Дисертації з теми "Prédiction de l'intention humaine"

La réalité virtuelle (RV) est de plus en plus utilisée dans des simulations industrielles mais la possibilité de toucher les objets manque rapidement par exemple pour juger de la qualité perçue dans la conception de véhicule automobile. Les interfaces haptiques actuels ne permettent de restituer aisément la notion de texture, l’approche envisagée est donc une interface à contact intermittent. Un cobot vient positionner une surface mobile à l’endroit du contact avec un objet virtuel pour permettre un contact physique avec la main de l’opérateur.Les contributions de cette thèse portent sur plusieurs aspects : le placement du robot, la modélisation de l’opérateur, la gestion du déplacement et de la vitesse du robot et la détection des intentions de l’opérateur. Le placement du robot est choisi pourpermettre d’atteindre les différentes zones de travail et pour assurer une sécurité passive en rendant impossible au robot de heurter la têteet le buste de l’opérateur en position normale de travail, i.e. assis dans un fauteuil. Un modèle de l'utilisateur, incluant un torse et desbras, est conçu et testé pour suivre les mouvements de l'utilisateur en temps réel. L’interaction est possible sur un ensemble de pose prédéfinies que l’utilisateur enchaine comme il le désire. Différentes stratégies sont proposées pour prédire les intentions de l'utilisateur. Les aspects clés de la prédiction sont basés sur la direction du regard et la position de la main de l'utilisateur. Une étudeexpérimentale ainsi que l'analyse qui en découle montrent l’apport de la prise en compte de la direction du regard. L’intérêt d’introduire des points dit « de sécurité » pour éloigner le robot de l’opérateur et permettre des déplacements rapides du robot est mis en évidence
Virtual reality (VR) is evolving and being used in industrial simulations but the possibility to touch objects is missing, for example to judge the perceived quality in the design of a car. The current haptic interfaces do not allow to easily restore the notion of texture, therefore an approach is considered “intermittent contact interface” to achieve this. A cobot positions a mobile surface at the point of contact with a virtual object to allow physical contact with the operator's hand. The contributions of this thesis concern several aspects: the placement of the robot, the modeling of the operator, the management of the displacement and the speed of the robot and the detection of the operator's intentions. The placement of the robot is chosen to allow reaching the different working areas and to ensure passive safety by making it impossible for the robot to hit the head and chest of the operator in a normal working position, i.e. sitting in a chair. A model of the user, including a torso and arms, is designed and tested to follow the user's movements in real time Interaction is possible on a set of predefined poses that the user chains together as desired. Different strategies are proposed to predict the user's intentions. The key aspects of the prediction are based on the gaze direction and the hand position of the user. An experimental study as well as the resulting analysis show the contribution of taking into account the gaze direction. The interest of introducing "safety" points to move the robot away from the operator and allow fast robot movements is highlighted

Ce mémoire contribue à l'analyse et la prédiction par réseaux de neurones, prenant en compte l'incertitude, des comportements volontaires déviés des opérateurs humains dans les systèmes Homme-machine. Ce type de comportement est une violation particulière appelée Franchissement de Barrière (FB). L'objectif de nos travaux est de proposer une approche prédictive du FB en prenant en compte les différentes références d'analyse, les différents facteurs suscitant la violation et les différents critères d'évaluation. Pour ce faire, une série de modèles de prédiction du FB, USOM, SSOM et HSOM ont été définis pour prévenir ou prévoir avec les critères retenus un franchissement d'une barrière sur le système donné en considérant d'une part un réseau par critère de performance, et d'autre part, un réseau prenant en compte plusieurs critères. L'incertitude sur les jugements subjectifs de l'opérateur humain est intégrée dans la prédiction du FB. Le franchissement de barrière pouvant être erroné, un modèle de Franchissement Erroné de Barrière et de Franchissement Correct de Barrière est ensuite développé en y intégrant les jugements subjectifs et les données objectives. Nous avons ensuite validé les méthodes et modèles proposés par deux applications dont une est faite dans le cadre d'un projet européen UGTMS. Enfin, nous proposons quelques perspectives de recherche
This thesis contributes to the analysis and the prediction by the neuron networks, taking into account uncertainty, of the deviated intentional behaviours of human operators in the Human-machine systems. This type of behaviours is a particular violation called Barrier Removal (BR). The objective of our work is to propose a predictive approach of the BR by considering a multi-reference, multi-factor and multi-criteria based evaluation. A series of models of prediction of BR, USOM, SSOM and HSOM are defined in order to anticipate or to predict with the retained criteria a removal of a given barrier on the given system by considering, on the one hand a network by criterion of performance, and on the other hand, a network taking into account several criteria. Uncertainty on subjective human judgements is integrated in the prediction of BR. Since BR can be erroneous, a model of Correct Barrier Removal and of Erroneous Barrier Removal is then developed by integrating the subjective judgements and the objective data. We then validate the proposed methods and models by two applications, one of which is implemented within the framework of a European project UGTMS. Finally, we propose some research perspectives

En Afrique sud-Saharienne, 2 millions d'adultes ont déjà été mis sous traitement antirétroviral. Le nombre de ceux ayant un besoin urgent de traitement est trois fois plus élevé, et le nombre de ceux qui auront à terme besoin d'un traitement dix fois supérieur. La recherche clinique doit accompagner ce défi historique, identifier les questions spécifiques à la pratique des traitements dans ce contexte et y apporter des solutions innovantes. En dix ans, les recherches au sein des initiatives pilotes, puis les grands programmes de soins, ont apporté beaucoup de connaissances sur la phase initiale des traitements en Afrique, couvrant la mise en route et la première année sous traitement. Dans cette phase : la sortie de programme est encore trop fréquente mais l'échec est rare pour les personnes qui restent dans les programmes ; le spectre de morbidité opportuniste est le même que celui décrit avant les ARV, parfois aggravé par l'IRIS ; les modifications de traitement sont fréquentes, essentiellement dues aux effets secondaires mais aussi à la grossesse et la tuberculose qui amènent à interrompre efavirenz ou nevirapine. A partir de la fin de la première année commence à se poser la question du diagnostic de l'échec virologique, dans un contexte où la charge virale n'est pas mesurable. L'évolution des lymphocytes CD4, de l'index de masse corporelle (IMC), ou d'autres indicateurs, n'ont pas une valeur prédictive suffisante pour se substituer à la charge virale à 12 mois. Même non prédictive, l'évolution de l'IMC et des CD4 est cependant très fortement associée au succès virologique initial, et la question de leur prédictivité à plus long terme reste posée
In sub-Saharan Africa, 2 milliion adults have already started antiretroviral treatment (ART). However, the number of patients needing urgent treatment or likely to need it in the future is estimated to be 3 times and 10 times higher, respectively. Clinical research must back up this historical challenge, identify the issues that ART in resource-limited settings specifically raises, and help innovate. Over the past 10 years, several pilot initiatives and then many large programs of access to care and treatment have brought about data on the early phase of ART in sub-Saharan Africa, ie the time just before ART initiation and the first year on ART. During this early phase : the rate of loss to follow-up is still too high, but the rate of treatment failure in patients who remain in care is low ; the spectrum of early morbidity on ART is similar to that off ART, though with IRIS being a specific additional issue to deal with during the first months of treatment ; and treatment regimen modification is mainly related to toxicity, though tuberculosis and pregnancy also frequently lead to nevirapine and efavirenz discontinuation. From the end of the first year of ART, virological failure emerges as a challenging issue in settings where plasma viral load cannot be measured. The CD4 count and the body mass index evolution at 6 months and 12 months are not predictive enough to become surrogates for virological outcomes. However, they are strongly associated with early viral load suppression, and further studies should assess whether they might become useful tools for helping decide when to switch to second-line regimen over a longer period of time

Comprendre le contexte ambiant d'une maison est essentiel pour pouvoir proposer à ses occupants des services adaptés à leurs situations de vie, et qui répondent donc à leurs besoins. Un exemple de tel service est un assistant de communication, qui pourrait par exemple informer les personnes hors de la maison à propos de la disponibilité des habitants de celle-ci pour communiquer. Pour implémenter un tel service, il est en effet nécessaire que la maison prenne en compte les situations de ses occupants, pour ensuite en déduire leurs disponibilités.Dans cette thèse, nous nous intéressons dans un premier temps à définir ce qu'est le contexte dans une maison. Nous défendons que l'activité des occupants est l'une des dimensions principales du contexte d'une maison, nécessaire à la mise en œuvre de systèmes sensibles au contexte. C'est pourquoi nous étudions dans un second temps le problème de la reconnaissance automatique d'activités humaines, à partir des données de capteurs ambiants installés dans la maison. Nous proposons une nouvelle approche d'apprentissage automatique supervisé basée sur les lieux de la maison, qui améliore à la fois les performances de reconnaissance correcte d'activités ainsi que les temps de calcul nécessaires, par rapport aux approches de l'état de l'art.Par ailleurs, ces services sensibles au contexte auront probablement besoin de pouvoir anticiper les situations futures de la maison. En particulier, ils doivent pouvoir anticiper les activités futures réalisées par les occupants. C'est pourquoi nous proposons un nouveau modèle de prédiction supervisée d'activités, basé sur des modèles de l'état de l'art. Nous introduisons un certain nombre d'extensions à ce modèle afin d'améliorer les performances de prédiction, en se basant sur des spécificités des environnements de maisons instrumentées.Enfin, nous nous intéressons à l'estimation de la disponibilité des occupants à communiquer, afin d'illustrer la faisabilité de notre exemple de service d'assistance à la communication. Nous suggérons que la disponibilité peut être inférée à partir des dimensions primaires du contexte, comme le lieu et l'activité (que l'on peut reconnaitre et prédire à l'aide de nos contributions précédentes), mais en prenant également en compte le correspondant initiant la communication, ainsi que la modalité utilisée. Nous discutons de l'impact de l'étape de reconnaissance d'activités sur l'estimation de la disponibilité.Nous évaluons expérimentalement ces contributions sur différents jeux de données de l'état de l'art, ainsi que sur un nouveau jeu de données d'activités et de disponibilités dans la maison que nous avons spécifiquement construit durant cette thèse : Orange4Home. À travers nos contributions à ces trois problèmes, nous démontrons l'implémentabilité d'un service d'assistance à la communication, pouvant conseiller des correspondants extérieurs sur les futures disponibilités des occupants de la maison. De manière plus générale, nous montrons comment des dimensions secondaires du contexte, comme la disponibilité, peuvent être inférées d'autres dimensions du contexte, comme l'activité. Il est donc essentiel pour qu'une maison devienne sensible au contexte, que celle-ci dispose de systèmes de reconnaissance et de prédiction d'activités les plus fiables possibles
Understanding the context of a home is essential in order to provide services to occupants that fit their situations and thus fulfil their needs. One example of service that such a context-aware smart home could provide is that of a communication assistant, which can for example advise correspondents outside the home on the availability for communication of occupants. In order to implement such a service, it is indeed required that the home understands the situations of occupants, in order to derive their availability.In this thesis, we first propose a definition of context in homes. We argue that one of the primary context dimensions necessary for a system to be context-aware is the activity of occupants. As such, we then study the problem of recognizing activities, from ambient smart home sensors. We propose a new supervised place-based approach which both improves activity recognition accuracy as well as computing times compared to standard approaches.Smart home services, such as our communication assistance example, may often need to anticipate future situations. In particular, they need to anticipate future activities of occupants. Therefore, we design a new supervised activity prediction model, based on previous state-of-the-art work. We propose a number of extensions to improve prediction accuracy based on the specificities of smart home environments.Finally, we study the problem of inferring the availability of occupants for communication, in order to illustrate the feasibility of our communication assistant example. We argue that availability can be inferred from primary context dimensions such as place and activity (which can be recognized or predicted using our previous contributions), and by taking into consideration the correspondent initiating the communication as well as the modality of communication used. We discuss the impact of the activity recognition step on availability inference.We evaluate those contributions on various state-of-the-art datasets, as well as on a new dataset of activities and availabilities in homes which we constructed specifically for the purposes of this thesis: Orange4Home. Through our contributions to these 3 problems, we demonstrate the way in which an example context-aware communication assistance service can be implemented, which can advise on future availability for communication of occupants. More generally, we show how secondary context dimensions such as availability can be inferred from other context dimensions, in particular from activity. Highly accurate activity recognition and prediction are thus mandatory for a smart home to achieve context awareness

Les modèles numériques de l'être humain permettent désormais la visualisation des interactions entre un opérateur et un environnement virtuel, et donc de prendre en compte des critères ergonomiques très tôt lors du processus de conception. Cependant, le manque de réalisme des mouvements générés, leur faible représentativité d'une population et la difficulté liée à la création de ces mouvements constituent un frein à leur utilisation dans le processus de conception. L'objectif de cette thèse est donc de proposer à un concepteur de simuler facilement des mouvements humains complexes, réalistes et représentatifs, ainsi que d'estimer et d'expliquer le niveau d'inconfort ressenti. Deux approches ont été proposées pour les modèles d'inconfort, basées sur des paramètres de conception ou biomécaniques. Pour la simulation de mouvement, l'approche proposée est basée sur des données ainsi que sur des connaissances formalisées dans un cadre général et intégrées au processus de simulation
Digital Human Models from now on enable to visualize interactions between an operator and virtual environments, and, as a result, to integrate human factors at a very early stage of design. However, the lack of realism of the generated motions, their low representativity of a population, as well as the real difficulty to create those movements limit the use of these tools into a design process. The objective of this work is therefore to propose an approach enabling a designer, not only to easily simulate complex, realist and representative human motions, but also to assess and explain the discomfort feeling. Regarding discomfort, two approaches were proposed and compared, either based on design parameters or on bio-mechanical parameters. As for motion simulation, the proposed approach is based on data, collected during experiments, as well as knowledge, gathered during motion analysis, integrated into a general framework, and used during the motion simulation process

Découvert en 1977, l'épissage est une étape de maturation post-transcriptionnelle consistant à rabouter les exons et éliminer les introns d'un ARN pré-messager. Pour que l'épissage soit correctement pris en charge par l'épisome et ses protéines auxiliaires, différents signaux sont présents le long de la séquence de l'ARN pré-messager. Il est maintenant reconnu que près de la moitié des mutations pathogènes chez l'homme impactent l'épissage, aboutissant à un dysfonctionnement du gène. Il est ainsi indispensable pour les biologistes d'être capables de détecter ces signaux sur une séquence génomique.Cette thèse a donc pour but de concevoir de nouveaux algorithmes permettant d'apporter la puissance de calcul des ordinateurs au service de la biologie de l'épissage. La solution proposée, Human Splicing Finder (HSF), est capable de prédire les trois types de signaux d'épissage à partir d'une séquence quelconque extraite du génome humain. Nous avons évalué l'efficacité de prédiction d'HSF dans l'ensemble des situations associées à des mutations pathogènes pour lesquelles il a été démontré expérimentalement leur impact sur l'épissage et par rapport aux autres algorithmes de prédiction. Parallèlement à ces apports directs tant pour la connaissance des processus biologiques de l'épissage que pour le diagnostic, les nouvelles approches thérapeutiques génotype-spécifiques peuvent également bénéficier de ces nouveaux algorithmes. Ainsi HSF permet de mieux cibler les oligonucléotides anti-sens utilisés pour induire le saut d'exon dans la myopathie de Duchenne et les dysferlinopathies.La reconnaissance récente de l'intérêt majeur de l'épissage dans des domaines aussi variés que la recherche fondamentale, la thérapeutique et le diagnostic nécessitaient un point central d'accès aux signaux d'épissage. HSF a pour objet de remplir ce rôle, en étant régulièrement mis à jour pour intégrer de nouvelles connaissances, et est d'ores et déjà reconnu comme un outil de référence
Discovered in 1977, splicing is a post-transcriptional maturation process that consists in link-ing exons together and removing introns from a pre-messanger RNA. For splicing to be cor-rectly undertaken by the spliceosome and its auxiliary proteins, several signals are located along the pre-messanger RNA sequence. Nearly half of pathogenous mutations in humans are now recognized to impact splicing and leading to a gene dysfunction. Therefore it is es-sential for biologists to detect those signals in any genomic sequence.Thus, the goals of this thesis were to conceive new algorithms: i) to identify splicing signals; ii) to predict the impact of mutations on these signals and iii) to give access to this information to researchers thanks to the power of bioinformatics. The proposed solution, Human Splicing Finder (HSF), is a web application able to predict all types of splicing signals hidden in any sequence extracted from the human genome. We demonstrated the prediction's efficiency of HSF for all situations associated with pathogenous mutations for which an impact on splicing has been experimentally demonstrated. Along with these direct benefits for the knowledge of biological processes for splicing and diagnosis, new genotype-specific therapeutic approaches can also benefit from these new algorithms. Thus, HSF allows to better target antisense olignucleotides used to induce exon skipping in Duchenne myopathy and dysferlinopathies.The recent recognition of the major interest of splicing in various domains such as fundamen-tal research, therapeutics and diagnosis needed a one stop shop for splicing signals. HSF has for object to fulfill this need, being regularly updated to integrate new knowledge and is already recognized as an international reference tool

Les sensibilisants de contact sont des molécules réactives électrophiles qui ont la capacité de modifier des protéines de la peau pour former un antigène. Au delà de ce mécanisme d'hapténisation, le signal de danger induit par les sensibilisants conduisant à l'activation des cellules dendritiques (DC) est un élément déterminant dans l'induction de cellules T spécifiques de l'haptène. Dans le contexte du 7ième amendement à la directive cosmétique européenne, la mise en place d'une batterie de tests in vitro permettant de prédire le potentiel sensibilisant de molécules est indispensable pour l'industrie cosmétique. Tandis que la plupart des études in vitro étudient les signaux de danger induits par les sensibilisants dans des modèles homéostasiques, nous nous sommes intéressés à l'effet des sensibilisants sur la mise en place d'une réponse inflammatoire. Lorsque la lignée U937 est différenciée avec du PMA et stimulée avec du LPS, les facteurs de transcription NF-κB et Nrf2 sont activés et l'acide arachidonique (AA) est métabolisé au travers de la cascade cPLA2 / COX-2. L'ensemble de ces voies activées conduit à la production par les U937 d'un grand nombre de médiateurs inflammatoires (IL-1β, TNF-α, IL-6, IL-10, IL-8, PGE2, PGD2, TxB2). Dans ce modèle, nous avons analysé l'effet de 6 sensibilisants de potentiels variés (DNCB, PPD, HQ, PG, CIN, EUG) et montré que de façon inattendue, tous les sensibilisants étudiés diminuent significativement et de façon spécifique la production de tous les prostanoïdes et en particulier de PGE2 induite par PMA/LPS. Nous avons de plus démontré que selon les sensibilisants, les cibles de cette inhibition au sein de la cascade métabolique de l'AA diffèrent, même si elles se focalisent la plupart du temps (sauf pour le DNCB) sur l'enzyme COX-2 (inhibition de son expression et/ou de son activité). Pour le DNCB, le mécanisme d'inhibition semble plutôt impliquer sa capacité à réagir fortement avec les groupements résidus thiols, ce qui se traduit en particulier par la déplétion du GSH intracellulaire et engendrerait l'inhibition des synthases dépendantes du GSH pour leurs activités. En parallèle de cette étude mécanistique, nous avons appréhendé la problématique du point de vue statistique et vérifié sur un set plus important et diversifié de molécules (160 molécules) que le paramètre " inhibition de PGE2 " pouvait être un bon test de prédiction de l'HSRC. L'étude statistique a permis de déterminer le modèle prédictif du test PGE2 et de mettre en évidence de bonnes performances (78%) par rapport aux prédictions du LLNA. Au-delà, une certaine complémentarité du test PGE2 avec d'autres tests in vitro (MUSST, Nrf2-HTS) a pu être mise en évidence. En conclusion, au travers de cette étude, nous avons pu mettre en évidence de nouvelles propriétés biochimiques des sensibilisants. Même si la signification biologique de la diminution de PGE2 par les sensibilisants de contact demeure complexe d'interprétation, ce paramètre a permis le développement d'un test qui prédit avec de bonnes performances le caractère sensibilisant de molécules et dont la position au sein d'une batterie prédictive d'évaluation de l'allergie de contact reste à être précisée.

Cette thèse se situe à l’intersection de l’apprentissage automatique et de la robotique humanoïde, dans le domaine de la robotique collaborative. Elle se focalise sur les interactions non verbales humain-robot, en particulier sur l’interaction gestuelle. La prédiction de l’intention, la compréhension et la reproduction de gestes sont les questions centrales de cette thèse. Dans un premier temps, le robot apprend des gestes par démonstration : un utilisateur prend le bras du robot et lui fait réaliser les gestes à apprendre plusieurs fois. Le robot doit alors reproduire ces différents mouvements tout en les généralisant pour les adapter au contexte. Pour cela, à l’aide de ses capteurs proprioceptifs, il interprète les signaux perçus pour comprendre le mouvement guidé par l’utilisateur, afin de pouvoir en générer des similaires. Dans un second temps, le robot apprend à reconnaître l’intention de l’humain avec lequel il interagit, à partir des gestes que ce dernier initie. Le robot produit ensuite des gestes adaptés à la situation et correspondant aux attentes de l’utilisateur. Cela nécessite que le robot comprenne la gestuelle de l’utilisateur. Pour cela, différentes modalités perceptives ont été explorées. À l’aide de capteurs proprioceptifs, le robot ressent les gestes de l’utilisateur au travers de son propre corps : il s’agit alors d’interaction physique humain-robot. À l’aide de capteurs visuels, le robot interprète le mouvement de la tête de l’utilisateur. Enfin, à l’aide de capteurs externes, le robot reconnaît et prédit le mouvement corps entier de l’utilisateur. Dans ce dernier cas, l’utilisateur porte lui-même des capteurs (vêtement X-Sens) qui transmettent sa posture au robot. De plus, le couplage de ces modalités a été étudié. D’un point de vue méthodologique, nous nous sommes focalisés sur les questions d’apprentissage et de reconnaissance de gestes. Une première approche permet de modéliser statistiquement des primitives de mouvements representant les gestes : les ProMPs. La seconde, ajoute à la première du Deep Learning, par l’utilisation d’auto-encodeurs, afin de modéliser des gestes corps entier contenant beaucoup d’informations, tout en permettant une prédiction en temps réel mou. Différents enjeux ont notamment été pris en compte, concernant la prédiction des durées des trajectoires, la réduction de la charge cognitive et motrice imposée à l’utilisateur, le besoin de rapidité (temps réel mou) et de précision dans les prédictions
This thesis lies at the intersection between machine learning and humanoid robotics, under the theme of human-robot interaction and within the cobotics (collaborative robotics) field. It focuses on prediction for non-verbal human-robot interactions, with an emphasis on gestural interaction. The prediction of the intention, understanding, and reproduction of gestures are therefore central topics of this thesis. First, the robots learn gestures by demonstration: a user grabs its arm and makes it perform the gestures to be learned several times. The robot must then be able to reproduce these different movements while generalizing them to adapt them to the situation. To do so, using its proprioceptive sensors, it interprets the perceived signals to understand the user's movement in order to generate similar ones later on. Second, the robot learns to recognize the intention of the human partner based on the gestures that the human initiates. The robot can then perform gestures adapted to the situation and corresponding to the user’s expectations. This requires the robot to understand the user’s gestures. To this end, different perceptual modalities have been explored. Using proprioceptive sensors, the robot feels the user’s gestures through its own body: it is then a question of physical human-robot interaction. Using visual sensors, the robot interprets the movement of the user’s head. Finally, using external sensors, the robot recognizes and predicts the user’s whole body movement. In that case, the user wears sensors (in our case, a wearable motion tracking suit by XSens) that transmit his posture to the robot. In addition, the coupling of these modalities was studied. From a methodological point of view, the learning and the recognition of time series (gestures) have been central to this thesis. In that aspect, two approaches have been developed. The first is based on the statistical modeling of movement primitives (corresponding to gestures) : ProMPs. The second adds Deep Learning to the first one, by using auto-encoders in order to model whole-body gestures containing a lot of information while allowing a prediction in soft real time. Various issues were taken into account during this thesis regarding the creation and development of our methods. These issues revolve around: the prediction of trajectory durations, the reduction of the cognitive and motor load imposed on the user, the need for speed (soft real-time) and accuracy in predictions

Durant ces 20 dernières années, de nombreuses études réalisées chez l'homme ont mis en évidence l'utilité de la Variabilité de la Fréquence Cardiaque (VFC) comme outil d'investigation de l'activité du Système Nerveux Autonome (SNA). Des études longitudinales et transversales ont par ailleurs démontré des relations fortes entre SNA, entrainement et performance. La recherche d'indicateurs biologiques permettant au mieux de paramétrer la charge d'entraînement a conduit à l'étude de différents paramètres parmi lesquels la VFC. L'objectif de l'ensemble de ce travail de thèse a été, à la fois, l'étude de la prédiction de la performance en natation ainsi que la modélisation des effets de l'entraînement sur le SNA. L'étude I modélise les effets de l'entraînement sur l'activité parasympathique au travers du modèle de Banister, initialement conçu pour représenter les effets de l'entraînement sur la performance. Une relation significative de type logarithmique est démontrée, également, entre l'activité parasympathique et la performance. L'étude II démontre la pertinence de la VFC dans le pilotage et l'optimisation de la charge d'entraînement. Cette étude a utilisé les paramètres issus des modèles linéaire et non-linéaire des 10 nageurs pour analyser l'influence sur la performance et l'activité parasympathique de la charge d'entraînement. Cette étude rend compte de l'application pratique de la modélisation mathématique et des simulations informatiques dans la prédiction de la performance et l'optimisation de la charge d'entraînement en vue de maximiser à la fois les gains de performance et d'activité parasympathique. L'ensemble de ce travail démontre, au travers de la modélisation mathématique des réponses à l'entraînement de l'activité parasympathique et sa confrontation aux réponses de la performance, que la puissance spectrale en HF est un outil non invasif et facilement utilisable en routine pour optimiser l'entraînement. Au-delà de la démonstration d'une relation significative, c'est la mise en évidence d'une évolution en phase de ce paramètre physiologique et de la performance qui a été démontrée

Les modèles numériques personnalisables d'organes du corps humain offrent un formidable potentiel pour évaluer le risque lésionnel dans les domaines de la sécurité des transports, du médical ou du sport. Suivant les applications, différents niveaux de détails peuvent être nécessaires. En particulier, lorsque le comportement mécanique des tissus biologiques doit être finement reproduit, les modèles de comportement doivent intégrer des considérations sur la structure du tissu, et simuler les mécanismes suivant lesquels il réagit à un chargement mécanique. Le travail de thèse présenté ici s'est focalisé sur la capsule de foie, notamment sur ses propriétés microstructurales et mécaniques, afin d'identifier les hypothèses importantes à intégrer dans la construction d'un modèle constitutif de tissu fibreux basé sur la microstructure. La méthodologie expérimentale a été mise en place afin de caractériser le comportement mécanique de ce tissu, en lien avec l'organisation de sa microstructure. Des essais de traction uniaxiale et de gonflement sous microscope confocal biphotonique ont été développés, pour observer l'évolution de la microstructure sous chargement. Des déformations macroscopiques ont été mesurées, et une méthode de mesure de champs de déformations locaux a été développée pour quantifier l'état de déformation du réseau de fibres. La réorganisation du réseau de fibre de collagène a également été quantifiée. L'analyse des liens existant entre les grandeurs mesurées à l'échelle macroscopique et ces phénomènes microscopiques est proposée, pour préciser les hypothèses à adopter dans les modèles permettant de passer de l'échelle des fibres au comportement global du tissu
Customized human body models offer a great potential to assess the injury risks in the fields of transport safety, surgery or sport. Various detail levels can then be needed, according to the targeted application. In particular, when the mechanical behavior of biological tissues needs to be accurately reproduced, numerical models have to include information about the structure of the tissue, and model the mechanisms of the response to mechanical loading. The work presented here focuses on the microstructural and mechanical characterization of the human liver capsule, in order to identify the important hypotheses that need to be included in a fibrous tissue constitutive model, based on microstructure. Thus, an experimental methodology has been developed to identify the mechanical behavior of this particular tissue, related with its microstructural organization. Uniaxial tensile tests, as well as bulge tests under a multiphoton confocal microscope have been performed, to observe the microstructure evolution during loading. Macroscopic strain has been assessed, and a method to measure local strain fields has been developed, to quantify the strain state of the fibrous network. The reorganization of the collagen fibers network has also been quantified. An analysis of the links between the measured macroscopic parameters and the microscopic phenomena is given. Therefore, the hypotheses that need to be included in constitutive models are highlighted, with particular consideration given to the affine transformation hypothesis which allows to link the fibers behavior to the global response of the tissue

L'objectif est de tester les associations de marqueurs inflammatoires et lipidiques avec la survenue de cardiopathies ischémiques chez la personne âgée non institutionnalisée. Les analyses sont menées dans une étude cas cohorte dans le cadre de l'étude des 3 Cités. Elle inclut 199 sujets ayant développé un premier évènement coronaire sur 4 ans de suivi et 1086 sujets sans antécédents cardiovasculaires (sous cohorte). Un premier travail suggère que la protéine C-réactive (CRP-US) est un marqueur de risque indépendant des évènements coronaires (risque relatif standardisé du log de la CRP-US=1,27 ; IC95%=1,08-1,64) mais n'améliore pas la prédiction du risque coronaire. Le second travail démontre une hétérogénéité dans l'association des lipides classiques et des apolipoprotéines avec les évènements coronaires selon la prise et la nature du traitement hypolipémiant à l'inclusion. Le troisième travail indique que les apolipoprotéines AI et B100 mais pas le non-HDL cholestérol améliorent significativement la prédiction du risque coronaire sur la base d'indice de reclassification.

Les données épidémiologiques montrent une association inverse entre les taux de HDL-cholestérol (HDL-C) et le risque d'évènements cardiovasculaires. Des traitements ayant montré une augmentation significative du HDL-C, comme les inhibiteurs de la protéine de transfert des esters de cholestérol, devraient donc permettre de réduire le risque cardio-vasculaire. En utilisant différentes techniques de modélisation, nous avons tenté de quantifier l'efficacité attendue sur les événements cardiovasculaires de l'un d'entre eux, le dalcétrapib, ne disposant que de données pharmacocinétiques et pharmacodynamiques. Tout d'abord, afin d'établir la relation pharmacocinétique / pharmacodynamique entre les concentrations et la modification de HDL-C, nous avons analysé les données individuelles des patients dyslipidémiques par une approche de population. Une hausse moyenne de HDL-C de 26.4 % par rapport au placebo était alors anticipée. Nous avons ensuite tenté de corréler l'effet observé sur l'HDL-C et l'effet clinique à partir de données d'autres études par méta-régression des essais évaluant l'effet des principaux hypolipémiants en prévention secondaire. Cette modélisation n'a pas permis de montrer de corrélation entre le changement de l'HDL-C (P5 P95 :-3.0 et 36 %) et la réduction du risque cardiovasculaire. Une analyse de sensibilité par type de traitement suggère qu'une même hausse de HDL-C entre deux classes thérapeutiques pourrait se traduire par un effet clinique dissemblable, indiquant que HDL-C ne peut pas être utilisé comme critère intermédiaire puisqu'il ne serait pas un prédicteur indépendant du risque cardiovasculaire

Cette thèse de doctorat est le résultat de mes travaux de recherche dans le domaine de l'apprentissage automatique, du traitement d'image et du transport intelligent pour résoudre le problème du système de protection des piétons (PPS) multi-tâches comprenant non seulement la classification, la détection et le suivi des piétons, mais aussi l'action des piétons- classification et prédiction des unités, et enfin estimation du risque piéton. De plus, notre système PPS utilise des approches originales d'apprentissage en profondeur inter-modalités. Le but de notre travail de recherche est de développer un composant de protection des piétons intelligent basé uniquement sur un système de vision stéréo unique utilisant une architecture d'apprentissage en profondeur cross-modalité optimale afin de classer l'action piétonne actuelle, de prédire leurs prochaines actions et enfin d'estimer le piéton risque au moment de traverser pour chaque piéton. Premièrement, nous étudions la composante de classification où nous avons analysé comment les représentations d'apprentissage d'une modalité permettraient de reconnaître d'autres modalités au sein de divers apprentissages profonds, un terme comme apprentissage multimodal. Deuxièmement, nous étudions comment l'apprentissage inter-modalité améliore la détection de l'action piétonne de bout en bout.Troisièmement, nous analysons la prédiction de l'action des piétons et l'estimation du temps à traverser
This PhD thesis is the result of my research work in the machine learning, image processing and intelligent transportation field for solving the problem of multi-task pedestrian protection system (PPS) including not only pedestrian classification, detection and tracking, but also pedestrian action-unit classification and prediction, and finally pedestrian risk estimation. Moreover, our PPS system uses original cross-modality deep learning approaches. The goal of our research work is to develop an intelligent pedestrian protection component-based only on single stereo vision system using an optimal cross-modality deep learning architecture in order to classify the current pedestrian action, predict their next actions and finally to estimate the pedestrian risk by the time to cross for each pedestrian. First, we investigate the classification component where we analyzed how learning representations from one modality would enable recognition for other modalities within various deep learning, which one term as cross-modality learning. Second, we study how the cross-modality learning improves an end-to-end the pedestrian action

Au XXIe siècle, la prévision de l'aléa hydrométéorologique et des impacts associés aux crues rapides demeurent un défi pour les prévisionnistes et les services de secours. Les mesures structurelles et / ou les avancées des systèmes de prévision hydrologique ne garantissent pas, à elles seules, la réduction des décès lors de ces phénomènes d'inondation rapide. La littérature souligne la nécessité d'intégrer d'autres facteurs, liés aux processus de vulnérabilité sociaux et comportementaux, afin de mieux prendre en compte les risques encourus par les populations lors de ces épisodes extrêmes. Cette dissertation conduit une analyse théorique couplés à ceux de une analyse des accidents historiques mortels afin d'expliquer les interactions qui existent entre les processus hydrométéorologiques et sociaux responsables de l'apparition de vulnérabilités humaines lors de crues rapides aux États-Unis. Des données d'enquêtes liées aux crues rapides sont examinées afin d'élaborer un système de classification des circonstances du décès (en voiture, à l'extérieur, à proximité d'un cours d'eau, dans un camping, dans un bâtiment ou en mobile-home). L'objectif est d'établir un lien entre la conception des vulnérabilités et l'estimation des pertes humaines liées à ces catastrophes naturelles. "Random forest" est utilisé et est basé sur un arbre de décision, qui permet d'évaluer la probabilité d'occurrence de décès pour une circonstance donnée en fonction d'indicateurs spatio-temporels. Un système de prévision des décès liés à l'usage de la voiture lors des crues rapides, circonstance la plus répandue, est donc proposé en s'appuyant sur les indicateurs initialement identifiés lors de l'étude théorique. Les résultats confirment que la vulnérabilité humaine et le risque associé varient de façon dynamique et infra journalière, et en fonction de la résonance spatio-temporelle entre la dynamique sociale et la dynamique d'exposition aux dangers. Par exemple, on constate que les jeunes et les personnes d'âge moyen sont plus susceptibles de se retrouver pris au piège des crues rapides particulièrement soudaines(par exemple, une durée de près de 5 heures) pendant les horaires de travail ou de loisirs en extérieur. Les personnes âgées sont quant à elles plus susceptibles de périr à l'intérieur des bâtiments, lors d'inondations plus longues, et surtout pendant la nuit lorsque les opérations de sauvetage et / ou d'évacuation sont rendues difficiles. Ces résultats mettent en évidence l'importance d'examiner la situation d'exposition aux risques en tenant compte de la vulnérabilité dynamique, plutôt que de se concentrer sur les conceptualisations génériques et statiques. Ce concept de vulnérabilité dynamique est l'objectif de modélisation développée dans cette thèse pour des vulnérabilités liés aux véhicules. À partir de l'étude de cas sur les crues rapides survenues en mai 2015, et en analysant principalement les états du Texas et de l'Oklahoma, principaux états infectés par ces évènements,le modèle montre des résultats prometteurs en termes d'identification spatio-temporelle des circonstances dangereuses. Cependant, des seuils critiques pour la prédiction des incidents liés aux véhicules doivent être étudiés plus en profondeur en intégrant des sensibilités locales non encore résolues par le modèle. Le modèle établi peut être appliqué, à une résolution journalière ou horaire, pour chaque comté du continent américain. Nous envisageons cette approche comme une première étape afin de fournir un système de prévision des crues rapides et des risques associés sur le continent américain. Il est important que la communauté scientifique spécialisée dans l'étude des crues éclairs récoltent des données à plus haute résolution lorsque ces épisodes entrainement des risques mortels, et ce afin d'appuyer la modélisation des complexités temporelles et spatiales associées aux pertes humaines causées par les futures inondations soudaines
In the 21st century the prediction of and subsequent response to impacts due to sudden onset and localized flash flooding events remain a challenge for forecasters and emergency managers. Structural measures and/or advances in hydrological forecasting systems alone do not guarantee reduction of fatalities during short-fuse flood events. The literature highlights the need for the integration of additional factors related to social and behavioral vulnerability processes to better capture risk of people during flash floods. This dissertation conducts a theoretical analysis as well as an analysis of flash flood-specific historic fatalities to explain complex and dynamic interactions between hydrometeorological, spatial and social processes responsible for the occurrence of human life-threatening situations during the "event" phase of flash floods in the United States (U.S.). Individual-by-individual fatality records are examined in order to develop a classification system of circumstances (i.e., vehicle-related, outside/close to streams, campsite, permanent buildings, and mobile homes). The ultimate goal is to link human vulnerability conceptualizations with realistic forecasts of prominent human losses from flash flood hazards. Random forest, a well-known decision-tree based ensemble machine learning algorithm for classification is adopted to assess the likelihood of fatality occurrence for a given circumstance as a function of representative indicators at the county-level and daily or hourly time steps. Starting from the most prevalent circumstance of fatalities raised from both the literature review and the impact-based analysis, flash flood events with lethal vehicle-related accidents are the subject to predict. The findings confirm that human vulnerability and the subsequent risk to flash flooding, vary dynamically depending on the space-time resonance between that social and hazard dynamics. For example, it is found that younger and middle-aged people are more probable to get trapped from very fast flash floods (e.g., duration close to 5 hours) while participating in daytime outdoor activities (e.g., vehicle-related, recreational). In contrary, older people are more likely to perish from longer flooding inside buildings, and especially in twilight and darkness hours when rescue and/or evacuation operations are hindered. This reasoning places the importance of situational examination of dynamic vulnerability over generic and static conceptualizations, and guides the development of flash flood-specific modeling of vehicle-related human risk in this thesis. Based on the case study of May 2015 flash floods with a focus in Texas and Oklahoma, the model shows promising results in terms of identifying dangerous circumstances in space and time. Though, critical thresholds for the prediction of vehicle-related incidents need to be further investigated integrating local sensitivities, not yet captured by the model. The developed model can be applied on a daily or hourly basis for every U.S. county. We vision this approach as a first effort to provide a prediction system to support emergency preparedness and response to flash flood disasters over the conterminous U.S. It is recommended that the flash flood disaster science community and practitioners conduct data collection with more details for the life-threatening scene, and at finer resolutions to support modeling of local temporal and spatial complexities associated with human losses from flash flooding in the future