Portail HAL UHA (Université de Haute-Alsace)
Not a member yet
17715 research outputs found
Sort by
L'art de butiner. Une métaphore horticole de la lecture selon Montaigne
No full textAlthough it is an inanimate object, the Renaissance book is often referred to by images that express its vitality, a discourse that aims to construct a dynamic representation of knowledge and of the intellectual effervescence behind the constantly increasing production of knowledge. Among these images, I particularly observed the metaphor of foraging in Montaigne's Essays. Behind this art of browsing, what conception of reading is being portrayed?Bien qu’il soit un objet inanimé, le livre de la Renaissance est souvent désigné par des images qui expriment sa vitalité, discours qui vise à construire une représentation dynamique des connaissances et de l’effervescence intellectuelle à l'origine de la production de savoirs en constante augmentation. Parmi ces images, j'ai plus particulièrement observé la métaphore du butinage dans les Essais de Montaigne. Derrière cet art du butinage, quelle conception de la lecture est mise en scène
Surface Migration of Fatty Acid to Improve Sliding Properties of Hypromellose-Based Coatings
No full textInternational audienceHypromellose (HM) is a cellulose-derived polymer of pharmaceutical grade that forms easily from thin films and coatings. As few studies concern HM-formulated systems, this study focuses on the formulation of HM films by incorporating a fatty acid additive, making it possible to control surface properties such as wetting and slip behavior for pharmaceutical or medical applications. The results show that the addition of a very small amount (from 0.1 to 1% w/w) of fatty acid additive reduces HM film affinity for water and water vapor transmission rate, while film appearance and gloss are rather preserved. Surface properties were probed using wettability measurements, Tapping Mode AFM, ATR-FTIR spectrometry, and friction measurements. Tapping Mode AFM images show that the surface roughness reduces by up to 65%. Wettability results show that the surface energy decreases from 43 to 31 mJ.m-2, whereas surface FTIR spectrometry measurements demonstrate that fatty acid molecules migrate on the surface of the formulated films, the driving force being the microphase separation between the polar HM macromolecules and the hydrophobic additive, leading to the formation of a weak boundary layer with poor cohesion. As a consequence, the surface coefficient of friction significantly reduces from 0.38 to 0.08, and fatty acid molecules thus act as a lubricant, improving the sliding properties of HM-based coatings
Finding Foundation Models for Time Series Classification with a PreText Task
No full textInternational audienceOver the past decade, Time Series Classification (TSC) has gained an increasing attention. While various methods were explored, deep learning -particularly through Convolutional Neural Networks (CNNs) -stands out as an effective approach. However, due to the limited availability of training data, defining a foundation model for TSC that overcomes the overfitting problem is still a challenging task. The UCR archive, encompassing a wide spectrum of datasets ranging from motion recognition to ECG-based heart disease detection, serves as a prime example for exploring this issue in diverse TSC scenarios. In this paper, we address the overfitting challenge by introducing pre-trained domain foundation models. A key aspect of our methodology is a novel pretext task that spans multiple datasets. This task is designed to identify the originating dataset of each time series sample, with the goal of creating flexible convolution filters that can be applied across different datasets. The research process consists of two phases: a pre-training phase where the model acquires general features through the pretext task, and a subsequent fine-tuning phase for specific dataset classifications. Our extensive experiments on the UCR archive demonstrate that this pre-training strategy significantly outperforms the conventional training approach without pre-training. This strategy effectively reduces overfitting in small datasets and provides an efficient route for adapting these models to new datasets, thus advancing the capabilities of deep learning in TSC
Rapport sur la mission d’étude à Nicopolis (2023), [notice archéologique], Bulletin archéologique des Écoles françaises à l’étranger
No full textFouilles aux fortifications de Delphes – Campagnes d’étude 2019-2020
No full textInternational audienc
Dall'ingegno al genio: un Dante moderno nella Francia romantica
No full textInternational audienceÉtat de l'art, méthodologie et corpus L'analyse de la réception de Dante Alighieri en France à l'époque romantique nous amène à explorer non seulement une période historique spécifique, essentiellement le début du XIXe siècle, mais aussi un phénomène esthétique et poétique qui a investi l'ensemble de l'Europe, incarnant la « modernité » de l'époque. Le romantisme, en effet, n'est pas seulement une période, mais un mouvement qui a révolutionné la façon dont nous percevons l'art, la littérature et la poésie, comme l'illustre bien l'ouvrage désormais canonique d'Alfredo De Paz, La Revolution romantique (1984). Ce phénomène a redéfini le concept de modernité, donnant une nouvelle signification aux figures littéraires du passé, y compris Dante. D'un point de vue méthodologique, notre recherche passe par l'histoire des idées, bien qu'elle ait commencé par l'analyse linguistique des traductions de la Commedia, en se concentrant sur les termes romantiques clés d'« ingegno» et de « genio», qui revêtent une importance particulière dans ce contexte. L'article de Greimas et Matoré, « La naissance du génie au XVIII e siècle. Étude lexicologique « (1957), est une référence fondamentale pour comprendre comment le terme “génie” a évolué au cours du XVIIIe siècle et a influencé la perception de Dante à l'époque romantique.Notre hypothèse principale est que les traductions et éditions françaises de la Commedia de l'époque romantique ont « modernisé » Dante, le présentant comme un « génie incompris » de son temps, revalorisé et accueilli par les romantiques comme un « génie compris ».Cette réinterprétation s'inscrit dans le contexte de la rhétorique nationale émergente, dans laquelle Dante est considéré comme le « génie de la langue » et le « génie du pays ».Pour les romantiques, Dante n'est donc pas seulement un classique érudit à étudier et à commenter avec révérence, mais un poète exilé
Imagerie par matrice de filtres : Pré-traitements et Mise en œuvre
No full textCe document présente un aperçu de mes activités de recherche sur l’imagerie multimodale basée sur les capteurs à réseaux de filtres. Après avoir présenté une sériede travaux sélectionnés, nous formulons les orientations et les défis futurs
A Medical Low-Back Pain Physical Rehabilitation Dataset for Human Body Movement Analysis
No full textInternational audienceWhile automatic monitoring and coaching of exercises are showing encouraging results in non-medical applications, they still have limitations such as errors and limited use contexts. To allow the development and assessment of physical rehabilitation by an intelligent tutoring system, we identify in this article four challenges to address and propose a medical dataset of clinical patients carrying out low back-pain rehabilitation exercises. The dataset includes 3D Kinect skeleton positions and orientations, RGB videos, 2D skeleton data, and medical annotations to assess the correctness, and error classification and localisation of body part and timespan. Along this dataset, we perform a complete research path, from data collection to processing, and finally a small benchmark. We evaluated on the dataset two baseline movement recognition algorithms, pertaining to two different approaches: the probabilistic approach with a Gaussian Mixture Model (GMM), and the deep learning approach with a Long-Short Term Memory (LSTM). This dataset is valuable because it includes rehabilitation relevant motions in a clinical setting with patients in their rehabilitation program, using a cost-effective, portable, and convenient sensor, and because it shows the potential for improvement on these challenges
Modèles markoviens, parcimonieux et temps-fréquence pour l'image et le signal
No full textThis dissertation focuses on statistical image and signal processing.Three main approaches are developed. In the first approach, based on Markov models, we consider pixel-level dependencies to bring out large-scale structures, in order to solve image segmentation and/or deconvolution problems.The second model is formulated as an off-the-grid sparse optimization problem and considers directly the object of interest. It is used to solve image deconvolution and analysis problems.The third representation, based on time-frequency transforms, opts for a denser approach to representations, and we focus on the practical and theoretical properties of these transforms.Throughout the dissertation, we are particularly interested in developing approaches that are explicable, both from a mathematical point of view, but also for the non-specialist user. Indeed, most of the work presented here has been carried out together with specialists from other disciplines.In the last part of the document, we propose a few lines of research that extend and link the proposed models.Ce mémoire d'habilitation à diriger des recherches porte sur le traitement statistique des images et du signal.Trois modèles sont principalement développés. Dans le premier, portant sur les modèles markoviens, nous considérons les dépendances au niveau du pixel pour faire émerger des structures à grande échelle, afin de résoudre des problèmes de segmentation et/ou de déconvolution d'images.La deuxième approche est formulée comme un problème d'optimisation parcimonieuse hors-grille et travaille directement au niveau de l'objet d'intérêt. Cela nous sert à résoudre des problèmes de déconvolution et d'analyse d'images.Le dernier volet, sur les transformées temps-fréquence, opte pour une approche plus dense des représentations, et nous nous intéressons aux propriétés pratiques et théoriques de ces transformées.Tout au long du document, nous nous intéressons en particulier à développer des approches explicables, à la fois d'un point de vue mathématique, mais aussi pour l'utilisateur non-spécialiste. En effet, une majorité des travaux présentés ont été menés en lien avec des spécialistes d'autres disciplines.Dans la dernière partie du document, nous proposons quelques pistes de recherches qui prolongent et relient les modèles proposés
Plateforme de gestion collaborative sécurisée appliquée aux Réseaux IoT
No full textFederated Learning (FL) allows clients to collaboratively train a model while preserving data privacy. Despite its benefits, FL is vulnerable to poisoning attacks. This thesis addresses malicious model detection in FL systems for IoT networks. We provide a literature review of recent detection techniques and propose a Secure Layered Adaptation and Behavior framework (FLSecLAB) to fortify the FL system against attacks. FLSecLAB offers customization for evaluating defenses across datasets and metrics. We propose enhanced malicious model detection with dynamic optimal threshold selection, targeting Label-flipping attacks. We present a scalable solution using entropy and an adaptive threshold to detect malicious clients. We explore complex scenarios and propose novel detection against simultaneous Label-flipping and Backdoor attacks. Additionally, we propose an adaptive model for detecting malicious clients, addressing Non-IID data challenges. We evaluate our approaches through various simulation scenarios with different datasets, comparing them to existing approaches. Results demonstrate the effectiveness of our approaches in enhancing various malicious detection performance metrics.L'apprentissage fédéré (FL) permet aux clients de former collaborativement un modèle tout en préservant la confidentialité des données. Malgré ses avantages, le FL est vulnérable aux attaques de poisoning. Cette thèse aborde la détection des modèles malveillants dans le système FL pour les réseaux IoT. Nous fournissons une revue de littérature des techniques récentes de détection et proposons un cadre d'adaptation et de comportement sécurisé (FLSecLAB) pour renforcer le système FL contre les attaques. FLSecLAB offre une personnalisation pour évaluer les défenses à travers divers jeux de données et métriques. Nous proposons une détection améliorée de modèles malveillants avec sélection dynamique d'un seuil optimal, ciblant les attaques de changement d'étiquettes. Nous présentons une solution évolutive utilisant l'entropie et un seuil adaptatif pour détecter les clients malveillants. Nous explorons des scénarios complexes et proposons une détection novatrice contre les attaques simultanées de changement d'étiquettes et de porte dérobée. De plus, nous proposons un modèle adaptatif pour détecter les clients malveillants, abordant les défis des données Non-IID. Nous évaluons nos approches à travers divers scénarios de simulation avec différents jeux de données, et les comparons aux approches existantes. Les résultats démontrent l'efficacité de nos approches pour améliorer diverses métriques de performance de détection malveillante