thèses en ligne de ParisTech
Not a member yet
9369 research outputs found
Sort by
Quelle variabilité climatique à venir ? : Enseignement des archives sédimentaires de l'Eocène moyen du Bassin de Paris
No full textThe consequences of the Middle Eocene Climatic Optimum (MECO) on coastal sea surface temperatures and sedimentation has been studied using a combined field sedimentology approach and stable isotope analysis. Sequence stratigraphy of the Middle Eocene sand formations combined with high resolution stable isotope analysis of molluscs shell confirmed the position of the MECO in the Sables d'Auvers/Guépelle formation in the early Bartonian. This even is characterized in the Paris Basin by a 4 to 6 °C warming phase near 40 Ma and by a possible increase in sedimentary input, leading to the graduai infilling of the Middle Eocene estuary.L'impact de l'Optimum Climatique de l'Éocène Moyen (MECO) sur les températures et sur la sédimentation en domaine littoral est ici étudié par une approche couplant la sédimentologie de terrain et la géochimie isotopique en laboratoire. Les observations sédimentologiques des sables de l'Éocène moyen du Bassin de Paris couplées à l'analyse isotopique à haute résolution sur les coquilles de mollusques ont permis de positionner le MECO dans la formation des Sables d'Auvers/Guépelle, au début du Bartonien. Dans le Bassin de Paris, cet événement est caractérisé par une augmentation des températures de 4 à 6 °C vers 40 Ma ainsi que par une possible augmentation du flux sédimentaire contribuant au comblement de l'estuaire mis en place pendant l'Éocène moyen
Etude numérique et expérimentale de la détente des gaz denses dans les turbines radiales ORC.
No full textThe current global warming due to our high consumption of fossil fuels since the industrial revolution has led to an imperative to reduce the consumption of fossil fuels. This reduction requires energy sobriety and the optimisation of all energy systems. A significant part of the energy produced is not used and is released into the environment. This waste energy is referred to as "waste heat" or "waste heat". Sources of waste heat include industrial waste (chemical processes, metallurgy, cement, glass, etc.) and individual waste (cars, boilers, etc.). Organic Rankine/Hirn cycles (ORC) are an efficient way of producing electricity by converting low and medium temperature waste heat. In Europe alone, the recoverable electrical potential of industrial losses is estimated at several gigawatts.The analysis of the work carried out both on the cycles (architecture, nature, etc.) and on the various components (pump, exchangers, turbine and fluid) concludes that it is necessary to focus on the turbine in general and radial turbines in particular. Indeed, the latter are best suited to small compact installations and improving their performance leads to an increase in useful power. In addition, reducing the development cost of a turbine (which can represent half the cost of an installation) would undoubtedly boost the attractiveness of ORCs. This can be achieved by developing simple and robust design methodologies for this key component and increasing its efficiency.Current ORC turbine design methodologies are based on those of conventional air-fired turbines. However, in ORCs, the gas can have a behaviour and/or dynamics that deviate from those of the ideal gas. This is called dense or real gas. This nature is achieved when the compressibility factor is less than unity. Classical correlations are no longer suitable in this configuration. Hence the need for new models that have been put forward in various numerical works. However, little or no experimental data are available for the validation of these works.In this thesis work, we have set up an ORC experimental setup to experimentally characterise the expansion of dense gases in radial turbines. For this purpose, the design of a radial turbine of a few kilowatts operating with three different fluids was carried out. Cycle modelling was used to select the working fluids and the operating ranges of the turbine. The operating conditions correspond to a range in which the gas is not ideal. Numerically, a methodology for design and performance analysis by the mean line via loss models was developed. The modelling of expansion with an acausal language and similarity in dense gas turbines was also addressed. The 3D CFD simulations were conducted with a study of the influence of clearance, roughness, gas model and stator type on the turbine performance. These simulations allowed the establishment of the turbine performance map for each fluid.The mean line analysis showed that the turbine has an efficiency of up to 82.4%. A good agreement between the CFD results and the 0D code is observed. The differences between the CFD and the 0D prediction are 4.87% for the flow rate and 6.5% for the efficiency. The experimental tests resulted in a peak power dissipation of about 1 kW. The experimental results show a similarity with the numerical results. The differences are about 8.7% in terms of flow rate between the CFD and the experiments.Le réchauffement climatique actuel dû à notre forte consommation des énergies fossiles depuis la révolution industrielle a conduit à un impératif : réduire la consommation de ces dernières. Cette réduction passe par la sobriété énergétique ainsi que l’optimisation de tous les systèmes énergétiques. Une partie non négligeable de l'énergie produite n'est pas utilisée et se retrouve rejetée dans la nature. Cette énergie perdue est désignée par les termes « effluents thermiques » ou « chaleurs fatales ». Les sources de chaleurs fatales sont constituées d'une part de rejets industriels (process chimiques, métallurgie, cimenterie, verrerie, …) et d'autre part de rejets individuels (automobiles, chaudières). Les cycles de Rankine/Hirn en fluide organique (ORC) sont un moyen efficace de production électrique via la conversion des chaleurs fatales à basse et moyenne température. Rien qu'en Europe, le potentiel électrique récupérable des pertes industrielles est estimé à plusieurs gigawatts.L'analyse des travaux menés tant sur les cycles (architecture, nature) que sur les divers composants (pompe, échangeurs, turbine et fluide) conclut à la nécessité de mettre l’accent sur la turbine d’une manière générale et les turbines radiales en particulier. En effet, ces dernières sont les mieux adaptées aux petites installations compactes et l'amélioration de leurs performances conduit à l'augmentation de la puissance utile. Par ailleurs, la réduction du coût de développement d’une turbine (qui peut représenter la moitié du coût d’une installation) doperait sans doute l'attractivité des ORC. Cette réduction passe par le développement de méthodologies de design simples et robustes de ce composant clé et l’accroissement de son rendement.Les méthodologies actuelles de design des turbines ORC sont basées sur celles des turbines classiques fonctionnant à l’air. Or dans les ORC, le gaz peut avoir un comportement et ou une dynamique s’écartant de ceux du gaz idéal. On parle alors de gaz dense ou réel. Cette nature est atteinte lorsque le facteur de compressibilité est inférieur à l’unité. Les corrélations classiques s’avèrent ne plus être adaptées dans cette configuration. D’où la nécessité de nouveaux modèles mis en avant dans divers travaux numériques. Cependant peu ou quasiment pas de données expérimentales sont disponibles pour la validation de ces travaux.Dans ce travail de thèse, nous avons mis en place un dispositif expérimental ORC afin de caractériser expérimentalement la détente des gaz denses dans les turbines radiales. Pour ce faire, la conception d'une turbine radiale de quelques kilowatts fonctionnant avec trois fluides différents a été réalisée. Une modélisation du cycle a permis de sélectionner les fluides de travail et les plages de fonctionnement de la turbine. Les conditions de fonctionnement correspondent à une plage dans laquelle le gaz n’est pas idéal. Numériquement une méthodologie de design et d'analyse des performances par la ligne moyenne via les modèles de pertes a été développée. Ont été également traités la modélisation de la détente avec un langage acausal et la similitude dans les turbines à gaz dense. Les simulations 3D CFD ont été conduites avec une étude de l'influence sur les performances de la turbine des jeux, de la rugosité, du modèle de gaz et du type de stator. Ces simulations ont permis l'établissement de la carte de performances de la turbine pour chaque fluide.L'analyse par la ligne moyenne a permis d'établir que la turbine a un rendement atteignant les 82.4%. Une bonne concordance entre les résultats CFD et le code 0D est observée. Les écarts entre la CFD et la prédiction 0D sont de 4.87% pour le débit et de 6.5 % pour le rendement. Les essais expérimentaux ont permis de dissiper par pics une puissance d'environ 1 kW. Les résultats expérimentaux présentent une similitude avec les résultats numériques. Les écarts sont de l'ordre de 8.7% en termes de débit entre la CFD et les expérimentations
Améliorer l'interaction homme-robot avec la vision par ordinateur
No full textIn recent years, the field of robotics has undergone substantial progress, particularly in the pursuit of creating robots capable of effortlessly interacting with humans in intricate environments. Central to this aim is the need for robots to comprehend their surroundings, foresee human actions, and adjust their movements in response. In this thesis, we explore the challenge of improving a robot's abilities in scene understanding, human motion forecasting and synthesis, and the application of acquired human motion knowledge to robot movements.In the opening segment of this thesis, we explore the enhancement of a robot's ability to understand its surroundings on multiple levels. We introduce an innovative framework that enables robots to autonomously identify and segment objects in open-world environments using self-training (published at IEEE ICCV2021). By leveraging deep learning techniques, our approaches enable robots to efficiently learn from their surroundings and recognize previously unseen objects. In addition to object discovery, we introduce a method to improve the robot's monocular depth estimation capabilities (published at IEEE CVPR2020). This enhancement further refines the robot's understanding of its environment by providing a more accurate representation of depth information from a single-camera viewpoint. Together, these advancements strengthen the robot's adaptability and performance in navigating complex and dynamic situations.In the second part, we focus on improving the robot's ability to understand and predict human motion. We present two distinct methods that investigate either historical human motions(published at IEEE WACV2023) or observed partial joint movements(published at IEEE CVPR2023) as a basis for accurately anticipating human motion. These enhancements enable robots to collaborate more effectively with humans by foreseeing their motions, thereby playing a crucial role in fostering safe and efficient human-robot interactions.In the third and concluding part of this thesis, we tackle the challenge of converting learned human motion into robot movements. We introduce a method designed to adapt human grasp demonstrations for use with any multi-fingered grippers, allowing robots to intuitively and effectively manipulate objects(published at IEEE IROS 2022). By integrating kinematic mapping and optimization techniques, our approach guarantees that the adapted grasps are both physically viable and resilient, empowering robots to carry out intricate manipulation tasks in environments centered around human interaction.By combining and integrating the three components proposed in this thesis, we seek to substantially enhance a robot's capacity to interact with humans in complex environments. Our proposed enhancements, including improved scene understanding, accurate human motion prediction, and effective grasp adaptation capabilities, are aimed at empowering robots to engage in more seamless, safe, and efficient human-robot collaborations across various domains and applications. Collectively, these advancements lay the foundation for developing more sophisticated and intuitive robotic systems that can adapt to the dynamic and evolving nature of human environments.Ces dernières années, le domaine de la robotique a connu des progrès considérables, notamment dans la recherche visant à créer des robots capables d'interagir sans effort avec les humains dans des environnements complexes. Au cœur de cet objectif se trouve la nécessité pour les robots de comprendre leur environnement, d'anticiper les actions humaines et d'ajuster leurs mouvements en conséquence. Dans cette thèse, nous explorons le défi d'améliorer les capacités d'un robot en matière de compréhension de scène, de prévision et de synthèse du mouvement humain, et de l'application des connaissances acquises sur le mouvement humain aux mouvements des robots. Dans le premier segment de cette thèse, nous explorons l'amélioration de la capacité d'un robot à comprendre son environnement à plusieurs niveaux. Nous présentons un cadre novateur qui permet aux robots d'identifier et de segmenter les objets de manière autonome dans des environnements ouverts en utilisant l'autoformation (publié à l'IEEE ICCV2021). En tirant parti des techniques d'apprentissage profond, nos approches permettent aux robots d'apprendre efficacement de leur environnement et de reconnaître des objets jamais vus auparavant. En plus de la découverte d'objets, nous introduisons une méthode pour améliorer les capacités d'estimation de profondeur monoculaire du robot (publié à l'IEEE CVPR2020). Cette amélioration affine davantage la compréhension de l'environnement par le robot en fournissant une représentation plus précise des informations de profondeur à partir d'un point de vue à une seule caméra. Ensemble, ces avancées renforcent l'adaptabilité et les performances du robot dans la navigation de situations complexes et dynamiques. Dans la deuxième partie, nous nous concentrons sur l'amélioration de la capacité du robot à comprendre et à prédire le mouvement humain. Nous présentons deux méthodes distinctes qui étudient soit les mouvements humains historiques (publiés à l'IEEE WACV2023), soit les mouvements articulaires partiels observés (publiés à l'IEEE CVPR2023) comme base pour anticiper avec précision le mouvement humain. Ces améliorations permettent aux robots de collaborer plus efficacement avec les humains en prévoyant leurs mouvements, jouant ainsi un rôle crucial dans la promotion d'interactions sûres et efficaces entre humains et robots. Dans la troisième et dernière partie de cette thèse, nous abordons le défi de convertir les mouvements humains appris en mouvements de robots. Nous introduisons une méthode conçue pour adapter les démonstrations de préhension humaine à l'utilisation avec n'importe quel préhenseur à plusieurs doigts, permettant aux robots de manipuler intuitivement et efficacement les objets (publié à l'IEEE IROS 2022). En intégrant les techniques de cartographie cinématique et d'optimisation, notre approche garantit que les préhensions adaptées sont à la fois physiquement viables et résilientes, permettant aux robots d'effectuer des tâches de manipulation complexes dans des environnements axés sur l'interaction humaine. En combinant et en intégrant les trois composants proposés dans cette thèse, nous cherchons à améliorer considérablement la capacité d'un robot à interagir avec les humains dans des environnements complexes. Nos améliorations proposées, notamment une meilleure compréhension de la scène, une prédiction précise du mouvement humain et des capacités d'adaptation de préhension efficaces, visent à donner aux robots la possibilité de s'engager dans des collaborations homme-robot plus fluides, sûres et efficaces dans divers domaines et applications. Collectivement, ces avancées posent les bases pour le développement de systèmes robotiques plus sophistiqués et intuitifs capables de s'adapter à la nature dynamique et en constante évolution des environnements humains
Estimations de la qualité de l'air à l'échelle locale en tenant compte des émissions de polluants intérieurs et extérieurs
No full textAs many people are exposed to high concentrations of air pollutants in urban areas, it is important to understand the sources and formation processes. Modeling is an effective tool for this. This thesis focuses on understanding the physical and chemical processes influencing indoor and outdoor air quality at the local scale through modeling.In a first step, the air quality in an urban street is modeled with the computational fluid dynamics (CFD) tool code_saturne, coupled with the atmospheric chemistry and aerosol dynamics module SSH-aerosol. The canyon street is modeled in 2D, and the study covers a period of 12 hours. The simulated NO2 and PM10 concentrations compare well with experimental measurements when atmospheric chemistry and aerosol dynamics are taken into account. However, the concentration of black carbon is underestimated, probably partly due to the underestimation of non-exhaust emissions. The concentrations of secondary PM compounds are strongly influenced by aerosol dynamics. In particular, ammonia emitted by traffic promotes the formation of inorganic and hydrophilic organic particles.In a second step, to study the impact of trees in the street, trees are added to the 2D street canyon. The aerodynamic impact of the tree crowns significantly increases the concentration of pollutants emitted by traffic. Dry deposition on leaf surfaces is only significant for highly soluble compounds such as HNO3 or low volatile compounds. Emissions of volatile organic compounds (VOCs) from trees have little influence on the formation of condensables, except in the case of low wind. Nevertheless, the production of some extremely low volatile organic compounds by autoxidation is high, which could favor the formation of ultrafine particles.Finally, the indoor air quality in a closed stadium is studied using a 0D model (H2I). The indoor-outdoor exchange rate and the filtration factor of the model are determined from the measured indoor and outdoor black carbon concentrations using a Fourier transformation. The temporal variations of O3 and NOx concentrations in indoor air are correctly simulated, but NO concentrations are overestimated and NO2 and O3 concentrations are underestimated. Sensitivity tests are carried out to determine the relevant physical parameters of the model that drive these concentrations. The impact of surface reactions is limited, as the ratio of surface area to stadium volume is low compared to smaller indoor environments. The inclusion of VOCs favors the conversion of NO to NO2 and reduces the underestimation of NO2. Photolysis also has a strong influence on concentrations, with a strong impact of glazing.De nombreuses personnes étant exposées à de fortes concentrations de polluants atmosphériques en milieu urbain, il est important d’en comprendre les sources et les processus de formation. La modélisation est un outil efficace pour cela. Cette thèse porte sur la compréhension par modélisation des processus physiques et chimiques influençant la qualité de l'air intérieur et extérieur à l'échelle locale. Dans un premier temps, la qualité de l’air dans une rue urbaine est modélisée avec l’outil de mécanique des fluides numérique (CFD) code_saturne, couplé au module de chimie atmosphérique et de dynamique des aérosols SSH-aérosol. La rue canyon est modélisée en 2D, et l’étude porte sur une période de 12 heures. Les concentrations simulées de NO2 et de PM10 se comparent bien aux mesures expérimentales lorsque la chimie atmosphérique et la dynamique des aérosols sont prises en compte. Cependant, la concentration de carbone suie est sous-estimée, probablement en partie à cause de la sous-estimation des émissions hors échappement. Les concentrations des composés secondaires des particules sont fortement influencées par la dynamique des aérosols. Notamment, l'ammoniac émis par le trafic favorise la formation de particules inorganiques et organiques hydrophiles. Dans un second temps, pour étudier l'impact des arbres dans la rue, des arbres sont ajoutés dans la rue canyon 2D. L'impact aérodynamique des couronnes d'arbres augmente significativement la concentration des polluants émis par le trafic. Le dépôt sec sur les surfaces des feuilles n'est important que pour les composés très solubles comme HNO3 ou peu volatils. Les émissions de composés organiques volatils (COV) par les arbres influencent peu la formation des condensables, sauf en cas de vent faible. Néanmoins, la production de certains composés organiques extrêmement peu volatils par autoxidation est élevée, ce qui pourrait favoriser la formation de particules ultrafines. Finalement, la qualité de l'air intérieur dans un stade fermé est étudiée à l’aide d’un modèle 0D (H2I). Le taux d'échange intérieur-extérieur et le facteur de filtration du modèle sont déterminés à partir des concentrations de carbone suie mesurées à l'intérieur et à l'extérieur en utilisant une transformation de Fourier. Les variations temporelles des concentrations d'O3 et de NOx en air intérieur sont correctement simulées, mais les concentrations de NO sont sur- estimées et celles d'O3 de NO2 sous-estimées. Des tests de sensibilité sont effectués afin de déterminer les paramètres physiques prégnants du modèle qui pilotent ces concentrations. L’impact des réactions de surface est limité, car le ratio entre la surface et le volume du stade est faible comparé à des environnements intérieurs plus petits. La prise en compte des COV favorise la conversion du NO en NO2 et réduit la sous-estimation du NO2. La photolyse influence aussi fortement les concentrations, avec un fort impact du vitrage
Apprentissage de distributions multi-modales et éditions d'image avec des modèles génératifs profonds
No full textThe past years have seen a great progress of deep generative models, including Generative Adversarial Networks (GANs). Notably, they can synthesize high-resolution images, sometimes indistinguishable from real images. Deep generative models were also at the root of empirical successes such as music generation or molecular discovery. However, we lack a fundamental understanding of the capabilities and limitations of deep generative models. In this thesis, we first characterize a model misspecification of generative models with connected output distributions, such as GANs or normalizing flows. Indeed, such models can not perfectly fit a target distribution composed of several disconnected modes. We analyse theoretically their best achievable performance in the setting of disconnected target distribution, and which geometrical structure can allow them to achieve best performance. Moreover, we propose methods that the performance of GANs by making them more amenable for disconnected data modelling.In the second part of the thesis, we aim to improve image editing techniques thanks to deep generative models. First, we leverage a pre-trained unconditional generative model and show that it can perform a wide range of image editing tasks without re-training. Second, we build on adversarial learning to improve virtual try-on models, which consist in replacing the clothing item on an image of a person.Les dernières années ont vu de grands progrès des modèles génératifs profonds, et notamment des Réseaux Adversaires Génératifs (GAN). Ils peuvent notamment synthétiser des images haute résolution indiscernables des images réelles. Les modèles génératifs profonds ont également été à l'origine de succès empiriques tels que la génération de musique ou la découverte moléculaire. Cependant, nous manquons d'une compréhension fondamentale des capacités et des limites des modèles génératifs profonds. Dans cette thèse, nous caractérisons d'abord une limitation des modèles génératifs modélisant une distribution connexe, tels que les GANs ou les flots normalisés. En effet, de tels modèles ne peuvent pas s'adapter parfaitement à une distribution cible composée de plusieurs modes déconnectés. Nous analysons théoriquement leur meilleure performance réalisable dans le cadre de distributions cible déconnectées, et nous présentons une structure géométrique leur permettant d'atteindre une performance optimale. De plus, nous proposons des méthodes pour améliorer les GANs en les rendant plus adaptés à la modélisation de données déconnectées.Dans la deuxième partie de la thèse, nous visons à améliorer les techniques d'édition d'images grâce aux modèles génératifs profonds. Tout d'abord, nous nous appuyons sur un modèle génératif non conditionnel et pré-entraîné, et montrons qu'il peut effectuer une large variété de tâches d'édition d'images sans réentraînement. Deuxièmement, nous nous appuyons sur l'apprentissage adversaire pour améliorer les modèles de cabine d'essayage virtuel, qui consistent à remplacer l'article vestimentaire sur une image d'une personne
Apport de l’imagerie dans l’évaluation des modifications biomécaniques du rachis neuromusculaire fixé par une instrumentation bipolaire
No full textNeuromuscular scoliosis is related to muscle tone abnormalities, which prognosis is worsened by the involvement of axial and respiratory muscles. The classic treatment consists of a brace, followed by arthrodesis in adolescence. In cases of early and rapidly progressive deformities, fusionless surgery make it possible to preserve a growth potential while waiting for arthrodesis. However, these techniques provide a high rate of mechanical and infectious complications, which led the scoliosis surgeon team at Necker Hospital to develop an innovative technique. This technique is based on a fusionless bipolar fixation from the thoracic spine to the pelvis, performed by a minimally invasive approach. The main objective of this thesis was to analyze the outcomes at 5 years follow-up in these patients. We questioned the need for posterior vertebral arthrodesis at the end of growth, because of the stability of the correction at final follow-up. These findings led us to assume the occurrence of spontaneous and progressive stiffening of the spine. We sought to quantify this stiffening, using different imaging methods. On the bone level, CT scans showed that the construct preserved the growth of the spine, while inducing the fusion of 93% of the facet joints. Discal elastography provided additional information by showing a significant increase in disc stiffness. Finally, muscle MRI showed that the spinal and thigh muscles were globally preserved after surgery, except for the multifidus and sartorius. In clinical practice, it therefore seems justified to us to propose a low-dose CT scan after 5 years of follow-up, to evaluate the spinal stiffening and to validate the absence of indication for conversion to posterior spinal arthrodesis. Lumbar disc elastography could be a complementary useful tool.Les scolioses d'origine neuromusculaire sont liées à des anomalies du tonus musculaire, dont le pronostic est aggravé par l'atteinte des muscles axiaux et respiratoires. Le schéma thérapeutique classique consiste en la mise en place d'un traitement orthopédique par corset, suivi par une arthrodèse à l'adolescence. Dans le cas de déformations précoces et rapidement progressives, des techniques chirurgicales d'instrumentation sans greffe permettent de préserver un potentiel de croissance en attente de l'arthrodèse. Cependant, ces techniques comportent un taux élevé de complications, mécaniques et infectieuses, ce qui a amené l'équipe d'orthopédie de l'hôpital Necker à élaborer une technique innovante. Cette technique repose sur une instrumentation sans greffe bipolaire vertébro-pelvienne, réalisée par voie mini invasive. L'objectif principal de ce travail de thèse était d'analyser les résultats post-opératoires à 5 ans de recul chez ces patients. Nous avons remis en question la nécessité d’une arthrodèse vertébrale postérieure en fin de croissance, en raison du maintien de la correction des déformations, après maturation squelettique. Ces constations nous ont fait supposer la survenue d’un enraidissement spontané et progressif du rachis. Nous avons cherché à quantifier cet enraidissement, grâce à différents moyens d'imageries. Sur le plan osseux, la tomodensitométrie a permis de montrer que le montage préservait la croissance de la colonne vertébrale, tout en induisant la fusion de 93 % des articulaires postérieures. L’élastographie discale a apporté des informations complémentaires en montrant une augmentation significative de la rigidité discale. Enfin, l’IRM musculaire a permis de montrer que les muscles spinaux et de la cuisse étaient globalement préservés après la chirurgie, à l'exception du multifidus et du sartorius. En pratique clinique, il nous parait donc justifié de proposer un examen de tomodensitométrie à basse dose après 5 ans de recul, afin de quantifier l’enraidissement vertébral et valider l’absence d’indication de conversion en arthrodèse vertébrale postérieure. L’élastographie discale lombaire pourrait être un outil complémentaire
Apprentissage auto-supervisé de représentations centrées sur les objets avec détection et segmentation multi-objets
No full textThe goal of this thesis is to study how deep learning techniques, i.e. stochastic gradient descent and neural networks, can be used to get an interpretable representation of a scene without requiring any annotated dataset. In order to get such a representation, we consider that a scene is composed of a background and various foreground objects. We then have to be able to distinguish the background from the foreground objects present in the scene, and also to separate these foreground objects, which can touch or occlude each other. We first study the task of fixed background reconstruction, whose goal is to build a unique background image of a scene using a short sequence of images of this scene cluttered by various objects. We address this task as a robust estimation problem, propose a new technique called background bootstrapping, which uses stochastic gradient descent, and show that it is more accurate and significantly faster than state of the art methods. We then consider the task of dynamic background reconstruction and background/foreground segmentation. Starting from the assumption that the backgrounds of the images appearing in a video or a dataset lie on a low dimensional manifold, we are able to learn this manifold using a convolutional autoencoder. In order to improve segmentation results, we adapt the autoencoder to predict the background noise, which can be caused by turbulence, moving trees or water, and should not be considered as foreground. We then show that the proposed model is able to improve upon the state of the art for unsupervised methods on the challenging CDnet and LASIESTA benchmarks. The segmentation of the background is a first step in order to understand the structure of a scene, but it does not allow to identify and segment the various objects appearing in a scene. In order to get a true object-centric representation of a scene, we introduce a new architecture for unsupervised object-centric representation learning, which uses attention and soft-argmax to localize each object and a transformer encoder to manage occlusions and avoid duplicate detections. We then show that this architecture is significantly more accurate than the state of the art on existing synthetic benchmarks and provide some examples of applications to real-world images taken from traffic cameras.L’objectif de cette thèse est d’étudier comment les techniques d’apprentissage profond, c’est-à-dire la descente de gradient stochastique et les réseaux de neurones, peuvent être utilisées pour obtenir une représentation interprétable d’une scène sans nécessiter de jeu de données annotées. Afin d’obtenir une telle représentation, nous considérons qu’une scène est composée d’un arrière-plan et de divers objets apparaissant en avant-plan. Nous devons donc non seulement être capable de distinguer l’arrière-plan de ces différents objets, mais aussi de séparer ces objets, qui peuvent se toucher ou s’occulter entre eux. Nous étudions d’abord la tâche de reconstruction d’arrière-plan fixe, dont le but est de construire une image unique de l’arrière-plan d’une scène à l’aide d’une courte séquence d’images de cette scène encombrée par divers objets. Nous considérons cette tâche comme un problème d’estimation robuste, proposons une nouvelle technique appelée bootstrap d’arrière-plan, qui utilise la descente de gradient stochastique, et montrons qu’elle est plus précise et considérablement plus rapide que les meilleures méthodes existantes. Nous considérons ensuite la tâche de reconstruction d’arrière-plan dynamique et de segmentation d’arrière-plan/avant-plan. À partir de l’hypothèse selon laquelle les arrière-plans des images apparaissant dans une vidéo ou un jeu de données sont situés sur une variété de petite dimension, nous sommes en mesure d’apprendre cette variété à l’aide d’un autoencodeur convolutionnel. Afin d’améliorer les résultats de segmentation, nous adaptons l’autoencodeur pour prédire le bruit d’arrière-plan, qui peut être causé par la turbulence ou les mouvements des arbres ou de l’eau. Nous montrons ensuite que le modèle proposé donne de meilleurs résultats que les meilleures méthodes non supervisées existantes sur les exigeants benchmarks CDnet et LASIESTA. La segmentation de l’arrière-plan est une première étape pour comprendre la structure d’une scène, mais elle ne permet pas d’identifier et de segmenter les divers objets apparaissant dans une scène. Afin d’obtenir une représentation véritablement centrée sur les objets d’une scène, nous introduisons une nouvelle architecture pour l’apprentissage non supervisé de représentations centrées sur les objets, qui utilise l’attention et le soft-argmax pour localiser chaque objet et un transformer encodeur pour gérer les occlusions et éviter les doubles détections. Nous montrons ensuite que cette architecture est considérablement plus précise que l’état de l’art sur les benchmarks synthétiques existants et fournissons quelques exemples d’applications à des images réelles prises par des caméras de circulation
Réseaux Antagonistes Génératifs 3d pour le design, l’optimisation et la validation numérique en fabrication additive
No full textThe growing need for fast, organic, cost and material efficient products in the industrial world is driving research to develop new design methods. Topological optimization (TO) is one of them. TO takes mechanical constraints as input and generates optimal complex shapes in terms of material and mechanical performance. Additive manufacturing (AM) completes it; it allows the fabrication of any shape. However, this synergy between TO and AM is not ideal. Indeed, AM requires the conformity of the design to geometrical criteria like overhangs, thicknesses, Etc., which are difficult to integrate into TO. Moreover, TO is iterative and computationally expensive; it is based on finite elements (FE). Therefore, designing printable parts requires the interpretation of the shapes proposed by TO by experts, knowing that this can deteriorate the initial optimality. With TO software, generating a design takes seconds to days depending on the complexity of the mechanical conditions. This is acceptable if the Design for Additive Manufacturing (DfAM) process is limited to this step. However, TO, in its commercial form, does not consider AM constraints. The engineer must test several configurations to find the optimal, printable design and risks getting stuck in a design and performance test loop. With the flourishing role of AM in the industry, it is imperative to find a method that considers mechanical and geometric constraints at the same conceptual level to speed up the DfAM process. We find in the state of the art four approaches:1. Formalizing AM design rules and guidelines for novice users. However, modifying the geometry of the design proposed by TO in the drawing phase often deteriorates its initial mechanical performance.2. Integrating AM constraints into FE-TO. This helps to speed up the DfAM process. However, not all AM constraints can be defined analytically and are often contradictory. Moreover, this approach inherits the shortcomings of FE-TO: the general shape is identified in the first iterations, which prevents the method from modifying it to comply with the geometrical constraints, also, convergence is not guaranteed when the number of constraints increases.3. Assisting FE-TO methods with Machine and Deep Learning (DL). This accelerates the TO phase of DfAM only and still inherits the defects of TO.4. Replacing FE-TO with DL. This approach does not incorporate any FA criteria and does not avoid the loop in later phases of the DfAM process.Our goal is to accelerate the whole DfAM process. Indeed, the design phase has the minimum cost and the maximum impact on the overall cost and quality of a part. But, provided that the acceleration of this phase is not sufficient, we propose DL-AM-TO which joins the best of the two approaches 2 and 4. The main contributions of the thesis are:- The creation of a dataset of 2D designs with their mechanical and geometrical constraints of AM, GMCAD.- The creation of DL-AM-TO which takes as input the mechanical and geometrical conditions of AM simultaneously and generates a 2D design, a difficult task to accomplish with FE-TO. It is based on convolutional neural networks, so it is fast and computationally inexpensive, independent of the design’s dimensions and the complexity of the constraints. It tailors the design’s geometry to meet the mechanical and geometrical requirements of AM, thus avoiding the design and test loop and accelerating the whole DfAM process up to 1.4 times.- Any AM constraint or other business rule can be integrated into DL-AM-TO, not only those formulated analytically, thanks to the flexibility of DL models.- DL-AM-TO can be industrialized as a lightweight generative design module in design software in the future.Le besoin croissant de produits organiques et efficaces en coûts, matériaux et temps en industrie, incite la recherche à développer des nouvelles méthodes de design. L'optimisation topologique (TO) en fait partie. TO prend des contraintes mécaniques en entrée et génèrent des formes complexes optimales en termes de matériau et de performance mécanique. La fabrication additive (FA) vient la compléter; elle permet la fabrication de n'importe quelle forme. Cependant, cette synergie entre TO et FA n'est pas idéale. En effet, la FA requiert la conformité du design à des critères géométriques de surplomb, d’épaisseurs, etc. difficilement intégrables à TO. De plus, TO, basée sur les éléments finis (FE), est itérative et coûteuse en calcul. Alors, concevoir des pièces imprimables nécessite l’interprétation par des experts des formes proposées par TO, sachant que cela peut détériorer l'optimalité initiale. Avec les logiciels de TO, générer un design prend des secondes à des jours selon la complexité des conditions mécaniques. Cela est acceptable si le process de conception pour FA (Design for Additive Manufacturing, DfAM) se limite à cette étape. Cependant, TO, dans sa forme commerciale, ne considère pas les contraintes FA. L’ingénieur(e) doit tester plusieurs configurations pour trouver le design optimal et imprimable et risque de se coincer dans une boucle de dessin et test de performance. Avec le rôle florissant de FA dans l'industrie, il est impératif de trouver une méthode considérant les contraintes mécaniques et géométriques au même niveau conceptuel pour accélérer le process DfAM. Nous trouvons dans l’état de l’art quatre approches:1. La formalisation de règles de dessin de design de FA pour les utilisateurs novices. Cependant, modifier la forme du design proposé par TO dans la phase de dessin détériore souvent sa performance mécanique initiale;2. l’intégration de contraintes FA dans FE-TO. Cela permet d’accélérer le process DfAM. Toutefois, les contraintes FA ne peuvent pas être toutes définies analytiquement et sont souvent contradictoires. De plus, elle hérite des défauts de FE-TO: la forme générale est identifiée dès les premières itérations, ce qui empêche la méthode de la modifier pour respecter les contraintes géométriques et la convergence n'est plus garantie lorsqu'il y en a plusieurs;3. l’assistance des méthodes FE-TO avec du Machine et Deep Learning (DL). Cela accélère la phase TO du DfAM uniquement et hérite toujours des défauts de TO;4. le remplacement de FE-TO par du DL. Cette approche n'intègre aucun critère FA et ne permet pas d'éviter la boucle dans les phases ultérieures du process DfAM.Notre objectif est d'accélérer l'ensemble du process DfAM. Certes, la phase de design a le coût minimal et l’impact maximal sur le coût global et la qualité d’une pièce. Mais, pourvu que l'accélération de cette phase ne soit pas suffisante, nous proposons DL-AM-TO qui rejoint le meilleur des deux approches 2 et 4. Les principales contributions de la thèse sont:- la création d'un dataset de designs 2D avec leurs contraintes mécaniques et géométriques de FA, GMCAD;- la création de DL-AM-TO qui prend en entrée les conditions mécaniques et géométriques de FA simultanément et génère un design 2D, une tâche difficile à accomplir avec FE-TO. Elle est basée sur les réseaux convolutifs de neurones, ainsi, elle est dotée de rapidité, et de couts de calcul avantageux et indépendants de l’échelle du design et de la complexité des contraintes. Elle taille la géométrie du design afin de respecter les conditions mécaniques et géométriques de FA et ainsi nous éviter la boucle de dessin et test et accélérer l'ensemble du process DfAM jusqu’à 1.4 fois;- toute contrainte FA ou autre règle métiers peut être intégrée à DL-AM-TO, et pas seulement celles formulées analytiquement, grâce à la flexibilité des modèles DL;- DL-AM-TO pourra être industrialisée comme un module de design génératif léger dans un logiciel de design à l'avenir
Oxydation et corrosion sous contrainte d'un acier inoxydable écroui en milieu primaire des REP : effet des transitoires oxygénés
No full textOperational feedback on pressurized water reactors (PWRs) shows some cases of stress corrosion (SCC) on cold worked stainless steel components in the primary circuit. Under nominal operating conditions PWR primary is hydrogenated. However, the addition of reactor make-up water can induce oxygenated transients, which may be an aggravating factor on the SCC susceptibility of stainless steels. Nevertheless, the mechanisms leading to stainless steels SCC in PWR primary water are undetermined. In this context, the aim of this thesis is to study the effect of oxygenated transients on SCC initiation of stainless steels in simulated PWR primary water. For this purpose, oxidation and SCC tests were carried out on one side in hydrogenated and oxygenated water, and then in transients conditions. Experimental results showed an effect of the water chemistry on the morphology and composition of the surface oxide layers and on the oxidation kinetics at surface and grain boundaries. For all tested conditions, SCC cracks are intergranular and the water chemistry has influence on crack density and depth, which increase with the cumulate time in hydrogenated primary water. A scenario describing intergranular SCC of an austenitic stainless steel is proposed. It is based on the formation and further rupture of intergranular oxide penetrations under mechanical loading. Such penetrations are preferentially formed in hydrogenated water, whereas the rupture of these penetrations can occur in any environment when the mechanical conditions are reached. The tested conditions do not show any detrimental effect of continuous or transient presence of dissolved oxygen on the SCC initiation susceptibility. In addition, neither the order nor the duration of cycles seem to have a significant effect on SCC behaviour.Le retour d'expérience sur les réacteurs à eau sous pression (REPs) fait état de cas de corrosion sous contrainte (CSC) sur des composants en acier inoxydable écroui du circuit primaire. Dans les conditions nominales de fonctionnement, le milieu REP est hydrogéné. Toutefois, des appoints en eau au circuit primaire peuvent induire des transitoires oxygénés susceptibles de constituer un facteur aggravant de la CSC des aciers inoxydables. Cependant, les mécanismes à l’origine de la fissuration des aciers inoxydables en milieu REP restent assez mal connus. Dans ce contexte, l’objectif de cette thèse est de déterminer l’effet des transitoires oxygénés sur la sensibilité des aciers inoxydables écrouis à l’amorçage de fissures de CSC en milieu primaire simulé des REP. Pour cela, des essais d’oxydation et de CSC ont été réalisés d'une part en milieu primaire hydrogéné et oxygéné, et d'autre part avec transitoires oxygénés. Les résultats expérimentaux obtenus ont mis en évidence un effet du milieu sur la morphologie, et la composition des couches d’oxyde de surface, ainsi que sur la cinétique d'oxydation en surface et aux joints de grains. Pour toutes les conditions testées, les amorces et/ou fissures sont intergranulaires. La composition du milieu a une influence sur la densité et profondeur des joints de grains fissurés, qui augmentent avec le temps cumulé en milieu hydrogéné. Un scénario décrivant la fissuration intergranulaire par CSC d’un acier inoxydable austénitique est proposé. Il repose sur la formation, puis la rupture de pénétrations intergranulaires d’oxyde sous l’effet de la sollicitation mécanique. De telles pénétrations se forment préférentiellement en milieu hydrogéné, alors que la rupture des ces pénétrations peut avoir lieu dans n'importe quel milieu lorsque les conditions mécaniques sont réunies. Les milieux testés n’induisent pas un effet néfaste de la présence continue ou transitoire de l'oxygène sur la sensibilité à l'amorçage de fissures de CSC. De plus, l’ordre et la durée des cycles n’ont pas un effet significatif sur le comportement en CSC
Modélisation du taux de développement d'insectes ravageurs des cultures face au réchauffement climatique : le cas des foreurs de tige du maïs
No full textWhile we are observing a decline in insect biodiversity in relation to global changes, some species of crop pests continue to threaten food security worldwide. This is the case for lepidopterans maize stem borers, which pose a major threat to maize production. It is therefore essential to contribute to a better understanding of the impact of global changes and particularly of global warming on maize stem borer populations. Pest responses to global warming can result in contrasting responses depending on the species and trait studied. Among these traits, development rate, i.e. the inverse of development time, is of primary importance given its close dependence to ambient temperature. The development rate quantifies the developmental progression of life stages per unit of time, so that mathematical modeling approaches of the relationship between development rate and temperature can contribute to assess the impact of climate warming on crop pest populations. The objective of this work is to contribute to improve the quantification of the relationship between development rate and temperature by mathematical modeling approaches, and to evaluate the impact of global warming on the development rate of maize stem borers in tropical and temperate climates.Fitting models of developmental rate as a function of temperature to empirical data acquired by rearing individuals at different temperatures has been a widespread method for several decades. Numerous modeling studies have been published, but modeling practices vary considerably within the literature, both in terms of the mathematical models fitted and the experimental protocol, as well as the statistical methods of inference and model selection. In response to this limitation, a study of the influence of experimental protocol on model fitting using a simulation approach, as well as a literature review to establish common and shared modeling and model selection practices were conducted.As a result of global warming, the development time of insect pests could be accelerated or slowed, with impacts to be assessed on pest populations and associated crops. The impacts of different climate warming scenarios on the development time of maize stem borers were evaluated via a mathematical modeling approach for four maize stem borers in temperate and tropical regions. Results show that insect response differs between species and scenarios. This study predicts changes in development time, the magnitude and direction of which depend notably on the optimal temperature for development. While a predominantly shorter development time is expected, the simulations suggest a delay or even a halt for species whose environmental temperature is close to their optimal development temperature. The integration of the non-linear relationship of development rate to temperature thus provides information on future changes in the temporal dynamics of populations. Our analyses indicate that in the absence of mitigating factors such as acclimation, adaptation or dispersal, the developmental time of maize stem borers will be altered, with consequences for their phenology, inter-specific interactions within agro-ecosystems, as well as for maize cultivation and associated crop protection practices.Dans un contexte de déclin de la biodiversité des insectes en lien avec les changements globaux, certains ravageurs des cultures continuent de mettre en péril la sécurité alimentaire à travers le monde. C'est le cas notamment des lépidoptères foreurs de tige du maïs, qui représentent une contrainte importante sur la production de maïs. Il est donc essentiel de contribuer à une meilleure compréhension de l'impact des changements globaux et en particulier du réchauffement climatique sur les populations de foreurs de tige du maïs. Les réponses des ravageurs au réchauffement climatique peuvent se traduire par des réponses contrastées en fonction de l'espèce et du trait étudié. Parmi ces traits, le taux de développement, c'est à dire l'inverse du temps de développement, est de première importance étant donné son étroite dépendance à la température de l'environnement. Le taux de développement quantifie la progression du développement d'un stade donné pour une unité de temps, de sorte que les approches de modélisation mathématique de la relation entre le taux de développement et la température peuvent contribuer à évaluer l'impact du réchauffement climatique sur les populations de ravageurs des cultures. L'objectif de ce travail est d'une part de contribuer à améliorer la caractérisation de la relation entre le taux de développement et la température par des approches de modélisation mathématique, et d'autre part d'évaluer l'impact du réchauffement climatique sur le taux de développement de lépidoptères foreurs de tige du maïs en zones tropicales et tempérées.L'ajustement de modèles de taux de développement en fonction de la température à des données empiriques acquises en élevant des individus à différentes températures est une méthode répandue depuis plusieurs décennies. De nombreuses études de modélisation ont été publiées mais les pratiques de modélisation varient considérablement au sein de la littérature, tant au niveau des modèles mathématiques utilisés que du protocole expérimental ou encore des méthodes statistiques d'estimation des paramètres et de sélection de modèles. En réponse à cette limite, une étude de l'influence du protocole expérimental sur l'ajustement des modèles par une approche de simulation, ainsi qu'une revue de la littérature pour établir des pratiques de modélisation et de sélection de modèles communes et partagées ont été réalisées.Du fait du réchauffement climatique, le temps de développement des insectes ravageurs pourrait être accéléré ou ralenti, avec des impacts à évaluer sur les populations de ravageurs et les cultures associées. Les impacts de différents scénarios de réchauffement climatique sur le temps de développement des foreurs de tige ont été évalués via une approche de modélisation mathématique pour quatre foreurs de tiges de maïs présents dans des régions tempérées ou tropicales. Les résultats montrent que la réponse des insectes diffère selon les espèces et les scénarios. Cette étude prédit des modifications du temps de développement dont l'amplitude et la direction dépendent notamment de la température optimale de développement. Si un temps de développement majoritairement plus court est attendu, les simulations suggèrent un ralentissement voire un arrêt du développement pour les espèces dont la température de l'environnement actuel est proche de leur température optimale de développement. L'intégration de la relation non linéaire du taux de développement à la température permet ainsi d'apporter des informations sur les modifications à venir dans la dynamique temporelle des populations. Nos analyses indiquent ainsi qu'en l'absence de facteurs d'atténuation tels que l'acclimatation, l'adaptation ou la dispersion, le temps de développement des foreurs de tige du maïs sera altéré, avec des conséquences sur leur phénologie, les interactions interspécifiques au sein des agro-écosystèmes, ainsi que sur la culture du maïs et les pratiques de protection associées