Thèses en Ligne
Not a member yet
173210 research outputs found
Sort by
Nouvelle méthode de tri pour l'aide multicritère à la décision : Conception et application
No full textIn the field of Multi-Criteria Decision Support (MCDS), major difficulties persist in takinginto account heterogeneous criteria, determining the weights or relative importance of thecriteria and the sometimes large number of parameters required to implement an MCDSmethod, all of which hinder the effective implementation of the decision-making process.In the literature, an answer to these difficulties has been provided simultaneously for thecase of multi-criteria choice problems with the proposal of the KEMIRA CDMA method. Inthis thesis, we set ourselves the objective of providing an answer to these same difficulties,this time for multicriteria sorting problems. To this end, we have proposed a new multicriteriasorting method, KEMIRA-sort, which is an extension of the KEMIRA method. TheELECTRE Tri and PROMETHEE I and II methods were compared with the KEMIRA-sortmethod on three real case studies. The results obtained showed, on the one hand, a convergencein the solutions found, and on the other hand, the capacity of the new KEMIRA-sortmethod to be applied effectively to other contexts of multicriteria sorting problems.Dans le domaine de l’Aide MultiCritère à la Décision (AMCD), des difficultés majeures surla prise en compte des critères hétérogènes, la détermination des poids ou l’importance relativedes critères et le nombre des paramètres parfois élevés pour la mise en oeuvre d’uneméthode d’AMCD persistent et entachent la mise en oeuvre efficace du processus décisionnel.Dans la littérature, une réponse à ces difficultés de façon simultanée a été apportée pourle cas des problématiques de choix multicritère avec la proposition de la méthode d’AMCDKEMIRA. Dans le cadre de cette thèse nous nous sommes fixés pour objectif d’apporter uneréponse à ces mêmes difficultés, cette fois-ci pour les problématiques de tri multicritère.Pour ce faire, nous avons proposé une nouvelle méthode de tri multicritère, KEMIRA-sort,laquelle est une extension de la méthode KEMIRA. Les méthodes ELECTRE Tri et PROMETHEEI et II ont été comparées à la méthode KEMIRA-sort sur trois cas d’étude réels.Les résultats obtenus ont montré, d’une part, une convergence dans les solutions trouvées,et d’autre part, la capacité de la nouvelle méthode KEMIRA-sort à s’appliquer efficacementà d’autres contexte de problématiques de tri multicritère
De la génomique des éléments transposables à la génétique quantitative des interactions sociales entre plantes cultivées : contributions et perspectives
No full textIn the first part of this HdR, I describe my career path so far, explaining the elements that enabled me to develop my current research program. During my PhD in bioinformatics, I was interested in quantifying the abundance and diversity of transposable elements by annotating sequenced genomes. As a post-doc in human genetics, I studied the genetic regulation of gene expression in several tissues using a multivariate statistical model. I was then recruited by INRAE to carry out research on the genetic architecture of traits of interest in grapevine and on genomic prediction. On the occasion of a geographical mobility, my research focus shifted to intra-plot diversification as a lever for the agro-ecological transition, and I would like to continue supervising PhD students in this area.In the case of wheat, taken as the main study species, current cultivars have been selected in monoculture, but are plastic when co-cultivated in cultivar mixtures or with a legume such as pea. My aim is to understand the genetic basis of this plasticity, which is due to social interactions between plants. By mobilizing field experiments with high-throughput phenotyping, as well as modeling, my research aims to quantify the genetic (co)variances (i) of yield at the end of the cycle and (ii) of biomass production and allocation processes during the cycle. I also propose to couple these two approaches from an evolutionary perspective to assess the ability of mixture selection schemes to efficiently explore realistic adaptive landscapes.Dans la première partie de cette HdR, je décris mon parcours en explicitant les éléments qui m’ont permis de développer mon programme de recherche actuel. En thèse de bioinformatique, je me suis intéressé à la quantification de l’abondance et de la diversité des éléments transposables en annotant des génomes séquencés. En post-doctorat de génétique humaine, j’ai étudié la régulation génétique de l’expression des gènes dans plusieurs tissus avec un modèle statistique multivarié. J’ai ensuite été recruté à INRAE pour mener des recherches sur l’architecture génétique de caractères d’intérêt chez la vigne et sur la prédiction génomique. A l’occasion d’une mobilité géographique, ma thématique a évolué vers la diversification intra-parcelle comme levier pour la transition agroécologique, sur laquelle je souhaite continuer à encadrer des doctorants.Dans le cas du blé, pris comme principale espèce d’étude, les variétés actuelles ont été sélectionnées en monoculture, mais elles sont plastiques lorsqu’elles sont co-cultivées dans des mélanges variétaux ou avec une légumineuse comme le pois. Je cherche à comprendre les bases génétiques de cette plasticité due aux interactions sociales entre plantes. En mobilisant de l’expérimentation au champ avec du phénotypage haut-débit, ainsi que de la modélisation, mes recherches visent à quantifier les (co)variances génétiques (i) du rendement en fin de cycle et (ii) des processus de production et d’allocation de biomasse au cours du cycle. Je propose aussi de coupler ces deux approches dans une perspective évolutive pour évaluer la capacité des schémas de sélection en mélange à explorer efficacement des paysages adaptatifs réalistes
Défis et tendances modernes dans le domaine de la gestion des déchets informatiques sur l’exemple des téléphones portables et des smartphones
No full textThis dissertation is focused on the study of Extended Producer Responsibility as a waste management mechanism within the framework of the circular economy. The approach of the dissertation is to analyse the waste management systems for electrical and electronic equipment in the European Union and the Republic of Belarus within the Commonwealth of Independent States with the aim of developing recommendations for improving the electronic waste collection and recycling system, using smartphones as an example. The dissertation involves the analysis and synthesis of information from 3 foreign languages.Cette thèse est consacrée à l’étude de la responsabilité élargie des producteurs en tant que mécanisme de gestion des déchets dans le cadre de l’économie circulaire. L’approche de la thèse consiste à analyser les systèmes de gestion des déchets d’équipements électriques et électroniques dans l’Union européenne et dans la République du Belarus au sein de la Communauté des États Indépendants dans le but d’élaborer des recommandations pour améliorer le système de collecte et de recyclage des déchets électroniques, en utilisant les téléphones intelligents (smartphones) comme exemple. La préparation de thèse engage le travail d’analyse et de synthèse de l’information provenant de 3 langues étrangères
Optimisation parallèle des hyperparamètres des réseaux impulsionnels
No full textArtificial Neural Networks (ANNs) are a machine learning technique that has become indispensable. By learning from data, ANNs make it possible to solve certain complex cognitive tasks. Over the last three decades, ANNs have seen numerous major advances. These include convolution networks and attention mechanisms. These advances have enabled the development of image recognition, large language models, and text-to-image conversion. Undeniably, ANNs have become an invaluable tool for many applications, such as chemistry with AlphaFold, translation with DeepL, archaeology, healthcare, and recently, in February 2024, video generation with Sora.In 1943, McCulloch and Pitt's work on the formal neuron allowed Rosenblatt to give birth to the first ANNs known as perceptrons in 1958. Machine learning then went through periods of disinterest, due to theoretical obstacles such as the NP-completeness of the problems tackled, technological issues such as limited computing power, and budgetary constraints. Since the 1990s, we've seen an exponential revival of interest in ANNs thanks to the democratization of graphics processing units (GPUs). This growing interest led to the first artificial intelligence spring in the 2010s, and since 2020 to the boom of generative models. However, several new barriers could put the brakes on the interest in these models.The first is the end of Moore's Law, due to the physical limits reached by transistors. The second is energy consumption. Indeed, while research has long focused largely on the predictive performances of ANNs, other aspects have been neglected. These include energy efficiency, robustness, security, interpretability, transparency, and so on.This is why we need to go beyond von Neumann architectures, which currently slow down calculation throughput because of the separation of processing and memory units. The neuromorphic approach is a serious breakthrough candidate for reducing the energy footprint of machine learning. Indeed, this mode of calculation is based on Spiking Neural Networks (SNNs), which are closer to the biological brain. The human brain consumes only 20 watts to perform numerous complex cognitive tasks simultaneously. So, the challenge of neuromorphic computing is to considerably reduce the energy consumption of current models through biomimicry. Neuromorphic computing could also enable advances in other cross-disciplinary research fields, such as neuroscience.Today, SNNs are struggling to outperform conventional methods. As they are more recent and therefore less studied, a better approach to their design could make it possible to combine performance and low-energy cost. That is why the automatic design of SNNs is studied within this thesis, with a focus on HyperParameter Optimization (HPO). A hyperparameter is a parameter controlling various aspects of the training phase of a SNN, but whose value cannot be determined by training.Thus, we study the impact of HPO on SNNs and the impact of SNNs on HPO. The aim is to improve the HPO algorithms and to better understand the behavior of SNNs regarding their hyperparameters.In the literature, the HPO is treated in the same way, whether for ANNs or SNNs. However, the ``No Free Lunch theorem'' specifies that there is no universal algorithm that is significantly efficient for all optimization problems. A consequence of this theorem is that, without prior knowledge of the problem, it is impossible to optimize efficiently. That is, we need a clear definition of the problem before selecting an HPO algorithm. So, while ANNs and SNNs share common properties, SNNs are known for their unique behaviors. In particular, the literature shows that the performances of SNNs are highly sensitive to their architecture and hyperparameters.Consequently, blindly applying the same methodologies to both ANNs and SNNs could negatively affect the performances of the HPO algorithm, and hence the best solution obtained.Les Réseaux de Neurones Artificiels (RNAs) sont des modèles prédictifs permettant de résoudre certaines tâches complexes par un apprentissage automatique. Depuis ces trois dernières décennies, les RNAs ont connu de nombreuses avancées majeures. Notamment avec les réseaux de convolution ou les mécanismes d'attention. Ces avancées ont permis le développement de la reconnaissance d'images, des modèles de langage géants ou de la conversion texte-image.En 1943, les travaux de McCulloch et Pitt sur le neurone formel faciliteront la naissance des premiers RNAs appelés perceptrons, et décrits pour la première fois par Rosenblatt en 1958. L'apprentissage machine a par la suite connu des périodes de désintérêt dues à des freins, théoriques comme la NP-complétude des problèmes abordés, technologiques comme la limitation de la puissance de calcul, ou encore budgétaires. Depuis les années 1990 et aidé par la démocratisation des processeurs graphiques (GPUs), nous observons un regain d'intérêt exponentiel pour les RNAs menant au printemps de l'intelligence artificielle dans les années 2010, et depuis 2020 au boom des modèles générationnels. Cependant, de nouvelles barrières pourraient freiner l'intérêt pour ces modèles.Le premier frein est la fin de la loi de Moore due aux limites physiques atteintes par les transistors. Le second frein est la consommation énergétique. En effet, tandis que la recherche s'est longtemps concentrée en grande partie sur les performances prédictives des RNAs, d'autres aspects ont été relégués au second plan. C'est le cas de l'efficacité énergétique, mais également de la robustesse, de la sécurité, de l'interprétabilité, de la transparence, etc.C'est pourquoi il faut aller au-delà des architectures de von Neumann qui, à cause de la séparation des unités de calcul et de mémoire, ralentissent le débit des calculs. Ainsi, l'approche neuromorphique est un candidat de rupture sérieux afin de réduire l'empreinte énergétique de l'apprentissage machine. En effet, ce mode de calcul repose sur les Réseaux de Neurones à Impulsions (RNIs), plus fidèles au cerveau biologique. En effet, le cerveau humain consomme uniquement 20 watts pour effectuer simultanément de nombreuses tâches cognitives complexes.Aujourd'hui, les RNIs peinent à surpasser les performances des méthodes classiques. Ceux-ci étant plus récents, et donc moins étudiés, une meilleure approche de leur conception pourrait permettre d'allier performances et faible coût énergétique. C'est pourquoi la conception automatique des RNIs est étudiée dans cette thèse. L'intérêt est notamment porté sur l'Optimisation des HyperParamètres (OHP). Un HyperParamètre (HP) est un paramètre contrôlant divers aspects de l'apprentissage des RNIs, mais dont la valeur ne peut pas être déterminée par l'apprentissage.Ainsi, nous étudions l'impact de l'OHP sur les RNIs et l'impact des RNIs sur l'OHP. Le but étant d'améliorer les algorithmes utilisés et de mieux comprendre le comportement des RNIs au regard de leurs HPs.Dans la littérature, que ce soit pour les RNAs ou RNIs, l'OHP est traité de la même manière. Or, le "No Free Lunch theorem" spécifie qu'il n'existe pas d'algorithme universel significativement efficace pour tous les problèmes d'optimisation. Une conséquence de ce théorème est que, sans connaissances préalables du problème, il est impossible d'optimiser efficacement. On ne peut donc pas choisir un algorithme d'OHP avant d'avoir réellement défini le problème. Ainsi, bien que RNAs et RNIs partagent des propriétés communes, les RNIs sont connus pour leurs propriétés uniques. La littérature fait notamment état d'une extrême sensibilité des performances des RNIs par rapport à leur architecture et à leurs HPs.Par conséquent, appliquer aveuglément les mêmes méthodologies aux RNAs et RNIs pourrait nuire aux performances de l'OHP, et donc de la meilleure solution obtenue
Entre géomagnétisme et archéologie : études sur la variation séculaire du champ magnétique terrestre à l’Holocène
No full textMy research topic is the secular variation of the geomagnetic field over the last millennia, which I reconstruct by studying the magnetic properties of archaeological baked clays. The general aim is to obtain more reliable geomagnetic models by improving the archaeomagnetic database. Firmly interdisciplinary, my research work has applications both in geomagnetism, on the understanding of the geodynamo processes in the outer core, and in archaeology by providing a new dating tool.My approach is based on the acquisition of new directional and intensity data, the critical analysis of preexisting data and the building of regional secular variation curves using a Bayesian method. Until now, my main projects have focused on the variation in Western Europe and Mexico during the first millennium BCE. I refined the fast variation observed at this period in relation to the Levantine Iron Age anomaly. These research activities were possible thanks to a large collaborative network in archaeology. They led me to lead several scientific projects and (co-)supervise Master and PhD students. I have also collective responsibilities at the laboratory.In the coming years, my main study area will be sub-Saharan Africa, a key region for understanding the dynamics of the modern field but with a very poor data coverage. I will work in the Horn of Africa and in West Africa on archaeological sites, associated to the emergence of first production societies and to iron metallurgy respectively. In Western Europe, I aim to obtain a high-resolution knowledge of the secular variation over the last eight millennia by extending the local curves to the Neolithic. These two projects, which require to study new types of baked archaeological materials, will help to constrain the possible range of amplitude of the secular variation, to reconstruct the history of the South Atlantic anomaly, to test the stability of the current organization of flows at the surface of the core and to put into perspective the current decrease of the dipole moment in the longer-term variation of the geomagnetic field.Later, I plan to focus my research on the study of the variation over the last glacial/interglacial cycle by studying volcanic flows, archaeological structures and mainly marine sediments.Mes activités de recherche portent sur la variation séculaire du champ géomagnétique aux derniers millénaires que je reconstruis grâce à l’étude des propriétés magnétiques des terres cuites archéologiques. Elles s’inscrivent dans la perspective d’obtenir des modèles géomagnétiques globaux plus fiables en améliorant la base de données archéomagnétiques. Résolument interdisciplinaires, mes travaux ont des applications à la fois en géomagnétisme sur la compréhension du fonctionnement de la géodynamo dans le noyau externe et en archéologie en apportant un nouvel outil de datation.Mon approche s’appuie sur l’acquisition de nouvelles données de direction et d’intensité, l’analyse critique des données préexistantes et la construction de courbes de variation séculaire régionales par une méthode bayésienne. Jusqu’à présent, mes principaux travaux portaient sur la variation au premier millénaire av. J.-C. en Europe occidentale et au Mexique. J’ai pu préciser la variation très forte et rapide observée à cette période en relation avec l’anomalie levantine de l’âge du Fer. Ces travaux ont été possibles grâce à l’établissement d’un important réseau de collaborations en archéologie. Ils m’ont amené à diriger plusieurs projets scientifiques et à(co-)encadrer des stagiaires et doctorants. J’exerce également des responsabilités collectives.Dans les années à venir, mes principaux projets se situent en Afrique subsaharienne, une région-clé pour comprendre la dynamique du champ actuel mais une zone très pauvre en données. Je travaillerai notamment dans la Corne de l’Afrique et en Afrique de l’Ouest sur des contextes archéologiques respectivement associés à l’émergence des premières sociétés de production et à la métallurgie du fer. En Europe occidentale, j’ambitionne d’obtenir un enregistrement à haute résolution sur huit millénaires en étendant les courbes de variation séculaire au Néolithique. Ces deux chantiers, qui m’amèneront à étudier de nouveaux types de structures, contribueront entre autres à contraindre la gamme d’amplitude possible de la variation séculaire, à retracer l’histoire de l’anomalie de l’Atlantique Sud, à tester la pérennité de la structuration actuelle des écoulements à la surface du noyau et à remettre en perspective la diminution actuelle du moment dipolaire dans la variation de plus long terme du champ géomagnétique. Plus tard, j’envisage d’orienter ma recherche sur l’étude de la variation au dernier cycle glaciaire/interglaciaire grâce à l’étude de coulées volcaniques, de structures archéologiques et surtout de sédiments marins
Interactions extrêmes avec des plasmas pour l'électrodynamique quantique en champ fort
No full textThe strong-field quantum electrodynamics (QED) regime is considered today as the next flagship for all upcoming petawatt laser facilities. In this regime, new processes as the emission of gamma-rays via non-linear inverse Compton scattering and their decay into electron-positron pairs via the non-linear Breit-Wheeler process are becoming possible. However, the experimental challenge of exceeding the Schwinger field in the electrons' rest frame has prevented precise experimental measurement of the QED observables in this regime.In this thesis we propose and study new schemes to reach the strong-field QED regime experimentally. First, we experimentally measured an extreme self-focusing effect on the 10 GeV electron beam provided by the Stanford accelerator (SLAC) during its collision with a target composed of multiple thin aluminium foils. Simulations show that the target could focus the electron beam down to solid densities, thus triggering strong-field QED effects. Starting with an already highly dense electron beam, we have also demonstrated through PIC-QED simulations that its collision with a single thin foil could replicate conditions similar to a beam-beam collision and create a very clean QED interaction with a much simpler and auto-aligned experimental setup.The second scheme studied is based on laser-plasma acceleration where a single laser generates and accelerates electrons to GeV energies, is reflected by a foil and collides back with the electrons behind. This very simple, auto-aligned setup was implemented at the APOLLON laser facility and allowed to generate gamma-rays in the 100 MeV range. Further simulation studies show that by adding a second, high density gas jet before the foil, it is possible to self-focus the laser and increase its intensity by two orders of magnitude before the collision, allowing the setup to probe the strong-field QED regime with this single laser, auto-aligned setup.Le régime de l'électrodynamique quantique (QED) en champ fort est aujourd'hui considéré comme la prochaine étape majeure à atteindre pour toutes les futures installations laser de puissance petawatt. Dans ce régime, de nouveaux processus, tels que l'émission de rayons gamma via la diffusion Compton inverse non linéaire et leur désintégration en paires électron-positron via le processus Breit-Wheeler non linéaire, deviennent possibles. Cependant, la difficulté expérimentale à dépasser le champ de Schwinger dans le référentiel propre des électrons a empêché une mesure expérimentale précise des observables QED dans ce régime.Dans cette thèse, nous proposons et étudions de nouveaux schémas pour atteindre expérimentalement le régime de la QED en champ fort. Tout d'abord nous présentons les résultats expérimentaux montrants un effet de focalisation extrême sur un faisceau d'électrons de 10 GeV fourni par l'accélérateur de Stanford (SLAC) lors de sa collision avec une cible composée de plusieurs fines feuilles d'aluminium. Les simulations montrent que la cible pourrait focaliser le faisceau d'électrons jusqu'à des densités solides, déclenchant ainsi des effets de QED en champ fort. En commençant avec un faisceau d'électrons déjà très dense, nous avons également démontré grâce à des simulations PIC-QED que sa collision avec une feuille fine unique pourrait reproduire des conditions similaires à une collision faisceau-faisceau, créant ainsi une interaction QED très propre avec un dispositif expérimental beaucoup plus simple et auto-aligné. Le second schéma étudié est basé sur l'accélération laser-plasma où un laser unique génère et accélère des électrons à des énergies de l'ordre du GeV, est réfléchi par une feuille et entre en collision avec les électrons qui le suivent. Ce dispositif simple et auto-aligné a fait l'objet d'une expérience à l'installation laser APOLLON et a permis de générer des rayons gamma dans la gamme des 100 MeV. Des simulations supplémentaires montrent qu'en ajoutant un second jet de gaz à haute densité avant la feuille, il est possible de focaliser le laser et d'augmenter son intensité de deux ordres de grandeur avant la collision, permettant ainsi au dispositif d'explorer le régime de la QED en champ fort avec ce laser unique, dans un dispositif auto-aligné
Gardiens d'anciennes galaxies de protéines : introduction d'Orthrus/Anubis pour le séquençage et l'authentification de protéines anciennes
No full textThe study of ancient proteins has shed light on a wide range of research questions, including palaeodiets, evolutionary histories, social dynamics, and protein preservation pathways over the longue durée. Despite the archaeological and chemical significance of ancient proteins, considerable analytical challenges persist and hinder the progress of palaeoproteomics as a growing field. Firstly, it is difficult to extract ancient proteins without sample loss and destruction. Modern proteomics protocols may not be optimised for archaeological materials. Secondly, tandem mass spectrometry (MS/MS) is the gold standard for high-resolution, taxon-specific assignment of ancient substrates. However, due to their nature and preservation states, they may result in poor ionisation efficiency and unclear fragmentation patterns. The acquisition of fragment ion (MS2) spectra is equally challenging, as existing methods may lead to underrepresentation of low-abundance proteins or difficult-to-interpret multiplex MS2 spectra. Lastly, the identification and authentication of ancient proteins remain substantial bioinformatics challenges. It is unclear whether conventional database searching is suitable for identifying archaeological substrates with dynamic protein sources and fragmented, modified ancient proteins. There is also no standardised way to separate putative ancient proteins from modern contaminants.I attempt to address bioinformatics challenges by estimating the existing size of unidentifiable MS2 spectra (spectra without stories) and introducing two novel computational approaches: Orthrus and Anubis. 15 million publicly available MS2 data were collected, and it was estimated that 94% of the ancient datasets remain unidentified. Orthrus is an AI-powered, cloud-ready, and open source Python pipeline. It leverages transformer-powerd de novo sequencing and Rust-engineered database searching with machine learning-enhanced rescoring. Orthrus was benchmarked against PEAKS® 11, MetaNovo, and MaxQuant, outperforming existing tools in terms of taxonomic resolution and protein sequence coverage. Anubis is a scale of authentication for ancient proteins using random forest classification and comparative deamidation patterns at multiple levels. Position-specific deamidation hotspots, clusterings of asparagine/glutamine deamidation, and overall modification levels using trypsin as a baseline are utilised to provide comprehensive and reliable authentication metrics.Together, these papers made original contributions to palaeoproteomics. By establishing the proportion of unidentified ancient spectra, developing a de novo-first, hybrid identification approach, and leveraging deamidation patterns at multiple levels for ancient protein authentication, they lay the foundation for machine learning-enhanced solutions to bioinformatics challenges associated with ancient proteins.L'étude des protéines anciennes a éclairé un large éventail de questions de recherche, y compris les paléodiètes, les histoires évolutives, les dynamiques sociales et les voies de préservation des protéines sur le long terme. Malgré l'importance archéologique et chimique des protéines anciennes, d'importants défis analytiques persistent et entravent les progrès de la paléoprotéomique en tant que domaine en pleine croissance. Premièrement, il est difficile d'extraire des protéines anciennes sans perte ni destruction d'échantillons. Les protocoles de protéomique modernes peuvent ne pas être optimisés pour les matériaux archéologiques. Deuxièmement, la spectrométrie de masse en tandem (MS/MS) est la norme d'excellence pour l'attribution à haute résolution et spécifique aux taxons des substrats anciens. Cependant, en raison de leur nature et de leur état de conservation, ces substrats peuvent entraîner une faible efficacité d'ionisation et des schémas de fragmentation peu clairs. L'acquisition de spectres d'ions fragments (MS2) est tout aussi difficile, car les méthodes existantes peuvent conduire à une sous-représentation des protéines en faible abondance ou à des spectres MS2 multiplex difficiles à interpréter. Enfin, l'identification et l'authentification des protéines anciennes restent des défis bioinformatiques substantiels. Il n'est pas clair si la recherche dans les bases de données conventionnelles est adaptée pour identifier des substrats archéologiques avec des sources de protéines dynamiques et des protéines anciennes fragmentées et modifiées. Il n'existe pas non plus de méthode standardisée pour séparer les protéines anciennes putatives des contaminants modernes. Je tente de relever ces défis bioinformatiques en estimant la taille existante des spectres MS2 non identifiables (spectres sans histoires) et en introduisant deux nouvelles approches computationnelles : Orthrus et Anubis. Quinze millions de données MS2 publiquement disponibles ont été collectées, et il a été estimé que 94 % des ensembles de données anciennes restent non identifiés. Orthrus est une pipeline Python open source, prête pour le cloud et alimentée par l'IA. Elle exploite le séquençage de novo assisté par transformateur et la recherche dans des bases de données conçues en Rust avec un rescoring amélioré par apprentissage automatique. Orthrus a été comparé à PEAKS® 11, MetaNovo et MaxQuant, surpassant les outils existants en termes de résolution taxonomique et de couverture de séquence protéique. Anubis est une échelle d'authentification pour les protéines anciennes utilisant la classification par forêt aléatoire et des motifs de déamidation comparatifs à plusieurs niveaux. Des hotspots de déamidation spécifiques à la position, des groupements de déamidation d'asparagine/glutamine et des niveaux globaux de modification utilisant la trypsine comme référence sont utilisés pour fournir des métriques d'authentification complètes et fiables. Ensemble, ces travaux apportent des contributions originales à la paléoprotéomique. En établissant la proportion de spectres anciens non identifiés, en développant une approche d'identification hybride privilégiant le de novo, et en exploitant des motifs de déamidation à plusieurs niveaux pour l'authentification des protéines anciennes, ils posent les bases de solutions bioinformatiques améliorées par apprentissage automatique pour les défis associés aux protéines anciennes
Point de vue systémique sur l’enseignement et la formation des professeurs des écoles en mathématiques : modélisations, analyses, développement de ressources
No full textMy research in the field of mathematics didactics focuses on the teaching of mathematical knowledge – by examining teaching practices, classroom resources, student learning and student support - and on teacher training in relation to the knowledge involved, to training situations and, more broadly, to training systems. The structural vision adopted enables me to design the various objects of my research and leads me to adopt a systemic approach in order to develop my analyses, as well as to question the relationships between the different components of this system. This text is organized into three chapters. It reflects my interest in these different points. Chapter 1 focuses on a particular area of mathematics: geometry in elementary school. My research in this field focuses on the teaching of knowledge and teaching practices, or on the analysis and development of teaching resources. Chapter 2 is devoted to the presentation of my work on the training of primary school mathematics teachers. It also outlines an extended approach to the training of their trainers. Finally, in a broader context, Chapter 3 is dedicated to my research into teaching-learning aids, which is not focused on any specific field.Mes recherches en didactique des mathématiques portent tour à tour sur l’enseignement d’un savoir mathématique – en interrogeant les pratiques enseignantes, les ressources pour la classe, les apprentissages des élèves ou encore l’aide à leur apporter – ou sur la formation des maîtres en lien avec les savoirs en jeu, les situations de formation et plus largement les dispositifs de formation. La vision structurelle que j’adopte me permet de modéliser les différents objets de recherches, et me conduit à une approche systémique afin de développer mes analyses ainsi qu’à un questionnement des relations entre les différentes composantes de ce système. Cette note de synthèse, organisée en trois chapitres, reflète mon intérêt porté à ces différents points. Le chapitre 1 se focalise ainsi sur un domaine particulier des mathématiques : la géométrie à l’école primaire. Mes recherches dans ce champ portent sur l’enseignement des savoirs et sur les pratiques enseignantes ou visent l’analyse ainsi que le développement de ressources pour l’enseignement. Le chapitre 2 est consacré à la présentation de mes différents travaux sur la formation des enseignants du premier degré en mathématiques et esquisse un prolongement sur la formation de leurs formateurs. Enfin, s’inscrivant dans un champ plus large, le chapitre 3 est dédié à mes recherches sur des dispositifs d’aide à l’enseignement-apprentissage, qui ne sont pas centrées sur un domaine particulier
Sécurité et robustesse des systèmes de conduite autonome face aux Attaques Adversariales Physiques
No full textWith iterative hardware upgrades and advancements in deep neural networks (DNNs), autonomous driving systems (ADS) are increasingly integrated in life. However, before this technology becomes widespread, a security issue that needs to be addressed is physical adversarial attacks. Such attacks can manipulate real-world objects to disrupt the perception of ADSs and cause traffic accidents. In addition, the diversity of physical attacks makes it difficult for passive defenders.This study addresses these challenges by analyzing, evaluating, and developing practical strategies to improve the robustness of ADS.It begins with a review of recent physical adversarial attacks that identifies specific threats to ADSs.It then introduces a novel public attention-based black-box attack that demonstrates how an attacker can exploit ADS awareness without full knowledge of the system, highlighting the need for enhanced defenses.Next, a lightweight detection framework is proposed for real-time laser-based attack detection. Additionally, a defense mechanism called Laser Shield is developed, using polarizers to block harmful laser signals and enhance ADS security.Grâce à des mises à jour matérielles itératives et aux avancées dans les réseaux neuronaux profonds (DNN), les systèmes de conduite autonome (ADS) sont de plus en plus intégrés à la vie quotidienne. Cependant, avant que cette technologie ne se généralise, un problème de sécurité qui doit être résolu est celui des attaques adversariales physiques. Ces attaques peuvent manipuler des objets réels pour perturber la perception des ADS et provoquer des accidents de la route. De plus, la diversité des attaques physiques complique la tâche des défenseurs passifs.Cette étude aborde ces défis en analysant, évaluant et développant des stratégies pratiques pour améliorer la robustesse des ADS. Elle commence par une revue des récentes attaques adversariales physiques, identifiant les menaces spécifiques pour les ADS. Elle présente ensuite une nouvelle attaque black-box basée sur l'attention publique, qui démontre comment un attaquant peut exploiter la perception des ADS sans avoir une connaissance complète du système, soulignant ainsi la nécessité de renforcer les défenses.Ensuite, un cadre de détection léger est proposé pour la détection en temps réel des attaques laser. De plus, un mécanisme de défense nommé Laser shield est développé, utilisant des polariseurs pour bloquer les signaux laser nuisibles et renforcer la sécurité des ADS
Apport de la simulation numérique pour le développement et l’optimisation des matériaux biosourcés appliqués à l’énergie et l’environnement
No full textThis manuscript, submitted for the Habilitation to Supervise Research (HDR, the acronym in French), focuses on the contribution of numerical simulation to the development and optimization of bio-based materials applied to energy and environmental domains. It highlights three main themes developed within the Bio-Based Materials team at the Institut Jean Lamour. The themes addressed include the simulation of (i) the expansion of bio-based foams made from tannins, (ii) the thermal compression of hydrogen using activated carbons, and (iii) the depollution and/or purification of water through solar evaporation. Through these themes, the author presents a methodology consisting of a validation phase by experimental comparison of the models, followed by the exploitation of these models through parametric studies or coupling with a topology optimization method. Finally, an overview of the author’s teaching and research activities is presented.Ce manuscrit, présenté en vue de l’obtention de l’Habilitation à Diriger des Recherches (HDR), se concentre sur l’apport de la simulation numérique au développement et à l’optimisation de matériaux biosourcés appliqués à l’énergie et à l’environnement. Il met en avant trois thématiques principales, développées au sein de l’équipe Matériaux Biosourcés de l’Institut Jean Lamour. Les trois thématiques abordées concernent (i) la simulation de l’expansion de mousses biosourcées à base de tanins, (ii) la compression thermique de l’hydrogène à l’aide de charbons actifs, et (iii) la dépollution et/ou la purification de l’eau par évaporation solaire. À travers ces thématiques, l’auteur présente une méthodologie composée d’une phase de validation par comparaison expérimentale des modèles, suivie de l’exploitation des modèles grâce à des études paramétriques ou à un couplage avec une méthode d’optimisation topologique. Enfin, un bilan des activités d’enseignement et de recherche est présenté