thèses en ligne de ParisTech
Not a member yet
9369 research outputs found
Sort by
Modélisation multi-échelle du comportement des composites thermoplastiques recyclés : investigation expérimentale, génération de microstructures, et homogénéisation pilotée par les données
No full text{Recycled thermoplastic composites offer a sustainable alternative to traditional composites, but their mechanical behavior remains difficult to predict due to inherent heterogeneity. The recycling process introduces variability in microstructure and material properties, requiring tailored approaches for accurate performance prediction. This thesis develops tools and methodologies to improve the understanding, prediction, and application of these composites. First, experimental investigations examine how processing parameters, such as chip size, influence the microstructural and mechanical properties of recycled glass fiber composites. The analysis reveals anisotropic and history-dependent behaviors linked to distinct fiber architectures at micro- and meso-scales, forming a foundation for predictive models reflecting their heterogeneity. Second, nonlinear constitutive models are proposed to capture viscoelastic, viscoplastic, and damage mechanisms in the composites. Experimental results validate their ability to replicate energy absorption, damping, and inelastic behaviors under complex loading conditions. Finally, the data-driven MuTINN (Multiscale Thermodynamics Informed Neural Networks) framework improves predictive capabilities for recycled composites. Grounded in thermodynamics, it incorporates internal state variables (ISVs) to model anisotropic and history-dependent behaviors. The approach enables efficient predictions while maintaining physical interpretability. Its integration into FE software demonstrates effective macroscale structural analysis and facilitates the rapid optimization of recycled composites for industrial applications.Les composites thermoplastiques recyclés offrent une alternative durable aux matériaux traditionnels, mais leur comportement mécanique reste difficile à prévoir en raison de leur hétérogénéité intrinsèque. Le processus de recyclage introduit une variabilité de la microstructure et des propriétés mécaniques, nécessitant des approches adaptées pour une prédiction précise. Cette thèse développe des outils et méthodologies pour mieux comprendre, prédire le comportement de ces composites. D’abord, des investigations expérimentales montrent comment les paramètres de procédé, comme la taille des fragments, influencent les propriétés microstructurales et mécaniques des composites recyclés à fibres de verre. L’analyse révèle des comportements anisotropes et non linéaires liés à des architectures de fibres distinctes, établissant une base pour des modèles prédictifs reflétant leur hétérogénéité. Ensuite, des modèles constitutifs non linéaires capturent les mécanismes viscoélastiques, viscoplastiques et d’endommagement. Les résultats valident leur capacité à reproduire le comportement sous des chargements complexes. Enfin, l’approche MuTINN (Multiscale Thermodynamics Informed Neural Networks), basée sur les données et les principes thermodynamiques, intègre des variables d’état internes pour modéliser le comportement non linéaire. L'approche permet des prédictions efficaces et précises tout en maintenant l’interprétabilité physique. Son intégration dans un logiciel EF démontre son efficacité pour l’analyse macroscopique et l’optimisation rapide des composites recyclés pour l’industrie
Apprentissage automatique et biologie des systèmes pour identifier des stratégies thérapeutiques dans le cancer du sein triple négatif atip3-déficient
No full textTriple-Negative Breast Cancers (TNBC) with low expression of the microtubule-stabilising protein ATIP3 (encoded by the MTUS1 gene) represent one of the most aggressive subtypes of breast tumours.This thesis has four complementary objectives:(1) to identify the mechanisms responsible for the aggressiveness of ATIP3-deficient TNBCs (ATIP3-) compared to ATIP3-proficient tumors, (2) to identify therapeutic targets specific to the ATIP3- TNBC subtype, (3) to propose compounds capable of modulating these targets, and (4) to facilitate the identification of such compounds by developing chemogenomic algorithms, which more generally could accelerate drug discovery.First, the construction of a network of 17 microtubule-related genes, including MTUS1, allowed us to highlight functional deregulations in breast cancer at the level of the mitotic spindle, particularly during the G2/M transition. Second, to test the hypothesis that ATIP3 deficiency may propagate deregulations beyond microtubule-related functions, we analysed transcriptomic datasets from ATIP3- breast tumours as well as from tumours of other origins. These analyses identified a small set of functionally interconnected biological pathways deregulated in ATIP3- TNBCs: hyperactivation of the oncogene MYC associated with impaired activation of FOXO3, overexpression of proteins involved in oxidative phosphorylation supporting the metabolism of highly proliferative cells, activation of stress response mechanisms to misfolded proteins in response to proteotoxic overload (UPR pathway), and activation of DNA repair mechanisms in response to replication stress. The cooperation of these mechanisms helps ATIP3- TNBC cells answer the specific needs of highly proliferative cells, contributing to tumour aggressiveness in addition to mitotic spindle deregulations.Using gene dependency scores and large-scale compound response data from TNBC cell lines, we showed that the above pathways (whose activation was required in ATIP3- TNBCs) also included genes/proteins that represented vulnerability points, thus suggesting therapeutic targets. We identified a restricted set of proteins (MYC, PSMB5, TCP1, MASTL, CHEK1/WEE1, AURKA-CDC42, HDAC3, BAG2, DDX10), associated either with drugs already used in the clinic or with molecules still at the experimental stage (alisertib, bortezomib, luminespib, prexasertib, adavosertib). Overall, these results suggest that therapeutic approaches combining the deregulation of the G2/M checkpoint, exacerbation of proteotoxic stress through the inhibition of proteins in the UPR pathway, or targeting proteins involved in DNA repair may be effective.In parallel, this thesis introduces methodological tools for predicting drug-target interactions (DTIs). We propose the Komet model, a fast and scalable chemogenomic algorithm trained on a large dataset assembled during this work (LCIdb). Komet achieves state-of-the-art prediction performance without relying on much more computationally expensive deep learning architectures. We illustrate its utility on the WEE1 target: Komet retrieves known inhibitors and proposes new structurally distinct chemotypes.In conclusion, this thesis combines computational and biological approaches to propose a set of testable therapeutic hypotheses in in vitro models, while providing open and reusable tools for precision oncology beyond TNBC.Les cancers du sein triple négatif (TNBC) sous-exprimant la protéine stabilisatrice des microtubules ATIP3 (codée par le gène MTUS1) représentent l'un des sous-types tumoraux les plus agressifs parmi les cancers du sein.Cette thèse poursuit quatre objectifs complémentaires :1) identifier les mécanismes responsables de l'agressivité des TNBC ATIP3-déficients (ATIP3-) par rapport aux tumeurs ATIP3-proficientes, (2) identifier des cibles thérapeutiques spécifiques au sous-type TNBC ATIP3-, (3) proposer des composés modulant ces cibles, et (4) faciliter leur identification en développant des algorithmes de chémogénomique, ce qui, plus généralement, pourrait faciliter la découverte de médicaments.Dans un premier temps, la construction d'un réseau de 17 gènes liés aux microtubules et comprenant MTUS1 nous a permis de mettre en évidence, dans le cancer du sein, des dérégulations fonctionnelles au niveau du fuseau mitotique, notamment lors de la transition G2/M.Dans un second temps, afin d'évaluer l'hypothèse qu'une déficience en ATIP3 pourrait propager des dérégulations au-delà des fonctions liées aux microtubules, nous avons étudié un ensemble de données transcriptomiques issues de tumeurs du sein déficientes en ATIP3, mais aussi issues de tumeurs d'autres localisations. Ces analyses ont permis d'identifier un petit nombre de voies biologiques fonctionnellement interconnectées, et dérégulées dans les TNBC déficientes en ATIP3: une hyperactivation de l'oncogène MYC associée à un déficit d'activation de FOXO3, une surexpression des protéines impliquées dans la phosphorylation oxydante permettant de soutenir le métabolisme de cellules fortement proliférantes, une activation des mécanismes de réponse au stress de protéines mal repliées en réponse à une surcharge protéotoxique (voie UPR), et une activation des mécanismes de réparation de l'ADN en réponse au stress de réplication. La coopération de ces mécanismes aide les cellules TNBC déficientes en ATIP3 à couvrir les besoins spécifiques des cellules fortement proliférantes, et contribue à l'agressivité de ces tumeurs, en complément des dérégulations du fuseau mitotique.À l'aide de données de scores de dépendance génique et de données à grande échelle de réponse à des composés sur des lignées TNBC, nous avons montré que les voies biologiques ci-dessus (et dont l'activation était requise dans les TNBC déficientes en ATIP3) comprenaient également des gènes/protéines qui constituaient des points de vulnérabilité, suggérant ainsi des cibles thérapeutiques. Nous avons ainsi isolé un ensemble restreint de protéines (MYC, PSMB5, TCP1, MASTL, CHEK1/WEE1, AURKA-CDC42, HDAC3, BAG2, DDX10), associées à des médicaments utilisés en clinique ou à des molécules encore au stade expérimental (alisertib, bortezomib, luminespib, prexasertib, adavosertib). Globalement, ces résultats suggèrent des approches thérapeutiques combinant des dérégulations du checkpoint G2/M, une aggravation du stress protéotoxique par inhibition de protéines de la voie UPR, ou en ciblant des protéines impliquées dans la réparation de l'ADN.Parallèlement, cette thèse propose des outils méthodologiques pour la prédiction d'interactions médicament-cible thérapeutique (DTI). Nous proposons le modèle Komet, un algorithme de chémogénomique rapide et passant à l'échelle, entraîné sur un large jeu de données assemblé au cours de ce travail (LCIdb). Komet obtient des performances de prédiction de pointe, sans recourir à des architectures d'apprentissage profond beaucoup plus coûteuses en temps de calcul. Nous illustrons son utilité sur la cible WEE1 : Komet retrouve des inhibiteurs connus et propose de nouveaux chémotypes structurellement distincts.Au final, cette thèse propose, grâce à des approches computationnelles et biologiques intégrées, un ensemble d'hypothèses thérapeutiques testables dans des modèles in vitro, tout en fournissant des outils ouverts réutilisables en oncologie de précision au-delà des TNBC
Vision par ordinateur pour le profilage phénotypique du cycle cellulaire
No full textCells are the fundamental units of life. However, despite extensive research over several decades, our understanding of their functions remains incomplete. Microscopy plays a crucial role in addressing this scientific challenge, as recent advancements in microscopy techniques have enabled researchers to visualize cellular structures at both genetic and phenotypic levels. Additionally, modern microscopes allow for conducting experiments under varied conditions and obtaining digitized results that greatly facilitate the creation of large-scale datasets. Such datasets enable the application of deep computer vision algorithms to microscopy data, paving the way for future discoveries.In this thesis, we adapted state-of-the-art algorithms from the the field of computer vision to address biological challenges linked to the cell cycle. First, we aimed at automating tedious and time-consuming image analysis tasks to alleviate the work of biologists. Second, we performed prediction tasks that are inaccessible to biologists, reducing the need for unnecessary additional fluorescent markers.We first introduced a new methodogical strategy to facilitate nucleus and cell segmentation. We proposed to leverage In-Silico Labeling (ISL), a deep learning method that generates fluorescent-like images from label-free microscopy inputs. We use ISL as a pretraining scheme for segmentation tasks, showing that it significantly reduces the number of required annotations. We later developed Cut-Detector, an end-to-end pipeline for the automatic analysis of cytokinesis timing from time-lapse microscopy images. Cut-Detector is implemented as a Napari plugin, enabling immediate user adoption for performing timing comparisons between experimental and control conditions, in order to investigate the role of specific genes in cytokinesis. Finally, we predicted the cell cycle phase - G1, S or G2/M - of a given cell from a DNA marker microscopy image. This prediction allows biologists to get rid of dedicated cell cycle fluorescent indicators, reducing cell toxicity and freeing up fluorescence channels for other markers. Our self-supervised method is based on the Variational Auto-Encoder (VAE) architecture to extract a meaningful latent representation of cell images, which is subsequently used to predict the cell cycle phase.Les cellules sont les unités fondamentales de la vie. Cependant, malgré des décennies de recherche approfondie, notre compréhension de leurs fonctions reste incomplète. La microscopie joue un rôle crucial pour relever ce défi scientifique, car les récents progrès dans les techniques de microscopie permettent aux chercheurs de visualiser les structures cellulaires à la fois aux niveaux génétique et phénotypique. De plus, les microscopes modernes permettent de mener des expériences dans des conditions variées et de numériser les images obtenues, facilitant ainsi la création de bases de données à grande échelle. De telles ressources permettent l'application d'algorithmes de vision par ordinateur à ces données de microscopie, ouvrant la voie à de futures découvertes.Dans cette thèse, nous avons adapté des algorithmes issus du domaine de la vision par ordinateur pour répondre à des questions biologiques liées au cycle cellulaire. D'une part, nous avons cherché à automatiser des tâches d'analyse d'images fastidieuses et chronophages afin de réduire la charge de travail des biologistes. D'autre part, nous avons réalisé des tâches de prédiction inaccessibles aux biologistes, réduisant ainsi le besoin de marqueurs fluorescents supplémentaires.Nous avons d'abord introduit une nouvelle méthode pour faciliter la segmentation des noyaux et des cellules. Nous avons proposé d'utiliser les techniques de marquage in-silico (ISL), une méthode d'apprentissage profond qui génère des images de microscopie fluorescente à partir d'images de microscopie sans marquage. Nous utilisons l'ISL comme tâche de préentraînement pour la segmentation, montrant que cela permet de réduire significativement le nombre d'annotations nécessaires. Nous avons ensuite développé Cut-Detector, un outil dédié à l'analyse automatique de la cytocinèse à partir de vidéos de microscopie. Cut-Detector est un plugin Napari, permettant une adoption immédiate par les utilisateurs pour comparer la duré de la cytocinèse entre conditions expérimentales et témoins, afin d'étudier le rôle de gènes spécifiques dans ce processus biologique. Enfin, nous avons prédit la phase du cycle cellulaire - G1, S ou G2/M - d'une cellule donnée à partir d'une image de microscopie de marqueur ADN. Cette prédiction permet aux biologistes de se passer d'indicateurs fluorescents spécifiques au cycle cellulaire, réduisant ainsi la toxicité pour les cellules et libérant des canaux de fluorescence pour d'autres marqueurs. Notre méthode auto-supervisée repose sur l'architecture de l'auto-encodeur variationnel pour extraire une représentation latente des images de cellules, représentation qui est ensuite utilisée pour prédire la phase du cycle cellulaire
Préparation et caractérisation d'états de spin corrélés avec un simulateur quantique à atomes de Rydberg
No full textThis thesis focuses on the development of experimental tools and protocols for the study of correlated spin systems, from their preparation to their characterization. The experimental setup relies on trapping individual rubidium atoms in optical tweezers, arranged in one- or two-dimensional arrays. Once excited to Rydberg states, the atoms interact pairwise, effectively described by spin models—allowing us to perform quantum simulations of these models. The overarching goal is to better understand the mechanisms at play in strongly correlated states of matter, which are notoriously difficult to simulate when the number of spins becomes large. Implementing spin models requires precise control of both the internal and external degrees of freedom of the atoms. During my thesis, I improved the pre-existing setup by applying a Raman cooling technique to reduce the thermal positional fluctuations of atoms in optical tweezers. We also devised a method to perform local transitions between Rydberg states, enabling the preparation of arbitrary spin textures and the simultaneous readout of several spins in different bases. These techniques allowed us to observe collective quantum phenomena in various regimes, ranging from low-energy equilibrium properties to the dynamics of high-energy states.First, the adiabatic preparation of the ground states of the so-called XY spin model enabled us to observe the formation of ferromagnetic or antiferromagnetic spin order, measured through spin correlations, on a square lattice and a one-dimensional chain. Regardless of the dimensionality of the system, the dipolar nature of the interactions destabilized the antiferromagnetic phase while reinforcing ferromagnetic order. In one dimension, we observed Friedel oscillations near a localized defect and measured power-law correlation profiles, a hallmark of critical phases of matter. Next, we developed a novel technique to measure the dispersion relation of low-energy excitations. This method, termed quench spectroscopy, involves measuring the propagation of spin correlations starting from a low-energy out-of-equilibrium state, and applying a double Fourier transform (in space and time) to obtain the energy of elementary excitations as a function of their wavevector. Applying this method to the aforementioned cases, we verified the linearity of the dispersion relation at low wave vectors, characteristic of spin waves in the XY model—except for the notable case of ferromagnetic order in two dimensions, where the energy evolves as the square root of the wavevector due to dipolar interactions. Finally, we exploited off-diagonal van der Waals interactions to implement a spin-hole model known as the t-J-V model, which describes the motion of holes in a spin lattice. Realizing this model with Rydberg states provides access to parameter regimes that were previously unattainable with single-particle resolution, in particular the possibility of long-range tunneling over several lattice sites. By studying the dynamics of a doped magnet, we identified signatures of this effective long-range tunneling, and we demonstrated the influence of the spin background on hole transport.Cette thèse porte sur le développement d'outils et de protocoles expérimentaux pour l'étude de systèmes de spin fortement corrélés, depuis leur préparation jusqu'à leur caractérisation.Le dispositif expérimental est basé sur le piégeage d'atomes de rubidium individuels dans des pinces optiques, selon des structures uni- ou bi-dimensionnelles ordonnées. Une fois excités dans des états de Rydberg, les atomes interagissent deux à deux, ce qui peut être décrit de manière effective par un modèle de spin --- donnant lieu à des simulations quantiques de ces modèles. L'objectif général est de mieux comprendre les mécanismes à l'œuvre dans les états fortement corrélés de la matière, qui sont notoirement difficiles à simuler numériquement lorsque le nombre de spins devient grand.La mise en œuvre des modèles de spin nécessite un contrôle précis des degrés de liberté tant internes qu'externes des atomes. Durant ma thèse, j'ai amélioré le montage préexistant, en appliquant une technique de refroidissement Raman pour réduire les fluctuations de position thermiques des atomes dans les pinces optiques. Nous avons également conçu une méthode de transitions locales entre états de Rydberg, permettant la préparation de textures de spin arbitraires et la lecture simultanée de plusieurs spins dans des bases différentes. Ces techniques nous ont permis de mettre en évidence des phénomènes quantiques collectifs dans des systèmes magnétiques avec interactions dipolaires de longue portée. Nous avons étudié plusieurs régimes, depuis les propriétés d'équilibre à basse énergie, jusqu'à la dynamique d'états de haute énergie.Tout d'abord, la préparation adiabatique des états fondamentaux du modèle de spin dit XY a permis d'observer la formation d'un ordre ferromagnétique ou antiferromagnétique entre spins, mesuré au moyen de leurs corrélations, sur un réseau carré et sur une chaîne unidimensionnelle. Quelle que soit la dimension du système étudié, le caractère dipolaire des interactions s'est traduit par une déstabilisation de la phase antiferromagnétique, et un renforcement de l'ordre ferromagnétique. En une dimension, nous avons observé des oscillations de Friedel à proximité d'un défaut localisé et mesuré des profils de corrélations en loi de puissance, signature d'une phase critique de la matière. Nous avons ensuite mis au point une nouvelle technique de mesure de la relation de dispersion des excitations de basse énergie. Cette méthode, appelée quench spectroscopy, consiste à mesurer la propagation des corrélations entre tous les spins à partir d'un état hors-équilibre de basse énergie, et à appliquer une double transformée de Fourier (spatiale et temporelle) pour obtenir l'énergie des excitations élémentaires en fonction de leur vecteur d'onde. Appliquant cette méthode aux cas précédents, nous avons vérifié la linéarité de la relation de dispersion à faible vecteur d'onde, caractéristique des ondes de spin du modèle XY ; à l'exception notable du cas ferromagnétique en deux dimensions, où l'énergie évolue comme la racine carrée du vecteur d'onde du fait des interactions dipolaires.Enfin, nous avons exploité les interactions de van der Waals non-diagonales pour mettre en œuvre un modèle de spin et de trous appelé modèle t-J-V, décrivant le mouvement de trous dans un réseau de spins. La réalisation de ce modèle avec des états de Rydberg permet d'accéder à des régimes de paramètres jusqu'à présent inaccessibles avec une résolution à l'échelle de la particule individuelle; en particulier, les interactions dipolaires équivalent à un effet tunnel de longue portée, autorisant le saut d'une particule entre deux sites distants. En étudiant la dynamique d'un aimant dopé par des trous localisés, nous avons trouvé des signatures de cet effet tunnel effectif de longue portée, et mis en évidence l'influence des états de spin sur le transport des trous
Application des techniques d’IA aux problèmes d’ordonnancement dynamique d’ateliers de type « job shop flexible » dans le contexte d’Industrie 5.0
No full textThis thesis focuses on the development of scheduling solutions for dynamic and flexible job shops, balancing economic (makespan), environmental (energy consumption, carbon footprint), and social objectives (OCRAmax, worker preferences). The approaches developed aim to optimize these three dimensions simultaneously, providing sustainable and efficient solutions for modern production systems. The proposed models incorporate practical and realistic constraints, such as task precedence, intra-workshop transport times, machine setups, and worker movements. Dynamic disruptions, like worker absences and renewable energy source fluctuations, are handled through adaptive strategies and AI-based approaches, particularly Deep Q-Learning, which has proven to be highly effective.The results demonstrate the models' ability to reduce ergonomic risks, minimize carbon emissions, and enhance system adaptability in the face of disruptions. Future research includes applying the models to real industrial data, integrating diverse renewable energy sources, improving the management of unforeseen dynamic events, and extending to more complex scenarios such as machine maintenance and inter-site logistics. This work contributes to more sustainable, adaptive, and human-centered production systems, aligned with Industry 5.0 objectives.Cette thèse se concentre sur le développement de solutions d'ordonnancement pour les job shops dynamiques et flexibles, en équilibrant les objectifs économiques (makespan), environnementaux (consommation d'énergie, empreinte carbone) et sociaux (OCRAmax, préférences des travailleurs). Les approches développées visent à optimiser ces trois dimensions simultanément, en fournissant des solutions durables et efficaces pour les systèmes de production modernes. Les modèles proposés intègrent des contraintes pratiques et réalistes, telles que la priorité des tâches, les temps de transport au sein de l'atelier, la configuration des machines et les mouvements des travailleurs. Les perturbations dynamiques, telles que les absences des travailleurs et les fluctuations des sources d'énergie renouvelable, sont gérées par des stratégies adaptatives et des approches basées sur l'IA, en particulier le Deep Q-Learning, qui s'est avéré très efficace.Les résultats démontrent la capacité des modèles à réduire les risques ergonomiques, à minimiser les émissions de carbone et à améliorer l'adaptabilité du système face aux perturbations. Les recherches futures portent sur l'application des modèles à des données industrielles réelles, l'intégration de diverses sources d'énergie renouvelables, l'amélioration de la gestion des événements dynamiques imprévus et l'extension à des scénarios plus complexes tels que la maintenance des machines et la logistique intersites. Ce travail contribue à des systèmes de production plus durables, adaptatifs et centrés sur l'humain, alignés sur les objectifs de l'Industrie 5.0
Usages domestiques de substances biocides : de la contamination de l'environment intérieur à l'exposition induite
No full textBiocidal substances are ubiquitous in everyday products and can be used as active substances or preservatives in cosmetics, pesticides, human and veterinary medicines, disinfectants, building material protectants, and pest control products. Due to their widespread use and potential risks to human health and the environment, this thesis aims to study indoor environmental contamination and associated human exposure within domestic sphere. Twenty-nine biocidal substances were prioritized based on toxicity, usage, and analytical feasibility criteria. Consumption data from national databases were utilized to compare usage patterns and their temporal evolution. These patterns are heavily influenced by regulatory developments related to usage as well as consumer practices (e.g., increased disinfection during the covid-19 pandemic). Surveys on the formulation of products for private individuals, conducted in food and DIY stores, enabled the creation of an unprecedented database. Analysis of this database revealed the ubiquity of isothiazolinones and the omnipresence of quaternary ammoniums and pyrethroids compounds in certain product categories. To assess indoor environmental contamination, three matrices were selected: indoor air, settled dust, and greywater. Contamination data permitted the assessment of exposure through distinct pathways (inhalation, ingestion, and dermal contact). Specific methods for each matrix, from sampling to quantification by UPLC-MS/MS, were developed, optimized, and validated. In parallel, volunteers were recruited based on a national questionnaire (219 respondents) concerning consumption practices and the perceived risks associated with biocidal substances. Thirty-nine households in the Île-de-France region were selected to collect samples of air (gaseous and particulate fractions), greywater (dissolved and particulate fractions), and settled dust. In total, 14 air samples, 35 greywater samples (manual dishwashing, washing machine, shower, floor cleaning), and 26 dust samples were analyzed to quantify the 29 biocidal substances. The results highlighted varying concentrations across households and matrices. Using standardized exposure scenarios, risk quotients were calculated for different exposure pathways: inhalation, ingestion, and dermal contact. Potentially hazardous exposures for human health were identified for terbutryn and fipronil.Les substances biocides sont omniprésentes dans les produits du quotidien et peuvent être utilisées aussi bien comme substances actives que conservateurs dans les cosmétiques, les pesticides, les médicaments humains et vétérinaires, les désinfectants, les produits de protection des matériaux du bâti, la lutte contre les nuisibles... Du fait de ces nombreux usages courants et de potentiels risques pour la santé humaine et l’environnement, cette thèse vise à étudier la contamination de l’environnement intérieur et l’exposition humaine associée dans la sphère domestique. Vingt-neuf substances biocides ont été priorisées selon des critères de toxicité, d’usage et de faisabilité analytique. Des données de consommation issues de bases de données nationales ont été exploitées pour comparer les usages et leurs évolutions temporelles. Ces dernières sont fortement influencées par l’évolution des réglementations associées aux usages, mais aussi par les pratiques des consommateurs (par exemple la désinfection pendant la pandémie de covid-19). Des enquêtes sur la formulation des produits à destination des particuliers présents dans des magasins alimentaires et de bricolage ont permis la création d’une base de données originale. Son exploitation a révélé l’ubiquité des isothiazolinones, et l’omniprésence des ammoniums quaternaires et des pyréthrinoïdes dans certaines catégories de produits. Pour évaluer la contamination de l’environnement intérieur, trois matrices ont été sélectionnées, à savoir l’air intérieur, les poussières sédimentées et les eaux grises. Une évaluation de l’exposition propres à chaque voie (inhalation, ingestion et cutanée) a été permise à l’aide des données de contamination. Des méthodes pour chaque matrice, du prélèvement à la quantification par UPLC-MS/MS, ont été mises en place, optimisées et validées. Parallèlement, des volontaires ont été recrutés sur la base d’un questionnaire national (219 répondants) portant sur les pratiques de consommation et la perception des risques associés aux substances biocides. Trente-neuf logements situés en Île-de-France ont ainsi été sélectionnés pour réaliser des prélèvements d’air (fractions gazeuse et particulaire), d’eaux grises (fractions dissoute et particulaire) et de poussières sédimentées. Au total, 14 échantillons d’air, 35 échantillons d’eaux grises (vaisselle manuelle, lave-linge, douche, nettoyage des sols) et 26 échantillons de poussières ont été analysés pour quantifier les 29 substances biocides. Les résultats ont mis en évidence des concentrations variables selon les logements et les matrices. Ces concentrations ont permis par la suite, à l’aide de scénarios d’exposition standardisés, de calculer des quotients de risque selon les voies d’exposition : inhalation, ingestion et voies cutanées. Des expositions potentiellement dangereuses concernant la santé humaine ont été mises en évidence pour la terbutryne et le fipronil
Imagerie ultrasonore 3D par rayonnement de plaque mince appliquée à l'interaction homme-machine sans contact
No full textThe wide range of digital technology applications and the diverse contexts in which they are used drive the development of integrated multimodal interaction devices, enabling both tactile and contactless interactions with screens. This thesis contributes to this field through the development of a sensor for contactless gestural interaction based on the acoustic radiation of thin plates such as display screens. This radiation, controlled by a limited number of piezoelectric transducers coupled to the plate, is reflected by objects in the volume above and captured by microphones set in the plane of the plate. Using a 3D imaging technique based on unfocused ultrasound emission combined with tensor decomposition using HOSVD, this work achieved real-time imaging (33 Hz) of the volume (160 x 110 x 80 mm3) above the plate, with a spatial resolution of 1 mm. These advancements enabled first applications of detection and tracking of finger movements in air. Additionally, the hand movements generate a Doppler shift, which was utilized to identify 11 distinct 3D gestures performed by 19 participants. A low-complexity recurrent neural network was used to detect and classify these contactless gestures with no noticeable latency. In addition to contactless interaction, the methods developed in this thesis for fast imaging with a small number of transducers and Doppler pattern recognition open up new applications in medical imaging and non-destructive testing.La multiplicité des usages du numérique et la variété des contextes d'utilisation poussent au développement de dispositifs d'interactions multimodaux intégrés permettant une interaction tactile tangible ou sans-contact avec des écrans. Dans ce contexte, ces travaux de thèse ont porté sur le développement d'un capteur pour l'interaction gestuelle sans contact reposant sur le rayonnement acoustique de plaques minces, telles que des écrans. Ce rayonnement, contrôlé par un faible nombre de transducteurs piézoélectriques couplés à la plaque, est réfléchi par les objets du volume situés au-dessus et capté par des microphones placés dans le plan de la plaque. En s'appuyant sur une méthode d'imagerie 3D par émission ultrasonore non focalisée combinée à une décomposition tensorielle par HOSVD, ces travaux ont permis de produire une image en temps réel (33 Hz) du volume (160 x 110 x 80 mm3) au-dessus de la plaque avec une résolution spatiale de 1 mm. Ces résultats permettent de premières applications de détection et de suivi de déplacement de doigts dans l'air. Le mouvement des mains produit également un décalage Doppler qui a été exploité pour reconnaître 11 gestes 3D réalisés au-dessus de la plaque par 19 participants. Un réseau de neurones récurrent de faible complexité permet leur détection et classification sans latence perceptible. Au-delà de l'interaction sans contact, les méthodes développées dans cette thèse d'imagerie rapide à faible nombre de transducteurs et de reconnaissance de motifs Doppler ouvrent des perspectives d'applications en imagerie médicale ou contrôle non destructif
Le fer comme modulateur de l'écosystème microbien du fromage
No full textIron is essential for the growth and survival of many microorganisms in the environment, serving as a co-factor in various metabolic pathways, including respiration and the TCA cycle. Cheese, however, is characterized by very low iron content, further restricted by the presence of various metal-binding proteins. This limitation significantly impacts the growth and activity of several microorganisms involved in cheese ripening, with previous research identifying iron as a growth-limiting factor for key cheese-ripening microorganisms. This work explored whether iron addition in cheese could modulate the microbial community's structure and functions. A synthetic microbial community of nine strains representative of surface-ripened cheeses was grown in cheese matrices produced at both laboratory and pilot scales. Different iron sources and concentrations were tested at the lab scale to assess their effects on microbial community composition and metabolome at the end of ripening. At the pilot scale, smear-ripened cheesessupplemented with increasing concentrations of iron chloride were analyzed for microbial growth, volatilome, metabolomics, bio-chemical, and physico-chemical features throughout the ripening cycle. Our results showed that iron addition altered the microbial community composition by dose-dependently increasing the growth of cheese-ripening bacteria, particularly Actinomycetota, such as Brevibacterium aurantiacum. The stimulation of B. aurantiacum correlated with more rapid and intense development of the characteristic orange-red color of the rind of smear-ripened cheeses. Iron addition also influenced cheese's volatilome and free amino acids profiles, though effects were less pronounced at the pilot scale. Overall, these findings suggest that iron addition could serve as a tool to selectively promote the growth of specific cheese-ripening bacteria, potentially accelerating ripening and improving cheese flavor and appearance.Résumé : Le fer est essentiel à la croissance et à la survie de nombreux micro-organismes dans l'environnement, car il sert de cofacteur dans diverses voies métaboliques, notamment la respiration et le cycle TCA. Le fromage est toutefois caractérisé par une très faible teneur en fer, encore limitée par la présence de diverses protéines liant les métaux. Cette limitation a un impact significatif sur la croissance et l'activité de plusieurs micro-organismes impliqués dans l'affinage du fromage, des recherches antérieures ayant identifié le fer comme un facteur limitant la croissance de micro-organismes clés de l'affinage du fromage. Cette étude a cherché à déterminer si l'ajout de fer dans le fromage pouvait moduler la structure et les fonctions de la communauté microbienne. Une communauté microbienne synthétique composée de neuf souches représentatives des fromages affinés en surface a été cultivée dans des matrices fromagères produites à la fois en laboratoire et à l'échelle pilote. Différentes sources et concentrations de fer ont été testées à l'échelle du laboratoire pour évaluer leurs effets sur la composition de la communauté microbienne et le métabolome à la fin de l'affinage.À l'échelle pilote, des fromages à croûte lavée et additionnés de concentrations croissantes de chlorure de fer ont été affinés puis analysés pour la croissance microbienne, le volatilome, la métabolomique, les caractéristiques biochimiques et physico-chimiques tout au long du cycle d'affinage. Nos résultats ont montré que l'ajout de fer modifiait la composition de la communauté microbienne en augmentant de manière dose-dépendante la croissance des bactéries d'affinage du fromage, en particulier des Actinomycetota, telles que Brevibacterium aurantiacum. La stimulation de B. aurantiacum est corrélée à un développement plus rapide et plus intense de la couleur rouge-orange caractéristique de la croûte des fromages à croûte lavée. L'ajout de fer a également influencé le volatilome et les profils d'acides aminés libres du fromage, bien que les effets aient été moins prononcés à l'échelle pilote. Dans l'ensemble, ces résultats suggèrent que l'ajout de fer pourrait servir d'outil pour favoriser de manière sélective la croissance de bactéries spécifiques à l'affinage des fromages, ce qui pourrait accélérer l'affinage et améliorer la saveur et l'aspect des fromage
Réseaux de neurones profonds pour la segmentation sémantique des nuages de points 3D adaptés aux architectures embarquées pour les systèmes mobiles autonomes et robotiques
No full textWithin a perception framework for robotic systems, semantic analysis of 3D point clouds, typically generated by LiDARs, plays a crucial role in several applications including object detection, SLAM, and scene reconstruction. Hence, this work focuses on semantic segmentation to provide fine-grained, per-point understanding of the environment, an essential requirement for safe and reliable autonomous navigation. Although rich in geometric information, 3D point clouds require high computations that hinder real-time semantic analysis, particularly on embedded systems that are widely used in robotics. Given the critical importance of safety, 3D perception modules must balance high segmentation accuracy with low latency. Therefore, in this work, we investigate various 3D semantic segmentation methodologies and analyze their performance for resource-constrained inference on embedded NVIDIA Jetson platforms. We ensure a fair comparison through a standardized training protocol and data augmentations, providing benchmark results on two large-scale autonomous driving datasets. Our assessment across multiple performance metrics reveals the need for substantial adjustments in network designs for deployment on embedded systems. To address this, we introduce HARP-NeXt, a high-speed and accurate LiDAR semantic segmentation network. We first propose a novel pre-processing methodology that significantly reduces computational overhead. Then, we design the Conv-SE-NeXt feature extraction block to efficiently capture representations without deep layer stacking per network stage. We also propose a multi-scale range-point fusion backbone that leverages information at multiple abstraction levels to preserve essential geometric details, thereby enhancing accuracy. Experiments demonstrate that HARP-NeXt outperforms state-of-the-art methods in the speed-accuracy trade-off. Finally, we evaluate HARP-NeXt for coarse-label segmentation, confirming its high accuracy for practical deployment aligned with safety requirements. We also assess its robustness against corruptions and domain shifts, demonstrating promising resilience to noise, variations in sensor modalities, and scene structures.Dans le contexte de la perception pour les systèmes robotiques, l'analyse sémantique de nuages de points 3D, généralement générés par des LiDARs, joue un rôle crucial dans un large panel d'applications, incluant la reconnaissance d'objets, le SLAM et la reconstruction de scène. Ce travail se concentre sur la segmentation sémantique, qui permet une compréhension locale fine de l'environnement, essentielle pour une navigation autonome sûre et fiable. Bien que riches en informations géométriques, les nuages de points 3D requièrent des calculs intensifs qui compliquent l'analyse sémantique en temps réel, notamment sur des systèmes embarqués utilisés en robotique. Compte tenu de l'importance de la sécurité, les modules de perception 3D doivent allier précision de la segmentation et faible latence. Ce travail étudie plusieurs approches de segmentation sémantique 3D et évalue leurs performances pour une inférence efficace sur plateformes embarquées NVIDIA Jetson. Nous proposons une méthode de comparaison équitable via un protocole d'entraînement unifié et des augmentations de données homogènes, avec des résultats de référence sur deux jeux de données issus de la conduite autonome. Notre analyse montre la nécessité d'adaptations majeures dans la conception des réseaux pour le déploiement embarqué. Pour y répondre, nous introduisons HARP-NeXt, un réseau de segmentation LiDAR rapide et précis, intégrant un prétraitement novateur réduisant la charge computationnelle, ainsi qu'un bloc Conv-SE-NeXt capturant efficacement les représentations sans accumulation excessive de couches. Notre backbone de fusion distance-point multi-échelle exploite des caractéristiques à divers niveaux d'abstraction, préserve les détails géométriques et améliore la précision. Nos expériences montrent que HARP-NeXt dépasse les méthodes existantes en termes de compromis vitesse/précision. Enfin, nous analysons sa robustesse face aux corruptions et aux changements de domaine, montrant une résilience prometteuse aux bruits, aux variations de modalités des capteurs, et aux structures de scène
Étude des effets non linéaires dans les fibres amplificatrices à large diamètre de mode dopées ytterbium pour la réalisation d'un laser UV adapté à la mesure de vent par un lidar aéroporté
No full textONERA is developing a lidar demons-trator based on direct detection and Rayleighbackscattering. The receiver for this lidar, develo-ped by T. Boulant, consists of a Newtonian te-lescope accompanied by a Quadri-MachZehnder(QMZ). Studying the reception system yielded op-timal laser characteristics in the UV range. Conse-quently, we need to generate 20 W at a 40 kHz re-petition rate in the UV, with pulses having a spec-tral width close to hundreds of megahertz. My the-sis work aims to develop this UV laser system. Wechose to design a Master Oscillator Power FiberAmplifier (MOPFA) type laser system. Fibers havethe advantage of being inherently robust to vibra-tions compared to free-space laser systems. Howe-ver, they are highly sensitive to nonlinear effects,notably, in our case, Stimulated Brillouin Scatte-ring (SBS). To overcome this nonlinear effect, afrequency comb obtained through phase modula-tion is used in the system. If its characteristics arewell-chosen, it can drastically increase the Brillouinthreshold power without impacting the measure-ment performed by the QMZ. Furthermore, topush back nonlinear effects even further, nume-rous large-core fibers were tested and compared.Nevertheless, two detrimental phenomena relatedto using the frequency comb in fibers were obser-ved : Brillouin self-injection and four-wave mixing.Both phenomena were studied as they can signifi-cantly impact the final system. Finally, a free-spaceamplification system was added at the output ofthe fiber amplifiers to increase the peak signal po-wer, thus facilitating UV generation in nonlinearcrystals.L'ONERA développe un démonstrateurlidar basé sur la détection directe et la rétrodiffu-sion de Rayleigh. Le récepteur de ce lidar a été dé-veloppé par T.Boulant et il s'agit d'un télescope deNewton accompagné d'un Quadri-Mach Zehnder(QMZ). L'étude du système de réception a permisd'obtenir les caractéristiques lasers optimales dansl'UV. Il faut donc générer 20 W à une cadencede 40 kHz dans l'UV avec des impulsions possé-dant une largeur spectrale proche de la centainede mégahertz. Mon travail de thèse vise à dévelop-per ce système laser UV. Nous avons fait le choixde concevoir un système laser type Master Oscil-lator Power Fiber Amplifier (MOPFA). Les fibresont l'avantage d'être intrinsèquement robustes auxvibrations en comparaison des systèmes lasers enespace libre. Cependant, elles sont très sensiblesaux effets non linéaires notamment, dans notrecas, la diffusion Brillouin stimulée. Pour outrepas-ser cet effet non linéaire, un peigne de fréquenceobtenu par modulation de phase est utilisé dans lesystème. Ce dernier permet, si ses caractéristiquessont bien choisies, d'augmenter drastiquement lapuissance seuil Brillouin tout en n'impactant la me-sure effectuée par le QMZ. De plus, afin de repous-ser encore les effets non linéaires, de nombreusesfibres à large cœur ont été testées et comparées.Cependant, deux phénomènes délétères liés à l'uti-lisation du peigne de fréquence dans les fibres ontété observés : l'auto-injection du Brillouin et le mé-lange à quatre ondes. Ces deux phénomènes ontfait l'objet d'une étude car ils peuvent avoir unimpact très important sur le système final. Fina-lement, un système d'amplification en espace librea été ajouté en sortie des amplificateurs fibrés afind'augmenter la puissance crête signal et donc fa-ciliter la génération de l'UV dans des cristaux nonlinéaires