Thèses en Ligne
Not a member yet
173210 research outputs found
Sort by
La pratique instrumentale : un vecteur de développement de l’esprit critique
No full textThis thesis explores the influence of school music practice on the development of criticalthinking in elementary school pupils. It highlights, in the context of the ‘Orchestre à l'école’ (OAE) scheme in a priority education context, the way in which instrumental practice can strengthen complex, cross-disciplinary reflective skills. While the state of the literature in cognitive science makes it possible to establish a link between musical practice and cognitive transfers, few studies in education and training science are interested in the efficient learning strategies that music can develop and implement within the learners' own reasoning process. So, do elementary school pupils who play music in OAEs have more developed self-regulation and critical thinking skills than those who do not? We put forward the hypothesis that the selfregulation activity deployed by the instrumental practice of cycle 3 pupils strengthens their critical thinking skills. Drawing on cross-disciplinary contributions from the educational and cognitive sciences, this research explores the learning dynamics at work in musical practice, through the process of self-regulation. We are observing its implementation in tasks proposing a variety of problem-solving contexts, involving the mobilisation of critical and self-regulated reflection, among an experimental group of student musicians (OAE) and a control group of non-musicians. The comparative analysis determines the gradations of self-regulation within the anticipation, realisation and reflection phases of the activity, put into perspective with critical thinking skills. The results show that practising music encourages young musicians' self-regulation, through refined management of the activity, organised analytical reasoning, and an ability to evaluate and adjust their actions while maintaining their orientation, particularly in complex situations. These metacognitive skills for controlling activity seem to operate in a similar way in orchestral practice and in reflective school learning contexts. Pupil musicians show an active commitment to critical reflection, in favour of their intellectual autonomy.Cette thèse explore l'influence de la pratique musicale en milieu scolaire sur le développement de l’esprit critique des élèves d’élémentaire. Elle met en lumière, dans le cadre du dispositif « Orchestre à l’école » (OAE) en contexte d’éducation prioritaire, la manière dont l’activité de pratique instrumentale peut renforcer des capacités réflexives complexes et transdisciplinaires. Si l’état de la littérature en sciences cognitives permet d’établir un lien entre pratique musicaleet transferts cognitifs, peu d’études en sciences de l’éducation et de la formation s’intéressent aux stratégies d’apprentissage efficientes que la musique permettrait de développer et de mettre en œuvre au sein même du processus de raisonnement des apprenants. Dès lors, est-ce que les élèves d’élémentaire qui pratiquent la musique au sein d’OAE possèdent une activité d’autorégulation et un esprit critique plus développés que ceux qui ne la pratiquent pas ? Nous émettons l’hypothèse que l’activité d’autorégulation déployée par la pratique instrumentale d’élèves de cycle 3 renforce leurs performances d’esprit critique. Ainsi, en nous appuyant sur des apports croisés en sciences de l’éducation et sciences cognitives, nous explorons dans cette recherche les dynamiques d’apprentissage à l’œuvre dans la pratique musicale, à travers leprocessus d’autorégulation. Nous observons sa mise en œuvre dans des tâches proposant des contextes variés de résolution de problèmes, engageant la mobilisation d’une réflexion critique et autorégulée, parmi un groupe expérimental d’élèves musiciens (OAE) et un groupe contrôle de non-musiciens. L’analyse comparative détermine les gradations d’autorégulation internes aux phases d’anticipation, de réalisation et de réflexion de l’activité, mises en perspective avec les compétences d’esprit critique. Les résultats montrent que la pratique musicale favorisel’autorégulation des jeunes musiciens, par une gestion affinée de l’activité, un raisonnement analytique organisé, et une capacité à évaluer et ajuster leurs actions en maintenant leur orientation, en particulier dans des situations complexes. Ces compétences métacognitives de contrôle de l’activité semblent s’opérer de manière similaire dans la pratique orchestrale et dans des contextes d’apprentissages scolaires réflexifs. Les élèves musiciens montrent un engagement actif dans une réflexion critique, en faveur de leur autonomie intellectuelle
Représentations et attentes des usagers sur Mon Espace Santé en Île-de-France
No full textINTRODUCTIONMy Health Space, launched in 2022, brings together the Electronic Medical Record, secure messaging, a health diary and a catalog of applications. Although 65.7 million of the French population are affected by it, only 11.5% actively use it. Practitioners showed low adoption of the tool due to its lack of incentive and training, while little data had been collected from the patient perspective. The main objective was to evaluate the representations and expectations of users, the main stakeholders of this tool.METHODOLOGYA qualitative research through 12 semi-structured interviews was conducted in Ile de France. The interviews were transcribed and then analyzed.RESULTSThe analysis revealed 4 themes: knowledge and use of the tool; interest and expectations; opinion; avenues for improvement. Knowledge of the contribution of this tool seems well known, however the lack of communication remains an obstacle to its deployment. The interest in using this platform is undeniable for users, given its ease of use and the functionalities offered such as the centralization of data, monitoring and transmission of medical information. The importance of bilateral use was highlighted in order to have an up-to-date file aimed at improving care. Data protection seems essential, as does respect for medical confidentiality. Among the improvements, a directory of health professionals remains the major point to consider.CONCLUSIONUsers see a certain interest in improving their care, they see themselves becoming an actor in their own health through the management of their medical data. On the other hand, concerns remain about the sustainability of the tool and the security of the data. This device aims to become a real digital health record.INTRODUCTIONMon Espace Santé (MES), lancé en 2022, regroupe le Dossier Médical Partagé, une messagerie sécurisée, un agenda de santé et un catalogue d’applications. Bien que 65,7 millions d’assurés soient concernés par MES, seulement 11,5 % l’utilisent activement. Les médecins ont montré une faible adoption de l’outil en raison de son manque d’incitation et de formation, tandis que peu de données avaient recueilli de la perspective des patients. L’objectif principal était d’évaluer les représentations et attentes des usagers, principaux intéressés de cet outil.MÉTHODEIl s’agit d’une étude qualitative menée auprès de 12 usagers en Ile de France. Les données ont été recueillis grâce à des entretiens semi-dirigés à partir d’un guide d’entretien. Les entretiens ont été retranscris puis analysés. RESULTATSL’analyse a permis de faire ressortir 4 thèmes : connaissances et utilisation de l’outil ; intérêt et attentes ; opinion ; pistes d’amélioration. Les connaissances de l’apport de cet outil semblent bien connues, cependant le manque de communication reste un frein à son déploiement. L’intérêt quant à l’utilisation de cette plateforme est indéniable pour les usagers, étant donné sa simplicité d’utilisation et les fonctionnalités offertes telles que la centralisation des données, le suivi et la transmission des informations médicales. Il a été souligné l’importance d’une utilisation bilatérale afin d’avoir un dossier à jour visant à améliorer la prise en soin. La protection des données semble primordiale au même titre que le respect du secret médical. Parmi les améliorations, un annuaire des professionnels de santé reste le point majeur à envisager.CONCLUSIONLes usagers y voient un intérêt certain dans l’amélioration de leur prise en charge, ils se voient devenir acteur de leur propre santé par la gestion de leurs données médicales. En revanche, des préoccupations subsistent quant à la pérennité de l’outil et la sécurisation des données. Ce dispositif a pour projet de devenir un véritable carnet de santé numérique
Des puces photoniques pour sortir les communications quantiques du laboratoire
No full textMy research activities falls in the context of quantum photonics, i.e. the exploitation of physical observables carried by photons to perform operations for quantum communications. In practice, all this work shares one important aspect : the exploitation of guided optics as an « enabling technology ». My activities began in 2001 at the laboratoire de Physique de la Matière Condensée, then continued during my post-doctoral fellowship at the University of Bristol from 2004 to 2006. Since 2006, I have been working in the Quantum Information & Photonics team at the Institut de Physique de Nice.My work spans over twenty years of research. It’s important to understand that all these experiments consitute a foundation of knowledge and techniques that allow me today to position my research activities favorably in the “second quantum revolution”, which is urging research teams to take their quantum systems out of the laboratory and collaborate with industrials group to propose highly applied realizations of real field quantum communications. My current activities are focused on innovation and on answering to the needs of real-field deployment, such as synchronization and stabilization of remote interferometers, and the coexistence of classical and quantum signals within the same network, while investigating new use cases.Mon travail de recherche s’inscrit dans le contexte de la photonique quantique, c’est-à-dire l’exploitation des observables physiques portées par les photons pour réaliser des opérations destinées aux communications quantiques. En pratique, ces travaux partagent tous un aspect important : l’exploitation de l’optique guidée comme « technologie habilitante ». Mes activités ont commencé en 2001 au laboratoire de Physique de la Matière Condensée puis ont continué lors de mon séjour post-doctoral à l’université de Bristol de 2004 à 2006. Enfin depuis 2006, je conduis mes activités de recherche dans l’équipe Photonique & Information Quantique de l’Institut de Physique de Nice.Ces travaux couvrent une vingtaine d’années de recherche. Il faut comprendre que toutes ces expériences forment un socle de connaissances et de techniques qui me permettent aujourd’hui de positionner favorablement mes activités dans la "seconde révolution quantique" qui enjoint les équipes de recherche à sortir leurs systèmes quantiques hors du laboratoire, collaborer avec des industriels afin de proposer des réalisations très appliquées de communications quantiques en champ réel. Mes activités actuelles visent l’innovation et s’attachent à répondre aux besoins nouveaux liés au déploiement en champ réel, tels que la synchronisation, la stabilisation d’interféromètres distants, la cohabitation des signaux classiques et quantiques au sein d’un même réseau, tout en investiguant des cas d’usage
Analyses statiques de ressources réutilisables pour langages de haut niveau
No full textProgrammers care about the amount of time, memory, and energy their program require to run. This is not only a matter of ecological ethic, but also of safety: software can fail or degrade in quality when not enough resources are available. This work aims to improve static resource analyzers by proposing a neutral formalism capable of combining several analysis techniques and of reusing them of different languages. This formalism is based on an abstract machine and corresponding type system through the Curry-Howard correspondence. At type-level, it embeds the intuitionistic linear sequent calculus together with "parameters" at the second order. Those parameters are manipulated with the conjunctive-implicative fragment of classical first-order logic, with a user-provided signature. At term level, this corresponds to a call-by-push-value virtual machine, with explicit resource manipulation. Parameters then represent characteristic quantities of data structures and computations (sizes, iteration counts, etc.)Our type system inference generates, together with a typed program, a first-order constraint over the parameters used in said program. Those include both the free parameter variables, but also those bounds by quantifiers. This constraint being first-order, it is amendable to SMT solving. Furthermore, in the important case of integers with signature (int, 0, 1, +, -, *), those quantifiers can be eliminated without significant loss of predictive power in cases found in the wild. This quantifier-free constraint can then be turned into an integer optimisation program, giving closed-form bounds on the values of those parameters. This provides resource bounds to programs written in the machine language. Our abstract machine admits a effect system capable of soundly encoding resource-passing without adding new primitives. This facilitates resource analysis for other languages: any compilation scheme to the machine automatically extends to a resource-aware one, which is sound regarding the operational semantics given by the original scheme. We show the feasibility of our method through its implementation, "AutoBill". It takes as input either a ML-style call-by-value language, a Call-by-Push-Value lambda-calculus, or in machine languages. Parameters with arbitrary user-defined sorts are supported. AutoBill then generates the corresponding constraint in a standard format. The Z3 solver can then provide closed-form bounds on those parameters. The extensibility of our method is demonstrated through the addition of a monadic effect system in the ML-language, and through the encoding of AARA analyses. AutoBill supports parameters annotations for user-described size and complexity, which previous AARA implementations didn't support.Il est important pour les programmeuses et programmeurs de maîtriser la quantité de temps, de mémoire, et d'énergie que leurs programmes consomment. Il s'agit non seulement d'un enjeu écologique, mais aussi une question de sûreté : les logiciels peuvent échouer si les ressources dont ils ont besoin n'existent pas en quantité suffisante quand on les exécute. Cette thèse cherche à améliorer la situation des analyseurs statiques de ressources, en proposant un formalisme "neutre" capable de combiner plusieurs analyses et de les réutiliser sur plusieurs langages de programmation. Ce formalisme est basé sur une machine abstraite et son système de type idoine via la correspondance de Curry-Howard. Au niveau des types, ce formalisme incarne le calcul des séquents linéaire intuitionniste, augmenté au second ordre par l'addition de "paramètres", des variables de type de sortes quelconques. Ces paramètres sont manipulés avec le fragment conjonction/implication de la logique classique du premier ordre, avec une signature fournie par l'utilisateur. Au niveau logiciel, ce système correspond à une machine virtuelle Call-by-Push-Value, avec gestion explicite des ressources, et les paramètres représentent des grandeurs caractéristiques des programmes (tailles, nombre de tour de boucle, etc.). Le système de type de cette machine abstraite produit, en plus d'un programme typé, une contrainte du premier ordre sur les paramètres du programme, à la fois les paramètres libres et ceux liés par des quantificateurs. Cette contrainte étant exprimée dans un fragment de la logique du premier ordre, il est possible de tester sa validité ou sa satisfaisabilité avec un solveur SMT. De plus, dans le cas de paramètres dans signature (int,0,1,+,-,*), il est possible d'éliminer les quantificateurs sans réduire le pouvoir de prédiction dans les cas réalistes. La contrainte résultante peut alors servir de base pour un programme d'optimisation sur les entiers fournissant des bornes sous formes closes de paramètres. Cela permet de fournir des bornes de ressources pour les programmes décrits dans le langage de la machine. La machine abstraite que nous présentons admet de plus un système d'effet de bord permettant d'encoder le passage de ressource dans les programme sans besoin de primitives supplémentaires. Cela facilite la compilation de langages sources dans la machine : un schéma de compilation sans ressources engendre automatiquement un schéma avec ressources, tout en respectant la sémantique opérationnelle du langage source telle que décrite par le premier schéma. Nous démontrons la validité de cette approche via une implémentation "AutoBill". Celle-ci peut prendre en entrée des programmes écrit dans un langage à la ML avec sémantique en appel par valeur pour en Call-by-push-value, ou en langage machine. Ces programmes peuvent inclure des paramètres et des signatures arbitraires. AutoBill renvoie alors la contrainte correspondante dans un format de fichier standard. Le solveur Z3 peut alors fournir les formes closes voulues. Nous présentons l'extensibilité de notre approche en ajoutant des effets de bord monadiques au langage à la ML, et en encodant l'analyse de complexité AARA dans les programmes. Dans ce dernier cas, AutoBill supporte les annotations de tailles et complexités, ce que les implémentations précédentes d'AARA ne supportaient pas
Impact du transport à longue distance des panaches de feux de biomasse sur la pollution régionale observé par satellite (IASI)
No full textWildfires are a significant source of emissions of greenhouse gases, gaseous pollutants and aerosols, which contribute to radiative forcing and atmospheric pollution. Although proactive fire suppression policies have reduced their occurrence in the Northern Hemisphere (NH), the number of extreme fires has increased in recent years. In addition to the regional effects on air quality, the large smoke plumes emitted by the most intense wildfires can be transported over long distances, impacting air quality on a continental or intercontinental scale. The NH biomes are particularly sensitive to hydrometeorological conditions and therefore to the effects of climate change on burned areas. The most intense fires in the last two decades have been observed in North America and the boreal regions of Asia. In this thesis, I study the impact of fires on atmospheric composition in the Northern Hemisphere and its evolution over recent decades using satellite observations. The analysis between June and October for the period 2008--2023 of the data provided by the IASI and MODIS instruments shows that high-intensity fires have a strong influence on carbon monoxide (CO) and aerosol (AOD) levels in HN. Thus, the CO total columns observed by IASI between June and October were found to be strongly correlated with the burned areas. A method for the identification of extreme plumes observed by IASI has been developed, revealing a significant correlation between the total number of days with a CO plume detected in June--October and the total burned area at latitudes above 30 °N, excluding the western regions of central and boreal Asia (r=0.83). In the boreal regions of East Asia and in the boreal and temperate regions of North America, I observe an increase of +16 % to +37 % in burned areas between June and October in recent years (2017--2023) compared with 2008--2023, concomitant with an increase in the average and extreme levels of CO and AOD. In North America, the number of days with CO plumes increased from +51 % to +65 %, and those with CO-aerosol plumes from +73 % to +100 %.In Europe, despite a 28 % decrease in burned areas, the long-range transport of plumes has led to an increase in the extremes of CO and AOD. The Atlantic, which is situated along the plume's trajectory, has also been impacted. An increase in the number of days with a CO plume of +82 % has been recorded above the Atlantic and +64 % above Europe. I show that the increase in the extent of the plumes, resulting from an increase in both the frequency and the spatial extent of each plume, exerts a predominant influence on the observed increase in mean CO and PAN values. An algorithm has been developed on the basis of IASI observations of CO and PAN to determine the trajectories of the plumes and estimate their most likely origin. The result indicates that 51 % of the extreme plumes observed between June and October over the period 2008--2023 originate from the boreal regions of East Asia and North America, with an increase from +28 % to +47 % in the trajectories originating from these regions between 2017 and 2023. Europe is predominantly impacted by plumes originated from North America (45 %), North Africa (28 %), and the Middle East (21 %), with an increase from +40 % to +61 % in plumes from North America. Finally, I show that the joint use of plume detection methods, CALIOP observations of the vertical distribution of aerosols and IASI observations of multiple chemical species enables the characterization of plume injection height and the study of the chemistry within plumes during transport as a function of their altitude.Les incendies de forêt sont responsables d'importantes émissions de gaz à effet de serre, de polluants gazeux et d'aérosols, qui contribuent au forçage radiatif et à la pollution atmosphérique. Bien que des politiques volontaristes de suppression des incendies aient réduit leur occurrence dans l'hémisphère nord (HN), le nombre d'incendies extrêmes a augmenté ces dernières années. Outre les effets régionaux sur la qualité de l'air, les grands panaches de fumée émis par les incendies de forêt les plus graves peuvent être transportés sur de longues distances, impactant ainsi la qualité de l'air à l'échelle continentale ou intercontinentale. Les biomes de l'HN sont particulièrement sensibles aux conditions hydrométéorologiques et donc aux effets du changement climatique sur les superficies brûlées. Les incendies les plus intenses des deux dernières décennies sont observés en Amérique du Nord et dans les régions boréales d'Asie. Dans cette thèse, j'étudie l'impact des feux sur la composition atmosphérique dans l'hémisphère nord et son évolution au cours des dernières décennies grâce aux observations satellitaires. L'analyse entre juin et octobre pour la période 2008--2023 des données fournies par les instruments IASI et MODIS montre que les incendies de grande intensité influencent fortement les niveaux de monoxyde de carbone (CO) et d'aérosols (AOD) dans l'HN. Ainsi, les colonnes totales de CO observées par IASI entre juin et octobre se sont révélées fortement corrélées aux surfaces brûlées. Une méthode de détection des panaches extrêmes observés par IASI a été développée, révélant une corrélation significative entre le nombre total de jours avec un panache de CO détecté en juin--octobre et la surface brûlée totale aux latitudes supérieures à 30 °N, à l'exclusion de l'ouest des régions d'Asie centrale et boréale (r=0.83). Dans les régions boréales d'Asie de l'Est et dans les régions boréales et tempérées d'Amérique du Nord. J'observe une augmentation de +16 % à +37 % des superficies brûlées entre juin et octobre lors des années récentes (2017--2023) par rapport à 2008--2023, accompagnée d'une hausse des niveaux moyens et extrêmes de CO et d'AOD. En Amérique du Nord, le nombre de jours avec des panaches de CO a augmenté de +51 % à +65 %, et ceux avec des panaches CO-aérosols de +73 % à +100 %. En Europe, bien que les surfaces brûlées aient diminué de 28 %, le transport à longue distance des panaches a conduit à une hausse des extrêmes de CO et d'AOD. L'Atlantique, sur la trajectoire des panaches, est également affecté. J'observe ainsi une augmentation du nombre de jours avec un panache de CO de +82 % au-dessus de l'Atlantique et +64 % au-dessus de l'Europe. Je montre que l'augmentation de l'étendue des panaches, provoquée par une fréquence et une étendue géographique par panache plus importantes, contrôle très majoritairement l'augmentation observée des valeurs moyennes de CO et de PAN. J'ai développé un algorithme basé sur les observations IASI de CO et de PAN pour déterminer les trajectoires des panaches et estimer leur origine la plus probable. Il en ressort que 51 % des panaches extrêmes observés entre juin et octobre sur la période 2008--2023 proviennent des régions boréales d'Asie de l'Est et d'Amérique du Nord, avec une hausse de +28 % à +47 % du nombre de trajectoires issues de ces régions entre 2017 et 2023. L'Europe est principalement affectée par des panaches venant d'Amérique du Nord (45 %), d'Afrique du Nord (28 %) et du Moyen-Orient (21 %), avec une augmentation de +40 % à +61 % des panaches provenant d'Amérique du Nord. Enfin, je montre que l'utilisation conjointe des méthodes de détection de panaches, des observations CALIOP de la distribution verticale des aérosols et des observations IASI de multiples composés chimiques permet de caractériser les altitudes d'injection des panaches et d'étudier la chimie des panaches au cours du transport en fonction de leur altitude
Volting ˸ un fauteuil roulant et une interface homme-machine pour l’activité physique
No full textThis thesis presents Volting, a novel powered wheelchair designed to redefine mobility and foster physical activity through a gesture-based humanmachine interface. Developed within the scope of Adapted Physical Activity (APA), the Volting project directly addresses the limitations of traditional mobility devices, which often lack versatility in recreational and dynamic contexts, such as wheelchair dance (WD). By prioritizing inclusivity and adaptability, this innovative design enables users to interact with the wheelchair intuitively through natural body gestures. The mechanical design incorporates features such as a dynamic suspension system and a sliding seat mechanism, which allow users to perform complex movements while maintaining stability and comfort. The body motion-based control system implements inertial measurementunits (IMUs) strategically positioned on the user's body. These sensors capture real-time motion data, and calibrate the user's posture and movement range enabling the translation of user intent into precise control commands. Experimental trials confirmed the system's effectiveness in following and navigate in function of the user's leanings while maintaining user safety. Simulations of the system as a mobile robot mobile robot allow for future implementation of precise trajectory tracking as a complementary strategy control. To enhance the user-wheelchair interaction the study integrates state-ofthe- art signal processing techniques and machine learning algorithms, achieving gesture classification accuracies of up to 97% for various gestures. Additionally, the thesis explores contrastive learning, a methodology to improve the differentiation between learned and novel gestures, demonstrating the potential to surpass traditional classification techniques. This work also delves into the broader implications of integrating robotics and machine learning into APA, showcasing how technology can be leveraged to promote physical activity, self-expression, and social inclusion. By combining mobility assistance with opportunities for recreational and artistic engagement, the Volting wheelchair offers a transformative solutionthat seeks for enhancing autonomy and quality of life for individuals with disabilities, paving the way for new directions in assistive robotics and inclusive design.Cette thèse présente Volting, une nouvelle fauteuil roulante motorisée conçue pour redéfinir la mobilité et promouvoir l'activité physique grâce à une interface homme-machine basée sur lesgestes. Développé dans le cadre des Activités Physiques Adaptées (APA), le projet Volting répond directement aux limites des dispositifs de mobilité traditionnels, souvent peu adaptés aux contextes récréatifs et dynamiques tels que la danse en fauteuil roulant (WD). En mettantl'accent sur l'inclusivité et l'adaptabilité, ce design innovant permet aux utilisateurs d'interagir intuitivement avec le fauteuil roulante par des gestes naturels du corps.Le design mécanique intègre des fonctionnalités telles qu'un système de suspensiondynamique et un mécanisme de siège coulissant, permettant aux utilisateurs d'effectuer des mouvements complexes tout en maintenant stabilité et confort. Le système de commande basésur les mouvements corporels utilise des unités de mesure inertielle (IMU) positionnéesstratégiquement sur le corps de l'utilisateur. Ces capteurs capturent les données de mouvement en temps réel et calibrent la posture et l'amplitude des mouvements de l'utilisateur, traduisantainsi l'intention en commandes de contrôle précises. Des essais expérimentaux ont confirmé l'efficacité du système dans le suivi et la navigation en fonction des inclinaisons de l'utilisateur, tout en garantissant sa sécurité. Les simulations du système en tant que robot mobile ermettent une future mise en oeuvre de stratégies complémentaires pour un suivi précis destrajectoires. Pour améliorer l'interaction entrel'utilisateur et le fauteuil roulante, cette étude intègre des techniques de traitement du signal de pointe et des algorithmes d'apprentissage automatique, atteignant une précision de classification des gestes allant jusqu'à 97 % pour divers mouvements. De plus, la thèse explorel'apprentissage contrastif, une méthodologie visant à améliorer la différenciation entre les gestes appris et les gestes nouveaux, démontrant son potentiel à surpasser les techniques de classification traditionnelles.Ce travail s'intéresse également aux implications plus larges de l'intégration de la robotique et de l'apprentissage automatique dans les APA, montrant comment la technologie peut être utilisée pour encourager l'activité physique, l'expression de soi et l'inclusion sociale. En combinant l'assistance à la mobilité avec des opportunités d'engagement récréatif et artistique,le fauteuil roulante Volting propose une solution transformative visant à améliorer l'autonomie et la qualité de vie des personnes en situation de handicap, ouvrant ainsi de nouvelles perspectives en robotique d'assistance et en design inclusif
Réseau personnel et construction de l'identité de leadership chez les femmes
No full textThis thesis explores the dynamics between personal networks and the construction of women's leadership identity within the Vietnamese cultural context. Empirically, it is based on 33 semi- structured interviews and 4 netnographic case studies. Drawing on the theoretical framework of DeRue and Ashford (2010), the study reveals that women in informal contexts develop their leadership through "giving and receiving" interactions, establishing reciprocal leader-follower dynamics. To analyze this identity construction within the Confucian cultural framework, a typology is proposed, highlighting the interaction between innate attributes (self-confidence, courage, sincerity) and acquired ones (consistency, autonomy, achievements). By fostering authentic relationships and allowing their identity to evolve through these relationships, women enhance their influence, build trust, and establish networks that support their leadership. Finally, practical recommendations are provided for the development of women's leadership in the Vietnamese context: taking initiative, embodying confidence, acting autonomously, demonstrating courage, and cultivating sincerity to construct a leadership identity that integrates natural strengths with adaptability grounded in relational exchanges.Cette thèse explore les dynamiques entre les réseaux personnels et la construction de l’identité de leader chez les femmes, dans le contexte culturel vietnamien. D'un point de vue empirique, elle s'appuie sur 33 entretiens semi-directifs et 4 études de cas netnographiques. En s’appuyant sur le cadre théorique de DeRue et Ashford (2010), l’étude révèle que les femmes dans des contextes informels développent leur leadership grâce à des interactions de type « donner et recevoir », établissant des dynamiques réciproques leader-suiveur. Pour analyser cette construction identitaire dans le cadre culturel confucéen, une typologie est proposée, mettant en lumière l’interaction entre des attributs innés (confiance en soi, courage, sincérité) et acquis (cohérence, autonomie, accomplissements). En développant des relations authentiques et en laissant leur identité évoluer à travers elles, les femmes renforcent leur influence, instaurent la confiance et bâtissent des réseaux qui soutiennent leur leadership. Enfin, des recommandations pratiques sont formulées en termes de développement du leadership féminin dans un contexte vietnamien : prendre des initiatives, incarner la confiance, se conduire de manière autonome, faire preuve de courage et cultiver la sincérité, pour construire une identité de leader intégrant des forces naturelles et une adaptabilité fondée sur les échanges relationnels
Du Low Code au Green Code : concepts, méthodes et outils
No full textL'ingénieur logiciel contemporain est placé sous une double contrainte : économique et écologique. La première impose de minimiser le coût de développement et de maintenance, quand la seconde impose de minimiser le coût environnemental. Cette HDR vise à équiper le praticien logiciel de concepts, méthodes et outils pour lui permettre de travailler à l'intérieur des limites qui lui sont posées.Le premier chapitre traite d'un génie du logiciel économique cherchant à réduire les coûts et les délais engendrés par le cycle de vie du logiciel. Les approches à basse intensité de code (low code) dont l'ingénierie dirigée par les modèles fait partie offrent cette possibilité. La première contribution porte sur la modernisation des logiciels vieillissants (legacy software), typiquement vers des environnements Cloud via une approche d'ingénierie arrière (ou rétro-ingénierie). La seconde contribution traite du cas spécifique des langages dédiés directement exécutables (xDSL), de leur intérêt pour les systèmes réactifs comme les applications Android et de leur rôle dans la quête du Graal de l'auto-adaptation logicielle. La dernière contribution propose de maîtriser le développement mobile multiplateforme via une approche d'ingénierie avant.Le second chapitre traite d'un génie du logiciel écologique cherchant à réduire les coûts environnementaux cachés engendrés par le cycle de vie du logiciel. Au-delà de la consommation immédiate d'énergie électrique en phase d'usage, l'idée est d'augmenter la durée de vie du matériel hôte grâce à l'optimisation en masse des logiciels. À l'aide d'un état de l'art et de la pratique, la contribution centrale s'attaque au verdissement des productions logicielles, notamment des applications Android, une ligne de code après l'autre (green code). Il s'agit d'une approche d'assurance qualité logicielle basée sur un catalogue d'odeurs nauséabondes de code et sur des outils d'analyse automatique permettant de les repérer et, en fin de compte, de les corriger. Enfin, les progrès obtenus peuvent en principe être mesurés par un tout nouveau wattmètre logiciel pour la plateforme Android.Deux chapitres supplémentaires complètent ce mémoire d'HDR. Le premier dresse la liste des différents types d'actions entreprises pour faire rayonner les contributions scientifiques, tandis que le second explore les pistes de recherche qui en découlent
Méthodes de deep learning pour la prédiction de structure secondaire des ARNs longs
No full textThe essential role of RNAs in various biological processes and diseases has been demonstrated. However, the function of many RNAs is still unknown. A better understanding of the role of RNAs could lead to the discovery of new biomarkers or therapeutic targets to improve the efficacy of medical treatments.However, the experimental validation of the function of RNAs is very costly, which hinders the study of their roles. This problem can be overcome with the help of computational tools. In particular, deep learning is now widely used to study RNAs, enabling accurate and efficient methods for many tasks by discovering recurrent patterns in large datasets.A distinction is traditionally made between short and long RNAs based on a threshold length of 200 nucleotides. However, different thresholds have been proposed. We define here this threshold at 1,000 nucleotides. Indeed, while RNAs shorter than this threshold have been extensively studied, longer RNAs have a wide range of functions and are not yet well characterized.Most existing methods focus on the study of short RNAs and do not extend to long RNAs, either for reasons of performance or algorithmic complexity.RNAs can be characterized by their secondary structure, thus allowing us to understand their function.Pseudoknots are a special type of biological motif within the secondary structure of RNAs in that they are not nested within the main structure. As a result, pseudoknots provide valuable insight into the structure of RNAs in three-dimensional space, allowing them to be more finely characterized.However, the determination of pseudoknots is a complex problem for which the performance of current methods still leaves to be desired.We use deep learning to determine the secondary structure of long RNAs from their biological sequence alone.In this thesis, we first present DivideFold, which aims to predict the secondary structure of long RNAs based on their biological sequence.We rely on a "divide and conquer" approach based on deep learning to process longer RNAs in linear time.Our algorithm uses an insertion of various known motifs to represent the information in the sequence, then recursively divides the sequence into multiple fragments using a one-dimensional convolutional neural network until they are short enough to be passed to an existing secondary structure prediction method.Secondly, we propose to extend DivideFold to secondary structure prediction with pseudoknots for long RNAs.By using sufficiently large fragments, merging them, and using an existing method that is able to predict pseudoknots in fragments, we extend DivideFold to the detection of pseudoknots in long RNAs, even over long distances.Finally, we propose new data augmentation functions for RNA sequences and secondary structures, which help improve the performance and generalization capabilities of learning methods by providing a more diverse data set. This is particularly important for long RNAs, for which the amount of available secondary structure data is very limited. Such methods already exist for RNA sequences, but do not yet extend to secondary structure data.Our tool DivideFold is made available to the scientific community on the EvryRNA platform.Le rôle essentiel des ARNs a été démontré dans divers processus biologiques et maladies. Toutefois, on ignore encore la fonction de nombreux ARNs. Une meilleure connaissance de leur rôle pourrait permettre de découvrir de nouveaux biomarqueurs ou cibles thérapeutiques et ainsi d'améliorer l'efficacité des traitements médicaux.Cependant, la validation expérimentale de leur fonction est très coûteuse, ce qui pose un frein à l'étude de leurs rôles. Il est possible de pallier ce problème grâce à des outils informatiques.En particulier, l'apprentissage profond est aujourd'hui fréquemment utilisé pour l'étude des ARNs.Il permet de découvrir efficacement des motifs récurrents dans de larges jeux de données.On distingue traditionnellement les ARNs courts et les ARNs longs en fonction d'un seuil de 200 nucléotides. Toutefois, différents seuils ont déjà été proposés. Nous définissons ici ce seuil à 1000 nucléotides. En effet, si les ARNs plus courts que ce seuil ont été étudiés en profondeur aujourd'hui, les ARNs plus longs possèdent des fonctions très variées et sont encore mal caractérisés.La majorité des méthodes existantes se focalisent sur l'étude des ARNs courts et ne permettent pas d'être étendues aux ARNs longs, que ce soit pour des raisons de performance ou de complexité algorithmique.Les ARNs peuvent être caractérisés notamment par leur structure secondaire, permettant de comprendre leur fonction.Les pseudo-noeuds sont un type de motif biologique particulier au sein de la structure secondaire des ARNs car ils ne sont pas imbriqués dans la structure principale. De ce fait, les pseudo-noeuds permettent un aperçu précieux de la structure des ARNs dans l'espace en trois dimensions et donc de les caractériser plus finement.Toutefois, la détermination des pseudo-noeuds est un problème complexe pour lequel les performances des méthodes actuelles sont encore insatisfaisantes.Nous utilisons l'apprentissage profond pour déterminer la structure secondaire des ARNs longs, à partir de leur séquence biologique uniquement.Dans cette thèse, nous présentons tout d'abord DivideFold, qui a pour but de prédire la structure secondaire des ARNs longs selon leur séquence biologique.Nous nous basons sur une approche "diviser pour régner" afin de nous adapter à des ARNs plus longs en temps linéaire.Notre algorithme utilise des motifs connus pour représenter l'information dans la séquence, puis divise la séquence récursivement en plusieurs fragments grâce à un réseau de neurones convolutifs à une dimension jusqu'à ce qu'ils soient suffisamment courts pour pouvoir être donnés à une méthode existante de prédiction de structure secondaire.En deuxième lieu, nous proposons une extension de DivideFold permettant la prédiction de structure secondaire avec pseudo-noeuds pour les ARNs longs.En utilisant des fragments suffisamment larges, en les fusionnant, et en utilisant une méthode existante capable de prédire les pseudo-noeuds dans les fragments, il est possible pour DivideFold de reconnaître les pseudo-noeuds dans les ARNs longs, même à longue distance.Enfin, nous proposons de nouvelles fonctions d'augmentation de données pour les séquences et les structures secondaires des ARNs, permettant d'améliorer les performances et les capacités de généralisation des méthodes d'apprentissage en mettant à disposition un jeu de données plus varié. Cela est particulièrement important pour les ARNs longs, pour lesquels la quantité de données de structure secondaire disponibles est très restreinte. De telles méthodes existent déjà pour les séquences d'ARN, mais pas encore pour les données de structure secondaire.Notre outil DivideFold est mis à disposition de la communauté scientifique sur la plateforme EvryRNA
Vers un apprentissage automatique fiable : exploiter les représentations multimodales, le goulot d’étranglement de l’information et la théorie des valeurs extrêmes (EVT)
No full textThis PhD research focuses on making machine learning more reliable, particularly for high-stakes applications. Current deep learning models, while highly performant, remain difficult to trust because of their opacity, vulnerability to adversarial attacks, sensitivity to distribution shifts, and inefficiency when faced with limited data or resources. To address these limitations, this work explores three complementary dimensions: explainability, robustness, and frugality. On the explainability side, it proposes a method called CB2, which introduces concept-based interpretability for deep neural networks. CB2 relies on multi-modal embeddings and decision theory to align internal model representations with human-interpretable concepts. This technique allows us to better understand why a model makes a given prediction and inspect potential biases in the decision process. Compared to traditional post-hoc attribution methods, CB2 offers more structured and semantically meaningful explanations, validated across several computer vision datasets. In terms of robustness, it proposes two approaches to enhance model reliability. The first is POSIB, a post-training method based on the Information Bottleneck principle, which reshapes a model's latent space to disentangle informative features from noise and irrelevant correlations. This improves robustness without sacrificing predictive accuracy. The second approach, called SPADE, addresses the detection of out-of-distribution samples and adversarial inputs. SPADE leverages Extreme Value Theory to characterize the tail behavior of latent distributions, providing a principled way to detect unfamiliar or malicious inputs and abstain from unreliable predictions. Experiments across different architectures and datasets show that SPADE achieves state-of-the-art performance in both OOD detection and adversarial defense. Finally, this work also focuses on frugality, recognizing that models deployed in industrial or safety-critical contexts often operate under severe data and computational constraints. To meet these challenges, it develops frugal representation learning techniques that optimize the information content of latent spaces, keeping only the most essential features. Combined with the robustness framework, it proposes F-STUDENT, a distilled version of robust models that compresses the network while preserving its ability to withstand adversarial attacks. This approach outperforms standard pruning methods by leveraging multi-step distillation and information bottleneck regularization. Overall, this PhD contributes to closing the gap between the theoretical progress of modern machine learning and the practical requirements of deploying AI in safety-critical environments. By addressing explainability, robustness, and frugality together, it offers a comprehensive framework for developing reliable machine learning systems that can be trusted in real-world high-stakes applications.Cette thèse de doctorat porte sur l'amélioration de la fiabilité de l'apprentissage automatique, en particulier pour les applications à forts enjeux. Les modèles d'apprentissage profond actuels, bien que très performants, restent difficiles à appréhender et à déployer de manière sûre en raison de leur opacité, de leur vulnérabilité aux attaques adverses, de leur sensibilité aux changements de distribution, et de leur inefficacité en contexte de données ou de ressources limitées. Pour surmonter ces limites, ce travail explore trois dimensions complémentaires : l'explicabilité, la robustesse et la frugalité.Sur le plan de l’explicabilité, il propose une méthode appelée CB2, qui introduit une forme d’interprétabilité par concepts pour les réseaux neuronaux profonds. CB2 s’appuie sur des embeddings multi-modaux et la théorie de la décision pour aligner les représentationsinternes du modèle sur des concepts compréhensibles par l’humain. Cette technique permet de mieux comprendre pourquoi un modèle produit une prédiction donnée et d’inspecter les biais potentiels dans le processus de décision. Par rapport aux méthodes post-hoc classiques, CB2 fournit des explications plus structurées et sémantiquement riches, validées sur plusieurs jeux de données en vision par ordinateur.Sur le plan de la robustesse, deux approches sont proposées pour renforcer la fiabilité des modèles. La première, nommée POSIB, est une méthode post-entraînement fondée sur le principe de l’Information Bottleneck, qui restructure l’espace latent du modèle afin de dissocier les caractéristiques informatives du bruit et des corrélations non pertinentes. Cela améliore la robustesse sans compromettre la précision prédictive. La seconde approche, appelée SPADE, traite de la détection des échantillons hors distribution (OOD) et des entrées adverses. SPADE exploite la théorie des valeurs extrêmes pour caractériser le comportement des queues de distribution latente, offrant ainsi une manière rigoureuse de détecter les entrées inconnues ou malveillantes et de s’abstenir de prédictions peu fiables. Les expériences menées sur différentes architectures et jeux de données montrent que SPADE atteint des performances de pointe en détection OOD et en défense contre les attaques adverses.Enfin, ce travail s’intéresse aussi à la frugalité, en reconnaissant que les modèles déployés dans des contextes industriels ou critiques fonctionnent souvent sous des contraintes sévères en données et en ressources de calcul. Pour relever ces défis, il développe des techniques d’apprentissage de représentations frugales qui optimisent le contenu informationnel des espaces latents, en ne conservant que les caractéristiques essentielles. Combiné avec le cadre de robustesse, il propose F-STUDENT, une version distillée des modèles robustes, qui compresse le réseau tout en préservant sa capacité à résister aux attaques adverses. Cette approche surpasse les méthodes classiques d’élagage en s’appuyant sur une distillation multi-étapes et une régularisation par goulot d’étranglement informationnel.Dans l’ensemble, cette thèse contribue à combler le fossé entre les avancées théoriques de l’apprentissage automatique moderne et les exigences pratiques du déploiement de l’IA dans des environnements critiques. En abordant conjointement l’explicabilité, la robustesse et la frugalité, elle propose un cadre complet pour le développement de systèmes d’apprentissage fiables, dignes de confiance dans des applications réelles à forts enjeux