Thèses en Ligne
Not a member yet
173210 research outputs found
Sort by
Évaluer l’impact de la libéralisation du commerce sur le chômage, la sécurité alimentaire et la pauvreté énergétique en Afrique Subsaharienne : une approche en trois essais
No full textThis thesis aims to contribute to the existing literature on the links between trade liberalization and socio-economic issues in Sub-Saharan Africa, with a particular focus on the Sustainable Development Goals (SDGs) targets of unemployment, food security and energy poverty. Essay 1 analyses the impact of tradel iberalization on unemployment. We find that trade liberalization contributes to reducing unemployment. In essay 2, we assess the impact of cereal import openness on the prevalence of undernourishment in SSA. We show that cereal imports increase food insecurity in the region. Essay 3 addresses the issue of energy poverty. We show that a reduction in tariff rates is associated with an increase in access to clean fuels, which helps to alleviate energy poverty.Cette thèse vise à contribuer à la littérature existante sur les liens entre la libéralisation du commerce et les questions socio-économiques en Afrique Subsaharienne, avec un accent particulier sur les Objectifs de développement durable (ODD) relatifs au chômage, à la sécurité alimentaire et à la pauvreté énergétique. L’essai 1 analyse l’impact de la libéralisation du commerce sur le chômage. Nous constatons que la libéralisation du commerce contribue à réduire le chômage. Dans l’essai 2, nous évaluons l’impact de l’ouverture des importations de céréales sur la prévalence de la sous-alimentation en Afrique Subsaharienne. Nous montrons que les importations de céréales augmentent l’insécurité alimentaire dans la région. L’essai 3 aborde la question de la pauvreté énergétique. Nous montrons qu’une réduction des droits de douane est associée à une augmentation de l’accès aux combustibles propres, ce qui contribue à réduire la pauvreté énergétique
Symbiose entre posets, espèces, opérades et polytopes: un dialogue entre combinatoire, algèbre et topologie
No full textFlashback, auto-allumage et quenching des flammes d’hydrogène prémélangées : relever les défis de la décarbonation de la production de chaleur
No full textThe surge in anthropogenic CO2 emissions since the Industrial Revolution is widely recognized as the cause of global warming, the dramatic consequences of which are already visible. While questioning energy needs is crucial, rapid development of decarbonized energy consumption methods is essential. In this context, green hydrogen emerges as a promising candidate, allowing energy from intermittent sources to be stored for long durations and consumed without emitting CO2. However, H2-hybridization of premixed burners designed for natural gas is quickly limited by flashback issues, during which the flame is able to propagate upstream into the injection system. Premixed burners used for domestic and industrial heat production, ranging from kilowatts to megawatts, mostly rely on multi-perforated injection units made of slits and holes smaller than a millimeter above which flames stabilize. Standard models developed for hydrocarbon fuels fail to predict flashback in these burners, which prevents the design of reliable and safe burners operating with hydrogen. In this context, this work aims to understand the fundamental mechanisms allowing H2-enriched flames to flashback in premixed laminar perforated burners, by focusing on the associated extreme thermal and hydrodynamic phenomena. This analysis combines theory, simulations and experiments. Direct numerical simulations, taking into account conjugate heat transfer between the fluid and the solid, are used to emphasize the impact of burner geometry on flame stabilization. The investigation focuses on how slit asymmetry affects the blow-off of methane flames and flashback of hydrogen flames. An original experimental setup is developed to observe the initiation and propagation of flashback inside an industrial burner. High-speed UV imaging unveils several mechanisms responsible for triggering flashback, including the autoignition of reactants along the hot burner walls heated by the flames. A second test bench with a transparent injection system, replicating key features of the industrial burner, is employed to generalize the findings across various burner geometries. This examination highlights the ineffectiveness of reducing perforation size as a means to prevent flashback. Analysis of flashback initiation mechanisms when the slit width is reduced to dimensions comparable to the flame thickness also reveals the critical role of the quenching distance, characterizing the slit resistance to upstream flame propagation. A novel experimental method is developed to evaluate this resistance, demonstrating the role of perforations' hydraulic diameter in preventing upstream flame propagation. Finally, an iterative design process results in the development of an industrial burner prototype resistant to flashback across a wide operational range, including up to pure hydrogen-air mixtures.L'explosion des émissions anthropiques de CO2 depuis la révolution industrielle est aujourd'hui reconnue comme la cause du réchauffement climatique, dont les conséquences dramatiques sont d'ores et déjà visibles. La combustion d'hydrocarbures, qui représente près de 90% de la production d'énergie primaire, en est le principal moteur. Bien que l'interrogation des besoins soit cruciale, le développement de méthodes de production d'énergie décarbonées est également essentielle. Dans ce contexte, l'hydrogène vert peut s'avérer un vecteur énergétique prometteur, permettant de stocker l'énergie issue de sources intermittentes pendant de longues durées et de la consommer sans émettre de CO2. Cependant, l'hybridation à l'hydrogène de systèmes de combustion prémélangée conçus pour du gaz naturel est très rapidement limitée par des problèmes de sécurité, notamment la remontée de la flamme dans le système d'injection, appelée flashback. Les systèmes utilisés pour la production de chaleur domestique et industrielle, du kilowatt au megawatt, s'appuient pour la plupart sur des brûleurs multi-perforés par un ensemble de fentes et de trous de dimension caractéristique inférieure au millimètre. Le flashback dans ces brûleurs n'obéit pas aux modèles usuellement utilisés pour le décrire, empêchant la conception de systèmes robustes.Dans ce contexte, ces travaux portent sur l'analyse des phénomènes extrêmes observés sur les brûleurs laminaires prémélangés multi-perforés, afin de comprendre les mécanismes fondamentaux permettant à une flamme de remonter dans le système d'injection. Des simulations numériques directes (DNS) intégrant le couplage thermique fluide-solide sont utilisées pour mettre en lumière le rôle de la géométrie du brûleur dans la résistance à l'extinction à haute puissance (blow-off) et au flashback à basse puissance. Un effet contre-intuitif de l'asymétrie des fentes est mis en évidence. Un dispositif expérimental original permettant d'observer l'initiation et la propagation du retour de flamme sur un brûleur industriel est conçu. L'utilisation d'imagerie haute cadence UV permet d'identifier plusieurs mécanismes déclencheurs du flashback dans ces systèmes, dont l'autoallumage des réactifs sous la paroi du brûleur.Un second banc expérimental avec une zone d'injection transparente est réalisé pour l'étude de configurations académiques, s'affranchissant des spécificités du brûleur industriel et permettant une généralisation des résultats. L'étude du rôle de la géométrie des fentes met en évidence l'échec de la stratégie de réduction de la dimension des perforations afin d'éviter le flashback.L'analyse théorique et expérimentale de fentes de largeur de l'ordre de l'épaisseur de flamme permet d'identifier un nouveau paramètre pilotant la survenue du flashback: la distance de quenching, qui caractérise l'opposition de la paroi à la propagation de la flamme.Cette caractéristique fondamentale d'une flamme est étudiée à l'aide d'un dispositif expérimental innovant, qui met en évidence l'influence du diamètre hydraulique sur la capacité d'une ouverture à empêcher la propagation de la flamme.Enfin, un processus itératif fondé sur les résultats fondamentaux obtenus mène à la conception d'un brûleur industriel résistant au flashback sur une large plage de fonctionnement jusqu'à 100% d'hydrogène
Des parents qui éveillent aux langues à l'école maternelle : médiations, représentations et développement langagier de l'enfant.
No full textThis research aims at observing how a language awareness project involving parents in school could constitute a mediation between school and family environments, participating in the harmonious bilingual development of the multilingual child.Language transmission within families is a constantly negotiated process (Barontini, 2014; Curdt-Christiansen & Huang, 2020). Language educational policies (Blanchet, 2017), the sociolinguistic characteristics of the environment, the parental attitudes towards their languages (De Houwer, 1999, 2017) and the child’s agentivity (Humeau et al., 2023) influence family language practices (Léglise, 2022).In France, the French language is essential to the child’s school achievement and social integration (Montmasson-Michel, 2016). Furthermore, extracurricul language practices are not usually acknowledged nor valued in school, except from sessions designed to awake children to linguistic diversity (Dompmartin-Lenormand, 2011; MEN, 2023).Hence, starting school is a critical period for multilingual children, especially from a psychological, social, identity and linguistic perspective. This could impact language transmission within the family and potentially affect the harmonious bilingual development of the child (De Houwer, 2006), which this study analyses from a sociolinguistic viewpoint. In order to understand the implications of such language awareness sessions on harmonious bilingual development, we conducted an intervention-based study in two preschool classes that were situated in a priority education network area. Using an ethnographic approach, the language experiences of ten families who participated in these sessions were collected by video recording, semi-structured interviews, and ELAL language tests (Moro et al., 2018).Qualitative analysis reveals that such a project involves relational, cognitive, and language mediations between the family and the school environments (Coste et Cavalli, 2015; Alvir et al., 2024). For the parents and children we met, this study reflects a complex, situated appreciation of what makes up the plurality of self and others. This space of mediation has an emancipating effect on its participants (Auger, 2008, 2014). Parents develop their reflexivity and the family’s linguistic strategies are strengthened. Children became aware of their bilingualism and have become better at expressing it (Molinié, 2011).These results tend towards a harmonious bilingual development, as these mediation sessions overcome the boundaries that the child’s schooling may have drawn. By welcoming and valuing parents and family language practices, preschools can respond to the affective, identity, cognitive and inclusive issues that are at the heart of the school.L’objectif de ce travail est de comprendre comment un projet d’éveil aux langues auquel participent les parents peut constituer une médiation entre l’environnement scolaire et l’environnement familial, au profit du développement langagier harmonieux de l’enfant plurilingue.La transmission linguistique familiale s’inscrit dans un processus sans cesse renégocié (Barontini, 2014 ; Curdt-Christiansen & Huang, 2020). Les politiques linguistiques éducatives (Blanchet, 2017), les caractéristiques sociolinguistiques de l’environnement, les représentations linguistiques parentales (De Houwer, 1999, 2017) et l’agentivité de l’enfant (Humeau et al., 2023) conditionnent ces pratiques langagières familiales (Léglise, 2022). En France, la langue française est primordiale à la réussite scolaire et à la socialisation de l’enfant (Montmasson-Michel, 2016). Les langues et pratiques langagières des familles peinent à être reconnues et valorisées à l’école, excepté lors de séances d’éveil à la diversité linguistique (Dompmartin-Normand, 2011 ; MEN, 2023). L’entrée à l’école des enfants plurilingues constitue de ce fait une période sensible d’un point de vue psychologique, social, identitaire et linguistique. Elle peut influencer la transmission linguistique familiale et affecter l’harmonie du développement langagier de l’enfant (De Houwer, 2006), appréhendée dans ce travail selon un regard sociolinguistique.Afin d’observer les enjeux de telles séances pour l’harmonie du développement langagier de l’enfant plurilingue, nous avons mené une recherche-intervention dans deux classes d’une école maternelle située en REP+. Dans une démarche ethnographique, l’expérience langagière de dix familles qui y ont participé a été recueillie au moyen de captations vidéo, d’entretiens semi-directifs et de tests langagiers ELAL (Moro et al., 2018). Les analyses qualitatives pointent qu’un tel projet engage une médiation relationnelle, cognitive et langagière entre l’environnement scolaire et l’environnement familial (Coste et Cavalli, 2015 ; Alvir et al., 2024). Pour les parents et les enfants rencontrés, cette étude rend compte d’une appréciation complexe et située de ce qui fait la pluralité de soi et de l’Autre. Cet espace de médiation a un pouvoir émancipateur sur ses acteurs (Auger, 2008, 2014) : les parents développent leur réflexivité et les stratégies linguistiques familiales s’en trouvent renforcées. Les enfants prennent conscience de leur plurilinguisme et sont plus à même de l’exprimer (Molinié, 2011). Ces résultats tendent vers un bilinguisme harmonieux dans le sens où ces séances de médiations constituent des sutures entre les frontières que la scolarisation de l’enfant avait pu tracer. C’est notamment en accueillant et en valorisant en son sein les parents et les pratiques langagières familiales que l’école maternelle peut répondre aux enjeux affectifs, identitaires, cognitifs et inclusifs qui sont les siens
Étude de la représentation de la numérosité chez l'homme et au sein des réseaux de neurones convolutionnels à l'aide de stimuli photoréalistes
No full textThe ability to rapidly estimate the number of items in a scene without explicit counting, known as visual number sense, has been the focus of extensive research. Experimental studies and computational models have sought to uncover the mechanisms that enable the human brain to extract numerosity at a glance. Recent advances in imaging techniques, including ultra-high-field functional MRI (fMRI), multivariate pattern analysis, and population receptive field (pRF) modeling, have provided deeper insights into how numerical information is encoded in the brain.These studies have highlighted the involvement of higher-order regions, such as the frontal and parietal cortices, but also lower-level areas, in numerical perception. Most research on numerosity perception has relied on simplified visual stimuli, such as binary dot arrays. While useful, these stimuli fail to capture the complexity of real-world visual environments and present a special case where numerosity is tightly correlated with some low-level statistics of the visual input. This raises questions about ecological validity, and about the extent to which previous findings reflected the discrete number of items per se as opposed to correlated low-level factors. In this thesis, we developed a synthetic photorealistic stimulus dataset to address these limitations, introducing high variability in the characteristics of both objects and scenes while maintaining precise experimental control. This dataset allows for the study of numerosity perception in contexts closer to natural images. Using this new dataset of photorealistic renderings of 3D objects embedded in diverse background scenes, our analyses demonstrated that deep convolutional neural networks (CNNs) optimized for object recognition could encode numerical information with robustness to diverse objects and scenes in distributed activity patterns of their higher convolutional layers. Conversely, untrained networks failed to discriminate numerical content across changes in those other high-level visual properties and mainly encoded low-level summary statistics.These findings suggest that untrained models may not truly encode discrete numerosity and emphasize the importance of using complex stimuli to probe the neural mechanisms of visual number sense. Given the role of CNNs' as models of the ventral visual stream, this research motivates further investigation of how numerical information is represented in the brain beyond commonly studied dorsal-parietal areas. Therefore, in an independent 7T fMRI study, we recorded brain activity of both ventral and dorsal visual pathways while participants viewed and attended to the numerical content of similar synthetic photorealistic stimuli.This experimental paradigm enabled us to disentangle numerical information from correlated visual statistics, allowing for the examination of their distinct contributions to brain activity. Our findings revealed that lateral occipital areas, commonly linked to object recognition, could simultaneously represent numerical and object-related information. Additionally, dorsal parietal regions demonstrated a specialized role in encoding numerical information beyond basic visual features. In contrast, low-level visual statistics primarily influenced early visual and higher-level ventral temporal areas, with minimal impact on higher-order dorsal regions. These findings illustrate a hierarchical organization in visual processing, transitioning from encoding of low-level features to more invariant representations of objects and numerosity in higher-level brain areas. Our work underscores the abstract nature of numerosity representations, advancing our understanding of numerical cognition under more realistic visual conditions.La capacité à estimer rapidement le nombre d'éléments dans une scène sans compter explicitement a fait l'objet de nombreuses recherches.Les études expérimentales et les modèles computationnels ont cherché à révéler les mécanismes permettant au cerveau humain de percevoir la numérosité d'un seul coup d'œil. Les récentes avancées en imagerie, incluant l'IRM fonctionnelle, l'analyse multivariée et la modélisation du champ récepteur des neurones, ont permis d'en apprendre davantage sur la manière dont l'information numérique est encodée dans le cerveau. En particulier, ces travaux ont mis en lumière le rôle de régions telles que les cortex frontal et pariétal dans la perception numérique. Malgré ces avancées, la recherche sur la perception de la numérosité a souvent reposé sur des stimuli visuels simplifiés. Bien que pratiques, ces stimuli ne reflètent pas la complexité des environnements visuels réels et négligent souvent l'impact de leurs statistiques non numériques, qui covarient pourtant avec la numérosité. Cette dépendance soulève des questions sur la validité écologique des résultats actuels et questionne si la numérosité est une propriété perçue directement ou inférée à partir d'autres caractéristiques visuelles. Les mécanismes sous-jacents à la perception visuelle de la numérosité restent donc une question ouverte. Dans cette thèse, nous avons développé un ensemble de stimuli synthétiques photoréalistes afin de pallier ces limites. Ces stimuli présentent une grande variabilité visuelles tout en permettant un contrôle expérimental précis. Ce jeu de données permet d'étudier la perception de la numérosité dans des contextes plus proches des images naturelles. À l'aide de ces stimuli photoréalistes, constitués d'objets 3D intégrés dans des scènes variées, nos analyses ont montré que les réseaux de neurones convolutifs profonds (CNN) optimisés pour la reconnaissance d'objets peuvent encoder des informations numériques dans divers contextes. À l'inverse, les réseaux non entraînés ne parviennent pas à discriminer le contenu numérique, se limitant à encoder des statistiques visuelles de bas niveau. Ces résultats indiquent que les modèles non entraînés sont inadaptés pour comprendre notre capacité à extraire le contenu numérique d'une scène et soulignent l'importance d'utiliser des stimuli complexes pour étudier la représentation de la numérosité. Étant donné le rôle des CNN en tant que modèles de la voie visuelle ventrale, nous avons ensuite exploré la représentation numérique au-delà des régions dorsales traditionnelles. Ainsi, nous avons enregistré l'activité cérébrale de participants portant leur attention sur le contenu numérique de nos stimuli visuels photoréalistes. Ce paradigme expérimental a permis de dissocier l'information numérique des statistiques visuelles corrélées, et ainsi d'examiner leurs contributions distinctes. Nos résultats ont révélé que les zones occipito-latérales, souvent associées à la reconnaissance d'objets, peuvent traiter simultanément des informations numériques et liées aux objets. De plus, les régions pariétales ont démontré un rôle spécialisé dans l'encodage de l'information numérique. En revanche, les statistiques visuelles de bas niveau influencent principalement les régions visuelles primaires et ventrales temporales, avec un impact minimal sur les régions dorsales supérieures. Ces résultats soulignent l'existence d'une organisation hiérarchique dans le traitement visuel, avec une progression de l'encodage de caractéristiques élémentaires à la représentation abstraite d'objets et de la numérosité dans les régions avancées du cerveau. Nos travaux mettent en lumière la nature abstraite de la représentation de la numérosité et approfondissent ainsi notre compréhension de la cognition numérique dans des environnements visuels réalistes. Ils soulignent également l'importance d'utiliser des stimuli complexes pour découvrir les mécanismes sous-jacents à l'extraction de la numérosité dans le cerveau
Compression vidéo faciale à faible débit avec des modèles d’animation génératifs
No full textThis thesis addresses the challenge of achieving ultra-low bitrate video compression for video conferencing by focusing on the preservation of high visual quality while minimizing transmission bandwidth. Traditional codecs like HEVC and VVC struggle at very low bitrates, particularly with accurately representing dynamic facial expressions, head movements, and occlusions, which are important for realism and accuracy in face-to-face communication. To overcome these limitations, this research develops learning-based compression method using deep generative models and enhances their performance through side information transmission or predictive coding at low bitrates.The Deep Animation Codec (DAC) is introduced as a solution that uses generative models to encode speech-related facial motion through a compact representation of motion keypoints, achieving substantial bitrate reductions. To address DAC's limitations with complex head poses and occlusions, the Multi-Reference DAC (MRDAC) uses multiple reference frames and contrastive learning to enhance reconstruction accuracy under challenging conditions. Building on this, the Hybrid Deep Animation Codec (HDAC) integrates traditional video codecs with generative frameworks to achieve adaptive quality, further improved by variable bitrate learning and a High-Frequency (HF) shuttling mechanism for detailed reconstruction. Finally, we explored an approach to predictive coding at ultra-low bitrates showing the associated challenges and optimization tools that can be used to effectively learn compact residual coding at low bitrates. Specifically, the proposed predictive coding framework (RDAC) exploits temporal dependencies and conditional residual learning to achieve a robust trade-off between information loss and quality scalability within the constraints of low bitrate coding. Collectively, these contributions advance the field by enabling robust, high-quality video compression at ultra-low bitrates, enhancing the feasibility of video conferencing and potential applications in virtual reality and efficient storage of talking-head video content.Cette thèse aborde le défi de réaliser une compression vidéo à ultra-faible débit pour la vidéoconférence, en se concentrant sur la préservation d'une haute qualité visuelle tout en minimisant la bande passante de transmission. Les codecs traditionnels comme HEVC et VVC éprouvent des difficultés à très bas débits, particulièrement pour représenter avec précision les expressions faciales dynamiques, les mouvements de tête et les occlusions, qui sont essentiels pour le réalisme et la précision dans la communication en face à face. Pour surmonter ces limitations, cette recherche développe une méthode de compression basée sur l'apprentissage utilisant des modèles génératifs profonds et améliore leurs performances grâce à la transmission d'informations auxiliaires ou au codage prédictif à bas débit.Le Deep Animation Codec (DAC) est introduit comme une solution qui utilise des modèles génératifs pour encoder les mouvements faciaux liés à la parole via une représentation compacte des points clés de mouvement, réalisant ainsi des réductions substantielles du débit binaire. Pour traiter les limitations du DAC avec des poses de tête complexes et des occlusions, le Multi-Reference DAC (MRDAC) utilise plusieurs images de référence et l'apprentissage contrastif pour améliorer la précision de reconstruction dans des conditions difficiles. En s'appuyant sur cela, le Hybrid Deep Animation Codec (HDAC) intègre des codecs vidéo traditionnels avec des cadres génératifs pour atteindre une qualité adaptative, encore améliorée par l'apprentissage à débit binaire variable et un mécanisme de transfert des hautes fréquences (HF) pour une reconstruction détaillée. Enfin, nous avons exploré une approche de codage prédictif à ultra-faible débit, mettant en évidence les défis associés et les outils d'optimisation qui peuvent être utilisés pour apprendre efficacement un codage résiduel compact à bas débit. Plus précisément, le cadre de codage prédictif proposé (RDAC) exploite les dépendances temporelles et l'apprentissage résiduel conditionnel pour atteindre un compromis robuste entre la perte d'information et l'évolutivité de la qualité dans les contraintes du codage à faible débit.Collectivement, ces contributions font progresser le domaine en permettant une compression vidéo robuste et de haute qualité à ultra-faible débit, améliorant la faisabilité de la vidéoconférence et les applications potentielles en réalité virtuelle ainsi que le stockage efficace de contenu vidéo de type « talking-head »
Étude et développement d'une Serre Verticale Adaptative
No full textThe world's population is projected to approach 10 billion by 2050, driving an expected rise in food demand due to population growth, economic development, and urbanization. To meet this demand sustainably, greenhouse systems, particularly vertical farming, have emerged as a promising solution, offering high crop yields per unit of cultivation area. The Adaptive Vertical Farm (AVF), is an innovative industrial vertical greenhouse that dynamically adjusts the distance between its stacked shelves, optimizing growing conditions as plants progress through their growth stages. This adaptive principle overcomes the traditional conflict between maintaining optimal conditions and minimizing energy consumption. This thesis presents two main research axes contributing to the development of the AVF. The first axis focuses on developing a data-driven, black-box growth model for crops cultivated in AVFs. Given the dynamic adaptation to plant growth, an accurate crop growth model is essential for optimizing shelf movement and system control. While traditional dynamic growth models often rely on numerous parameters and are specific to certain crop types, we propose a black-box approach using feedforward neural networks to predict plant height at each time step. This model is adaptable to various crop types, computationally efficient after training, and particularly suitable for innovative vertical farming systems like the AVF. The effectiveness of the model is illustrated through synthetic and real-world datasets, showcasing its potential in optimizing crop production. The second research axis focuses on automating the AVF using Unmanned Aerial Vehicles (UAVs) within the context of Precision Agriculture. UAVs support applications such as crop health monitoring, automatic pollination, spraying, and irrigation, optimizing farm operations across stacked shelves and complementing the existing stationary sensors. To support this automation, we introduce observer designs for nonlinear systems using Linear Matrix Inequalities (LMIs) to provide accurate state estimation for UAVs, ensuring exponential convergence of the observer. Two key contributions are presented: first, a new, less conservative LMI condition applied to solve the H_infty circle criterion design, and second, a nonlinear observer design based on output dynamic extension. This method minimizes the impact of measurement noise and guarantees the Input-to-State Stability (ISS) property of the estimation error via a novel LMI condition.La population mondiale devrait atteindre près de 10 milliards d'ici 2050, entraînant une hausse attendue de la demande alimentaire due à la croissance démographique, au développement économique et à l'urbanisation. Pour répondre à cette demande de manière durable, les systèmes de cultures en serre, notamment l'agriculture verticale, se sont imposés comme une solution prometteuse, offrant des rendements élevés par unité de surface cultivée. La Serre Verticale Adaptative (SVA) est une serre verticale industrielle innovante qui ajuste dynamiquement la distance entre ses étagères empilées, optimisant ainsi les conditions de croissance à mesure que les plantes progressent dans leurs stades de développement. Ce principe adaptatif permet de surmonter le conflit traditionnel entre le maintien de conditions optimales et la minimisation de la consommation d'énergie. Cette thèse présente deux axes de recherche principaux contribuant au développement de la SVA. Le premier axe consiste à développer un modèle de croissance des cultures basé sur des données et une approche boîte noire pour les plantes cultivées dans les SVA. Étant donnée l'environnement dynamique de la cultivation qui s'adapte à la croissance des plantes tout au long du cycle de la production, un modèle précis de croissance des cultures est essentiel pour optimiser le mouvement des étagères et le contrôle du système. Tandis que les modèles de croissance dynamique traditionnels dépendent souvent de nombreux paramètres et sont spécifiques à certains types de cultures, nous proposons une approche boîte noire utilisant des réseaux de neurones á action directe pour prédire la hauteur des plantes à chaque étape. Ce modèle est adaptable à divers types de cultures, efficace en termes de calcul après l'entraînement et particulièrement adapté aux systèmes d'agriculture verticale innovants tels que la SVA. L'efficacité du modèle est démontrée à travers des ensembles de données synthétiques et réelles, mettant en avant son potentiel dans l'optimisation de la production agricole. Le second axe de recherche se concentre sur l'automatisation de la SVA grâce à l'intégration de véhicules aériens sans pilote (UAV) dans le cadre de l'agriculture de précision. L'intégration des UAV permet de réaliser des applications telles que le suivi de la santé des cultures en complément des données recueillies par les capteurs stationnaires existants, la pollinisation automatique, la pulvérisation et l'irrigation, etc., optimisant ainsi les opérations agricoles à travers les étagères empilées et complétant les capteurs stationnaires existants. Pour soutenir cette automatisation, nous proposons différentes méthodes de synthèse d'observateurs pour des systèmes non linéaires utilisant des inégalités matricielles linéaires (LMI) fournissant ainsi une estimation précise de l'état des UAV et garantissant la convergence exponentielle de l'observateur. Deux contributions majeures sont présentées : premièrement, une nouvelle condition LMI moins conservatrice appliquée pour résoudre le critère circulaire H_infty, et deuxièmement, une méthode de synthèse d'observateur non linéaire basée sur une extension dynamique de la sortie. Cette méthode minimise l'impact du bruit de mesure et garantit la propriété de stabilité entrée-état (ISS) de l'erreur d'estimation via une nouvelle condition LMI
Hétérogénéité intra-industrielle de la productivité des émissions et des portefeuilles de produits
No full textThis thesis examines how product portfolios shape emission productivity within the manufacturing sector, questioning policy frameworks that aim to achieve decarbonization primarily through efficiency increases. Using firm-level data from the Portuguese manufacturing sector (2004-2021), it explores heterogeneity in emission intensities within narrowly defined industries and assesses the impact of product composition on firm-level emission productivity. By integrating administrative records on energy consumption, financial data, and product-level sales, the study quantifies the extent to which variations in product portfolios contribute to differences in emission intensity.The findings reveal that firms within the same industry exhibit substantial variation in emission productivity, often exceeding inter-industry differences. Variance decomposition analysis confirms that a significant share of this heterogeneity is explained by firm-level factors rather than sector-wide characteristics. A classification of products into high- and low-emission categories indicates that firms producing a greater share of low-emission goods tend to have systematically higher emission productivity. Through index decomposition analysis and firm-level panel regressions, the study further examines whether adjustments in product portfolios influence firm-level emission intensities over time. The results suggest that aggregate emission reductions have been largely driven by efficiency gains, yet firms that transition toward lower-emission products show sustained improvements in emission productivity.These findings contribute to debates on industrial decarbonization by emphasizing the role of product portfolios alongside efficiency improvements. While technological advancements play a key role, the study highlights how decarbonization strategies that focus solely on efficiency gains may overlook the structural impact of production composition. The results also raise policy questions regarding the extent to which regulatory frameworks encourage or constrain shifts toward lower-emission products. By engaging with perspectives from ecological economics and democratic planning, this thesis offers insights into whether market-driven adjustments alone are sufficient or whether additional regulatory measures are needed to facilitate structural changes in industrial production.Cette thèse examine comment les portefeuilles de produits influencent la productivité des émissions dans le secteur manufacturier, en remettant en question les cadres politiques qui visent à atteindre la décarbonation principalement par des gains d'efficacité. En exploitant des données d'entreprises du secteur manufacturier portugais (2004-2021), elle analyse l'hétérogénéité des intensités d'émission au sein des industries et évalue l'impact de la composition des produits sur la productivité des émissions à l'échelle des entreprises. En combinant des données administratives sur la consommation d'énergie, des bilans comptables et des ventes de produits, l'étude quantifie la mesure dans laquelle la diversité des portefeuilles de produits contribue aux écarts d'intensité d'émission.Les résultats montrent que les entreprises d'un même secteur présentent des écarts significatifs en matière de productivité des émissions, souvent plus marqués que ceux observés entre industries. L'analyse de décomposition de la variance confirme que cette hétérogénéité est largement expliquée par des facteurs propres aux entreprises plutôt que par des tendances sectorielles générales. La classification des produits en catégories à fortes et faibles émissions suggère que les entreprises dont la production est davantage orientée vers des biens à faibles émissions affichent une productivité des émissions plus élevée. Grâce à l'analyse de décomposition des indices et aux régressions sur données de panel, la thèse explore également l'évolution des intensités d'émission à l'échelle des entreprises. Les résultats indiquent que les réductions globales des émissions sont principalement associées à des gains d'efficacité, tandis que les entreprises qui ajustent leur portefeuille vers des produits à faibles émissions enregistrent des améliorations durables en matière de productivité des émissions.Ces résultats s'inscrivent dans le débat plus large sur les stratégies de décarbonation en soulignant l'importance des portefeuilles de produits en complément des améliorations d'efficacité. Si les avancées technologiques jouent un rôle clé, cette étude souligne que les stratégies de décarbonation axées uniquement sur l'amélioration de l'efficience risquent de négliger l'impact structurel de la composition de la production. Les conclusions soulèvent également des questions sur les cadres réglementaires actuels et la manière dont ils favorisent ou limitent l'orientation vers des produits à faibles émissions. En s'appuyant sur les perspectives de l'économie écologique et de la planification démocratique, cette thèse éclaire la question de savoir si les ajustements impulsés par le marché suffisent ou si des interventions réglementaires supplémentaires sont nécessaires pour faciliter des changements structurels dans la production industrielle
Étude de la perception et de la manipulation d'objets virtuels en réalité augmentée à l'aide de dispositifs haptiques portables
No full textWearable haptic devices provide tactile sensations in a compact form. They have been little used in augmented reality (AR), where virtual content is integrated into real world perception. In this thesis, we investigate their use to enhance direct hand interaction with virtual and augmented objects in AR. First, we investigate how visual rendering affects the perception of vibrotactile texture augmentations of real surfaces directly touched by the finger. To this end, we propose a system for rendering visuo-haptic texture augmentations using an AR headset and a wearable vibrotactile device. Next, we evaluate how the perceived roughness of virtual textures differs when touched via a virtual hand vs. one's own hand, and in AR vs. virtual reality (VR). We then investigate the realism and coherence of combining visual and haptic texture augmentations in AR. Second, we investigate how visuo-haptic feedback as a hand augmentation improves the direct manipulation of virtual objects with the hand in AR, in terms of performance and usability. We study the effect of six visual feedback of the virtual hand as augmentation of the real hand. We then evaluate two vibrotactile contact techniques, provided at four different positions on the real hand and compare them to two visual hand augmentations.Les dispositifs haptiques portables procurent des sensations tactiles tout en restant compacts. Ils ont été peu utilisés en réalité augmentée (RA), où le contenu virtuel est intégré à la perception du monde réel. Dans cette thèse, nous étudions leur utilisation pour améliorer les interactions de la main avec des objets virtuels et augmentés en RA. Nous commençons par étudier l'impact du rendu visuel sur la perception des textures vibrotactiles virtuelles qui augmentent des surfaces réelles touchées directement par le doigt. Nous proposons un système d’augmentation de textures visuo-haptiques à l'aide d'un casque de RA et d'un dispositif vibrotactile portable. Nous évaluons ensuite comment la rugosité perçue des textures augmentées diffère lorsqu'elles sont touchées via une main virtuelle, en réalité virtuelle (RV) et en RA, ou par sa propre main. Nous étudions alors le réalisme et la cohérence de la combinaison des textures augmentées visuelles et haptiques en RA. Nous étudions ensuite comment des retours sensoriels visuo-haptiques augmentant la main améliorent les performances et l’expérience utilisateur lors de la manipulation d'objets virtuels en RA. Nous commençons par étudier l'effet de six retours visuels de la main virtuelle comme augmentation de la main réelle. Nous évaluons ensuite deux techniques de contact vibrotactile à quatre endroits différents sur la main et nous les comparons à deux augmentations visuelles de la main
Controllo non distruttivo dei prodotti alimentari mediante imaging a microonde e onde millimetriche
No full textEnsuring food safety and quality is a major concern in the food industry, as physical contamination can pose significant health risks to consumers, damage brand reputation, and lead to legal consequences. Common detection methods, such as X-ray inspection, have limitations, particularly in identifying contaminants like plastic, wood, and glass, which have low density and can be difficult to detect. This work explores an alternative solution based on microwave sensing, introducing a novel approach to contamination detection. The proposed system leverages low-power, non-ionizing microwave signals to identify foreign bodies without compromising food integrity or requiring extensive modifications to existing production lines. It offers a cost-effective and real-time inspection method, capable of operating in-line without interrupting the manufacturing process. The detection principle relies on analyzing how microwave signals interact with different materials, taking advantage of the dielectric contrast between contaminants and food products. A set of antennas surrounding the target captures signal variations, which are then processed to determine the presence of foreign objects. The system is designed to acquire data efficiently while maintaining compatibility with the speed and constraints of industrial food processing environments. Detecting contaminants in food and beverage products using scattering parameters involves solving an inverse problem, which is nonlinear and ill-posed. This process is computationally expensive and may not be suitable for real-time, in-line detection. In this research, we integrate Machine Learning (ML) techniques to overcome the challenges of the inverse problem and to automate the classification process. We investigate the robustness and effectiveness of different classifiers, such as Support Vector Machines (SVM) and Multi-Layer Perceptron (MLP) networks, by training them on large-scale datasets collected from experimental trials. These models learn to distinguish between uncontaminated and contaminated food items. The classifiers successfully identifies a variety of foreign materials, including different types of plastics, glass, and wood, demonstrating high accuracy across thousands of test cases.Furthermore, we extend our research to millimeter-Wave (mmW) imaging, investigating the integration of mmW systems with ML tools for nut inspection. The promising results achieved using mmW imaging and ML classification in agrifood applications, particularly for soft fruits like apples and peaches, inspire us to evaluate the effectiveness of this approach for more challenging cases—specifically, in-shell seeds such as almonds and walnuts. The results obtained in this thesis highlight the potential of the microwave/mmW-based system as a robust, scalable, and efficient solution for real-time food contamination detection and agrifood inspection. By integrating microwave sensing with machine learning, this approach offers a powerful alternative to traditional inspection methods, improving food safety and quality in industrial settings.Garantir la sécurité et la qualité des aliments est une préoccupation majeure dans l'industrie alimentaire, car la contamination physique peut présenter des risques importants pour la santé des consommateurs, nuire à la réputation de la marque et par là même conduire à des poursuites judiciaires. Les méthodes de détection actuelles, telles que l'inspection par rayons X, présentent des limites, notamment en ce qui concerne l'identification de contaminants tels que le plastique, le bois et le verre, qui ont une faible densité et peuvent être difficiles à détecter, ou encore lorsque les contaminants sont cachés dans le produit. Ce travail explore une solution alternative basée sur la détection par un système exploitant les microondes. L'avantage de cette solution réside dans le caractère non ionisant des signaux envoyés ainsi que dans la possibilité de réaliser un système à faible puissance injectée. Ainsi, identifier les contaminants dans les aliments pourra s'effectuer sans compromettre leur intégrité ni nécessiter de modifications importantes des chaînes de production existantes. De plus, ce système devra fonctionner en temps réel sur une ligne de production, sans que le processus de fabrication ne soit interrompu. Le principe de la détection repose sur l'analyse de l'interaction des signaux microondes avec différents matériaux, en tirant parti du contraste diélectrique entre les contaminants et les produits alimentaires. La matrice de diffraction collectée par les 6 antennes qui entourent la cible est traitée pour déterminer la présence de corps étrangers. Le système est conçu pour être compatible avec les contraintes des environnements industriels de transformation des aliments. La détection des contaminants dans les produits alimentaires et les boissons à l'aide des paramètres de diffusion implique la résolution d'un problème inverse, non linéaire et mal posé. Ce processus est coûteux en termes de calcul et difficilement compatible avec une détection sur une ligne de production opérant en temps réel. Dans ce travail de doctorat, nous intégrons des techniques d'apprentissage automatique pour surmonter les difficultés du problème inverse et automatiser le processus de classification. Nous étudions la robustesse et l'efficacité de différents classificateurs, tels que les machines à vecteurs de support (SVM) et les réseaux de perceptrons multicouches (MLP), en les entraînant sur des ensembles de données à grande échelle collectées lors de campagnes de mesure. Ces modèles apprennent à distinguer les aliments contaminés des aliments sains. Les classificateurs identifient avec succès une variété de matériaux étrangers, y compris différents types de plastique, de verre et de bois, sur des milliers de cas de test. En outre, nous étendons notre recherche à l'imagerie par ondes millimétriques (mmW), en étudiant l'intégration des systèmes mmW avec des outils de ML pour l'inspection de fruits à coque. Cette étude est motivée par les résultats prometteurs obtenus dans cette même gamme de fréquences sur des fruits à peau fine et contenant une grande quantité d'eau, comme les pommes et les pêches. Ici, la présence de la coque ainsi que le fait qu'elle renferme un fruit sec rend l'étude plus complexe. Les résultats obtenus dans ce travail de doctorat mettent en évidence le potentiel du système basé sur les microondes et les ondes millimétriques en tant que solution robuste, évolutive et efficace pour la détection en temps réel de la contamination des aliments et l'inspection agroalimentaire. En intégrant la détection par micro-ondes à l'apprentissage automatique, nous proposons une alternative puissante aux méthodes d'inspection traditionnelles, améliorant ainsi la sécurité et la qualité des aliments dans les environnements industriels.Garantire la sicurezza e la qualita degli alimenti e una delle principali preoccupazioni dell’industriaalimentare, poiche la contaminazione fisica puo comportare rischi significativi per la salute dei consumatori, danneggiare la reputazione del marchio e portare a conseguenze legali. I comuni metodi dirilevamento, come l’ispezione a raggi X, hanno dei limiti, in particolare nell’identificazione di contaminanticome plastica, legno e vetro, che hanno una bassa densita e possono essere difficili da rilevare. Questolavoro esplora una soluzione alternativa basata sul rilevamento a microonde, introducendo un nuovoapproccio al rilevamento della contaminazione. Il sistema proposto sfrutta segnali a microonde a bassapotenza e non ionizzanti per identificare i corpi estranei senza compromettere l’integrita degli alimentio richiedere modifiche alle linee di produzione esistenti. Offre un metodo di ispezione economico e intempo reale, in grado di operare in linea senza interrompere il processo di produzione. Il principio di rilevamento si basa sull’analisi del modo in cui i segnali a microonde interagiscono con i diversi materiali, sfruttando il contrasto dielettrico tra contaminanti e prodotti alimentari. Una schiera di antenne, che circondano il prodotto sotto analisi, cattura le variazioni di segnale, che vengono poi elaborate per determinare la presenza di oggetti estranei. Il sistema e progettato per acquisire dati in modo efficiente, mantenendo la compatibilita con la velocita e i vincoli degli ambienti industriali di lavorazione degli alimenti. Il rilevamento di contaminanti nei prodotti alimentari e nelle bevande utilizzando i parametri di diffusione comporta la risoluzione di un problema inverso, non lineare e malposto. Questo processo e computazionalmente costoso e potrebbe non essere adatto per il rilevamento in linea in tempo reale. In questa ricerca, integriamo tecniche di apprendimento automatico (ML) al problema inverso per automatizzare il processo di classificazione. Analizziamo la robustezza e l’efficacia di diversi classificatori, come le macchine a vettori di supporto (SVM) e le reti di percettori multistrato (MLP), addestrandoli su serie di dati su larga scala raccolti da prove sperimentali. Questi modelli imparano a distinguere tra alimenti non contaminati e contaminati. I classificatori identificano con successo una varieta di materiali estranei, tra cui diversi tipi di plastica, vetro e legno, dimostrando un’elevata precisione su migliaia di casi di test. Inoltre, estendiamo la nostra ricerca all’imaging a onde millimetriche (mmW), studiando l’integrazione di sistemi mmW con strumenti di ML per l’ispezione delle noci. I risultati promettenti ottenuti con l’imaging mmW e la classificazione ML in applicazioni agroalimentari, in particolare per frutti rossi come mele e pesche, ci hanno stimolato a valutare l’efficacia di questo approccio per casi piu impegnativi, in particolare per semi in guscio come mandorle e noci. I risultati ottenuti in questa tesi evidenziano il potenziale del sistema basato sulle microonde/mmW come soluzione robusta, scalabile ed efficiente per il rilevamento della contaminazione alimentare e l’ispezione agroalimentare in tempo reale. Integrazione del rilevamento a microonde con l’apprendimento automatico offre una potente alternativa ai metodi di ispezione tradizionali, migliorando la sicurezza e la qualita degli alimenti in ambito industriale