des chaînes alkyles dans la bicouche lipidique. Nous obtenons d'une part des diagrammes ternaires ressemblant aux diagrammes expérimentaux mais aussi la dépendance en température des équilibres de phases. Nous décrivons également des diagrammes pour d'autres espèces, telles que PSM, POPC ou DiphytanoylPC. Notre approche, combinant géométrie discrète et résolution des équations analytiques pour la détermination des caractéristiques des diagrammes de Gibbs est novatrice, et s'applique à une classe étendue de modèles thermodynamiques avec paramètre d'ordre. Nous cherchons ensuite à décrire des systèmes inhomogènes à l'aide d'une généralisation de Ginzburg-Landau du modèle précédent. Une application importante consiste à déterminer la tension de ligne $\tau$ et le profil d'une interface entre macrodomaines de phase liquide ordonné et désordonné. Enfin, nous étendons la théorie du mouillage de Cahn à la description de l'environnement d'une inclusion circulaire de rayon fini $R$ dans un ''océan lipidique'', à coexistence et hors coexistence. Nous discutons pour finir les effets de la proximité du point critique et ses conséquences quant aux interactions entre impuretés induites par les effets de mouillage.

En raison de leurs propriétés chimiques et physiques, les oxydes mixtes d'uranium et de plutonium sont considérés comme combustibles pour les réacteurs nucléaires de quatrième génération. Dans ce cadre, des études expérimentales complémentaires sont nécessaire, notamment pour mieux comprendre les phénomènes mis en jeu lors de la fabrication ou sous irradiation. L'objet de ce travail est d'étudier le diagramme de phase U-Pu-O dans une large gamme de composition et de températures afin d'améliorer notre connaissance de ce système. La plupart des expériences ont été réalisées par diffraction des rayons X en fonction de la température. La contrôle in situ de la pression partielle en oxygène a permis de faire varier la stœchiométrie en oxygène dans le matériau. L'approche expérimentale a été couplée avec la modélisation thermodynamique par la méthode CALPHAD afin de mieux dimensionner les expériences et interpréter les résultats. Cette méthodologie a permis d'améliorer notre connaissance des équilibres de phase dans le système U-Pu-O. / Due to their physical and chemical properties, mixed uranium-plutonium oxides are considered for fuel in 4th generation nuclear reactors. In this frame, complementary experimental studies are necessary to develop a better understanding of the phenomena that take place during fabrication and operation in the reactor. The focus of this work was to study the U Pu–O phase diagram in a wide range of compositions and temperatures to ameliorate our knowledge of the phase equilibria in this system. Most of experiments were done using in situ X-ray diffraction at elevated temperatures. The control of the oxygen partial pressure during the treatments made it possible to change the oxygen stoichiometry of the sample, which gave us an opportunity to study rapidly different compositions and the processes involved. The experimental approach was coupled with thermodynamic modeling using the CALPHAD method, to precisely plan the experiments and interpret the obtained results. This approach enabled us to enhance the knowledge of phase equilibria in the U–Pu–O system.

Cette thèse a pour objectif l’étude de trois problèmes : l’estimation de cartes de saillance de l’énergie du bruit apériodique de la marche humaine par la perception de profondeur pour la détection de pathologies, les modèles de détection d’objets saillants en général et les modèles légers en particulier par l’opposition de couleurs. Comme première contribution, nous proposons un système basé sur une caméra de profondeur et un tapis roulant, qui analyse les parties du corps du patient ayant un mouvement irrégulier, en termes de périodicité, pendant la marche. Nous supposons que la marche d'un sujet sain présente n'importe où dans son corps, pendant les cycles de marche, un signal de profondeur avec un motif périodique sans bruit. La présence de bruit et son importance peuvent être utilisées pour signaler la présence et l'étendue de pathologies chez le sujet. Notre système estime, à partir de chaque séquence vidéo, une carte couleur de saillance montrant les zones de fortes irrégularités de marche, en termes de périodicité, appelées énergie de bruit apériodique, de chaque sujet. Notre système permet aussi de détecter automatiquement les cartes des individus sains et ceux malades. Nous présentons ensuite deux approches pour la détection d’objets saillants. Bien qu’ayant fait l’objet de plusieurs travaux de recherche, la détection d'objets saillants reste un défi. La plupart des modèles traitent la couleur et la texture séparément et les considèrent donc implicitement comme des caractéristiques indépendantes, à tort. Comme deuxième contribution, nous proposons une nouvelle stratégie, à travers un modèle simple, presque sans paramètres internes, générant une carte de saillance robuste pour une image naturelle. Cette stratégie consiste à intégrer la couleur dans les motifs de texture pour caractériser une micro-texture colorée, ceci grâce au motif ternaire local (LTP) (descripteur de texture simple mais puissant) appliqué aux paires de couleurs. La dissemblance entre chaque paire de micro-textures colorées est calculée en tenant compte de la non-linéarité des micro-textures colorées et en préservant leurs distances, donnant une carte de saillance intermédiaire pour chaque espace de couleur. La carte de saillance finale est leur combinaison pour avoir des cartes robustes. Le développement des réseaux de neurones profonds a récemment permis des performances élevées. Cependant, il reste un défi de développer des modèles de même performance pour des appareils avec des ressources limitées. Comme troisième contribution, nous proposons une nouvelle approche pour un modèle léger de réseau neuronal profond de détection d'objets saillants, inspiré par les processus de double opposition du cortex visuel primaire, qui lient inextricablement la couleur et la forme dans la perception humaine des couleurs. Notre modèle proposé, CoSOV1net, est entraîné à partir de zéro, sans utiliser de ``backbones'' de classification d'images ou d'autres tâches. Les expériences sur les ensembles de données les plus utilisés et les plus complexes pour la détection d'objets saillants montrent que CoSOV1Net atteint des performances compétitives avec des modèles de l’état-de-l’art, tout en étant un modèle léger de détection d'objets saillants et pouvant être adapté aux environnements mobiles et aux appareils à ressources limitées. / The purpose of this thesis is to study three problems: the estimation of saliency maps of the aperiodic noise energy of human gait using depth perception for pathology detection, and to study models for salient objects detection in general and lightweight models in particular by color opposition. As our first contribution, we propose a system based on a depth camera and a treadmill, which analyzes the parts of the patient's body with irregular movement, in terms of periodicity, during walking. We assume that a healthy subject gait presents anywhere in his (her) body, during gait cycles, a depth signal with a periodic pattern without noise. The presence of noise and its importance can be used to point out presence and extent of the subject’s pathologies. Our system estimates, from each video sequence, a saliency map showing the areas of strong gait irregularities, in terms of periodicity, called aperiodic noise energy, of each subject. Our system also makes it possible to automatically detect the saliency map of healthy and sick subjects. We then present two approaches for salient objects detection. Although having been the subject of many research works, salient objects detection remains a challenge. Most models treat color and texture separately and therefore implicitly consider them as independent feature, erroneously. As a second contribution, we propose a new strategy through a simple model, almost without internal parameters, generating a robust saliency map for a natural image. This strategy consists in integrating color in texture patterns to characterize a colored micro-texture thanks to the local ternary pattern (LTP) (simple but powerful texture descriptor) applied to the color pairs. The dissimilarity between each colored micro-textures pair is computed considering non-linearity from colored micro-textures and preserving their distances. This gives an intermediate saliency map for each color space. The final saliency map is their combination to have robust saliency map. The development of deep neural networks has recently enabled high performance. However, it remains a challenge to develop models of the same performance for devices with limited resources. As a third contribution, we propose a new approach for a lightweight salient objects detection deep neural network model, inspired by the double opponent process in the primary visual cortex, which inextricably links color and shape in human color perception. Our proposed model, namely CoSOV1net, is trained from scratch, without using any image classification backbones or other tasks. Experiments on the most used and challenging datasets for salient objects detection show that CoSOV1Net achieves competitive performance with state-of-the-art models, yet it is a lightweight detection model and it is a salient objects detection that can be adapted to mobile environments and resource-constrained devices.

Cette thèse par article comprend quatre articles qui contribuent au domaine de l'apprentissage profond, en particulier à l'accélération de l’apprentissage par le biais de réseaux à faible précision et à l'application de réseaux de neurones profonds au traitement du langage naturel. Dans le premier article, nous étudions un schéma d’entraînement de réseau de neurones qui élimine la plupart des multiplications en virgule flottante. Cette approche consiste à binariser ou à ternariser les poids dans la propagation en avant et à quantifier les états cachés dans la propagation arrière, ce qui convertit les multiplications en changements de signe et en décalages binaires. Les résultats expérimentaux sur des jeux de données de petite à moyenne taille montrent que cette approche produit des performances encore meilleures que l’approche standard de descente de gradient stochastique, ouvrant la voie à un entraînement des réseaux de neurones rapide et efficace au niveau du matériel. Dans le deuxième article, nous avons proposé un mécanisme structuré d’auto-attention d’enchâssement de phrases qui extrait des représentations interprétables de phrases sous forme matricielle. Nous démontrons des améliorations dans 3 tâches différentes: le profilage de l'auteur, la classification des sentiments et l'implication textuelle. Les résultats expérimentaux montrent que notre modèle génère un gain en performance significatif par rapport aux autres méthodes d’enchâssement de phrases dans les 3 tâches. Dans le troisième article, nous proposons un modèle hiérarchique avec graphe de calcul dynamique, pour les données séquentielles, qui apprend à construire un arbre lors de la lecture de la séquence. Le modèle apprend à créer des connexions de saut adaptatives, ce qui facilitent l'apprentissage des dépendances à long terme en construisant des cellules récurrentes de manière récursive. L’entraînement du réseau peut être fait soit par entraînement supervisée en donnant des structures d’arbres dorés, soit par apprentissage par renforcement. Nous proposons des expériences préliminaires dans 3 tâches différentes: une nouvelle tâche d'évaluation de l'expression mathématique (MEE), une tâche bien connue de la logique propositionnelle et des tâches de modélisation du langage. Les résultats expérimentaux montrent le potentiel de l'approche proposée. Dans le quatrième article, nous proposons une nouvelle méthode d’analyse par circonscription utilisant les réseaux de neurones. Le modèle prédit la structure de l'arbre d'analyse en prédisant un scalaire à valeur réelle, soit la distance syntaxique, pour chaque position de division dans la phrase d'entrée. L'ordre des valeurs relatives de ces distances syntaxiques détermine ensuite la structure de l'arbre d'analyse en spécifiant l'ordre dans lequel les points de division seront sélectionnés, en partitionnant l'entrée de manière récursive et descendante. L’approche proposée obtient une performance compétitive sur le jeu de données Penn Treebank et réalise l’état de l’art sur le jeu de données Chinese Treebank. / This thesis by article consists of four articles which contribute to the field of deep learning, specifically in the acceleration of training through low-precision networks, and the application of deep neural networks on natural language processing. In the first article, we investigate a neural network training scheme that eliminates most of the floating-point multiplications. This approach consists of binarizing or ternarizing the weights in the forward propagation and quantizing the hidden states in the backward propagation, which converts multiplications to sign changes and binary shifts. Experimental results on datasets from small to medium size show that this approach result in even better performance than standard stochastic gradient descent training, paving the way to fast, hardware-friendly training of neural networks. In the second article, we proposed a structured self-attentive sentence embedding that extracts interpretable sentence representations in matrix form. We demonstrate improvements on 3 different tasks: author profiling, sentiment classification and textual entailment. Experimental results show that our model yields a significant performance gain compared to other sentence embedding methods in all of the 3 tasks. In the third article, we propose a hierarchical model with dynamical computation graph for sequential data that learns to construct a tree while reading the sequence. The model learns to create adaptive skip-connections that ease the learning of long-term dependencies through constructing recurrent cells in a recursive manner. The training of the network can either be supervised training by giving golden tree structures, or through reinforcement learning. We provide preliminary experiments in 3 different tasks: a novel Math Expression Evaluation (MEE) task, a well-known propositional logic task, and language modelling tasks. Experimental results show the potential of the proposed approach. In the fourth article, we propose a novel constituency parsing method with neural networks. The model predicts the parse tree structure by predicting a real valued scalar, named syntactic distance, for each split position in the input sentence. The order of the relative values of these syntactic distances then determine the parse tree structure by specifying the order in which the split points will be selected, recursively partitioning the input, in a top-down fashion. Our proposed approach was demonstrated with competitive performance on Penn Treebank dataset, and the state-of-the-art performance on Chinese Treebank dataset.