Portail HAL de l'Université du Littoral Côte d'Opale
Not a member yet
11255 research outputs found
Sort by
Stability of discontinuous diffusion coefficients for the heat equation on a star-shaped tree
No full textIn this paper, we study the heat equation on a star-shaped tree network with a piecewise regular diffusion coefficient. By developing new Carleman estimates, we establish stability results for the identification of the diffusion coefficient. These stability estimates are derived using either internal measurements or boundary observations, offering robust insights into the inverse problem for this class of equations
Investigating processes influencing simulation of local Arctic wintertime anthropogenic pollution in Fairbanks, Alaska, during ALPACA-2022
No full textInternational audienceLagrangian tracer simulations are deployed to investigate processes influencing vertical and horizontal dispersion of anthropogenic pollution in Fairbanks, Alaska, during the Alaskan Layered Pollution and Chemical Analysis (ALPACA) 2022 field campaign. Simulated concentrations of carbon monoxide (CO), sulfur dioxide (SO2 ), and nitrogen oxides (NOx ), including surface and elevated sources, are the highest at the surface under very cold stable conditions. Pollution enhancements above the surface (50–300 m) are mainly attributed to elevated power plant emissions. Both surface and elevated sources contribute to Fairbanks’ regional pollution that is transported downwind, primarily to the south-west, and may contribute to wintertime Arctic haze. Inclusion of a novel power plant plume rise treatment that considers the presence of surface and elevated temperature inversion layers leads to improved agreement with observed CO and NOx plumes, with discrepancies attributed to, for example, displacement of plumes by modelled winds. At the surface, model results show that observed CO variability is largely driven by meteorology and, to a lesser extent, by emissions, although simulated tracers are sensitive to modelled vertical dispersion. Modelled underestimation of surface NOx during very cold polluted conditions is considerably improved following the inclusion of substantial increases in diesel vehicle NOx emissions at cold temperatures (e.g. a factor of 6 at −30 °C). In contrast, overestimation of surface SO2 is attributed mainly to model deficiencies in vertical dispersion of elevated (5–18 m) space heating emissions. This study highlights the need for improvements to local wintertime Arctic anthropogenic surface and elevated emissions and improved simulation of Arctic stable boundary layers
Didactique intégrée des sciences et des langues étrangères : enjeux sociaux, didactiques et épistémologiques : Cas du parcours international dans le système éducatif marocain
No full textThe teaching of a scientific discipline in a foreign language cannot be reduced to a mere juxtaposition of linguistic and disciplinary knowledge ; it creates a space of mediation where language becomes a tool for structuring thought , while science serves as a vector for linguistic and cognitive appropriation. The approach proposed in this research integrates the social, linguistic, and pedagogical dimensions, positioning language as an instrument of active, reflective, and collaborative learning. It highlights the role of the language of instruction as an instrument of power and social distinction, potentially reinforcing the reproduction of inequalities when imposed arbitrarily. However, when learners are granted the choice of their language of study, it can become a source of engagement and motivation. In this perspective, the diversification of languages of instruction appears as an essantial lever for democratization and education equity. Furthermore, in the field of science education, the use of a foreign language as a medium of instruction goes beyond the simple transmission of knowledge : it fosters the development of communicative competences and the construction of a specialized scientific technolect, both functional and operational. The proposed model is structured around a "pedagogical pentagon" than brings together teacher, learner, discipline, technolect, and assessment. Its implementation requires differentiated strategies, close collaboration between language and scientific disciplines teachers, and fair assessment practices that take linguistic progress into account without undermining scientific achievement. The thesis highlights that, when rigorously framed within an integrated didactic approach, teaching of science in a foreign language becomes a lever for motivation, success, and social advancement, while foresting inclusive education adapted to the linguistic and cultural diversity of contemporary environments.L'enseignement d'une discipline scientifique en langue étrangère ne se réduit pas à une simple juxtaposition de savoirs linguistiques et disciplinaires ; il constitue un espace de médiation où la langue devient un outil de structuration de la pensée, tandis que la science agit comme un vecteur d'appropriation linguistique et cognitive. L'approche proposée dans cette recherche articule de manière intégrée les dimensions sociales, linguistique et pédagogique, en faisant de la langue un instrument d'apprentissage actif, réflexif et collaboratif. Elle souligne le rôle de la langue d'enseignement en tant qu'instrument de pouvoir et de distinction sociale, pouvant accentuer la reproduction des inégalités lorsqu'elle est imposée de manière arbitraire. Cependant, lorsqu'elle s'inscrit dans un choix laissé aux apprenants, la langue devient un vecteur d'engagement et de motivation. Dans cette perspective, la diversification des langues d'enseignement apparaît comme un levier essentiel de démocratisation et d'équité éducative. En outre, dans le champ scientifique, l'usage d'une langue étrangère comme médium d'enseignement dépasse la simple transmission de savoirs : il contribue au développement des compétences communicationnelles et à la construction d'un technolecte scientifique spécialisé, à la fois fonctionnel et opératoire. Le modèle proposé repose sur un "pentagone didactique" intégrant enseignant, apprenant, discipline, technolecte et évaluation. Sa mise en oeuvre suppose des stratégies différenciées, une collaboration étroite entre enseignants de langue et de disciplines scientifiques, ainsi qu'une évaluation équitable tenant compte de la progression linguistique sans compromettre les acquis scientifiques. La thèse met en évidence que, lorsqu'il est rigoureusement encadré par une didactique intégrée, l'enseignement scientifique en langue étrangère constitue un levier de motivation, de réussite et de promotion sociale, tout en favorisant une éducation inclusive adaptée à la diversité linguistique et culturelle des environnements contemporains
Analyses statistiques multi-échelles de séries temporelles de CO₂ océaniques dans un cadre turbulent
No full textThe ocean plays a major role in the global carbon cycle, acting as a sink for atmospheric CO₂ onan annual scale. However, ocean-atmosphere CO₂ fluxes show strong spatio-temporal variability, driven by multiple forcings acting across scales, from climate regimes to fine-scale processes such as phytoplankton blooms. Among them, turbulence induces chaotic fluctuations and enhances CO₂ exchange, requiring the use of multiscale statistical approaches. This thesis investigates the dynamics of oceanic partial pressure of CO₂ (pCO₂) time series to assess the influence of turbulence and other forcings across temporal scales. A first global analysis reveals the active scalar nature of pCO₂ in both the ocean and atmosphere, with a dynamics distinct from the velocity field. A secondstudy in the western English Channel highlights the complexity and stochasticity of its interactions with environmental variables. Finally, a third analysis in the Southern Ocean confirms the Lagrangian active scalar behavior of pCO₂, shaped by turbulent processes. These findings provide a first overview of the multiscale dynamics of time series associated with the marine carbon cycle, from hourly to annual timescales.L’océan joue un rôle majeur dans le cycle du carbone terrestre en agissant comme un puits de CO₂ à l’échelle annuelle. Les flux océan-atmosphère de CO₂ présentent toutefois une forte variabilité spatio-temporelle, sous l’effet de forçages multiples agissant à différentes échelles, de la circulation climatique aux blooms phytoplanctoniques. Parmi eux, la turbulence induit des fluctuations chaotiques et favorise les échanges de CO₂, rendant nécessaire l’usage d’outils statistiques multi-échelles. Cette thèse analyse la dynamique des séries temporelles de pression partielle de CO₂ (pCO₂) océaniques afin d’évaluer l’impact de la turbulence et d’autres forçages à travers les échelles temporelles. Une première analyse globale révèle le caractère actif de la pCO₂ dans l’océan et l’atmosphère, avec un champ dynamique propre. Une seconde étude, en Manche occidentale, met en évidence la complexité et la stochasticité de ses interactions avec l’environnement. Enfin, une analyse dans l’océan Austral confirme le comportement de scalaire Lagrangien actif de la pCO₂, structuré par la turbulence. Ces travaux offrent une première vue d’ensemble de la dynamique multi-échelle des séries temporelles liées au cycle du carbone marin, des échelles horaires à l’échelle annuelle
Apport des données LiDAR et de l’analyse 3D à l’étude de la morphologie et du recul récent des falaises littorales du Pas-de-Calais
No full textInternational audienceThis study updates the data on the morphodynamic evolution of the Pas-de-Calais coastal cliffs, based on a diachronic analysis of cliff-top kinematics between 2000 and 2021, using the area-loss method. It also uses LiDAR datasets to conduct a three-dimensional topographic analysis, based on previously defined retreat zones. In analysing cliff retreat and morphological variations, 2D and 3D approaches complement each other, and help to identify recent erosion areas. The results reveal relatively high medium-term retreat rates across the study area (-0.26 m/year) and significant spatio-temporal variability. This variability is explained by the diversity of cliff types in terms of their hydrogeological characteristics, topomorphological configurations, and the magnitude and nature of anthropogenic impacts during the 20th century. Additionally, the low quality of the orthophotographs used in certain sectors may affect the accuracy of measurements and introduce significant uncertainty.Dans cette étude, nous avons mis à jour les données concernant l’évolution topographique des falaises littorales du Pas-de-Calais sur la base, (i) d’une analyse diachronique de la cinématique des falaises entre 2000 et 2021 à l’aide de la méthode de calcul des aires perdues, (ii) d’une analyse diachronique de la topographie en 3 dimensions à l’aide de jeux de données LiDAR. Dans le cadre de l’analyse du recul et des variations morphologiques des falaises, les approches 2D et 3D se complètent et permettent de mettre en évidence des secteurs d’érosion récente. Les résultats obtenus montrent des valeurs de recul relativement importantes sur une période de 20 ans, sur l’ensemble du linéaire étudié (-0,26 m /an), mais également de fortes variabilités spatio-temporelles, qui s’expliquent par la grande diversité des falaises en termes de caractéristiques hydrogéologiques, de configurations topomorphologiques, ainsi que par l’ampleur et la nature des impacts anthropiques subis au cours du XXe siècle. Par ailleurs, certains secteurs présentent une incertitude importante en raison de la qualité parfois insuffisante des orthophotographies utilisées, ce qui peut affecter la précision des mesures réalisées
Un modèle d'attention par graphes pour le problème d'orientation collective
No full textInternational audienceThe Team Orienteering Problem (TOP) is a combinatorial optimization problem where the objective is to determine a set of routes that maximizes the profit earned from visiting customers without exceeding a travel cost or time limit. Recent advancements have shown that combining machine learning approaches with optimization techniques can effectively tackle complex combinatorial problems. In this paper, we introduce two deep reinforcement learning methods to solve the TOP. The first framework is a Hybrid Graph Attention Model (HGAM) that integrates a deep learning neural network with dynamic programming algorithm (optimal splitting) . The algorithm operates in two steps: first, a giant tour-a sequence of customers or locations-is generated using a deep neural network; second, this tour is evaluated through an optimal splitting algorithm. The second framework is a full-learning approach based on sampling decoding and mask mechanism to generate a feasible routes. Our experimental results demonstrate that HGAM not only outperforms a full-learning approach but also provides significantly faster results, at the cost of lower solution quality compared to specialized heuristics designed for the TOP.Le problème d’orientation collective (Team Orienteering Problem, TOP) est un problème d’optimisation combinatoire dont l’objectif est de déterminer un ensemble de trajets maximisant le profit tiré de la visite de clients, sans dépasser une limite de coût ou de temps de trajet. Les avancées récentes ont montré que la combinaison d’approches d’apprentissage automatique et de techniques d’optimisation permet de résoudre efficacement des problèmes combinatoires complexes.Dans cet article, nous proposons deux méthodes d’apprentissage par renforcement profond pour résoudre le TOP. La première, nommée modèle d’attention par graphes hybride (Hybrid Graph Attention Model, HGAM), intègre un réseau de neurones profond et un algorithme de programmation dynamique (partitionnement optimal). Cet algorithme fonctionne en deux étapes : (1) une tournée géante — une séquence de clients ou de localisations — est générée à l’aide d’un réseau de neurones profond ; (2) cette tournée est ensuite évaluée et partitionnée de manière optimale. La seconde méthode repose sur une approche entièrement apprenante, basée sur un mécanisme de décodage par échantillonnage et de masquage pour générer des trajets réalisables.Nos résultats expérimentaux démontrent que le HGAM non seulement surpasse l’approche entièrement apprenante, mais fournit également des solutions significativement plus rapides, au prix d’une qualité de solution légèrement inférieure par rapport aux heuristiques spécialisées conçues pour le TOP
Système d'imagerie hyperspectrale embarqué sur un véhicule téléopéré aquatique pour la détection et l'identification automatique de déchets marins flottants
No full textNational audienc
On the Robustness of Nelder-Mead to Positive and Negative Noise Outliers with Heavy-Tails on the BBOB Test Suite
No full textInternational audienceWe investigate the robustness to noise and outliers of the Nelder-Mead derivative-free optimization algorithm implemented in the scipy.optimize Python library. Using the noisifier module from the COCO platform, we investigate the impact of adding or subtracting a positive Cauchy noise to the function value with a certain probability p. This probability is varied from 0 till 0.4 allowing to appraise the impact of the noise. We find that Nelder-Mead has highly asymmetric performances with respect to adding a positive noise (i.e. degrading artificially possibly good solutions) or adding a negative noise (i.e. making possibly bad solutions appear good). When adding positive noise, Nelder-Mead shows some robustness in low dimensions (≤ 5). However adding negative noise has very detrimental consequences for the performances of Nelder-Mead, even with a low value of p or in low dimension
Les pêcheurs de loisir, des acteurs marginalisés au sein d’un réseau partagé entre communautés d’intérêts
No full textInternational audienc
Méthodes de calcul basées sur les tenseurs : Algorithmes, théorie et applications
No full textIn recent years, the concept of tensors, which are fundamental in multilinear algebra,has gained considerable recognition. This growing importance is largely due to theexponential increase in data and the parameters that affect them. The effectiveness oftensor-based methods has been demonstrated in various fields such as image, video,and signal processing, the resolution of partial differential equations (PDE), machinelearning, and others. This has sparked significant interest among researchers, leadingto the exploration of numerous mathematical tools, particularly in optimization, statis-tics, and programming languages.In this thesis, we propose improvements in certain applications of tensors by develop-ing specific mathematical tools. The main areas of our work are as follows:• Improvement of the problems of completion and denoising using the robust prin-cipal component analysis (RPCA) method applied to data in tensor form. Thesemethods exploit the tensor nuclear norm, associated with the t-product and c-product, and regularization techniques. The applications studied include colorimages and videos.• Development of a generalization of the singular value decomposition (SVD) as-sociated with the t-product for third-order tensors, and the Einstein product fortensors of any order. Methods are also presented for extracting certain singularvalues.• Introduction of the generalization of eigenvalues and eigenvectors for tensors,associated with the t-product, with the presentation of numerical algorithms fortheir complete or partial computation.• Proposal of a generalization of the non-negative matrix factorization (NMF) methodadapted to Einstein tensor products. Mathematical results are developed andapplied to the problem of unmixing hyperspectral images.These methods are applied to image completion and denoising, facial recognition, im-age compression, and the denoising and unmixing of hyperspectral images.Au cours des dernières années, la notion de tenseurs, qui est fondamental en algèbremultilinéaire, a gagné en notoriété. Cette montée en importance s’explique essentielle-ment par l’augmentation exponentielle des données et des paramètres qui les affectent.L’efficacité des méthodes basées sur les tenseurs a été démontrée dans divers domainestels que le traitement d’image, de vidéo, et de signal, la résolution d’équations auxdérivées partielles (EDP), l’apprentissage automatique, entre autres. Cela a suscité unintérêt considérable de la part des chercheurs, menant à l’exploration de nombreuxoutils mathématiques, notamment en optimisation, statistique, et dans les langages deprogrammation.Dans cette thèse, nous proposons des améliorations dans certaines applications destenseurs, en développant des outils mathématiques spécifiques. Les principaux axesde notre travail sont les suivants :• Amélioration des problèmes de complétion et de débruitage via la méthode d’analyseen composantes principales robuste (RPCA) appliquée à des données sous formetensorielle. Ces méthodes exploitent la norme nucléaire tensorielle, associée auxproduits t-produit et c-produit, ainsi que des techniques de régularisation. Lesapplications étudiées incluent des images et vidéos en couleurs.• Développement d’une généralisation de la décomposition en valeurs singulières(SVD) associée au t-produit pour les tenseurs d’ordre trois, et au produit d’Einsteinpour les tenseurs de tout ordre. Des méthodes sont également présentées pourextraire certaines valeurs singulières.• Introduction de la généralisation des valeurs propres et vecteurs propres pour lestenseurs, associée au t-produit, avec la présentation d’algorithmes numériquespermettant de les calculer de manière exhaustive ou partielle.• Proposition d’une généralisation de la méthode de factorisation en matrices nonnégatives (NMF) adaptée aux produits tensoriels d’Einstein. Des résultats math-ématiques sont développés et appliqués à la résolution du problème de désen-trelacement (unmixing) des images hyperspectrales.Les applications de ces méthodes sont dédiées à la complétion et au débruitage desimages, à la reconnaissance faciale, à la compression d’images, ainsi qu’au débruitageet au démélange des images hyperspectrales