Search

National audience; De façon classique, le sociologue se pose la question d'expliquer un fait social à partir de différents facteurs. La méthode la plus utilisée, la régression logistique, permet d'identifier, toutes choses égales par ailleurs dans le modèle, l'effet propre à chacun de ces facteurs. Cette analyse permet d'obtenir une hiérarchie des facteurs quant à leur capacité à expliquer le phénomène étudié (Selz and Deauvieau, 2011). Cependant, outre, ce premier résultat, une autre question fondamentale se pose : si l'on a bien une idée de la hiérarchie des effets, les effectifs concernés restent inconnus. En effet, lorsque l'on travaille par exemple sur les inégalités, l'un des objectifs est aussi de s'interroger sur l'effet démographique, c'est-à-dire sur le volume engendré pour chaque facteur toutes choses égales par ailleurs dans le modèle. Pour répondre à cette question, les épidémiologistes utilisent une méthode spécifique : la fraction attribuable moyenne (ou average attributable fraction). Par exemple, en santé publique, il s'agit de choisir pour une campagne de prévention, un ou plusieurs leviers qui permettent de réduire significativement la prévalence d'une maladie (Ancelle, 2017). Ce levier ne sera pas forcément l'effet le plus important relevé par la régression logistique. Une innovation serait d'utiliser ce type de méthode en sciences humaines et sociales. Cet outil statistique permet de répartir la contribution de chacun des facteurs de « risque » sur l'ensemble des individus touchés par le phénomène (Eide, 1995; Ferguson et al., 2018). La multiplicité des facteurs n'empêche pas le calcul d'une proportion unique pour chacun d'entre eux : en effet, on peut calculer précisément l'impact d'un facteur parmi tous les autres sur un fait social au sein d'une population. C'est en ce sens une nouveauté pour l'analyse d'un phénomène : cette manière de produire une analyse donne une lecture originale par rapport à la régression logistique, permettant de donner pour chaque facteur explicatif la proportion d'individus engendrée. L'usage de cette méthode est présenté au travers d'un exemple tiré d'un jeu de données de l'enquête nationale sur les pratiques physiques et sportives des françaises et des français 2020 à l'aide du logiciel R. Plus précisément, les packages averisk et graphPAF (Ferguson, 2017; O'Connell and Ferguson, 2022) sont utilisés pour calculer la fraction attribuable moyenne de chaque facteur et son intervalle de confiance. Finalement, un tableau complet de présentation d'une analyse, toute chose égale par ailleurs dans le modèle, est proposé

National audience; Où trouver des données ? Pourquoi et comment les réutiliser ? Que faire de mes propres données ? Ces questions sont au fondement des démarches de recherches actuelles : pour une question de transparence, de reproductibilité de la recherche, ou encore d’accès à des archives et des données sur des terrains disparus. La conservation et la mise à disposition de jeu de données sont devenus des enjeux majeurs de la recherche en SHS. Cette séance s’attachera à présenter un catalogue de plateforme sur lesquels vous pouvez retrouver des données quantitatives et qualitatives.

National audience; A presentation of the Universitary Data plateform PANELS, within the MSH of Lyon and Saint-Étienne, of its ingeneer, and its research services for the scientific communities.; Une présentation de la Plateforme Universitaire de données PANELS, au sein de la MSH de Lyon Saint-Étienne, de son personnel et des services d'accompagnement de la recherche qu'elle propose.

National audience; Les données une fois collectées peuvent être le fruit d’un ensemble de traitements qui dépendent souvent des approches méthodologiques, disciplinaires et en fonction des problématiques de recherche. Cependant, elles n’échappent jamais à une première étude descriptive. Cet examen est nécessaire à plusieurs titres et peut servir à toutes les disciplines : produire des informations sur un terrain de recherche, aider à définir les pistes de l’enquête, ou encore trouver des relations imprévues.

International audience

International audience; Les bases de données historiques demandent des efforts et du temps pour être construites et constituent unpatrimoine qu’il faut préserver et mettre en valeur. L’ambition de ce département est de faire vivre ces bases dedonnées dont certaines sont inédites. Leur préservation et leur large diffusion sont rendues possibles grâce ausoutien de l’équipe de l’Adisp-Progedo. Pour cela, les données doivent être documentées et Progedo peut aussiaccompagner les chercheurs dans ces pratiques.Le département a pour missions principales : permettre l’accès aux données historiques quantitatives ; soutenir lesinitiatives existantes ou en création ; recueillir les bases de données ; recenser les données existantes.

International audience; Les séries cartographiques s'accommodent mieux d'un découpage régulier que d'un assemblage construit à partir de limites administratives. Ainsi, il est nécessaire d'assembler 4, voire 6 ou 8, feuilles de la carte d'état-major pour disposer de la carte d'un département. Dans ce contexte, en 1839, le Dépôt de la guerre répond aux demandes des administrations départementales en publiant une nouvelle édition de la carte d'état-major dont le découpage est adapté aux chantournements des limites administratives.

Les résultats de l’étude américaine « US Nurses Health Study II » suggèrent qu’il existe un lien entre l’augmentation du risque de broncho-pneumopathie chronique obstructive (BPCO) pour les infirmières en contact, au moins une fois par semaine, avec des désinfectants utilisés pour le nettoyage de surfaces (sols ou instruments médicaux). Parmi ces produits de nettoyage et désinfectants, certains semblent particulièrement agressifs pour l’appareil respiratoire. Il s’agit principalement du glutaraldéhyde, l’eau de javel, l’eau oxygénée, l’alcool et les composés d’ammonium quaternaire. Pour améliorer les connaissances sur ces produits, l’originalité du projet CONETRE est de se baser sur une grande étude longitudinale avec une évaluation détaillée de la santé respiratoire (questionnaires et spirométries) et de créer une matrice emplois-tâches-expositions (METE) permettant d’évaluer, pour la première fois, l’exposition à ces produits spécifiques dans une cohorte française en population générale.

L’Agence Nationale du Médicament Vétérinaire, Anses-ANMV, réalise un suivi des ventes des médicaments vétérinaires contenant des antibiotiques en France depuis 1999. Ce suivi national est basé sur les déclarations des titulaires d’autorisations de mise sur le marché. La surveillance des ventes d’antibiotiques est l’une des sources d’informations importantes, avec le suivi de la résistance bactérienne, utilisées pour l’évaluation et la gestion des risques en matière d’antibiorésistance.

Les laboratoires d’analyse sont devenus incontournables en médecine, agronomie, environnement, pharmacie, etc. Chaque jour ils produisent des millions de résultats qui servent à prendre diverses décisions. Malgré la sophistication croissante des méthodes, des questions fondamentales demeurent sur l’emploi de ces résultats. Quel risque font-ils courir ? Dans quelle mesure s’y fier ? L’incertitude de mesure est le paramètre qui permet d’y répondre. Pour bien des raisons, elle est encore peu utilisée par les analystes. Ce livre a pour but de combler ce déficit en montrant comment l’estimer et l’utiliser au laboratoire. Un premier volume sur la validation des méthodes était conçu pour être pratique, labo-stat 2 suit le même principe à travers des feuilles de calcul directement adaptables à des cas concrets.

This thesis presents a new methodology for text analysis which is situated at the intersection of textual statistics, automatic language analysis and deep learning. It draws on the architecture of neural networks and its potential to extract information from texts. The accuracy of convolutional models for text classification depends on the quality of the linguistic markers which are identified. To make these markers accessible to linguists, we implement an algorithm that combines the following computational and linguistic approaches:1) Deconvolution (Zeiler et Fergus 2014), is an algorithmic process used in image analysis which we apply here to written texts in order to interpret the representations of words which are learned by the neural network. In particular, we analyse each layer of a deep model to understand the mechanisms linking the raw data which forms the input to the network (the text) with the predictions which constitute its output (classification). The aim is to express these connections in ways which are useful to linguists. We propose a new measure to express the relative weight of words in a deep model: Text Deconvolution Saliency (TDS).2) Our approach also comprises a linguistic theory of textual motifs or patterns developed by (S. Mellet et D. Longrée 2009) which informs the design of deep architectures which allow the analysis of texts as complex, multidimensional linguistic objects. The motif theory permits the detection of key passages in the output of deconvolution, and even the identification of deep motifs in cases where the model propose suggests several representations of words (e.g., full-form, part-of-speech, and lemma).The new methodology developed in our research connects empirical observations (TDS) with linguistic analysis in ways which open up new possibilities for the interpretation of texts. A number of studies of the application of this protocol in different contexts have served to test the methodology and will be used to illustrate its effectiveness throughout this doctoral thesis. Although deep neural network interpretation for linguistics analysis is a very new field, the initial results presented here are encouraging, and the thesis concludes with suggestions for further research in this domain.; Au croisement de la statistique textuelle, de l’analyse automatique des langues et du deep learning, cette thèse propose une méthodologie nouvelle pour l’analyse des texte. L'hypothèse de départ repose sur l'architecture des réseaux de neurones et leur capacité à extraire automatiquement l'information contenue dans un texte. La précision des modèles convolutionnels pour la classification de textes souligne l'importance des marqueurs linguistiques identifiés. Pour rendre accessible aux linguistes cette information d'un genre nouveau nous développons un protocole d'analyse qui combine l'approche informatique avec l'approche linguistique. Plus particulièrement :1) La deconvolution (Zeiler et Fergus 2014), procédé algorithmique utilisé dans l’analyse d’images, est appliquée aux textes pour pouvoir décoder la représentation des mots engendrés par le réseau de neurones. Plus généralement nous nous intéressons à l'ensemble des couches d'un modèle profond pour comprendre et transmettre aux linguistes la chaine de traitements qui existe entre les données brutes (le texte) en entrée du réseau et la prédiction en sortie du réseau (classification). Une nouvelle mesure est proposée pour rendre compte du poids des mots dans un modèle profond: le Text Deconvolution Saliency (TDS).2) Les motifs linguistiques fortement théorisés par (S. Mellet et D. Longrée 2009) accompagnent notre raisonnement sur les réseaux de neurones. Leur nature nous pousse à concevoir des architectures profondes capables de considérer le texte comme un objet complexe et multidimensionnel. Les motifs nous conduisent à entrevoir des passages-clés à la sortie d'une déconvolution et des motifs profonds lorsque le modèle utilise plusieurs représentations des mots (forme graphique, catégorie grammaticale, lemme).Ce lien que nous tentons de créer entre observations empiriques (TDS) et théories linguistiques ouvre des voies nouvelles d'interprétation des textes. Les cas d'utilisation de notre méthode sont nombreux et font déjà l'objet de plusieurs études que nous verrons tout au long de cette thèse. L'exploration des réseaux de neurones profonds pour la linguistique de corpus n'en est encore qu'à ses débuts, mais les premiers résultats que nous présentons ici sont dès à présent encourageants.

For several years, historical, archaeological and archaeometrical studies, lead for a specific spatio-temporal context, have shown the huge diversity for ancient ferrous alloys. This project aims to determine ferrous alloys qualities and to evaluate its diversity for a long period from Antiquity to the beginning of modern period, in Western Europe. For that, more than one hundred semi-products, intermediate materials between raw material and final object, were studied. Coming from several archaeological sites in North-Western Mediterranean and in Normandy, they reflect the evolution of technical systems for considered periods .Analytical methodology used links the metal nature, determined by metallographical analysis, and its mechanical properties evaluated by microhardness measurements and uniaxial tensile tests. The creation of an innovative semi-automatic algorithm, based on image analysis, allowed reducing by three the time dedicated to the interpretation of metallographic analysis. These studies supply quantitative and comparative data to consider the quality notion by a material approach.Independently from the considered period, a huge diversity of metal nature has been enlighten. Some period or site specificities have been pointed out. In order to understand the reason of such variability, the results concerning each context, coupled with bibliographic studies have been compared in a diachronic way and linked to historical issues. Reaching a comparative vision, inter and intra-sites, this approach permits to understand the impact of the technical and environmental conditions and the knowledge of craftsmen on the metal nature. It allows comprehending the way the ancient societies perceive and identify the different qualities and adapt them to a specific use.; Les études historiques, archéologiques et archéométriques menées jusqu’alors pour un contexte spatio-temporel précis montrent la diversité des alliages ferreux anciens. Ce projet vise à s’inscrire dans un temps long afin de déterminer les natures et les qualités du fer et de ses alliages et en évaluer la diversité de l’Antiquité au début de l’époque moderne en Europe Occidentale. Pour cela, plus d’une centaine de demi-produits, matériaux intermédiaires entre la masse brute et l'objet fini, ont été étudiés. Issus d’un ensemble de sites en Méditerranée Nord-Occidentale et en Haute-Normandie, ils reflètent l’évolution des procédés techniques sidérurgiques. La méthodologie employée relie la nature du métal, déterminée par analyses métallographiques, et ses propriétés mécaniques évaluées par analyses de microdureté et par essais de traction uniaxiale. La conception d’un algorithme semi-automatique basé sur du traitement d’images permet de diminuer par trois le temps d’interprétation des analyses métallographiques. Ces études fournissent des données quantifiables et comparables pour appréhender la qualité du point de vue du matériau. Quel que soit la période, les demi-produits présentent une grande diversité. Néanmoins, quelques spécificités ont pu être pointées par site ou par période. Afin de saisir l’origine d’une telle variabilité, les résultats des analyses site par site, couplés aux données de la bibliographie, ont été comparés de manière diachronique et rapprochés aux questionnements historiques. Cette approche inédite, comparatiste et statistique a permis de saisir l’impact des conditions opératoires et techniques sur la nature du métal et d’éclairer la façon dont les sociétés anciennes percevaient le matériau qu’elles travaillaient pour l’adapter à un usage spécifique.

International audience

Développé dans les années 1990 par deux chercheurs et mis en ligne au début des années 2000, le Dictionnaire Électronique des Synonymes ou DES du laboratoire CRISCO reçoit de 150.000à 200.000 requêtes par jour. Une étude a donc été entreprise sur deux ans (2019 et 2020) pour étudier son utilisation d'un point de vue statistique et commencer une ébauche sur les 1000 premiers mots demandés en terme de fréquence et de liens synonymiques. Cet article est accompagné d'un dépôt GIT.

This thesis aims at better understanding the solicitations generated by waves on coastal structures, focusing on breaking and broken waves. The Artha breakwater, protecting the bay of St-Jean de Luz, in the southwest of France, has been equipped with high frequency pressure sensors since 2015 allowing the collection of an extensive dataset. The chosen site, is indeed characterized by very energetic wave conditions, making it a very interesting site for such measurements. Using the collected database, the thesis try to bring new knowledges on the local hydrodynamics and loading acting in-situ, from the global influence of environmental conditions to the mechanics of wave impacts. The work is divided in the three following independent parts which, each, deals with a different aspect of the problem. The first part proposes and an analysis of the data collected at the Artha breakwater. The details of the high frequency pressure measurements on the wall of the Artha western roundhead are presented as well as the simultaneous recording of offshore wave parameters, water level and local wind. Based on this database, statistical models are implemented and analyzed. These models provide predictions of the maximal pressure acting on the instrumented wall in function of the external conditions. An analysis of the pressure signal is also conducted and shows the existence of highly impulsive impacts, which nevertheless, appear as outliers. The stability of the breakwater is finally assessed. Numerous hypothesis have to be done for the estimation, leaving many unresolved questions. In particular, it appears that computing the load requires to know the maximal wave height in front of the breakwater. The study of the hydrodynamic in the vicinity of the breakwater is therefore required and is the object of the second chapter of the thesis. This chapter uses the results of measurements carried out with immersed, independent sensors in the block armour. Modulations of the significant wave height and reflection coefficient by the block armour in function of water level are detailed based on the measurements. 2DV numerical simulations with the SWASH model are also carried out to reproduce these results after calibration. Based on this model, the maximal wave height and surf zone extent are determined for ten different scenarios, allowing to estimate the maximal pressure on the wall according to the Goda formula. The predictions of Goda's theory are next compared with the predictions of the statistical model of the first chapter. The latter provides as expected weaker values compared to Goda's formula. Other parameters can nevertheless explain this difference, and in particular the circular shape of the western roundhead. In the third and last chapter, wave impact on cylinders with various radius are investigated with a Navier-Stokes VOF numerical model (i.e., the OpenFoam interFoam solver). The influence of the radius on the maximal force applied on the initially impacted line of the cylinder is shown to be non-linear. Those results are compared with the prediction of classical engineering formula which predicts a linear behavior. The severeness of the impact and the location of maximal pressure on the cylinder is also studied by sligthly shifting the initial free surface. One interesting results is that the maximal pressure is not located on the initially impacted line for the violent sloshing impacts studied.; Cette thèse vise à mieux comprendre les sollicitations générées par les vagues sur les structures côtières, en se focalisant sur les vagues déferlantes et déferlées. Dans ce but, la digue de l’Artha, protégeant la baie de St-Jean de Luz, a été équipée de capteurs de pression haute fréquence depuis 2015 permettant la collecte d'un large jeu de données. Le site choisi, est caractérisé par des conditions de houle très énergiques, ce qui en fait un site très intéressant pour de telles mesures. En utilisant la base de données collectée, la thèse tente d'apporter de nouvelles connaissances sur l'hydrodynamique locale et les forces qui agissent en nature, en s’intéressant à l'influence globale des conditions environnementales ainsi qu’à la mécanique de l'impact des vagues. Le manuscrit est divisé en trois parties indépendantes qui, chacune, traite d'un aspect différent du problème. La première partie propose une analyse des données collectées sur la digue de l’Artha. Les mesures de pression réalisées à haute fréquence sur le musoir ouest de l’ouvrage sont présentées ainsi que les données simultanées des paramètres de vagues en mer, du niveau d'eau et du vent local. A partir de cette base de données, des modèles statistiques sont mis en œuvre et analysés. Ces modèles fournissent des prédictions de la pression maximale agissant sur la paroi instrumentée en fonction des conditions externes. Une analyse du signal de pression est également menée et montre l'existence d'impacts impulsifs, qui apparaissent néanmoins en tant qu’outliers dans le jeu de données. La stabilité de la digue est enfin évaluée. De nombreuses hypothèses doivent être faites pour cette estimation, laissant de nombreuses questions non résolues. En particulier, il apparaît que le calcul de la charge nécessite de connaître la hauteur maximale des vagues devant l’ouvrage. L'étude de l'hydrodynamique au voisinage du brise-lames est donc nécessaire et fait l'objet du deuxième chapitre de la thèse. Ce chapitre utilise les résultats de mesures effectuées avec des capteurs indépendants immergés dans la carapace. Les modulations de la hauteur significative de la vague et du coefficient de réflexion en fonction du niveau d'eau sont détaillées à partir des mesures. Des simulations numériques 2DV avec le modèle SWASH sont également réalisées pour reproduire ces résultats après calibration. Sur la base de ce modèle, la hauteur maximale des vagues et l'étendue de la zone de déferlement sont déterminées pour dix scénarios différents, permettant d'estimer la pression maximale sur le mur selon la formule de Goda. Les prédictions de la théorie de Goda sont ensuite comparées aux prédictions du modèle statistique du premier chapitre. Ce dernier fournit comme prévu des valeurs plus faibles par rapport à la formule de Goda. D'autres paramètres peuvent néanmoins expliquer cette différence, et notamment la forme circulaire du musoir. L’effet du rayon de courbure sur l’intensité de l’impact est ainsi étudié dans le dernier chapitre. Dans ce chapitre, l'impact des vagues sur des cylindres de différents rayons est étudié avec un modèle numérique VOF de Navier-Stokes (c'est-à-dire le solveur OpenFoam interFoam). L'influence du rayon sur la force maximale appliquée sur la ligne initialement impactée du cylindre s'avère être non-linéaire, contrairement à ce que prévoient les formules d'ingénieries classiques. La sévérité de l'impact et l'emplacement de la pression maximale sur le cylindre sont également étudiés en déplaçant légèrement la surface libre initiale. Un résultat intéressant est que la pression maximale n'est pas située sur la ligne initialement impactée pour les impacts violents de type sloshing étudiés ici.

This paper focuses on the analysis of coconut husk fragments-based filters used in France for on-site wastewater treatment applications. The treated effluent quality of three filter versions (V0, V1 and V2) on testing platform are compared to the performance observed in field conditions. Previous studies using the same analysis methodology have classified the treated wastewater quality of V0 and V2 systems in fieldconditions as “acceptable”, but not for V1. The objective is to assess the effect of technical evolutions (filtering media, surface reduction and distribution) on performance observed and how platform tests can predict field results.Both for platform tests results and in situ assessments, the statistical tools used conclude that the best quality of treated wastewater is achieved by the V0 system and the lowest quality by the V1 system, the V2 system ranking in-between.Comparing raw wastewater compositions used on testing platform and observed in the field shows different concentrations but rather consistent applied organic loads. Therefore it is possible to set a performance level to be achieved on platform to ensure compliance to the required discharge criteria under field conditions. This paper provides performance levels applicable to similar wastewater treatment system designs. Using a bidirectional tipping bucket enhances the distribution and partially explains the better performance of V0 and V2 systems compared to V1. Reducing the filtering surface shows no impact on carbonaceous compounds abatement. Finally, even though daily TKN applied loads during tests on platform are higher than those encountered in field conditions, such testing conditions do not allow to assess systems aging by analysing the various nitrogen compounds in the discharge. Continuing in situ monitoring therefore appears relevant., Cet article est centré sur l’analyse de filtres garnis de fragments de coco utilisés en France en assainissement non collectif. La qualité des rejets des trois dispositifs développés (V0, V1 et V2) mesurée en conditions de plateforme d’essais et in situ est comparée. Des études précédentes utilisant une méthodologie d’analyse similaire ont qualifié d’« acceptable » la qualité des rejets in situ de V0 et V2 mais pas celle de V1. L’objectif est d’évaluer l’impact des évolutions techniques (matériau filtrant, surface réduite et distribution) sur les différences observées et de déterminer comment les performances sur plateforme peuvent prédire ces résultats terrain. Tant pour les résultats recueillis sur plateforme qu’in situ, les outils statistiques déployés concluent que les meilleures qualités de rejet sont obtenues avec le dispositif V0 et les moins bonnes avec le dispositif V1, le dispositif V2 étant intermédiaire.La comparaison entre la qualité des eaux usées brutes utilisées sur plateforme et celle observée in situ montre des différences de concentrations, mais des charges organiques appliquées plutôt homogènes. Ainsi, il est possible de déterminer les rendements requis sur plateforme, assurant l’atteinte des exigences de rejets in situ. L’article fournit des valeurs de rendement applicables aux dispositifs de configuration équivalente. La distribution améliorée à l’aide de l’auget bidirectionnel explique en partie les meilleures performances de V0 et V2 comparativement à V1. Les diminutions des surfaces de filtration n’ont pas d’impact sur les abattements de composés carbonés. Enfin, bien que sur plateforme les charges surfaciques journalières en NK soient plus grandes qu’en conditions in situ, ce type d’essais ne permet pas d’apprécier le vieillissement des dispositifs par l’analyse des différentes concentrations azotées du rejet. La poursuite du suivi in situ apparait donc pertinente.

This thesis deals with reliability issues in connection with the modelling of the failure and maintenance process of repairable systems, using recurrent events. Generic virtual age models are extended by adding time-dependent covariates. These covariates take into account the observed heterogeneity between systems that are otherwise identical and independent. They can bring crucial information on the systems degradation level. We allow to use these models through two data simulation methods, as well as a parametric estimation procedure. This inferential method is numerically assessed in a thorough quality of estimation study. Then, the models are used to optimise the preventive maintenance dates along the systems’ life according to the information brought by the covariates and the past repairs, allowing to reduce the maintenance costs. We go further by offering to optimise the inspections dates of the dynamic covariates. Finally, we study the implementation of multi-systems goodness-of-fit tests., Cette thèse s’intéresse à des problèmes de fiabilité en lien avec la modélisation du processus des défaillances et maintenances de systèmes réparables à l’aide d’événements récurrents. Des modèles d’âge virtuel génériques sont étendus en y adjoignant des covariables dépendantes du temps. Ces covariables prennent en compte l’hétérogénéité observée entre des systèmes par ailleurs identiques et indépendants. Elles peuvent amener une information cruciale sur le niveau de dégradation des systèmes. Nous permettons l’utilisation de ces modèles au travers de deux méthodes de simulation de données nouvelles, ainsi qu’avec une procédure d’estimation paramétrique. Cette méthode inférentielle est évaluée numériquement dans une vaste étude de qualité d’estimation. Ensuite, les modèles sont utilisés pour optimiser les dates de maintenance préventive au cours de la vie des systèmes en fonction de l’information apportée par les covariables et des réparations déjà effectuées, permettant de diminuer les coûts de maintenance. Nous allons plus loin en proposant également d’optimiser les dates d’inspection des covariables dynamiques. Enfin, la mise en place de tests d’adéquation multi-systèmes est étudiée.

The infrastructure of High Performance Computing (HPC) systems is rapidly increasing in complexity and scale. New components and innovations are added at a fast pace. This instigates the need for more efforts towards understanding such systems and designing new, more adapted optimization schemes.This thesis is a series of data-driven analytical and experimental campaigns with two goals in mind. (i) To improve the performance of HPC systems with a focus on scheduler performance. (ii) To better understand the inner workings of HPC systems, which includes scheduling evaluation methods and energy behavior of submitted jobs.We start by performing a comparative study. We focus on the evaluation methods of schedulers. We study two well-established metrics (waiting time and slowdown) and one less popular metric (per-processor-slowdown). We also evaluate other effects, such as the relationship between job size and the slowdown, the distribution of slowdown values, and the number of backfilled jobs. We focus on the popular First-Come-First-Served (FCFS) and compare it to other simple scheduling policies. We show that relinquishing FCFS is not as risky as it is perceived to be. We argue that using other ordering policies in combination with a simple thresholding mechanism can offer similar guarantees with significantly better performance.Then, we proceed to show the limits of simple scheduling policies and we design and test two machine learning-based paradigms to improve performance beyond what these basic policies can offer. First, we propose a method to dynamically generate new scheduling policies that adapt to the changing nature of data in any given platform. Also, we study the possibility of applying online learning on scheduling data, and we detail the difficulties that one might encounter in such an endeavor.%vspace{5mm}For the second approach, we improve the performance of already established scheduling policies by reducing the inherent uncertainty in the scheduling data. More precisely, the inaccuracy of user runtimes estimates. We propose a simple classification of jobs into small and large. We show that this classification is sufficient to harness most of the improvement that can be gained from accurate runtimes estimates. We use machine learning to predict the classes and improve performance across all studied platforms.Finally, we analyze the energy consumption of HPC platforms. We study the energy profiles of individual jobs. We Observe the similarities and differences between energy profiles and we propose a series of statistical tests through which we classify the jobs into periodic, constant, and non-stationary. We believe that this classification can be used to predict the energy consumption of future jobs and build energy-aware schedulers.; Les infrastructures de systèmes de calcul haute performance (HPC) augmentent rapidement en complexité et en échelle. De nouveaux composants et innovations sont ajoutés à un rythme rapide. Cela incite à redoubler d'efforts pour comprendre ces systèmes et concevoir de nouveaux schémas d'optimisation plus adaptés.Cette thèse regroupe une collection de travaux analytiques et expérimentaux avec deux objectifs. (i) Améliorer les performances des systèmes HPC en mettant l'accent sur les performances des gestionnaires de ressources. (ii) Mieux comprendre le fonctionnement interne des systèmes HPC, qui comprend les méthodes d'évaluation des ordonnanceurs et le comportement énergétique des jobs.Nous commençons par présenter une étude comparative. Nous nous concentrons sur les méthodes d'évaluation des ordonnanceurs en étudiant deux métriques classiques (temps d'attente et ralentissement) et une métrique moins étudiée (ralentissement par processeur). Nous évaluons également d'autres effets, tels que la relation entre la taille des jobs et le ralentissement, la distribution des valeurs de ralentissement et le nombre de jobs remplacés. Nous nous concentrons sur la politique populaire First-Come-First-Served (FCFS) et la comparons à d'autres heuristiques de planification simples. Nous montrons que l'abandon du FCFS n'est pas aussi risqué qu'on le perçoit. Nous soutenons que l'utilisation d'autres politiques combinées avec un simple mécanisme de seuillage peut offrir des garanties similaires avec des performances nettement meilleures.Ensuite, nous montrons les limites des heuristiques d'ordonnancement simples et nous concevons et testons deux paradigmes basés sur l'apprentissage automatique pour améliorer les performances au-delà de ce que ces heuristiques de base peuvent offrir. Tout d'abord, nous proposons une méthode pour générer de manière dynamique de nouvelles politiques d'ordonnancement qui s'adaptent à la nature changeante des données sur une plateforme donnée. Nous étudions également la possibilité d'appliquer l'apprentissage en ligne sur ce type des données, et nous détaillons les difficultés que l'on pourrait rencontrer dans une telle entreprise.Pour la deuxième approche, nous améliorons les performances des politiques d'ordonnancement déjà établies en réduisant l'incertitude dans les jobs. Plus précisément, l'inexactitude des estimations des temps d'exécution des utilisateurs. Nous proposons une classification simple des jobs en petits et grands selon leur taille. Nous montrons que cette classification est suffisante pour exploiter la plupart des améliorations qui peuvent être obtenues à partir d'estimations précises des délais d'exécution. Nous utilisons l'apprentissage automatique pour prédire les classes et améliorer les performances sur toutes les plateformes étudiées.Enfin, nous analysons la consommation énergétique des plateformes HPC. Nous étudions les profils énergétiques des jobs individuels et nous observons les similitudes et les différences entre les profils énergétiques. Puis, nous proposons une série de tests statistiques à travers lesquels nous classons les jobs en périodiques, constants et non stationnaires. Nous pensons que cette classification peut être utilisée pour prédire la consommation d'énergie des futurs jobs et pour construire des ordonnanceurs sensibles à l'énergie.

National audience

Come ha sottolineato Eugene Wigner, la matematica si è dimostrata efficace, oltre ogni ragionevole aspettativa, nelle scienze fisiche e nelle loro applicazioni tecnologiche. Il ruolo della matematica nelle scienze biologiche, mediche e sociali è stato molto più modesto ma è recentemente cresciuto grazie alla capacità di simulazione offerta dai moderni computer. Questo libro traccia la storia della dinamica delle popolazioni - un argomento teorico strettamente connesso alla genetica, all'ecologia, all'epidemiologia e alla demografia - dove la matematica ha portato intuizioni significative. Presenta una panoramica della genesi di diversi temi importanti : la crescita esponenziale, da Eulero e Malthus alla politica cinese del figlio unico; lo sviluppo di modelli stocastici, dalle leggi di Mendel e la questione dell'estinzione dei cognomi alla teoria della percolazione per la diffusione delle epidemie, e le popolazioni caotiche, dove determinismo e casualità si intrecciano. Il lettore di questo libro vedrà, da una prospettiva diversa, i problemi che gli scienziati affrontano quando i governi chiedono previsioni affidabili per aiutare a controllare le epidemie (COVID, influenza, AIDS), gestire risorse rinnovabili (quote di pesca, diffusione di organismi geneticamente modificati) o anticipare evoluzioni demografiche come l'invecchiamento. Con i recenti progressi nella traduzione automatica, il monopolio virtuale di una sola lingua nella letteratura scientifica non è più giustificato. La crescente alienazione linguistica nelle università può essere invertita. Con questa traduzione italiana accuratamente rivista, incoraggiamo questo nuovo percorso.

Como subrayó Eugene Wigner, las matemáticas han demostrado una eficacia inconmensurable en las ciencias físicas y sus aplicaciones tecnológicas. El papel de las matemáticas en las ciencias biológicas, médicas y sociales ha sido mucho más modesto, pero ha crecido recientemente gracias a la capacidad de simulación que ofrecen los ordenadores modernos. Este libro recorre la historia de la dinámica de poblaciones - un tema teórico estrechamente relacionado con la genética, la ecología, la epidemiología y la demografía - en la que las matemáticas han aportado importantes conocimientos. Presenta una visión general de la génesis de varios temas de gran relevencia : el crecimiento exponencial, desde Euler y Malthus hasta la política china del hijo único; el desarrollo de los modelos estocásticos, desde las leyes de Mendel y la cuestión de la extinción de los apellidos hasta la teoría de la percolación para la propagación de epidemias, y las poblaciones con dinámicas caóticas, en las que se entremezclan el determinismo y el azar. El lector de este libro verá, desde una perspectiva diferente, los problemas a los que se enfrentan los científicos cuando los gobiernos piden predicciones fiables para ayudar a controlar epidemias (COVID, gripe, SIDA), gestionar los recursos renovables (cuotas de pesca, propagación de organismos modificados genéticamente) o anticiparse a evoluciones demográficas como el envejecimiento. Con los recientes avances de la traducción automática, ya no se justifica el virtual monopolio de una sola lengua en la literatura científica. La creciente alienación lingüística en las universidades puede revertirse. Con esta traducción al español, cuidadosamente revisada por dos especialistas en dinámica de poblaciones, esperamos mostrar este nuevo camino.

Como Eugene Wigner sublinhou, a matemática provou ser excessivamente eficaz nas ciências físicas e nas suas aplicações tecnológicas. O papel da matemática nas ciências biológicas, médicas e sociais tem sido muito mais modesto, mas cresceu recentemente graças à capacidade de simulação oferecida pelos computadores modernos. Este livro traça a história da dinâmica populacional - um assunto teórico intimamente ligado à genética, ecologia, epidemiologia e demografia - onde a matemática tem trazido conhecimentos significativos. Apresenta uma visão geral da génese de vários temas importantes : o crescimento exponencial, desde Euler e Malthus até à política de um filho chinês; o desenvolvimento de modelos estocásticos, desde as leis de Mendel e a questão da extinção dos nomes de família até à teoria da percolação para a propagação de epidemias, e populações caóticas, onde o determinismo e a aleatoriedade se entrelaçam. O leitor deste livro verá, de uma perspectiva diferente, os problemas que os cientistas enfrentam quando os governos pedem previsões fiáveis para ajudar a controlar epidemias (COVID, gripe, SIDA), gerir recursos renováveis (quotas de pesca, propagação de organismos geneticamente modificados) ou antecipar evoluções demográficas como o envelhecimento. Com os recentes avanços na tradução automática, o monopólio virtual de uma única língua na literatura científica já não se justifica. A crescente alienação linguística nas universidades pode ser invertida. Com esta tradução cuidadosamente revista para português, encorajamos este novo caminho.

International audience; Travailler peut tuer. Travailler peut blesser. On compte en France 14 morts suite à un accident du travail (chiffre de 2019). Les accidents du travail touchent souvent une population plutôt jeune, mais ne font l’objet d’aucune étude approfondie. Cet ouvrage interroge cette contradiction : d’un côté l’ampleur du phénomène, et de l’autre son invisibilité dans le débat public. Les milliers de blessés, les centaines de morts chaque année seraient-ils l’inévitable prix à payer, passant en « pertes et profits » de l’activité économique ? Or les AT nous renseignent sur les « risques du travail », sur leur inégale répartition dans la population. Ils sont un indicateur de l’organisation du travail ; des inégalités de santé, des inégalités de conditions de travail ; des inégalités de durée de vie. Ils pourraient donc et même devraient constituer un indicateur important des politiques publiques de santé. (éditeur)

Formation PFC Identifier les évolutions de la Société impactant la mobilité, Champs-sur-Marne, FRANCE, 26-/11/2020 - 26/11/2020; Présentation séminaire SELEST : La vague annuelle 2020 du panel ParcAuto est présentée sur ses aspects méthodologiques, puis sur ses principaux résultats. La présentation se concentre ensuite sur une question d'opinion, celle de l'acceptation de se laisser conduire par un véhicule 100% autonome : les déterminants (ménage, individu) y sont recherchés, puis introduits dans une spécification sommaire de modèle logistique.

International audience; GDP has become an essential indicator in the study of international relations, particularly for classifying states in their obsession with economic growth and development. While the economic aggregate itself is not lacking in conceptual simplifications that are sometimes debatable, its use is also dangerous at a time when the production system must be questioned in favour of sustainable development. It is therefore urgent to construct sets of indicators adapted to the questions asked and to abandon GDP to its sole meaning that retained by statisticians. In conclusion, the responsibility of statisticians is not only in the construction of useful aggregates to better understand the world around us, it is also to constantly remind us of the interest, but also the strict limits of their own conceptual constructions.; Le PIB est devenu un indicateur essentiel dans l'étude des relations internationales, notamment pour classer les Etats dans leur obsession de croissance et de développement économiques. Si l'agrégat économique lui-même ne manque pas de simplifications conceptuelles parfois discutables, l'usage que l'on en fait est aussi dangereux au moment où le système de production doit être remis en cause en faveur d'un développement soutenable. Il est donc urgent de construire des ensembles d'indicateurs adaptés aux questions posées et abandonner le PIB à sa seule signification, celle retenue par les statisticiens. En conclusion, la responsabilité des statisticiens n'est pas seulement dans la construction d'agrégats utiles pour mieux comprendre le monde qui nous entoure, elle est aussi de rappeler constamment l'intérêt, mais aussi les limites strictes de leurs propres constructions conceptuelles.

The quality of the air we breathe is responsible for many diseases ranging from asthma to cardiovascular disease and cancer. Worldwide, poor air quality is the 4th leading cause of death, mainly due to the presence of fine particles (aerosols or PM) of very varied chemistry and physical properties, coming from natural sources (forests, crustal dust, marine spray, etc.) or anthropogenic sources (road traffic, residential heating, cooking, industry, agriculture, etc.).The considerable diversity of these PMs makes the assessment of their toxicity complex. In this thesis, an integrative measure of the different physico-chemical properties of aerosols (size, shape, chemical composition, etc.) is used through the metric of the oxidizing potential (OP) of the particles. This indirect measurement of reactive oxygen species through the ascorbic acid (AA) and dithiothreitol (DTT) tests allows a vision of the aerosol closer to health impacts.In order to estimate the emission sources responsible for the OP, in-depth studies on the geochemistry of the sources and on their quantification through long field measurements and the use of the Positive Matrix Factorization (PMF) model are first presented. Uncertainties in the chemical profiles and contributions of PM sources are also quantified and the geochemical variability between sites estimated by the deltaTool method proposed by the FAIRMODE group. A large spatial scale synthesis of 15 sampling sites through a harmonized study shows the presence of 8 PMF factors present over the whole territory: biomass burning, road traffic, primary biological emissions, crustal dust, aged sea salt, MSA-rich, nitrate-rich and sulfate-rich. Other factors, specific to the peculiarity of each site, are also well determined.The contribution of these sources to the oxidizing potential is then investigated using the joint measurement of PO on the filters from the previous PMF studies. A simple inversion model (multiple linear regression) between the PM sources and the OP provides a statistically satisfactory estimate of the contribution of the sources to the OP. The geochemical relevance of this model is evaluated through its application on fifteen measurement series. The sources with a major intrinsic OP (i.e. per microgram of PM) are road traffic, biomass burning, crustal dust and to a lesser extent primary biogenic emissions for the DTT test and biomass burning and road traffic for the AA test.Thus, some sources that contribute significantly to the mass of PM contribute little to their PO (namely nitrate-rich) and there is a redistribution of the importance of PM sources according to whether the metric of observation is the mass concentration or their oxidizing potential.Measurements on annual sampling series and the large database of more than 1700 filters also highlight the importance of chronic exposure to oxidizing potential. The importance of biomass burning in winter, especially in alpine valleys, makes this source the main source of OP on annual average. However, the presence at lower but relatively constant concentrations during the year makes the road traffic source the major contributor to chronic exposure.Finally, due to the robust estimation of an intrinsic oxidizing potential by emission source typology, this thesis opens the way to the prediction of OP by deterministic models and to the improvement of the consideration of the oxidizing potential in epidemiological studies, important steps in order to eventually allow the use of this metric for air quality regulation., La qualité de l’air que nous respirons est responsable de nombreuses affections de santé allant de l’asthme aux pathologies cardio-vasculaires ou cancers. À l’échelle mondiale, la mauvaise qualité de l’air représente la 4eme cause de mortalité, principalement due à la présence de particules fines (aérosols ou PM pour particulate matter) de propriétés physico-chimiques très variées et provenant de sources naturelles (forêts, poussières crustales, spray marin, etc.) ou anthropiques (trafic routier, chauffage résidentiel, cuisine, industrie, agriculture, etc.).La diversité considérable de ces PM rend l’évaluation de leur toxicité complexe. Dans cette thèse, une mesure intégratrice des différentes propriétés physico-chimiques des aérosols (taille, forme, solubilité, composition chimique, etc.) est utilisée à travers la métrique du potentiel oxydant (PO) des particules. Cette mesure indirecte des espèces réactives de l’oxygène à travers les tests à l’acide ascorbique (AA) et au dithiothreitol (DTT) permet une vision de l’aérosol plus proche des impacts sanitaires.Afin d’estimer les sources d’émissions responsables du PO, des études approfondies de la géochimie des sources et de leur quantification à travers des mesures longue durée de terrain et l’utilisation du modèle Positive Matrix Factorization (PMF) sont tout d’abord présentées. Les incertitudes des profils chimiques et des contributions des sources de PM sont également quantifiées et la variabilité géochimique entre sites estimée par la méthode deltaTool proposée par le groupe FAIRMODE.Une synthèse à grande échelle spatiale portant sur quinze sites de prélèvements grâce à une étude harmonisée montre la présence de 8 facteurs PMF présents sur l’ensemble du territoire : combustion de biomasse, trafic routier, émissions biologiques primaires, poussières crustales, sel marin agé, MSA-rich, nitrate et sulfate-rich. D’autres facteurs, propres à la spécificité de chacun des sites, sont également bien déterminés.La contribution de ces sources au potentiel oxydant est ensuite étudiée grâce à la mesure conjointe du PO sur les filtres ayants permis les études PMF. Un modèle d’inversion simple (régression linéaire multiple) entre les sources de PM et le PO permet une estimation statistiquement satisfaisante de la contribution des sources au PO. La pertinence géochimique de ce modèle est évaluée à travers son application sur quinze séries annuelles (a minima) de mesure. Les sources présentant un PO intrinsèque les plus élevés sont le trafic routier, la combustion de biomasse, les poussières crustales et dans une moindre mesure les émissions primaires biogéniques pour le test au DTT et la combustion de biomasse et le trafic routier pour le test à l’AA. Ainsi, certaines sources contribuant de façon importante à la masse des PM ne contribuent pas ou peu à leur PO (notamment le nitrate-rich) et l’on observe une redistribution de l’importance des sources de PM selon que la métrique d’observation considérée est la concentration massique ou le potentiel oxydant.Les mesures sur des séries de prélèvements annuels et la grande base de données utilisée regroupant plus de 1700 filtres permet également de mettre en évidence l’importance de l’exposition chronique au PO. L’importance de la combustion de biomasse en hiver, notamment en vallées alpines, fait de cette source la source principale du PO en moyenne annuelle. Cependant, la présence à de plus faibles concentrations mais relativement constantes au cours de l’année fait des émissions primaire du trafic routier la contributrice majeure à l’exposition chronique.Finalement, de par l’estimation robuste d’un PO intrinsèque par typologie de source d’émission, cette thèse ouvre la voie à la prévision du PO par les modèles déterministes et à l’amélioration de la prise en compte du PO dans les études épidémiologiques, étapes importantes afin de permettre, à terme, l’utilisation de cette métrique pour la réglementation de la qualité de l’air.

The downscaling of transistors in commercial electronic circuits has been permitted by the use of new materials in gate oxide (especially for DSM bound). In order to fully trust this kind of chips in extreme environments, it is necessary to make a proper reliability assessment. We choose two types of integrated circuits to carry this study: NAND flash memories and FPGA. Accelerated ageing has been applied to distinctly activate the various degradation mechanisms. Then results are analyzed and a precise statistical approach leads us to a realistic estimation of its reliability.Our ageing tests of NAND flash memories showed that storage temperature as well as many program-erase cycles significantly decrease the retention time of data. Our method demonstrates that a wide gap between the temperature of writing and the temperature of reading leads to a meaningful lack of reliability in retention of data. This issue is not due to the physic of memory cells at low temperature but it is due to drifts of the peripheral management circuit (in charge of writing and reading operations). However we have confirmed this weak reliability is caused by MLC design and not by the technologic node. Error code correction, wear leveling or even over-provisioning allow sufficient reliability. Therefore they are an important part of global memory and must be taken in account in the reliability calculation.Digital circuit ageing has been monitored by means of ring oscillators embedded in FPGA. We well measured some BTI and few HCI, but we did not succeed in involving any electromigration or TDDB. Drifts of both mechanisms are modeled. A new methodology based on the assumption of LUT design from patents is described and applied in order to extract degradations at transistor level: NBTI and PBTI can be set apart.. Moreover the analysis of small drifts occurred at low temperature which is evidence that HCI was involved. These low temperature degradations are correlated with the number of commutations. Finally, the estimation of reliability based on the sum of HCI and BTI failure rates gives false result. We present a proper approach to estimate reliability. It considers the sum of both drifts until a user’s determined criterion of failure is reached., La réduction des tailles aux niveaux transistors des composants électroniques commerciaux est rendue possible par l’utilisation de nouveaux matériaux au niveau de l’oxyde de grille notamment pour les DSM. Afin de pouvoir utiliser en toute confiance ces composants pour des applications en environnements sévères il est nécessaire d’en évaluer la fiabilité. Les deux catégories de composants choisies pour représenter les technologies DSM sont les mémoires Flash et les FPGA. Nous avons étudié les différents mécanismes de dégradation séparément au moyen de vieillissements accélérées. Ensuite les résultats sont analysés et une démarche statistique rigoureuse a été mise en place afin d’estimer une fiabilité réaliste.Nos essais ont montré que la température de stockage ainsi que les cycles d’écriture-effacement réduisent nettement la fiabilité en rétention des mémoires Flash NAND. Une particularité de cette étude est la mise en évidence qu’un grand écart entre la température d’écriture et celle de lecture mène à une forte perte de fiabilité en rétention qui n’est pas liée à la physique du point mémoire à basse température mais à une dérive du circuit périphérique gérant l’écriture et la lecture des cellules. D’autre part, nous avons montré que le manque de fiabilité en rétention avéré avec ce type de composant est dû à l’architecture MLC et non à la finesse du nœud technologique. Les codes correcteurs d’erreurs, les mécanismes d’uniformisation d’usure ou bien le surdimensionnement permettent de rendre la fiabilité acceptable. Ils font par conséquent partie intégrante du système et sont à prendre en compte dans le calcul de la fiabilité.Pour mesurer des dérives dans circuits numériques, nous avons utilisé des oscillateurs en anneaux implantés dans des FPGA. Nous avons mesuré du BTI et du HCI mais nous n’avons pas observé d’électromigration ou de TDDB. Ces dérives ont été modélisées pour chaque mécanisme. Une extraction des dégradations par transistor sous l’hypothèse de l’architecture issue de brevets ont permis de distinguer le NBTI du PBTI. Par ailleurs l’analyse des dérives - très faibles - à basse température nous prouve l’intervention du mécanisme HCI en mettant clairement en évidence le lien avec le nombre de commutations. Enfin, pour évaluer la fiabilité de manière rigoureuse - la somme des deux taux de défaillance HCI et BTI n’étant pas représentative de la fiabilité - une autre méthode plus réaliste reposant sur la somme des dérives allant jusqu’au critère de défaillance a été proposée dans cette étude.

This thesis is about the numerical studies of bursting bubbles at the surface of liquid. We will work with a large range of bubble radius from bubbles of about a few micrometers to bubbles of a few centimeters for a large range of viscosity. The production of jet drops after the bursting of a bubble depends highly on the size and the viscosity of the liquid our control parameters. We will first set up a numerical simulation able to simulate the bursting of a bubble at the surface of the liquid. We will validate the numerical convergence of our code according to different criteria. In a second time, we will perform a systematique study on the bursting of a bubble. We will first characterize all the jet drops produced by a bursting bubble in order to estimate different quantities that are transferred from the liquid to the air. In a third part, we will analyze the sensitivity of the bursting bubble to some small variation in the initial velocity field. This study will be performed on a large range of the control parameters. These results will allow us to determine the number of matters transferred by the jet drops during the event of a breaking wave at the surface of the ocean. Last, we will analyze in mode details the impact of an initial perturbation on the jet drops production. We will show that the control parameters will impact the sensitivity of the simulation to the initial perturbation.; Cette thèse traite de l'étude de l'éclatement de bulle à la surface des liquides au moyen de méthodes numériques. Nous travaillerons avec une large gamme de taille de bulle, passant de bulle de quelques micromètres de rayon à quelques centimètres, pour une large gamme de viscosité. La formation de goutte jet suite à l'éclatement d'une bulle est fortement dépendante de la taille et de la viscosité du liquide qui sont nos paramètres de contrôle. Dans un premier temps, nous réaliserons une simulation numérique capable de simuler l'éclatement d'une bulle à la surface des liquides. Nous validerons la convergence numérique de notre simulation selon différents critères. Dans un second temps, nous réaliserons une étude systémique de l'éclatement d'une bulle. Une fois que nous aurons caractérisé l'ensemble des gouttes de jet produites lors de l'éclatement d'une bulle, nous estimerons différentes quantités échangées entre l'air et la phase liquide. Dans une troisième partie, nous analyserons la sensibilité de l'éclatement d'une bulle à de légères variations sur le champ de vitesse initiale. Cette étude sera menée pour un grand nombre de conditions initiales. L'ensemble des résultats ainsi obtenus nous permettra alors de déterminer la quantité de matière éjectée par les gouttes de jet dans le cadre du déferlement d'une vague à la surface de l'océan. Enfin, dans un dernier temps nous irons observer plus en détail l'impact des perturbations initiales sur la production des gouttes. Nous montrerons que les paramètres de contrôle vont impacter la sensibilité des simulations aux conditions initiales.

A classification method of hyperspectral reflectance images named CHRIPS (Classification of Hyperspectral Reflectance Images with Physical and Statistical criteria) is presented. This method aims at classifying each pixel from a given set of thirteen classes: unidentified dark surface, water, plastic matter, carbonate, clay, vegetation (dark green, dense green, sparse green, stressed), house roof/tile , asphalt, vehicle/paint/metal surface and non-carbonated gravel. Each class is characterized by physical criteria (detection of specific absorptions or shape features) or statistical criteria (use of dedicated spectral indices) over spectral reflectance. CHRIPS input is a hyperspectral reflectance image covering the spectral range [400&ndash, 2500 nm]. The presented method has four advantages, namely: (i) is robust in transfer, class identification is based on criteria that are not very sensitive to sensor type, (ii) does not require training, criteria are pre-defined, (iii) includes a reject class, this class reduces misclassifications, (iv) high precision and recall, F 1 score is generally above 0.9 in our test. As the number of classes is limited, CHRIPS could be used in combination with other classification algorithms able to process the reject class in order to decrease the number of unclassified pixels.

In coming years, there will be a sharp growth in wireless data traffic due to the increasing usage of mobile phones and implementation of IoT technology. Therefore, mobile network operators aim to increase the capacity of their networks, to provide higher data traffic with lower latency, and to support thousands of connections. One of the primary efforts toward these goals is to densify today's cellular Macrocell networks using Small cells to bring more coverage and higher network capacity. Small cell antennas emit lower power than Macrocells and are often deployed at low heights. As a consequence, they are closer to the user and can be implemented massively. The latter can result in an important raise in public concerns. Mobile phones are used on the one hand, for a large variety of data usages that require different amounts of data and throughput and on the other hand for making phone calls. Voice over IP applications such as Skype has become very popular since they provide cheap international voice communication and can be used on mobile devices. Since LTE systems only support packet services, the voice service uses Voice over LTE technology instead of classical circuit-switched voice technology as in GSM and UMTS. The main objective of this thesis is to characterize and analyse the influence of new network architectures and usages on the actual human exposure induced by cellular networks. In this regard, several measurement campaigns were carried out in various cities and environments. Regarding the EMF exposure in heterogeneous networks, results suggest that by implementing Small cells, the global exposure (i.e. exposure induced by mobile phone and base station antenna) reduces due to the fact that by bringing the antenna closer to the user the emitted power by mobile phone and the usage duration reduce owing to power control schemes implemented in cellular network technologies. However, the magnitude of exposure reduction depends on the location of the Small cell with respect to Macrocells. Moreover, to assess the EMF exposure of indoor users induced by Small cells, two statistical models are proposed for the uplink and downlink exposures in an LTE heterogeneous environment based on measurements. The last part of the thesis was devoted to the assessment of the exposure for new types of usages through measurements. Results suggest that the amount of uplink emitted power and the emission time duration by a mobile phone is highly dependent on the usage and network technology. Voice call communications require a continuous and generally low throughput in order to maintain the communication during the call. On the contrary, in data usage, the mobile phone requires higher data and throughput to perform the task as fast as possible. Therefore during a voice call even if the user is using the mobile phone for a relatively long time, the exposure time duration should be lower since the usage does not require high amounts of data. The temporal occupation rate for several types of voice calls for different technologies is assessed through measurements.; Dans les années à venir, le trafic de données dans les réseaux cellulaires connaîtra une forte croissance en raison de l'augmentation de l’utilisation des moyens de télécommunications sans fil. Par conséquent, les opérateurs de réseaux mobiles visent à augmenter la capacité et la couverture de leurs réseaux afin de répondre à cette croissance. Dans ce contexte, l'un des principaux efforts est de densifier les réseaux Macrocells actuels par les Small cells afin d’offrir plus de couverture et de débit aux utilisateurs. Les antennes Small cells émettent de faibles puissances et sont souvent déployées à de faibles hauteurs. En conséquence, ils sont plus proches des utilisateurs, peuvent être déployés massivement mais génèrent également des inquiétudes chez les riverains. Les téléphones portables sont utilisés pour une grande variété d'utilisations qui nécessitent différentes quantités de données et de débit. Les applications de voix sur IP telles que Skype sont devenues très populaires car elles fournissent une communication vocale internationale peu onéreuse et peuvent être utilisées sur les appareils mobiles. Étant donné que les systèmes LTE ne prennent en charge que les services par paquets, le service vocal utilise la technologie voix sur LTE au lieu de la technologie « circuits » classique comme avec le GSM et UMTS.L'objectif principal de cette thèse est d'évaluer l'influence des nouvelles architectures des réseaux et usages sur l'exposition actuel du publique induite par les réseaux cellulaires. À cet égard, plusieurs campagnes de mesures ont été menées dans différentes villes et environnements.En ce qui concerne l'exposition aux champs électromagnétiques dans les réseaux hétérogènes, les résultats suggèrent qu'en déployant les Small cells, la puissance émise par le téléphone mobile, en raison de la proximité de l’antenne et par conséquent l’exposition global diminue. De plus, pour évaluer l'exposition EMF des utilisateurs indoor induite par les Small cells, deux modèles statistiques sont proposés pour les expositions montante et descendante induite dans un réseau hétérogène LTE.La dernière partie de cette thèse est consacrée à l'évaluation de l'exposition aux nouveaux types d'usages. Les résultats suggèrent que la puissance émise et la durée d'émission par un téléphone mobile dépendent fortement de l’usage et de la technologie du réseau. Les communications voix nécessitent un débit continu et généralement faible afin de maintenir la communication pendant l'appel. Au contraire, dans le cas de l’usage données, le téléphone mobile nécessite des débits plus élevés pour effectuer la tâche le plus rapidement. Par conséquent, pendant un appel voix, même si l'utilisateur utilise le téléphone portable pendant une durée relativement longue, la durée de l'exposition est moins longue car l'utilisation ne nécessite pas une grande quantité de données. Ainsi, le taux d'occupation temporelle de plusieurs types d'appels voix pour différentes technologies est évalué par les mesures.

In coming years, there will be a sharp growth in wireless data traffic due to the increasing usage of mobile phones and implementation of IoT technology. Therefore, mobile network operators aim to increase the capacity of their networks, to provide higher data traffic with lower latency, and to support thousands of connections. One of the primary efforts toward these goals is to densify today's cellular Macrocell networks using Small cells to bring more coverage and higher network capacity. Small cell antennas emit lower power than Macrocells and are often deployed at low heights. As a consequence, they are closer to the user and can be implemented massively. The latter can result in an important raise in public concerns. Mobile phones are used on the one hand, for a large variety of data usages that require different amounts of data and throughput and on the other hand for making phone calls. Voice over IP applications such as Skype has become very popular since they provide cheap international voice communication and can be used on mobile devices. Since LTE systems only support packet services, the voice service uses Voice over LTE technology instead of classical circuit-switched voice technology as in GSM and UMTS. The main objective of this thesis is to characterize and analyse the influence of new network architectures and usages on the actual human exposure induced by cellular networks. In this regard, several measurement campaigns were carried out in various cities and environments. Regarding the EMF exposure in heterogeneous networks, results suggest that by implementing Small cells, the global exposure (i.e. exposure induced by mobile phone and base station antenna) reduces due to the fact that by bringing the antenna closer to the user the emitted power by mobile phone and the usage duration reduce owing to power control schemes implemented in cellular network technologies. However, the magnitude of exposure reduction depends on the location of the Small cell with respect to Macrocells. Moreover, to assess the EMF exposure of indoor users induced by Small cells, two statistical models are proposed for the uplink and downlink exposures in an LTE heterogeneous environment based on measurements. The last part of the thesis was devoted to the assessment of the exposure for new types of usages through measurements. Results suggest that the amount of uplink emitted power and the emission time duration by a mobile phone is highly dependent on the usage and network technology. Voice call communications require a continuous and generally low throughput in order to maintain the communication during the call. On the contrary, in data usage, the mobile phone requires higher data and throughput to perform the task as fast as possible. Therefore during a voice call even if the user is using the mobile phone for a relatively long time, the exposure time duration should be lower since the usage does not require high amounts of data. The temporal occupation rate for several types of voice calls for different technologies is assessed through measurements., Dans les années à venir, le trafic de données dans les réseaux cellulaires connaîtra une forte croissance en raison de l'augmentation de l’utilisation des moyens de télécommunications sans fil. Par conséquent, les opérateurs de réseaux mobiles visent à augmenter la capacité et la couverture de leurs réseaux afin de répondre à cette croissance. Dans ce contexte, l'un des principaux efforts est de densifier les réseaux Macrocells actuels par les Small cells afin d’offrir plus de couverture et de débit aux utilisateurs. Les antennes Small cells émettent de faibles puissances et sont souvent déployées à de faibles hauteurs. En conséquence, ils sont plus proches des utilisateurs, peuvent être déployés massivement mais génèrent également des inquiétudes chez les riverains. Les téléphones portables sont utilisés pour une grande variété d'utilisations qui nécessitent différentes quantités de données et de débit. Les applications de voix sur IP telles que Skype sont devenues très populaires car elles fournissent une communication vocale internationale peu onéreuse et peuvent être utilisées sur les appareils mobiles. Étant donné que les systèmes LTE ne prennent en charge que les services par paquets, le service vocal utilise la technologie voix sur LTE au lieu de la technologie « circuits » classique comme avec le GSM et UMTS.L'objectif principal de cette thèse est d'évaluer l'influence des nouvelles architectures des réseaux et usages sur l'exposition actuel du publique induite par les réseaux cellulaires. À cet égard, plusieurs campagnes de mesures ont été menées dans différentes villes et environnements.En ce qui concerne l'exposition aux champs électromagnétiques dans les réseaux hétérogènes, les résultats suggèrent qu'en déployant les Small cells, la puissance émise par le téléphone mobile, en raison de la proximité de l’antenne et par conséquent l’exposition global diminue. De plus, pour évaluer l'exposition EMF des utilisateurs indoor induite par les Small cells, deux modèles statistiques sont proposés pour les expositions montante et descendante induite dans un réseau hétérogène LTE.La dernière partie de cette thèse est consacrée à l'évaluation de l'exposition aux nouveaux types d'usages. Les résultats suggèrent que la puissance émise et la durée d'émission par un téléphone mobile dépendent fortement de l’usage et de la technologie du réseau. Les communications voix nécessitent un débit continu et généralement faible afin de maintenir la communication pendant l'appel. Au contraire, dans le cas de l’usage données, le téléphone mobile nécessite des débits plus élevés pour effectuer la tâche le plus rapidement. Par conséquent, pendant un appel voix, même si l'utilisateur utilise le téléphone portable pendant une durée relativement longue, la durée de l'exposition est moins longue car l'utilisation ne nécessite pas une grande quantité de données. Ainsi, le taux d'occupation temporelle de plusieurs types d'appels voix pour différentes technologies est évalué par les mesures.

This PhD thesis deals with variational inference and robustness. More precisely, it focuses on the statistical properties of variational approximations and the design of efficient algorithms for computing them in an online fashion, and investigates Maximum Mean Discrepancy based estimators as learning rules that are robust to model misspecification.In recent years, variational inference has been extensively studied from the computational viewpoint, but only little attention has been put in the literature towards theoretical properties of variational approximations until very recently. In this thesis, we investigate the consistency of variational approximations in various statistical models and the conditions that ensure the consistency of variational approximations. In particular, we tackle the special case of mixture models and deep neural networks. We also justify in theory the use of the ELBO maximization strategy, a model selection criterion that is widely used in the Variational Bayes community and is known to work well in practice.Moreover, Bayesian inference provides an attractive online-learning framework to analyze sequential data, and offers generalization guarantees which hold even under model mismatch and with adversaries. Unfortunately, exact Bayesian inference is rarely feasible in practice and approximation methods are usually employed, but do such methods preserve the generalization properties of Bayesian inference? In this thesis, we show that this is indeed the case for some variational inference algorithms. We propose new online, tempered variational algorithms and derive their generalization bounds. Our theoretical result relies on the convexity of the variational objective, but we argue that our result should hold more generally and present empirical evidence in support of this. Our work presents theoretical justifications in favor of online algorithms that rely on approximate Bayesian methods. Another point that is addressed in this thesis is the design of a universal estimation procedure. This question is of major interest, in particular because it leads to robust estimators, a very hot topic in statistics and machine learning. We tackle the problem of universal estimation using a minimum distance estimator based on the Maximum Mean Discrepancy. We show that the estimator is robust to both dependence and to the presence of outliers in the dataset. We also highlight the connections that may exist with minimum distance estimators using L2-distance. Finally, we provide a theoretical study of the stochastic gradient descent algorithm used to compute the estimator, and we support our findings with numerical simulations. We also propose a Bayesian version of our estimator, that we study from both a theoretical and a computational points of view.; Cette thèse de doctorat traite de l'inférence variationnelle et de la robustesse en statistique et en machine learning. Plus précisément, elle se concentre sur les propriétés statistiques des approximations variationnelles et sur la conception d'algorithmes efficaces pour les calculer de manière séquentielle, et étudie les estimateurs basés sur le Maximum Mean Discrepancy comme règles d'apprentissage qui sont robustes à la mauvaise spécification du modèle.Ces dernières années, l'inférence variationnelle a été largement étudiée du point de vue computationnel, cependant, la littérature n'a accordé que peu d'attention à ses propriétés théoriques jusqu'à très récemment. Dans cette thèse, nous étudions la consistence des approximations variationnelles dans divers modèles statistiques et les conditions qui assurent leur consistence. En particulier, nous abordons le cas des modèles de mélange et des réseaux de neurones profonds. Nous justifions également d'un point de vue théorique l'utilisation de la stratégie de maximisation de l'ELBO, un critère numérique qui est largement utilisé dans la communauté VB pour la sélection de modèle et dont l'efficacité a déjà été confirmée en pratique. En outre, l'inférence Bayésienne offre un cadre d'apprentissage en ligne attrayant pour analyser des données séquentielles, et offre des garanties de généralisation qui restent valables même en cas de mauvaise spécification des modèles et en présence d'adversaires. Malheureusement, l'inférence Bayésienne exacte est rarement tractable en pratique et des méthodes d'approximation sont généralement employées, mais ces méthodes préservent-elles les propriétés de généralisation de l'inférence Bayésienne ? Dans cette thèse, nous montrons que c'est effectivement le cas pour certains algorithmes d'inférence variationnelle (VI). Nous proposons de nouveaux algorithmes tempérés en ligne et nous en déduisons des bornes de généralisation. Notre résultat théorique repose sur la convexité de l'objectif variationnel, mais nous soutenons que notre résultat devrait être plus général et présentons des preuves empiriques à l'appui. Notre travail donne des justifications théoriques en faveur des algorithmes en ligne qui s'appuient sur des méthodes Bayésiennes approchées.Une autre question d'intérêt majeur en statistique qui est abordée dans cette thèse est la conception d'une procédure d'estimation universelle. Cette question est d'un intérêt majeur, notamment parce qu'elle conduit à des estimateurs robustes, un thème d'actualité en statistique et en machine learning. Nous abordons le problème de l'estimation universelle en utilisant un estimateur de minimisation de distance basé sur la Maximum Mean Discrepancy. Nous montrons que l'estimateur est robuste à la fois à la dépendance et à la présence de valeurs aberrantes dans le jeu de données. Nous mettons également en évidence les liens qui peuvent exister avec les estimateurs de minimisation de distance utilisant la distance L2. Enfin, nous présentons une étude théorique de l'algorithme de descente de gradient stochastique utilisé pour calculer l'estimateur, et nous étayons nos conclusions par des simulations numériques. Nous proposons également une version Bayésienne de notre estimateur, que nous étudions à la fois d'un point de vue théorique et d'un point de vue computationnel.

Permutation entropy (PE) and multiscale permutation entropy (MPE) are extensively used to measure regularity in the analysis of time series, particularly in the context of biomedical signals. As accuracy is crucial for researchers to obtain optimal interpretations, it becomes increasingly important to take into account the statistical properties of MPE. Therefore, in the present work we begin by expanding on the statistical theory behind MPE, with an emphasis on the characterization of its first two moments in the context of multiscaling. Secondly, we explore the composite versions of MPE in order to understand the underlying properties behind their improved performance; we also created an entropy benchmark through the calculation of MPE expected values for widely used Gaussian stochastic processes, since that gives us a reference point to use with real biomedical signals. Finally, we differentiate between muscleactivity dynamics in isometric contractions through the application of the classical and composite MPE methods on surface electromyographic (sEMG) data. As a result of our project, we found MPE to be a biased statistic that decreases with respect to the multiscaling factor, regardless of the signal’s probability distribution. We also noticed that the variance of the MPE statistic is highly dependent on the value of MPE itself, and almost equal to its Cram´er-Rao lower bound - in other words, confirming it is an efficient estimator. Despite showing improved results, we realized that the composite versions also modify the MPE estimation due to the measuring of redundant information. In light of our findings, we decided to replace the multiscaling coarse-graining procedure with one of our own, with the intention of improving our estimations.Since our team observed the MPE statistic to be completely characterized by the model parameters when applied to correlated Gaussian models, we developed a general formulation for expected MPE with low-embedding dimensions. When applied to real sEMG signals, we were able to distinguish between fatigue and non-fatigue states with all methods, especially for high-embedding dimensions. Moreover, we found that our proposed MPE method makes an even clearer difference between the two aforementioned activity states., L'entropie de permutation (PE) et l'entropie de permutation multi-échelle (MPE) sont largement utilisées pour mesurer la régularité dans l'analyse des séries temporelles, en particulier dans le contexte des signaux biomédicaux. Comme la précision est cruciale pour les chercheurs afin d'obtenir des interprétations optimales, il devient de plus en plus important de prendre en compte les propriétés statistiques de l'EMP.C'est pourquoi, dans le présent travail, nous commençons par développer la théorie statistique qui sous-tend l'EMT, en mettant l'accent sur la caractérisation de ses deux premiers moments dans le contexte de la multi-échelle. Ensuite, nous explorons les versions composites de MPE afin de comprendre les propriétés sous-jacentes à l'amélioration de leurs performances ; nous avons également créé un point de référence d'entropie par le calcul des valeurs attendues de MPE pour les processus stochastiques gaussiens largement utilisés, puisque cela nous donne un point de référence à utiliser avec de vrais signaux biomédicaux. Enfin, nous différencions la dynamique de l'activité musculaire dans les contractions isométriques par l'application des méthodes MPE classique et composite sur des données électromyographiques de surface (sEMG).À la suite de notre projet, nous avons constaté que l'EPM est une statistique biaisée qui diminue par rapport au facteur multidimensionnel, quelle que soit la distribution de probabilité du signal. Nous avons également remarqué que la variance de la statistique MPE dépend fortement de la valeur de la MPE elle-même, et est presque égale à sa limite inférieure Cram'er-Rao - en d'autres termes, confirmant qu'il s'agit d'un estimateur efficace. Malgré l'amélioration des résultats, nous avons réalisé que les versions composites modifient également l'estimation de l'EPP en raison de la mesure d'informations redondantes. À la lumière de nos conclusions, nous avons décidé de remplacer la procédure de grossier calibrage à plusieurs échelles par une de nos propres procédures, dans l'intention d'améliorer nos estimations.Comme notre équipe a observé que la statistique de l'EMT était entièrement caractérisée par les paramètres du modèle lorsqu'elle était appliquée à des modèles gaussiens corrélés, nous avons développé une formulation générale de l'EMT attendue avec des dimensions à faible encombrement. Lorsqu'elle est appliquée à des signaux sEMG réels, nous avons été en mesure de distinguer les états de fatigue et de non-fatigue avec toutes les méthodes, en particulier pour les dimensions à haute imbrication. De plus, nous avons constaté que la méthode MPE que nous proposons fait une différence encore plus nette entre les deux états d'activité susmentionnés.

Permutation Entropy (PE) and Multiscale Permutation Entropy (MPE) are extensively used in the analysis of time series searching for regularities, particularly in the context of biomedical signal. The researchers need to find optimal interpretations, which can be compromised by not taking in account the properties of the MPE algorithm, particularly regarding its statistical properties.Therefore, in the present work we expand on the statistical theory behind MPE, particularly regarding to the characterization of its first two moments in the context of multiscaling. We then explore the composite versions of MPE, in order to understand the underlying properties behind their improved performance. We also tested the expected MPE values for widely used Gaussian stochastic processes, which allows to obtain an Entropy benchmark when using these models to simulate real signals. Finally, we apply both the classical and composite MPE methods on surface Electromyographic (sEMG) data, in order to differentiate different muscle activity dynamics in isometric contractions.As a result of our project, we found the MPE to be a biased statistic, which decreases respect to the multiscaling factor regardless of the signals probability distribution. We found the MPE statistic’s variance to be highly dependent to the value of MPE itself, and almost equal to its Cramér-Rao Lower Bound, which means it is an efficient estimator. We found the composite versions, albeit an improvement, also measure reduntant information, which modifies the MPE estimation. In response, we provided a new algorithm as an alternative to the coarse-grain multiscaling, which further improve the estimations.When applied to general correlated Gaussian models, we found the MPE to be completely characterized by the model parameters. Thus, we developed a general formulation for the expected MPE for low embedding dimensions. When we applied to real sEMG signals, we were able to distinguish between fatigue and non-fatigue states with all methods, particularly for high embedding dimensions. Moreover, we found our proposed MPE method to enhance de difference between activity states.Therefore, we provide the reader with not only a development over the current MPE theory, but also with the implications of these findings, both in the context of modelization, and the application of these techniques in the biomedical field., L'entropie de permutation (EP) et l'entropie de permutation multi-échelle (EPM) sont largement utilisées dans l'analyse des séries temporelles à la recherche de régularités, notamment dans le contexte du signal biomédical. Les chercheurs doivent trouver des interprétations optimales, qui peuvent être compromises en ne prenant pas en compte les propriétés de l'algorithme MPE, notamment en ce qui concerne ses propriétés statistiques.C'est pourquoi, dans le présent travail, nous développons la théorie statistique qui sous-tend le MPE, notamment en ce qui concerne la caractérisation de ses deux premiers moments dans le contexte de la multi-échelle. Nous explorons ensuite les versions composites de MPE, afin de comprendre les propriétés sous-jacentes à l'amélioration de leurs performances. Nous avons également testé les valeurs attendues du MPE pour les processus stochastiques gaussiens largement utilisés, ce qui permet d'obtenir un repère d'entropie lorsque l'on utilise ces modèles pour simuler des signaux réels. Enfin, nous appliquons les méthodes MPE classique et composite sur des données électromyographiques de surface (sEMG), afin de différencier les différentes dynamiques d'activité musculaire dans les contractions isométriques.À la suite de notre projet, nous avons constaté que l'EPM est une statistique biaisée, qui diminue le respect du facteur multiéchelle indépendamment de la distribution de probabilité des signaux. Nous avons constaté que la variance de la statistique de l'EMM est fortement dépendante de la valeur de l'EMM elle-même, et presque égale à sa limite inférieure de Cramér-Rao, ce qui signifie que c'est un estimateur efficace. Nous avons constaté que les versions composites, bien qu'elles constituent une amélioration, mesurent également des informations réductrices, ce qui modifie l'estimation du PPE. En réponse, nous avons fourni un nouvel algorithme comme alternative à la multi-échelle à gros grains, ce qui améliore encore les estimations.Appliqué à des modèles gaussiens corrélés généraux, nous avons constaté que le MPE était entièrement caractérisé par les paramètres du modèle. Ainsi, nous avons développé une formulation générale de l'EMT attendue pour les dimensions d'encastrement faibles. Lorsque nous l'avons appliqué à des signaux sEMG réels, nous avons été en mesure de distinguer les états de fatigue et de non-fatigue avec toutes les méthodes, en particulier pour les dimensions d'encastrement élevées. En outre, nous avons constaté que la méthode de l'EMT que nous proposons permettait d'améliorer la différence entre les états d'activité.Par conséquent, nous fournissons au lecteur non seulement un développement sur la théorie actuelle du MPE, mais aussi les implications de ces résultats, à la fois dans le contexte de la modélisation et de l'application de ces techniques dans le domaine biomédical.

International audience; Artificial Intelligence (AI) is invading our daily lives and the health field, notably to help with diagnosis, makes therapeutic choices or even to aim for precise predictive medicine. Absent from the French bioethics law of July 7, 2011, AI was very present during the "États Généraux" accompanying the revision of the law in 2018. The profusion of ethical guides or recommendations on AI (soft law), motivated by the need to win the trust of users, encourages us to be concerned about their normative force, in connection with the legal texts promulgated since the entry into action on 25 May 2018 of the GDPR (regulation 2016/679/EU general regulation on the protection of personal data). A joint analysis of these texts, of the AI algorithms deployed and of concrete applications in health, enables us to consider the main ethical and legal questions raised in this field: the principle of free and informed consent of the patient faced to the opacity of algorithms, potential risks of discrimination in access to care, public interest or common good expected from research in comparison with risks incurred by opening access to personal data. The responses lead to ethical or regulatory recommendations that are essential for the transparency of these tools: drastic protection of health data, particularly genetic data, and their uses, rigorous research practices to produce reproducible and therefore scientific results, detection of biases before certification of health devices and clarification of the patient information protocol.; L'Intelligence Artificielle (IA) envahit nos quotidiens et le domaine de la santé notamment pour aider au diagnostic, faire des choix thérapeutiques ou encore viser une médecine prédictive de précision. Absente de la loi française de bioéthique du 7 juillet 2011, l'IA fut très présente lors des États Généraux accompagnant la révision de la loi en 2018. La profusion de guides ou recommandations éthiques sur l'IA (soft law), motivées par la nécessité de conquérir la confiance des usagers, incite préalablement à se préoccuper de leur vigueur normative, en lien avec les textes juridiques promulgués depuis l'entrée en vigueur le 25 mai 2018 du RGPD (règlement 2016/679/UE règlement général de protection des données personnelles). Une analyse conjointe de ces textes, des algorithmes d'IA déployés et d'applications concrètes en santé permet de poser les principales questions éthiques et légales soulevées dans ce domaine : principe du consentement libre et éclairé du patient face à l'opacité des algorithmes, risques potentiels de discrimination dans l'accès au soin, intérêt public ou bien commun attendu de la recherche en comparaison des risques encourus par l'ouverture de l'accès aux données personnelles. Les réponses conduisent à des recommandations déontologiques ou règlementaires indispensables à la transparence des ces outils : protection drastique des données de santé, notamment génétiques, et de leurs utilisations, rigueur des pratiques de recherche pour produire des résultats reproductibles donc scientifiques, détection des biais avant certification des dispositifs de santé et explicitation du protocole d'information des patients.

International audience; Since the 1990s, a drop in drinking water consumption has been observed in France. As a break after several decades of continuous rise in consumption, this decrease was not anticipated by local authorities and water operators. However, recent data at the municipal level for all of France confirm a slowdown in this downward trend or even a stabilization of consumption since 2013. These unanticipated developments and the importance of their impacts reinforce the need to improve knowledge of water demand and forecasting capabilities.This article presents an observatory project of urban water consumption developed in the pilot area of Nantes Métropole. A large number of analyzes were conducted thanks to consumption data collected and consolidated on behalf of the observatory. The first results confirm a continuous decrease in unit consumption between 2011 and 2017 for Nantes Métropole, although of very low amplitude. Data mining also highlights non-homogeneous consumption over time, in space and between different types of subscribers on the territory. In addition, these data, once linked to external data (socio-economy and household demography, housing typology, meteorology) were used to build demand functions at different local scales (cities and neighborhoods), which have been compared to a demand function built at national level. Regression results confirm the interest of going down to a finer scale, and therefore the relevance of using a local observatory to monitor users' behavior and better anticipate them, to produce reliable indicators and useful parameters for consumption forecasting, and also to target public actions on certain user groups that would need to be specifically monitored.; Une baisse de la consommation en eau potable est observée en France depuis les années 1990. Non anticipée par les collectivités locales et les opérateurs d’eau, elle marque une rupture après plusieurs décennies de hausse continue des consommations. Des données récentes à l’échelle communale pour toute la France confirment cependant un ralentissement de cette tendance baissière voire une stabilisation de la consommation depuis 2013. La connaissance de la demande en eau est essentielle pour effectuer les prévisions d’évolution des consommations et piloter les services d’eau. Cet article présente un projet d’observatoire des consommations en eau potable développé sur le périmètre pilote de Nantes Métropole.Les données de consommation recueillies et consolidées pour l’observatoire permettent de mener un grand nombre d’analyses. Les premiers résultats confirment, au niveau de Nantes Métropole, une tendance de consommation unitaire par abonné continuellement à la baisse entre 2011 et 2017 de très faible amplitude. L’exploration des données a également révélé des consommations non homogènes dans le temps, dans l’espace et entre les différents types d’abonnés.Par ailleurs, ces données, une fois reliées à des données externes (socio-économie et démographie des ménages, typologie de l’habitat, météorologie) ont permis de construire des fonctions de demande à différentes échelles locales (villes et quartiers), qui ont été comparées à une fonction de demande bâtie au niveau national. Les résultats des régressions confirment l’intérêt de descendre à une échelle fine et donc la pertinence de recourir à un observatoire au niveau local pour suivre les comportements des usagers et mieux les anticiper ; produire des indicateurs fiables et des paramètres utiles pour projections des consommations, au-delà de simples moyennes calculées sur les données agrégées ne tenant pas compte des hétérogénéités et suivre l’impact de politiques de gestion de la demande sur les différents groupes d’usagers.

International audience; Since the 1990s, a drop in drinking water consumption has been observed in France. As a break after several decades of continuous rise in consumption, this decrease was not anticipated by local authorities and water operators. However, recent data at the municipal level for all of France confirm a slowdown in this downward trend or even a stabilization of consumption since 2013. These unanticipated developments and the importance of their impacts reinforce the need to improve knowledge of water demand and forecasting capabilities.This article presents an observatory project of urban water consumption developed in the pilot area of Nantes Métropole. A large number of analyzes were conducted thanks to consumption data collected and consolidated on behalf of the observatory. The first results confirm a continuous decrease in unit consumption between 2011 and 2017 for Nantes Métropole, although of very low amplitude. Data mining also highlights non-homogeneous consumption over time, in space and between different types of subscribers on the territory. In addition, these data, once linked to external data (socio-economy and household demography, housing typology, meteorology) were used to build demand functions at different local scales (cities and neighborhoods), which have been compared to a demand function built at national level. Regression results confirm the interest of going down to a finer scale, and therefore the relevance of using a local observatory to monitor users' behavior and better anticipate them, to produce reliable indicators and useful parameters for consumption forecasting, and also to target public actions on certain user groups that would need to be specifically monitored.; Une baisse de la consommation en eau potable est observée en France depuis les années 1990. Non anticipée par les collectivités locales et les opérateurs d’eau, elle marque une rupture après plusieurs décennies de hausse continue des consommations. Des données récentes à l’échelle communale pour toute la France confirment cependant un ralentissement de cette tendance baissière voire une stabilisation de la consommation depuis 2013. La connaissance de la demande en eau est essentielle pour effectuer les prévisions d’évolution des consommations et piloter les services d’eau. Cet article présente un projet d’observatoire des consommations en eau potable développé sur le périmètre pilote de Nantes Métropole.Les données de consommation recueillies et consolidées pour l’observatoire permettent de mener un grand nombre d’analyses. Les premiers résultats confirment, au niveau de Nantes Métropole, une tendance de consommation unitaire par abonné continuellement à la baisse entre 2011 et 2017 de très faible amplitude. L’exploration des données a également révélé des consommations non homogènes dans le temps, dans l’espace et entre les différents types d’abonnés.Par ailleurs, ces données, une fois reliées à des données externes (socio-économie et démographie des ménages, typologie de l’habitat, météorologie) ont permis de construire des fonctions de demande à différentes échelles locales (villes et quartiers), qui ont été comparées à une fonction de demande bâtie au niveau national. Les résultats des régressions confirment l’intérêt de descendre à une échelle fine et donc la pertinence de recourir à un observatoire au niveau local pour suivre les comportements des usagers et mieux les anticiper ; produire des indicateurs fiables et des paramètres utiles pour projections des consommations, au-delà de simples moyennes calculées sur les données agrégées ne tenant pas compte des hétérogénéités et suivre l’impact de politiques de gestion de la demande sur les différents groupes d’usagers.

Dans une perspective d’analyse du discours reliant statistique textuelle et pragmatique, cet article a pour objectif d’apporter un éclairage sur le discours politique du Front National (FN) à travers l’usage du néologisme par ses dirigeant.e.s. Si le discours FN est un discours politique institutionnalisé, il reste discriminatoire sans faire l’objet de plaintes récurrentes. Dans ce cadre, cet article interrogera la notion de « haine dissimulée » dans le discours de Jean-Marie et Marine Le Pen. Nous étudierons, dans un premier temps, la disqualification « institutionnelle », puis la disqualification insultante, pour interroger dans un dernier temps la place que la politique institutionnelle laisse aujourd’hui aux discours de haine. From a discourse-analytical perspective, combining text mining statistics and a pragmatic approach, this article aims to shed light on covert hate as it unfolds in the French Front National rhetoric, and in particular through the use of neologisms. Despite its discriminatory content, the FN’s discourse remains institutional and is rarely condemned. In this context, this study will investigate the concept of covert hate in texts and talks of both leaders, Jean-Marie Le Pen, and Marine Le Pen. It will first examine the concept of “institutional” disqualification, then that of insulting disqualification, prior to investigating the room that current institutional political speeches leave to hate.

National audience; L'usage d'antibiotiques est indispensable pour traiter les maladies bactériennes chez l'Homme et chez l'animal mais contribue à l'émergence et à la sélection de bactéries résistantes. Dans le cadre de la lutte contre l'antibiorésistance, la diminution de l'utilisation des antibiotiques en médecine humaine et médecine vétérinaire est une priorité de santé publique aux niveaux national, européen et international. Depuis 20 ans, l'Anses-ANMV collecte annuellement des données de ventes d'antibiotiques auprès des titulaires d'Autorisation de Mise sur le Marché. Le suivi national des cessions de médicaments vétérinaires contenant des substances antibiotiques tel qu'il est conçu, est un système simple permettant d'estimer le niveau d'exposition des animaux aux antibiotiques. Il contribue à mettre en évidence des usages plus importants pour certaines familles d'antibiotiques ou pour certaines espèces, et permet d'évaluer les progrès réalisés. Ces déclarations de ventes sont amenées à être complétées par des déclarations de cession des ayants droit prévues dans la loi d'avenir pour l'agriculture, l'alimentation et la forêt (LAAAF) publiée en octobre 2014. L'analyse de ces données exhaustives sera complémentaire de celle des données de ventes actuellement déclarées par les titulaires d'AMM.

International audience; Cette proposition présente une méthodologie pour l'estimation statistique du niveau de protection offert par des matériaux composites constitués par des fibres de carbone sur une large gamme de fréquences contenant la bande 5G. La variabilité géométrique des nanostructures de carbone (essentiellement en termes de formes et de dimensions) impose, dans un premier temps, une caractérisation fréquentielle précise de la distribution statistique des propriétés diélectriques des matériaux. La propagation, dans un second temps, des incertitudes précédentes au niveau de l'efficacité de blindage des matériaux apporte des contraintes particulières quand aux méthodes statistiques à mettre en oeuvre. Ainsi, cette contribution vise à démontrer l'apport de méthodes de "clustering" pour réduire la complexité de problèmes impliquant un nombre important de paramètres aléatoires corrélés. L'estimation des niveaux de protection électromagnétique de matériaux composites pour des fréquences 5G sub-6GHz permettra de valider l'approche proposée.

International audience; This paper discusses change detection in SAR time-series. First, several statistical properties of the coefficient of variation highlight its pertinence for change detection. Subsequently, several criteria are proposed. The coefficient of variation is suggested to detect any kind of change. Furthermore, several criteria that are based on ratios of coefficients of variations are proposed to detect long events, such as construction test sites, or point-event, such as vehicles. These detection methods are first evaluated on theoretical statistical simulations to determine the scenarios where they can deliver the best results. The simulations demonstrate the greater sensitivity of the coefficient of variation to speckle mixtures, as in the case of agricultural plots. Conversely, they also demonstrate the greater specificity of the other criteria for the cases addressed: very short event or longer-term changes. Subsequently, detection performance is assessed on real data for different types of scenes and sensors (Sentinel-1, UAVSAR). In particular, a quantitative evaluation is performed with a comparison of our solutions with baseline methods. The proposed criteria achieve the best performance, with reduced computational complexity. On Sentinel-1 images containing mainly construction test sites, our best criterion reaches a probability of change detection of 90% for a false alarm rate that is equal to 5%. On UAVSAR images containing boats, the criteria proposed for short events achieve a probability of detection equal to 90% of all pixels belonging to the boats, for a false alarm rate that is equal to 2%.; Cet article traite de la détection des changements dans les séries temporelles SAR. Tout d'abord, plusieurs propriétés statistiques du coefficient de variation mettent en évidence sa pertinence pour la détection du changement. Puis plusieurs critères sont proposés. Le coefficient de variation est suggéré pour détecter tout type de changement. En outre, plusieurs critères basés sur des ratios de coefficients de variation sont proposés pour détecter les événements longs tels que les chantiers de construction ou les événements ponctuels correspondant à la présence de véhicules. Ces méthodes de détection sont évaluées d'abord sur les simulations statistiques théoriques pour déterminer les scénarios où ils peuvent fournir les meilleurs résultats. Les simulations démontrent la plus grande sensibilité du coefficient de variation aux zones de speckle naturelles, comme dans le cas des parcelles agricoles. Inversement, ils démontrent également la plus grande spécificité des autres critères pour les cas traités: événement très court ou changements à plus long terme. Puis les performances sont évaluées sur des données réelles pour différents types de scènes et de capteurs (Sentinel-1, UAVSAR). En particulier, une évaluation quantitative est effectuée par une comparaison de nos solutions avec d'autres méthodes de référence. Les critères proposés dans cet article atteignent les meilleures performances, avec une complexité de calcul réduite. Sur les images Sentinel-1 contenant principalement des sites de construction, notre meilleur critère atteint une probabilité de détection de changement de 90% pour un taux de fausse alarme égal à 5%. Sur les images d'UAVSAR contenant des bateaux, les critères proposés pour les événements courts atteignent une probabilité de détection égale à 90% de tous les pixels appartenant aux bateaux, pour un taux de fausses alertes égal à 2%.

International audience; This paper discusses change detection in SAR time-series. First, several statistical properties of the coefficient of variation highlight its pertinence for change detection. Subsequently, several criteria are proposed. The coefficient of variation is suggested to detect any kind of change. Furthermore, several criteria that are based on ratios of coefficients of variations are proposed to detect long events, such as construction test sites, or point-event, such as vehicles. These detection methods are first evaluated on theoretical statistical simulations to determine the scenarios where they can deliver the best results. The simulations demonstrate the greater sensitivity of the coefficient of variation to speckle mixtures, as in the case of agricultural plots. Conversely, they also demonstrate the greater specificity of the other criteria for the cases addressed: very short event or longer-term changes. Subsequently, detection performance is assessed on real data for different types of scenes and sensors (Sentinel-1, UAVSAR). In particular, a quantitative evaluation is performed with a comparison of our solutions with baseline methods. The proposed criteria achieve the best performance, with reduced computational complexity. On Sentinel-1 images containing mainly construction test sites, our best criterion reaches a probability of change detection of 90% for a false alarm rate that is equal to 5%. On UAVSAR images containing boats, the criteria proposed for short events achieve a probability of detection equal to 90% of all pixels belonging to the boats, for a false alarm rate that is equal to 2%.; Cet article traite de la détection des changements dans les séries temporelles SAR. Tout d'abord, plusieurs propriétés statistiques du coefficient de variation mettent en évidence sa pertinence pour la détection du changement. Puis plusieurs critères sont proposés. Le coefficient de variation est suggéré pour détecter tout type de changement. En outre, plusieurs critères basés sur des ratios de coefficients de variation sont proposés pour détecter les événements longs tels que les chantiers de construction ou les événements ponctuels correspondant à la présence de véhicules. Ces méthodes de détection sont évaluées d'abord sur les simulations statistiques théoriques pour déterminer les scénarios où ils peuvent fournir les meilleurs résultats. Les simulations démontrent la plus grande sensibilité du coefficient de variation aux zones de speckle naturelles, comme dans le cas des parcelles agricoles. Inversement, ils démontrent également la plus grande spécificité des autres critères pour les cas traités: événement très court ou changements à plus long terme. Puis les performances sont évaluées sur des données réelles pour différents types de scènes et de capteurs (Sentinel-1, UAVSAR). En particulier, une évaluation quantitative est effectuée par une comparaison de nos solutions avec d'autres méthodes de référence. Les critères proposés dans cet article atteignent les meilleures performances, avec une complexité de calcul réduite. Sur les images Sentinel-1 contenant principalement des sites de construction, notre meilleur critère atteint une probabilité de détection de changement de 90% pour un taux de fausse alarme égal à 5%. Sur les images d'UAVSAR contenant des bateaux, les critères proposés pour les événements courts atteignent une probabilité de détection égale à 90% de tous les pixels appartenant aux bateaux, pour un taux de fausses alertes égal à 2%.

Artificial Intelligence (AI) is invading our daily lives and the health field, notably to help with diagnosis, makes therapeutic choices or even to aim for precise predictive medicine. Absent from the French bioethics law of July 7, 2011, AI was very present during the "États Généraux" accompanying the revision of the law in 2018. The profusion of ethical guides or recommendations on AI (soft law), motivated by the need to win the trust of users, encourages us to be concerned about their normative force, in connection with the legal texts promulgated since the entry into action on 25 May 2018 of the GDPR (regulation 2016/679/EU general regulation on the protection of personal data). A joint analysis of these texts, of the AI algorithms deployed and of concrete applications in health, enables us to consider the main ethical and legal questions raised in this field: the principle of free and informed consent of the patient faced to the opacity of algorithms, potential risks of discrimination in access to care, public interest or common good expected from research in comparison with risks incurred by opening access to personal data. The responses lead to ethical or regulatory recommendations that are essential for the transparency of these tools: drastic protection of health data, particularly genetic data, and their uses, rigorous research practices to produce reproducible and therefore scientific results, detection of biases before certification of health devices and clarification of the patient information protocol.; L'Intelligence Artificielle (IA) envahit nos quotidiens et le domaine de la santé notamment pour aider au diagnostic, faire des choix thérapeutiques ou encore viser une médecine prédictive de précision. Absente de la loi française de bioéthique du 7 juillet 2011, l'IA fut très présente lors des États Généraux accompagnant la révision de la loi en 2018. La profusion de guides ou recommandations éthiques sur l'IA (soft law), motivées par la nécessité de conquérir la confiance des usagers, incite préalablement à se préoccuper de leur vigueur normative, en lien avec les textes juridiques promulgués depuis l'entrée en vigueur le 25 mai 2018 du RGPD (règlement 2016/679/UE règlement général de protection des données personnelles). Une analyse conjointe de ces textes, des algorithmes d'IA déployés et d'applications concrètes en santé permet de poser les principales questions éthiques et légales soulevées dans ce domaine : principe du consentement libre et éclairé du patient face à l'opacité des algorithmes, risques potentiels de discrimination dans l'accès au soin, intérêt public ou bien commun attendu de la recherche en comparaison des risques encourus par l'ouverture de l'accès aux données personnelles. Les réponses conduisent à des recommandations déontologiques ou règlementaires indispensables à la transparence des ces outils : protection drastique des données de santé, notamment génétiques, et de leurs utilisations, rigueur des pratiques de recherche pour produire des résultats reproductibles donc scientifiques, détection des biais avant certification des dispositifs de santé et explicitation du protocole d'information des patients.

A physical process is a sustained phenomenon marked by gradual changes through a series of states occurring in the physical world. Physicists and environmental scientists attempt to model these processes in a principled way through analytic descriptions of the scientist’s prior knowledge of the underlying processes. Despite the undeniable Deep Learning success, a fully data-driven approach is not yet ready to challenge the classical approach for modeling dynamical systems. We will try to demonstrate in this thesis that knowledge and techniques accumulated for modeling dynamical systems processes in well-developed fields such as maths or physics could be useful as a guideline to design efficient learning systems and conversely, that the ML paradigm could open new directions for modeling such complex phenomena. We describe three tasks that are relevant to the study and modeling of Deep Learning and Dynamical System : Forecasting, hidden state discovery and unsupervised signal recovery.; Un processus physique est un phénomène marqué par des changements graduels à travers une série d'états successifs se produisant dans le monde physique. Les physiciens et les climatologues tentent de modéliser ces processus d'une manière fondée sur le principe de descriptions analytiques des connaissances a priori des processus sous-jacents. Malgré le succès indéniable de l'apprentissage profond, une approche entièrement axée sur les données n'est pas non plus encore prête à remettre en question l'approche classique de modélisation des systèmes dynamiques. Nous tenterons de démontrer dans cette thèse que les connaissances et les techniques accumulées pour modéliser des processus de systèmes dynamiques dans des domaines bien développés comme les mathématiques ou la physique, pourraient servir de guide pour concevoir des systèmes d'apprentissage automatique efficaces et, inversement, que l'apprentissage machine pourrait ouvrir de nouvelles directions pour la modélisation de phénomènes très complexes. Nous décrivons trois tâches pertinentes à l'étude et à la modélisation du lien entre l'apprentissage profond et les systèmes dynamiques : la prévision, la découverte d'états cachés et la reconstruction de signal non supervisé.

A physical process is a sustained phenomenon marked by gradual changes through a series of states occurring in the physical world. Physicists and environmental scientists attempt to model these processes in a principled way through analytic descriptions of the scientist’s prior knowledge of the underlying processes. Despite the undeniable Deep Learning success, a fully data-driven approach is not yet ready to challenge the classical approach for modeling dynamical systems. We will try to demonstrate in this thesis that knowledge and techniques accumulated for modeling dynamical systems processes in well-developed fields such as maths or physics could be useful as a guideline to design efficient learning systems and conversely, that the ML paradigm could open new directions for modeling such complex phenomena. We describe three tasks that are relevant to the study and modeling of Deep Learning and Dynamical System : Forecasting, hidden state discovery and unsupervised signal recovery.; Un processus physique est un phénomène marqué par des changements graduels à travers une série d'états successifs se produisant dans le monde physique. Les physiciens et les climatologues tentent de modéliser ces processus d'une manière fondée sur le principe de descriptions analytiques des connaissances a priori des processus sous-jacents. Malgré le succès indéniable de l'apprentissage profond, une approche entièrement axée sur les données n'est pas non plus encore prête à remettre en question l'approche classique de modélisation des systèmes dynamiques. Nous tenterons de démontrer dans cette thèse que les connaissances et les techniques accumulées pour modéliser des processus de systèmes dynamiques dans des domaines bien développés comme les mathématiques ou la physique, pourraient servir de guide pour concevoir des systèmes d'apprentissage automatique efficaces et, inversement, que l'apprentissage machine pourrait ouvrir de nouvelles directions pour la modélisation de phénomènes très complexes. Nous décrivons trois tâches pertinentes à l'étude et à la modélisation du lien entre l'apprentissage profond et les systèmes dynamiques : la prévision, la découverte d'états cachés et la reconstruction de signal non supervisé.

The Oxalid database gathers isotopic analyzes on both ores and (semi)finished products dating mainly from the Bronze Age. This study presents the application of multivariate statistical processing to this shared database.A pre-processing is done first in order to select the ore data on their relevancy. Five isotopic ratios defining the isotopic signature of these ores are processed using multivariate statistics (AHC, DFA). Population groups are made according to the analytical data and confronted with the location of the analyzed samples. Once the isotopic signature of the copper deposits has been defined, the provenance determination tool is tested. Ingots whose ore deposit of origin is known are used for this purpose. (Ingots data are also present in the Oxalid database). The link between minerals and objects (semi-finished) is thus validated. It then becomes possible to propose a provenance to the cuprous archaeological artefacts for which the isotopic signature has been determined.; La base de données Oxalid rassemble des analyses isotopiques effectuées tant sur des minerais que des produits (semi) finis datant majoritairement de l’âge du Bronze. Cette étude propose l’application d’un traitement statistique multivarié à cette base de données partagée.Un prétraitement est effectué dans le but de sélectionner les données de minerais. Cinq ratios isotopiques définissant la signature isotopique de ces minerais sont traités à l’aide des statistiques multivariées (CAH, AFD). Les regroupements effectués d’après les données analytiques sont confrontés à la localisation des échantillons analysés. Une fois la signature isotopique des gisements cuprifères définie, l’outil de détermination de provenance est testé. On utilise pour cela des lingots dont le gisement d’origine est connu. Le lien entre minerais et objets (semi-finis) est ainsi validé. Il devient alors possible de proposer une provenance aux artefacts archéologiques cuivreux pour lesquels la signature isotopique a été déterminée.

National audience; Changing the structure of foods can modulate their nutritional quality by modifying the digestion process, a complex process that is still imperfectly understood. In particular, digestion dynamics have been poorly studied, although it can has significant metabolic consequences. The objective of this study is to model the proteolytic cascade by pepsin, and to highlight a potential "structural effect". Egg white is an interesting model to meet this dual objective, as it offers the possibility of obtaining gels with different structures. In a probabilistic modeling approach of the peptide cleavage dynamics, we sought to identify leverages for the cleavage of a peptide after a given digestion time. For this purpose, peptides are identified and quantified at different time points in an in vitro digestion experiment. A Generalized Additive Modeling of the probability of a cleavage based on the physicochemical profile of peptides is proposed, considering either all kinds of cleavages made by the pepsin or only those made on preferential peptide bonds. The most significant variables are related to the length of the peptide and its location on the ovalbumin sequence. These results suggest that the action of pepsin depends more on structural criteria than on the presence of specific cleavage sites.