HAL Portal UPHF (Université Polytechnique Hauts-de-France)
Not a member yet
28473 research outputs found
Sort by
Dream in progress : tentative d’épuisement de lieux imparfaits
No full textInternational audienceCet article est un compte-rendu du livre : Judith Cohen, Samy Lagrange et Aurore Turbiau (dir.), Esthétiques du désordre. Vers une autre pensée de l’utopie, Paris : Le Cavalier bleu, coll. « Convergences », 2022, 352 p., EAN 9791031805450.Il s'intègre dans le dossier critique N°90 : Penser queer en français : littérature, politique, épistémologie(dir. Nicolas Aude et Danielle Perrot-Corpet), publié en novembre 2025, sur Acta Fabula https://www.fabula.org/acta/sommaire20231.ph
Table ronde n° 2 : Controverses autour du droit à l'avortement
No full textConférence "Perspectives comparées à l'occasion du cinquantenaire de la loi Veil", organisée par l'IRENEE, sous la dir. de Mathilde Frappier et Eléonore GigonCette année marque les 50 ans de la loi du 17 janvier 1975 relative à l'interruption volontaire de grossesse en France. Plutôt que de s’arrêter exclusivement sur l’expérience française, qui a déjà donné lieu à plusieurs manifestations et publications au cours de cette année, l’objectif est de prendre le prétexte de cet anniversaire pour évoquer l’encadrement juridique de l’avortement dans une perspective comparée. En mettant en avant les expériences d’autres États (États-Unis, Allemagne ou Amérique latine) et en discutant l’apport que pourraient avoir certaines organisations internationales (Conseil de l’Europe, Union européenne) en la matière, nous espérons interroger l’impact du contexte historico-culturel ainsi que l’effectivité de cet encadrement juridique y compris en France. La conférence prendra la forme de deux tables rondes structurées respectivement autour de deux questions : d’abord, la construction de l’encadrement juridique de l’avortement, et ensuite, les controverses autour du droit à l’avortement
Table ronde n° 1 : Construction de l'encadrement juridique de l'avortement
No full textConférence "Perspectives comparées à l'occasion du cinquantenaire de la loi Veil", organisée par l'IRENEE, sous la dir. de Mathilde Frappier et Eléonore GigonInternational audienceCette année marque les 50 ans de la loi du 17 janvier 1975 relative à l'interruption volontaire de grossesse en France. Plutôt que de s’arrêter exclusivement sur l’expérience française, qui a déjà donné lieu à plusieurs manifestations et publications au cours de cette année, l’objectif est de prendre le prétexte de cet anniversaire pour évoquer l’encadrement juridique de l’avortement dans une perspective comparée. En mettant en avant les expériences d’autres États (États-Unis, Allemagne ou Amérique latine) et en discutant l’apport que pourraient avoir certaines organisations internationales (Conseil de l’Europe, Union européenne) en la matière, nous espérons interroger l’impact du contexte historico-culturel ainsi que l’effectivité de cet encadrement juridique y compris en France. La conférence prendra la forme de deux tables rondes structurées respectivement autour de deux questions : d’abord, la construction de l’encadrement juridique de l’avortement, et ensuite, les controverses autour du droit à l’avortement
Temperature and doping level effect on silicon thermal conductivity
No full textInternational audienc
RETRACTED: Bilyy et al. Rapid Generation of Coronaviral Immunity Using Recombinant Peptide Modified Nanodiamonds. Pathogens 2021, 10, 861
No full textThe Journal retracts the article “Rapid Generation of Coronaviral Immunity Using Recombinant Peptide Modified Nanodiamonds” [...
[HDR] Architectures d’apprentissage profond pour l’analyse d’images médicales : de la modélisation à l’aide au diagnostic
No full textL’intelligence artificielle, à travers les algorithmes d’apprentissage profond, a transformé le domaine de l’analyse visuelle assistée par ordinateur ces dernières années. Ces algorithmes ont permis d’améliorer significativement les capacités d’extraction et d’interprétation des informations visuelles complexes, ouvrant la voie à des applications innovantes et spécialisées dans le domaine médical. Ces avancées technologiques offrent de nouvelles perspectives pour le diagnostic assisté, la surveillance des pathologies et la découverte thérapeutique, domaines où la fiabilité des modèles développés constitue un enjeu majeur pour leur potentielle intégration future dans les pratiques cliniques.Néanmoins, l’élaboration de tels systèmes se heurte à de multiples obstacles méthodologiques. La nature hétérogène des acquisitions, les artefacts liés aux protocoles d’imagerie et la diversité phénotypique des données représentent des défis importants. S’y ajoutent la rareté des jeux de données annotés par des experts, les enjeux de généralisation des modèles sur des populations variées, ainsi que les exigences d’interprétabilité et de temps de réponse compatibles avec la pratique clinique. Les préoccupations éthiques concernant la confidentialité des informations médicales et la transparence des décisions algorithmiques constituent également des dimensions incontournables de cette problématique.Ce manuscrit synthétise mes contributions scientifiques dans le développement de solutions d’analyse d’images pour la santé de précision. L’accent est mis sur les architectures neuronales spécialisées développées, les stratégies d’apprentissage mises en œuvre et les chaînes de traitement élaborées pour surmonter les verrous identifiés. Quatre applications illustrent ces avancées méthodologiques : premièrement, la caractérisation automatique de sous-types moléculaires en histopathologie oncologique facilitant un diagnostic accessible et orientant le traitement ; deuxièmement, la modélisation tridimensionnelle de structures nucléaires dans des cultures cellulaires sphéroïdales pour le criblage pharmacologique ; troisièmement, l’identification et la classification automatisées d’agents parasitaires dans des préparations microscopiques pour accélérer le diagnostic infectieux ; quatrièmement, l’interprétation d’imagerie endoscopique vétérinaire pour optimiser les protocoles de reproduction bovine.Chaque contribution est validée par des évaluations expérimentales rigoureuses établissant la pertinence des approches proposées face aux méthodes de référence. Ces recherches, menées en collaboration interdisciplinaire entre informaticiens et praticiens médicaux, ont donné lieu à des publications scientifiques internationales et à l’encadrement de quatre thèses de doctorat. Les perspectives ouvertes s’inscrivent dans une démarche vers la médecine personnalisée où les techniques par apprentissage pourraient contribuer à enrichir les capacités décisionnelles des professionnels de santé.L’intelligence artificielle, à travers les algorithmes d’apprentissage profond, a transformé le domaine de l’analyse visuelle assistée par ordinateur ces dernières années. Ces algorithmes ont permis d’améliorer significativement les capacités d’extraction et d’interprétation des informations visuelles complexes, ouvrant la voie à des applications innovantes et spécialisées dans le domaine médical. Ces avancées technologiques offrent de nouvelles perspectives pour le diagnostic assisté, la surveillance des pathologies et la découverte thérapeutique, domaines où la fiabilité des modèles développés constitue un enjeu majeur pour leur potentielle intégration future dans les pratiques cliniques.Néanmoins, l’élaboration de tels systèmes se heurte à de multiples obstacles méthodologiques. La nature hétérogène des acquisitions, les artefacts liés aux protocoles d’imagerie et la diversité phénotypique des données représentent des défis importants. S’y ajoutent la rareté des jeux de données annotés par des experts, les enjeux de généralisation des modèles sur des populations variées, ainsi que les exigences d’interprétabilité et de temps de réponse compatibles avec la pratique clinique. Les préoccupations éthiques concernant la confidentialité des informations médicales et la transparence des décisions algorithmiques constituent également des dimensions incontournables de cette problématique.Ce manuscrit synthétise mes contributions scientifiques dans le développement de solutions d’analyse d’images pour la santé de précision. L’accent est mis sur les architectures neuronales spécialisées développées, les stratégies d’apprentissage mises en œuvre et les chaînes de traitement élaborées pour surmonter les verrous identifiés. Quatre applications illustrent ces avancées méthodologiques : premièrement, la caractérisation automatique de sous-types moléculaires en histopathologie oncologique facilitant un diagnostic accessible et orientant le traitement ; deuxièmement, la modélisation tridimensionnelle de structures nucléaires dans des cultures cellulaires sphéroïdales pour le criblage pharmacologique ; troisièmement, l’identification et la classification automatisées d’agents parasitaires dans des préparations microscopiques pour accélérer le diagnostic infectieux ; quatrièmement, l’interprétation d’imagerie endoscopique vétérinaire pour optimiser les protocoles de reproduction bovine.Chaque contribution est validée par des évaluations expérimentales rigoureuses établissant la pertinence des approches proposées face aux méthodes de référence. Ces recherches, menées en collaboration interdisciplinaire entre informaticiens et praticiens médicaux, ont donné lieu à des publications scientifiques internationales et à l’encadrement de quatre thèses de doctorat. Les perspectives ouvertes s’inscrivent dans une démarche vers la médecine personnalisée où les techniques par apprentissage pourraient contribuer à enrichir les capacités décisionnelles des professionnels de santé
Optimal Model-Free Tracking Control Based on Direct Adaptive Fuzzy Controller for a Mini-Drone
No full textInternational audienceThis paper presents a direct robust adaptive fuzzy controller designed for a mini drone. The controller is developed to address the challenge of controlling the six-coupled nonlinear subsystems of the mini-drone with unknown dynamics for position and attitude control. The proposed control approach combines a fuzzy adaptive controller and the Bat Algorithm (BA) based optimization technique to elaborate decentralized control structure. The control inputs of the drone are generated through a Mamdani-type fuzzy adaptive controller, based exclusively on the system's tracking errors. This design choice effectively circumvents the singularity issues commonly encountered in indirect adaptive control schemes, while avoiding the need for robust state observers. To address external disturbances and model uncertainties, a robust compensatory term is incorporated into the fuzzy controller. The Bat Algorithm (BA) is employed to optimize the adaptation parameters of the controller to achieve the best performance in trajectory tracking. This approach resolves the trial-and-error issue in parameter selection which gives a systematic and optimal tuning of the control parameters. The stability of the closed-loop system is rigorously established via Lyapunov theory. The effectiveness of the proposed controller is demonstrated through various simulation cases on a virtual platform of Parrot Mini-Drone, as well as experimental validation for hovering. The results show that the proposed controller can handle unknown dynamics, uncertainties, and external disturbances while achieving accurate position and attitude control
Social Key Performance Indicator into Sustainable Supply Chains: a review
No full textInternational audienceThe incorporation of social Key Performance Indicators (KPIs) into sustainable supply chain management (SSCM) is a growing yet underexplored area of research. Social KPIs, which address critical aspects such as worker welfare, equity, and social responsibility, play a pivotal role in achieving the triple bottom line of sustainability. Despite the increasing volume of primary and secondary studies on SSCM, the social dimension remains underrepresented compared to environmental and economic factors. This study conducts a Systematic Literature Review (SLR) to analyze the integration of social KPIs into sustainable supply chains, focusing on their measurement, implementation, and alignment with broader sustainability objectives. The review follows a systematic approach using Scopus, applying specific keywords and inclusion criteria to identify peer-reviewed papers published between 2018 and the present. Articles were analyzed for the identification of research clusters and trends. The analysis highlights a growing emphasis on social KPIs but underscores the need for standardized frameworks and innovative solutions to address challenges such as data complexity and trade-offs between sustainability dimensions
Quantitative calibration of a TWPA applied to an optomechanical platform
No full textInternational audienceIn the last decade, the microwave quantum electronics toolbox has been enriched with quantumlimited detection devices such as Traveling Wave Parametric Amplifiers (TWPAs). The extreme sensitivity they provide is not only mandatory for some physics applications within quantum information processing, but is also the key element that will determine the detection limit of quantum sensing setups. In the framework of microwave optomechanical systems, an unprecedented range of small motions and forces is accessible, for which a specific quantitative calibration becomes necessary. We report on near quantum-limited measurements performed with an aluminum drumhead mechanical device within the temperature range 4 mK -400 mK. The whole setup is carefully calibrated, especially taking into account the power-dependence of microwave absorption in the superconducting optomechanical cavity. This effect is commonly attributed to Two-Level-Systems (TLSs) present in the metal oxide. We demonstrate that a similar feature exists in the TWPA, and can be phenomenologically fit with adapted expressions. If not taken into account, the error on the signal strength can be as large as a factor of about 2, which is unacceptable for quantitative experiments. The power and temperature dependence is studied over the full parameter range, leading to an absolute definition of phonon population (i.e. Brownian motion amplitude), with an uncertainty ±20 % limited by sources of noise internal to the optomechanical element
Analyse de corrélations temporelles entre différentes données météorologiques via la sonification
No full textSonification et design d’interactions sonores : synthèse, spatialisation, réalités virtuelle et augmentée; GSAM - Acoustique MusicaleNational audienceLes lacs et les mers fermées présentent des modes de résonance appelées seiches à des périodes de quelques minutes à quelques heures (intermédiaires entre la houle et les marées). La caractérisation de ces modes permet une meilleure modélisation des tsunamis. En dehors des évènements extrêmes, ces mêmes modes peuvent être excités à de faibles amplitudes par différents phénomènes météorologiques, notamment la pression atmosphérique, la vitesse et la direction du vent à la surface de la mer. L'idée de ce travail est d'employer des méthodes de sonification pour la présentation et l'analyse de séries temporelles issues d'enregistrements récents en mer de Marmara (Turquie) et de donnés météororologiques réanalysées. Dans cette intervention, nous présentons une tentative de sonification pour permettre d'identifier, à l'écoute, des corrélations temporelles entre ces différentes données. Les séries temporelles de pression au fond de la mer (qui ont enregistré les seiches) sont présentées via de l'audification (accélération des formes d'onde récoltées) et les données concernant le vent sont transformées en son via une méthode de mapping (mise en correspondance des paramètres des données avec des paramètres audio). Nous décrivons un test perceptif où les auditeur·ices doivent évaluer la corrélation entre les sons issus de la pression au fond de la mer et ceux issus du vent, dans différentes situations (synchronisation/désynchronisation, seuil d'amplitude pour déclencher la sonification, différents jeux de données ou points de mesure, ...)