Portail HAL Nantes Université
Not a member yet
120169 research outputs found
Sort by
Urban Air Temperature Modeling: Combining Physical Simulation and Data-Driven Fine-Tuning
No full textInternational audienceAccurate urban climate modeling is crucial for addressing the growing impacts of urban heat islands (UHI) and climate change. Physics-based tools such as the Urban Weather Generator (UWG) are widely used but often limited by high parameterization needs and a lack of specialized data. In this study, we develop a hybrid framework combining UWG simulations with deep learning, introducing two models: NUWG-Sim (Neural Urban Weather Generator on Simulations), trained solely on simulated data, and NUWG-city, which is fine-tuned with ground weather station data. To systematically evaluate model performance across heterogeneous urban contexts, we structure our experiments around Local Climate Zones (LCZs) in Toulouse, France. Our methodology involves generating over 3400 UWG initialization files, simulating urban air temperatures time series for diverse surface parameters, and training a neural model on these series. We then fine-tune the model with observed data from selected weather stations, analyzing how the number and diversity of stations environments impact performance on unseen stations from different LCZs. Results show that even limited fine-tuning significantly improves performance, particularly when training includes stations from LCZs similar to the test set. The approach highlights the potential of physics-informed neural models for city-specific urban climate monitoring
Genotype-phenotype correlations in biallelic carriers of FANCM protein truncating variants: A systematic literature review
No full textInternational audienceThe FANCM gene is involved in the Fanconi Anemia (FA) DNA repair pathway. Although germline biallelic pathogenic variants in genes of this pathway cause the recessive FA syndrome, the role of FANCM in FA or FAlike has been questioned. Biallelic FANCM protein truncating variants (PTVs) have been primarily linked to infertility and cancer, suggesting the gene causes a clinically distinct phenotype. Four literature databases were systematically searched from inception to June 2024 to identify published articles describing individuals carrying biallelic PTVs in FANCM. Twenty articles describing 40 carriers of biallelic FANCM PTVs were identified. We established genotype-phenotype correlations and found that women carrying biallelic combinations of the Cterminal p.Gln1701* and p.Gly1906Alafs*12 PTVs showed infertility, chromosome fragility, breast cancer, and chemotoxicity. Men carrying the same PTVs combinations showed infertility only. Carriers of biallelic combinations including a single N-terminal PTV showed chromosome fragility, infertility, and early onset breast cancer and/or squamous cell carcinoma, and pediatric hematological cancers, often associated with severe chemotoxicity. Our findings indicate that FANCM biallelic PTVs may cause a novel recessive syndrome which is distinct from FA and characterized by infertility, chromosome fragility, cancer and chemotoxicity. While infertility is always observed, the severity of chromosome fragility, cancer predisposition and chemotoxicity seem to depend on FANCM PTVs position and the sex of the carrier. Larger analyses are warranted to consolidate these findings
中国文化在西方的传播与启蒙时代 (La transmission de la culture chinoise en Occident et le Siècle des Lumières)
No full textInternational audience中国哲学家孔子启蒙思想家对儒家思想的接受启蒙运动思想家接受儒家思想的原
L'histoire de la naissance de la sinologie française aux XVIIe et XVIIIe siècles
No full textInternational audienceL'histoire de la naissance de la sinologie française aux XVIIe et XVIIIe siècles est une histoire extraordinaire entre la France et la Chine depuis l'envoi des "Mathématiciens du Roi" en 1685 à l'initiative du roi de France Louis XIV. La première chaire du chinois a été créée en 1814 au Collège de France, tout au long du XVIIIe siècle, des missionnaires et notamment des savants de Paris ont également contribué à la formation de cette discipline et pourtant assez peu connu et étudié
Chapitre IV - Usage et valorisation de l’hydrogène et de ses co-produits Captage de CO2 dans les fumées de combustion : régénération de solvant par procédé micro-ondes
No full textInternational audienc
Réinscrire les mobilités quotidiennes dans leurs contextes. Une typologie des journées de travail des navetteur⋅ses en France
No full textInternational audienceAs energy costs rise and the need for a global ecological transition becomes increasingly pressing, daily commuting has emerged as a critical concern. To better understand the implications of these changes, this article analyses commuting practices by re-situating them within the broader framework of the workday in which they take place. Building on a substantial body of research that has examined travel distances across various contexts, it also brings attention to often overlooked dimensions such as presence periods, activity patterns, and scheduling.This paper draws on 67 mobility interviews conducted in France between 2008 and 2019. This rich corpus allows for the development of a typology of workdays, constructed through factor analysis and k-means clustering. While revisiting well-established findings—such as the link between the population density of residential areas and commuting distances—it also reveals that daily mobility patterns vary according to occupation and gender, reflecting broader social hierarchies. The study further suggests that certain forms of daily organisation carry distinctive social value.These results highlight the need to give greater importance to the temporal analysis of daily mobility, as it offers insights into the effects of congestion and supports a broader definition of accessibility that takes socio-spatial inequalities into account. The alignment between privileged social positions and extensive mobility also raises critical questions, particularly as moderation and the restriction of these highly valued practices have become increasingly promoted in environmental policiesAnte el aumento del costo de la energía y la urgencia de una transición ecológica, se ha convertido la temática de los desplazamientos pendulares en un tema de actualidad. Para una mejor comprensión de sus actuales desafíos y transformaciones, este artículo analiza las prácticas de movilidad cotidiana reconsiderándolas en un contexto más amplio de la jornada laboral en que se producen, gracias a un importante volumen de investigaciones que examina las distancias recorridas por los trabajadores en diversos contextos, sus actividades y horarios. Todos elementos que en ocasiones no son tomados en cuenta. El artículo propone a partir de un cuerpo teórico y 67 encuestas de movilidad aplicadas en Francia entre 2008 y 2019 una tipología elaborada mediante un análisis factorial y una clasificación k-medias. Al revisar elementos bien conocidos, como la relación entre la densidad de la población y las distancias recorridas por los conmutadores, este análisis expresa que la movilidad varía según la ocupación y el género, reflejando así jerarquías sociales las cuales sugieren ciertas formas de organización cotidiana que conllevan un valor social distintivo. Además, los resultados relevan la importancia del análisis temporal de los desplazamientos, lo que nos permite comprender el efecto de la congestión y adoptar una definición más precisa de accesibilidad para considerar las desigualdades socioespaciales. La congruencia observada entre las posiciones sociales más privilegiadas y las prácticas de movilidad extensiva plantea interrogantes en un contexto donde la moderación y la limitación de estas, si bien son muy valoradas, se fomentan cada vez más en las políticas ambientales.Face à l’augmentation des coûts de l’énergie et à l’urgence de la transition écologique, le sujet des déplacements domicile-travail est d’une actualité nouvelle. Pour mieux saisir les enjeux de ces transformations en cours, cet article analyse les pratiques de mobilité quotidienne en les recontextualisant dans le cadre plus large de la journée de travail au cours de laquelle elles s’inscrivent. S’appuyant sur un corpus important de recherches ayant examiné les distances domicile-travail parcourues dans divers contextes, il met également en lumière des dimensions souvent négligées telles que les périodes de présence, les chaînages d’activités ou les horaires de déplacement.L’article s’appuie sur 67 enquêtes de mobilités conduites en France de 2008 à 2019 et propose à partir de ce large corpus une typologie construite à l’aide d’une analyse factorielle et d’une classification par k-moyennes. Tout en revenant sur des éléments bien connus, comme la relation entre la densité de peuplement et les distances parcourues par les navetteurs, cette analyse montre que les mobilités varient selon les professions exercées et selon le genre, d’une façon qui reflète les hiérarchies sociales. Elle suggère ainsi que certaines formes d'organisation quotidienne comportent une valeur sociale distinctive." en espérant que cela soit plus claire.Ces résultats montrent l’intérêt d’accorder une plus grande place à l’analyse temporelle des déplacements, qui permet d’appréhender l’effet de la congestion et d’adopter une définition fine de l’accessibilité pour penser les inégalités sociospatiales. La congruence observée entre des positions sociales favorisées et des pratiques de mobilité étendues soulève des interrogations dans un contexte où la modération et la limitation de ces pratiques, pourtant fortement valorisées, sont de plus en plus encouragées dans les politiques environnementales
Combinaison de modèles physiques et d’apprentissage automatique pour la modélisation de systèmes multi-énergies
No full textThe massive integration of intermittent renewable energy sources necessitates more complex energy systems with stronger coupling between energy sectors, expanded storage capacities, and more dynamic operation. Model-based decision-making is essential to efficiently design and operate these systems. However, pure physics-based models are often too computationally expensive for real-time applications. Machine Learning (ML) offers high speed and accuracy but suffers from limited interpretability and generalizability. This thesis explores hybrid modeling approaches that combine physics-based and ML models to achieve both speed and accuracy while maintaining interpretability and generalizability. It provides a classification of the fundamental building blocks and design patterns of hybrid modeling, then proposes novel hybrid models for Thermal Energy Storage (TES) and Heat Pump (HP) systems. The hybrid TES model runs approximately 1250x faster with overall mean squared error below 0.48°C2, while the hybrid HP model achieves a 271× speed-up with error below 0.4%. Both models demonstrate improved accuracy and generalizability while requiring less training data than pure ML models. In the second part, both models are evaluated on two case studies, (1) the operation of charging and discharging a TES in a solar power plant, and (2) the operation of a HP coupled with a hot water tank to provide heating for a building. These studies demonstrate the usability of the proposed models for real-time applications. Both models were successfully integrated into Model Predictive Control workflows to optimally operate the systems.L'intégration massive de sources d'énergie renouvelables intermittentes nécessite des systèmes énergétiques plus complexes et dynamiques, exploitant des capacités de stockage accrues et une synergie entre les secteurs énergétiques. La prise de décision basée sur des modèles est essentielle pour concevoir et exploiter efficacement ces systèmes. Cependant, les modèles purement physiques sont souvent trop coûteux en termes de calcul pour les applications en temps réel. L'apprentissage automatique est une alternative offrant des temps de calcul intéressants, mais souffre d'une interprétabilité et d'une généralisation limitées. Cette thèse s’intéresse aux modèles hybrides qui combinent les deux approches. Elle commence par classer les éléments constitutifs et les architectures possibles de ces modèles, puis propose des modèles hybrides pour deux technologies différentes : (1) le stockage d'énergie thermique et (2) les pompes à chaleur. Le modèle hybride de stockage thermique est environ 1250 fois plus rapide que le modèle de référence, avec une erreur quadratique moyenne inférieure à 0,48 °C². Le modèle hybride de pompe à chaleur est 271 fois plus rapide que le modèle de référence, avec une erreur inférieure à 0,4 %. Les deux modèles ont montré une capacité de généralisation plus importante et des besoins en données d’entraînement plus limités que les réseaux de neurones classiques. Dans la deuxième partie, deux cas d’études sont utilisés pour évaluer l’utilité des modèles hybrides : (1) le pilotage d’un stockage d’énergie thermique dans une centrale solaire, et (2) l’opération d’une pompe à chaleur couplée à un réservoir d’eau chaude pour chauffer un bâtiment. Ces études montrent que les modèles proposés sont adaptés à des applications en temps réel. Les deux modèles ont été intégrés avec succès dans des boucles de commande prédictive (MPC) afin d’optimiser le fonctionnement des deux cas étudiés
Assessing Local Inductive Bias in Deep Learning-Based Three-Gamma Event Classification
No full textInternational audienceThe XENON Medical Imaging System (XEMIS) project aims to develop the first liquid xenon (LXe) Compton camera for functional three-gamma medical imaging. A critical challenge is accurately classifying events based on the number of interacting gamma rays, which is essential for dedicated data treatment and image reconstruction techniques. Traditional methods, such as energy cuts or spatial clustering, are limited in handling the complex, high-dimensional data, noise, and overlapping interactions from monolithic detectors like XEMIS2. To address these limitations, we investigated deep learning methods for event classification. We compared two architectures: a permutation-invariant PointNet model and sparse convolutional tensor networks (STN), implemented using the Minkowski Engine. Both models process unstructured raw spatial and light detection data derived from Geant4 simulations of XEMIS2, specifically using the number of photoelectrons measured by each of the 64 photomultiplier as input. Our objective was to differentiate between events originating from single-, double-, and triple-gamma interactions. We reported classification performance results. While overall accuracy was comparable between the architectures (75.5% for PointNet vs. 76.8% for MinkowskiNet), sparse convolutional networks consistently showed improvements in class-wise discrimination. Notably, the class benefited from significantly higher precision (81.3% vs. 76.4%) when using MinkowskiNet. This improved separation for the class was observed across different model variants, suggesting that the local inductive bias incorporated by sparse convolutions aids in disentangling the complex spatial features of the class. These findings offer insights into the feasibility and performance of STNs for handling the complex data typical of XEMIS2
Assembly Lines in Circulation – Towards a Holistic Framework to Enable the Reuse of Assembly Resources
No full textInternational audienceThe research project ALICIA -Assembly Lines in Circulation -will provide a marketplace platform that enables the reuse of second-hand assembly resources. It will consist of five digital tools. Using a formalized resource ontology and AIbased matchmaking, the platform suggests suitable resources for new assembly lines. An Asset Administration Shell (AAS) is developed to integrate these resources into IIoT systems, creating a Digital Twin (DT) for production lines with legacy resources. This marketplace complies with data security standards. ALICIA assesses environmental sustainability and worker skills when selecting second-hand equipment, and identifies ethical impacts and risks from technologies, stakeholders, or ecosystem processes. Additionally, the platform allows partners to offer services like equipment health assessment, repair, and Life Cycle Assessment (LCA)