Search

The determination of the number of mixture components (the order) of a finite mixture model has been an enduring problem in statistical inference. We prove that the closed testing principle leads to a sequential testing procedure (STP) that allows for confidence statements to be made regarding the order of a finite mixture model. We construct finite sample tests, via data splitting and data swapping, for use in the STP, and we prove that such tests are consistent against fixed alternatives. Simulation studies and real data examples are used to demonstrate the performance of the finite sample tests-based STP, yielding practical recommendations of their use as confidence estimators in combination with point estimates such as the Akaike information or Bayesian information criteria. In addition, we demonstrate that a modification of the STP yields a method that consistently selects the order of a finite mixture model, in the asymptotic sense. Our STP is not only applicable for order selection of finite mixture models, but is also useful for making confidence statements regarding any sequence of nested models.

International audience; We study the problem of binary agreement in a spiking neural network (SNN). We show that binary agreement on n inputs can be achieved with O(n) of auxiliary neurons. Our simulation results suggest that agreement can be achieved in our network in O(log n) time. We then describe a subclass of SNNs with a biologically plausible property, which we call size-independence. We prove that solving a class of problems, including agreement and Winner-Take-All, in this model requires O(n) auxiliary neurons, which makes our agreement network size-optimal.

In recent years, Empirical Bayesian (EB) inference has become an attractive approach for estimation in parametric models arising in a variety of real-life problems, especially in complex and high-dimensional scientific applications. However, compared to the relative abundance of available general methods for computing point estimators in the EB framework, the construction of confidence sets and hypothesis tests with good theoretical properties remains difficult and problem specific. Motivated by the universal inference framework of Wasserman et al. [2020], we propose a general and universal method, based on holdout likelihood ratios, and utilizing the hierarchical structure of the specified Bayesian model for constructing confidence sets and hypothesis tests that are finite sample valid. We illustrate our method through a range of numerical studies and real data applications, which demonstrate that the approach is able to generate useful and meaningful inferential statements in the relevant contexts.

In this paper, we consider the on-line estimation of current subsequences for Partially Observable P-time Petri Nets and their starting markings on a sliding horizon composed of steps defined by two successive occurrences of observable transition firings. We propose a general strategy composed of two phases: Phase 1 exploits a simplification of the P-time Petri net under the form of a Timed Petri net; considering a candidate count vector and the relevant starting marking proposed at Phase 1, Phase 2 makes a schedulability analysis by building a system of relations which can be represented by an acyclic conflict-free computation graph. The complete approach avoids the generation of sets which is generally time and space consuming, and provides an optimal solution for each subproblem by using efficient standard tools.

International audience

International audience; A wireless system in outdoor environment including a reconfigurable intelligent metasurface designed to perform beam-steering is presented. The metasurface unit-cell has been designed to work in the range 37-40 GHz and the designed meta-atom is insensitive to the angle of incidence until 30°. We model and evaluate the effect of interferers on the tracking performances. In particular, we model the channel including interferers and we consider the effect of interferers for different signal powers and different directions on the radiation pattern generated by the metasurface. In general, we notice that the sidelobe level increases when the number of scatterers and their power increase and also when the angle of incidence of the signals scattered from the cluster is increased. Interestingly, for certain configurations, e.g. at 225°, the radiation pattern at 50°is better than at 30°, showing that the behavior is not linear.

International audience

International audience; New cellular technologies combine complex software stacks and heterogeneous hardware. As a result, even if models and simulators are still essential to understand them, validation must go to the next level and rely on real software and hardware testbeds. Unfortunately, building comprehensive testbeds is expensive and this is why we propose the Sophianode, a cloud-native cellular network testbed accessible to the community. In this demonstration, we show how to run arbitrary *G experiments in this testbed by following DevOps techniques.

International audience

International audience; Due to abundant signal and user variability among others, BCIs remain difficult to control. To increase performance, adaptive methods are a necessary means to deal with such a vast spectrum of variable data. Typically, adaptive methods deal with the signal or classification corrections (adaptive spatial filters [1], co-adaptive calibration [2], adaptive classifiers [3]). As such, they do not necessarily account for the implicit alterations they perform on the feedback (in real-time), and in turn, on the user, creating yet another potential source of unpredictable variability. Namely, certain user's personality traits and states have shown to correlate with BCI performance, while feedback can impact user states [4]. For instance, altered (biased) feedback was distorting the participants' perception over their performance, influencing their feeling of control, and online performance [5]. Thus, one can assume that through feedback we might implicitly guide the user towards a desired state beneficial for BCI performance. We propose a novel, simple probabilistic, data-driven dynamic model to provide such feedback that will maximize performance.

Certification through auditing allows to ensure that critical embedded systems are secure. This entails reviewing their critical components and checking for dangerous execution paths. This latter task requires the use of specialized tools which allow to explore and replay executions but are also difficult to use effectively within the context of the audit, where time and knowledge of the code are limited. Fault analysis is especially tricky as the attacker may actively influence execution, rendering some common methods unusable and increasing the number of possible execution paths exponentially. In this work, we present a new method which mitigates these issues by reducing the number of fault injection points considered to only the most relevant ones relatively to some security properties. We use fast and robust static analysis to detect injection points and assert their impactfulness. A more precise dynamic/symbolic method is then employed to validate attack paths. This way the insight required to find attacks is reduced and dynamic methods can better scale to realistically sized programs. Our method is implemented into a toolchain based on Frama-C and KLEE and validated on WooKey, a case-study proposed by the National Cybersecurity Agency of France., Comment: Journal of Cryptographic Engineering, 2023

International audience; Visible Light Communication paradigm has been expedited by the fast evolving and deployment of light emitting diodes (LED), and the possibility to simultaneously exploit the communication and illumination, enabling seamless connectivity based on the lighting infrastructure. Synchronization is a big deal in all the wireless communication systems and the key features of VLC paradigm make the synchronization techniques existing for RF not suitable for VLC. A novel technique, OSCI-LIGHT based on Andronov-Hopf oscillators, is proposed in this work in order to realize an effective synchronization mechanism in a VLC system. In particular, phase alignment and robustness towards noise have been tested through both numerical simulation and experimental results and a comparison with widely employed synchronization techniques, based on Phase Locked Loop (PLL), has been provided. Experimental results show that our technique outperforms PLL techniques in terms of noise robustness, showing a proper steady state phase delay and a lower Synchronization Error Rate, even in presence of highly noisy environmental conditions.

International audience; Qui aurait imaginé il y a vingt ans que nous pourrions aujourd'hui visiter une ville en ayant dans notre poche un accès aux inventaires patrimoniaux des monuments et des oeuvres que nous avons sous les yeux ?Cependant, cette disponibilité de données de qualité ne garantit pas leur appropriation par les visiteurs qui leur préfèrent souvent les avis plus ou moins inspirés des visiteurs précédents. Comme nous le verrons sur un exemple issu du patrimoine vitré troyen, nous pensons que l'un des freins à l'utilisation in situ de ces descriptions est le type de modèle informatique utilisé : un modèle suffisamment raffiné pour combiner des termes (prédéfinis ou non) sous formes de scènes et de figures, mais qui vise à une universalité de la description, là où, au contraire, le sens émerge de ressemblances et de différences à l'échelle d'un territoire, d'un édifice ou même au sein d'une oeuvre ou d'une partie de cette oeuvre.Au fil de l'interprétation de ce vitrail, nous esquisserons les contours du modèle informatique que nous appelons de nos vœux, un modèle qui n'est pas sans rappeler celui de Xanadu, le projet initial de l'hypertexte qui visait à transformer les "calculateurs" en "machines [pour les] littéraires".

In this paper we present the final result of a project on Tunisian Arabic encoded in Arabizi, the Latin-based writing system for digital conversations. The project led to the creation of two integrated and independent resources: a corpus and a NLP tool created to annotate the former with various levels of linguistic information: word classification, transliteration, tokenization, POS-tagging, lemmatization. We discuss our choices in terms of computational and linguistic methodology and the strategies adopted to improve our results. We report on the experiments performed in order to outline our research path. Finally, we explain why we believe in the potential of these resources for both computational and linguistic researches. Keywords: Tunisian Arabizi, Annotated Corpus, Neural Network Architecture, In Proceedings of the Language Resources and Evaluation Conference (LREC2022), Marseille. European Language Resources Association (pp. 1125-1136)

International audience; Neural Language Models (NLMs) have made tremendous advances during the last years, achieving impressive performance on various linguistic tasks. Capitalizing on this, studies in neuroscience have started to use NLMs to study neural activity in the human brain during language processing. However, many questions remain unanswered regarding which factors determine the ability of a neural language model to capture brain activity (aka its 'brain score'). Here, we make first steps in this direction and examine the impact of test loss, training corpus and model architecture (comparing GloVe, LSTM, GPT-2 and BERT), on the prediction of functional Magnetic Resonance Imaging timecourses of participants listening to an audiobook. We find that (1) untrained versions of each model already explain significant amount of signal in the brain by capturing similarity in brain responses across identical words, with the untrained LSTM outperforming the transformerbased models, being less impacted by the effect of context; (2) that training NLP models improves brain scores in the same brain regions irrespective of the model's architecture; (3) that Perplexity (test loss) is not a good predictor of brain score; (4) that training data have a strong influence on the outcome and, notably, that off-the-shelf models may lack statistical power to detect brain activations. Overall, we outline the impact of modeltraining choices, and suggest good practices for future studies aiming at explaining the human language system using neural language models.

International audience

International audience; This paper describes the continuation of a project that aims at establishing an interoperable annotation scheme for quantification phenomena as part of the ISO suite of standards for semantic annotation, known as the Semantic Annotation Framework. After a break, caused by the Covid-19 pandemic, the project was relaunched in early 2022 with a second working draft, which deals with certain issues in the annotation of quantification in a more satisfactory way than the original first working draft.

International audience

International audience

International audience; We propose to use numerical simulations and Monte Carlo approaches to test 40 MR fingerprinting sequences for their ability to quantify the BOLD effect and provide maps of baseline blood oxygen saturation without the need for contrast agent injection. Our results suggest that several sequences can produce SO2 maps with less that 3% error on average even in the presence of B1 and B0 inhomogeneities. T2 and blood vessel radius could also be estimated with the same acquisitions.

The work presented in this paper tackles the question of braking efficiently with robots. This is an important feature for collaborative robots. These systems need to ensure safety of their surrounding operators without compromising performance. The proposed approach leverages existing motion planning methods based on trapezoidal acceleration profiles which provide a sub-optimal control policy for braking, assuming minorant constant joint jerk and acceleration capacities. Based on this initial solution to braking, a control policy is learnt by reinforcement using the Proximal Policy Optimization deep learning algorithm. This learnt policy assumes constant torque and torque derivative actuation capabilities and predicts an optimal variation of the sub-optimal control policy which better exploits the actuation capabilities of the robot. The principles of this learning approach are first presented and then evaluated in a simulation with an academic example of a Panda robot restricted to 2 degrees of freedom. The obtained results are promising as they lead to a reduction of the stopping time and energy required to brake.

In Multiple Sclerosis (MS), there is a large discrepancy between the clinical observations and how the pathology is exhibited on brain images, this is known as the clinical-radiological paradox (CRP). One of the hypotheses is that the clinical deficit may be more related to the spinal cord damage than the number or location of lesions in the brain. Therefore, investigating how the spinal cord is damaged becomes an acute challenge to better understand and overcome the CRP. Diffusion MRI is known to provide quantitative figures of neuronal degeneration and axonal loss, in the brain as well as in the spinal cord. In this paper, we propose to investigate how diffusion MRI metrics vary in the different cervical regions with the progression of the disease. We first study the reproducibility of diffusion MRI on healthy volunteers with a test-retest procedure using both standard diffusion tensor imaging (DTI) and multi-compartment Ball-and-Stick models. Then, based on the test re-test quantitative calibration, we provide quantitative figures of pathology evolution between M0 and M12 in the cervical spine on a set of 31 MS patients, exhibiting how the pathology damage spans in the cervical spinal cord., Submitted to MICCAI 2018 (Weak Accept and 2 Weak reject)

International audience

International audience; Multi-view learning makes use of diverse models arising from multiple sources of input or different feature subsets for the same task. For example, a given natural language processing task can combine evidence from models arising from character, morpheme, lexical, or phrasal views. The most common strategy with multi-view learning, especially popular in the neural network community, is to unify multiple representations into one unified vector through concatenation, averaging, or pooling , and then build a single-view model on top of the unified representation. As an alternative, we examine whether building one model per view and then unifying the different models can lead to improvements, especially in low-resource scenarios. More specifically, taking inspiration from co-training methods, we propose a semi-supervised learning approach based on multi-view models through consensus promotion, and investigate whether this improves overall performance. To test the multi-view hypothesis, we use moderately low-resource scenarios for nine languages and test the performance of the joint model for part-of-speech tagging and dependency parsing. The proposed model shows significant improvements across the test cases, with average gains of −0.9 ∼ +9.3 labeled attachment score (LAS) points. We also investigate the effect of unlabeled data on the proposed model by varying the amount of training data and by using different domains of unlabeled data.

How does the concerted activity of neuronal populations shape behavior? Impediments to address this question are primarily due to critical experimental barriers. An integrated perspective on large scale neural information processing requires an in vivo approach that can combine the advantages of exhaustively observing all neurons dedicated to a given type of stimulus, and simultaneously achieve a resolution that is precise enough to capture individual neuron activity. Current experimental data from in vivo observations are either restricted to a small fraction of the total number of neurons, or are based on larger brain volumes but at a low spatial and temporal resolution. Consequently, fundamental questions as to how sensory information is represented on a population scale remain unanswered. In Drosophila melanogaster, the mushroom body (MB) represents an excellent model to analyze sensory coding and memory plasticity. In this work, we present an experimental setup coupled with a dedicated computational method that provides in vivo measurements of the activity of hundreds of densely packed somata uniformly spread in the MB. We exploit spinning-disk confocal 3D imaging over time of the whole MB cell body layer in vivo while it is exposed to olfactory stimulation. Importantly, to derive individual signal from densely packed somata, we have developed a fully automated image analysis procedure that takes advantage of the specificities of our data. After anisotropy correction, our approach operates a dedicated spot detection and registration over the entire time sequence to transform trajectories to identifiable clusters. This enabled us to discard spurious detections and reconstruct missing ones in a robust way. We demonstrate that this approach outperformed existing methods in this specific context and made possible high-throughput analysis of approximately 500 single somata uniformly spread over the MB in various conditions. Applying this approach, we find that learned experiences change the population code of odor representations in the MB. After long-term memory (LTM) formation, we quantified an increase in responsive somata count and a stable single neuron signal. We predict that this method, which should further enable studying the population pattern of neuronal activity, has the potential to uncover fine details of sensory processing and memory plasticity.

International audience; Dans l'objectif de la lutte contre les Chevaux de Troie Matériels, nous proposons d'optimiser une méthode appelé Strong Logic Locking. La mesure de sécurité de cette méthode se base sur les cliques d'un graphe de relation, plus les cliques sont grandes et nombreuses, meilleure sera la sécurité. Nous proposons deux approches pour modéliser et résoudre ce problème.

International audience; A typical Motor Imagery (MI) experimental pipeline is composed of an EEG data acquisition phase, followed by an analysis phase to train a classification algorithm (such as LDA). The training uses features extracted from the acquired data such as spectral power for a subset of sensors and frequencies, in which desynchronization can be observed between the MI tasks. In the final phase of the experiment, the trained classifier is used in an online setup.The feature selection phase is crucial for the optimal functioning of a BCI system, but the large number of parameters can make it a long step of trial-and-error, not acceptable in clinical settings. Training a classification algorithm can be challenging and time consuming as it may include multiple manipulations and datatype conversions with external softwares.Here, we propose a new Python-based framework to manage the whole experimental pipeline smoothly, integrating seamlessly with OpenViBE. We focused our work on feature analysis, selection, and classifier training. An easy-to-use GUI allows to keep track of the multiple acquired EEG signal files, and to process them for analysis and training. Convenient tools allow to compute spectral features and visualize them in the form of statistical R² maps, PSD, scalp topography and ERD/EDS time-frequency maps, for selected sensors or frequency bands, combining trials across multiple runs. Finally, a set of runs can be chosen for training the classification algorithm with only a few clicks and seconds of processing. All signal processing operations use OpenViBE in the background, transparent to the user.This framework has been successfully validated on real EEG data obtained with a Graz MI protocol. It allows the experimenter to identify the underlying brain processes during MI and choose the best combination of features for the subsequent classification. Work is ongoing to add further functionalities, notably functional connectivity.

Both humans and neural language models are able to perform subject-verb number agreement (SVA). In principle, semantics shouldn't interfere with this task, which only requires syntactic knowledge. In this work we test whether meaning interferes with this type of agreement in English in syntactic structures of various complexities. To do so, we generate both semantically well-formed and nonsensical items. We compare the performance of BERT-base to that of humans, obtained with a psycholinguistic online crowdsourcing experiment. We find that BERT and humans are both sensitive to our semantic manipulation: They fail more often when presented with nonsensical items, especially when their syntactic structure features an attractor (a noun phrase between the subject and the verb that has not the same number as the subject). We also find that the effect of meaningfulness on SVA errors is stronger for BERT than for humans, showing higher lexical sensitivity of the former on this task., Comment: COLING 2022 Main Conference (The 29th international conference on computational linguistics)

The aim of this contribution is to offer a specific analysis of creativity focused on the role of workplaces and their technical equipment. We develop an organological analysis within five industrial firms. Organology is a joint analysis of technical, social, and individual dimensions to develop new objects. We question the resources for supporting creativity and their capacity of enlarging or weakening the creativity of designers. We show that creative capacities are now assisted by powerful digital instruments which raise the question of the dynamics of capacities for creation of professionals., Este artículo propone un análisis específico de la creatividad que toma en cuenta la función de los ambientes de trabajo con su equipamiento técnico. Elaboramos un análisis organológico de inspiración fenomenológica y lo desarrollamos en el marco de cinco empresas industriales. La organología contempla el análisis conjunto de las dimensiones técnicas, sociales e individuales en la elaboración de nuevos objetos. Analizamos los medios invertidos para apoyar la creatividad en su capacidad de desarrollo o de debilitamiento de la creatividad de los diseñadores. Demostramos que las capacidades creativas están a partir de ahora respaldadas por poderosos instrumentos digitales que, de hecho, plantean la cuestión de la dinámica de las capacidades creativas de los profesionales., Cet article propose une analyse spécifique de la créativité intégrant le rôle des milieux de travail avec leur équipement technique. Nous élaborons une analyse organologique d’inspiration phénoménologique et la développons au sein de cinq firmes industrielles. L’organologie envisage l’analyse conjointe des dimensions techniques, sociales et individuelles dans l’élaboration d’objets nouveaux. Nous interrogeons les moyens investis pour soutenir la créativité dans leur faculté de développement ou d’affaiblissement de la créativité des concepteurs. Nous montrons que les capacités créatives sont désormais assistées par de puissants instruments numériques qui de fait posent la question de la dynamique des capacités de création des professionnels.

Ce papier présente la participation d'EDF R&D à la campagne d'évaluation DEFT 2022. Notre équipe a participé aux deux tâches proposées, l'une sur la prédiction automatique de la note d'un étudiant.e pour sa réponse à une question, d'après une référence existante, la seconde, nouvelle, qui était une tâche de prédiction itérative des notes. Notre équipe s'est classée 1ère sur la première tâche et a été la seule contributrice sur la seconde. Le corpus se composait d'énoncés en informatique avec la correction de l'enseignant et les réponses des étudiant.e.s par question.

International audience; L’intelligence artificielle n’est pas seulement là où l’on attend. Elle investit nos vies et plus largement tous nos territoires bien au-delà de ceux des laboratoires de recherche. Elle est rarement associée au développement des territoires ruraux sauf en terre chinoise ou elle participe à une nouvelle dynamique du tout numérique rural.

Runtime systems are commonly used by parallel applications in order to efficiently exploit the underlying hardware resources. A runtime system hides the complexity of the management of the hardware and exposes a high-level interface to application developers. To this end, it makes decisions by relying on heuristics that estimate the future behavior of the application. We propose Pythia, a library that serves as an oracle capable of predicting the future behavior of an application, so that the runtime system can make more informed decisions. Pythia builds on the deterministic nature of many HPC applications: by recording an execution trace, Pythia captures the application main behavior. The trace can be provided for future executions of the application, and a runtime system can ask for predictions of future program behavior. We evaluate Pythia on 13 MPI applications and show that Pythia can accurately predict the future of most of these applications, even when varying the problem size. We demonstrate how Pythia predictions can guide a runtime system optimization by implementing an adaptive thread parallelism strategy in GNU OpenMP runtime system. The evaluation shows that, thanks to Pythia prediction, the adaptive strategy reduces the execution time of an application by up to 38%., Les supports d'exécution sont couramment utilisés par les applications parallèles afin d'exploiter efficacement les ressources matérielles sous-jacentes. Un support d'exécution dissimule la complexité de la gestion du matériel et expose aux développeurs d'applications une interface de haut niveau. À cette fin, il prend des décisions en s'appuyant sur des heuristiques qui estiment le comportement futur de l'application. Nous proposons Pythia, une bibliothèque utilisable comme oracle capable de prédire le comportement futur d'une application afin que les supports d'exécutions puissent prendre des décisions plus éclairées. Pythia s'appuie sur la nature déterministe de nombreuses applications HPC : en enregistrant une trace d'exécution, Pythia capture le comportement général de l'application. Cette trace est ensuite utilisée lors des exécutions suivantes de l'application et le support d'exécution peut demander des prédictions sur le comportement futur du programme. Nous évaluons Pythia sur 13 applications MPI et nous montrons que Pythia peut prédire précisément le futur de la plupart de ces applications, même en variant la taille des données. Nous montrons comment les prédictions de Pythia peuvent guider l'optimisation d'un support d'exécution en implémentant une stratégie de parallélisme adaptatif dans le support d'exécution GNU OpenMP. L'évaluation montre que, grâce aux prédictions de Pythia cette stratégie adaptative peut réduire le temps d'exécution d'une application jusqu'à 38%.

International audience; Introduction Parkinson’s disease (PD) represents a specific disorder of the central nervous system, characterized by chronic dysfunction of the basal ganglia, which plays an essential role in controlling the execution of learned motor plans. If the motor expression of the symptoms involves mainly the limbs, the muscles involved in speech production are also subject to specific dysfunctions grouped under the term dysarthria (Pinto & Ghio, 2008). The main objective of our study is to compare the aerodynamic performances between healthy and pathological subjects in order to identify if the aerodynamic pa- rameters allow to characterize the parkinsonian speech and what are the parameters of variations (disease, age, sex, L-DOPA treatment).Methods Our corpus consists of 40 speakers (20 parkinsonian patients + 20 control subjects) recorded in the Neurology Department of the Centre Hospitalier du Pays d’Aix in Aix-en-Provence (Ghio et al., 2012). The speakers were native French-speaking women aged 40 to 90 years. There was no significant difference in age between the two groups. We analyzed subglottic pressure measurements estimated from the peak of intraoral pres- sure during the production of the consonant [p] as well as the pressure decay during the sentence "papa ne m’a pas parlé de beau papa". For Parkinsonian subjects, data were analyzed in the two pharmacological states: with L-DOPA (ON-DOPA) and with with- drawal (OFF-DOPA).Results & Discussion OFF-DOPA patients have a significantly lower subglottic pressure than controls showing that PD has an impact on the sound pressure level which is significantly lower. In ON-DOPA, the values are similar to those of the controls but only in subjects under 60 years old, after which the pressure is lower. Thus, L-DOPA treatment increases the sound pressure level in subjects under 60 years old but would not improve it consistently. The drop in pressure is greater in the OFF-DOPA condition, particularly at the end of production, indicating a lesser control of pneumo-phonic coordination.Older healthy subjects produce higher pressure levels than younger healthy subjects with a mean difference of 2 hPa. This increase may be due to two factors: (1) a decrease in lung elasticity that may result in an increase in the value of the pressure measured in the lung volume (Bouhuys, 1977), (2) the need for higher subglottic pressures due to changes in laryngeal airway resistance and vocal fold closure. This increase is not present in ON-DOPA subjects. In contrast, in OFF-DOPA there is an average increase of 0.8 hPa which suggests that people with PD are still able to compensate in vocal efficiency but at much lower levels than control subjects.

EMPTY ROOM Electroacoustic composition in virtual 3D space. Exploration and studies about new compositionnal and spatial techniques in a virtuel 3D space. Abstract : Our thesis shows how, by combining the techniques of stereoscopic immersive virtual reality, with those of electroacoustic music, and by proposing a topological approach to spatialization, due to the integration of a high-order ambisonic spatializer in our process of spatialization, it is possible to manipulate a three-dimensional sound space in VR immersion.To verify our hypothesis we go through creation, from the artwork Empty Room. First, we show how our experience of shared online virtual worlds, as well as the first attempts at immersive 3D composition that we conducted there, led us to the development of the Empty Room project. Secondly, we present the four spatialization experiments in VR immersion that we have carried out. We show how the spatialization mapping of Empty Room, which was specifically designed for virtual reality, will evolve when going from 2D audio to 3D audio. And how this passage allowed us to carry out two related experiments which are the transpositions of BiPan TransPan scenes towards virtual reality as well as the transposition of the Motus acousmonium. Our latest experience, the VR Auditory Space project, lays the groundwork for an immersive 3D spatialization interface based on Ambisonic 3D and Binaural spatialization techniques. At the end of the experiments, we present two deliverables, the Empty Room 2019 version and the VRAS version. 1.0.. The third part of our research questions the possibility of space to be considered as an instrument, from the perspective of an immersive VR instrumentalized audio-space, and the heritage issued from the relationship existing in our digital audio practices when it comes to virtual and virtualization., Thèse de doctorat en Esthétique, Sciences et Technologies des Arts Spécialité Musique Empty Room Composition électroacoustique dans l'espace numérique 3D. Exploration et étude sur les nouvelles techniques de composition et de spatialisation dans un espace numérique 3D.Notre thèse montre comment en associant les techniques de la réalité virtuelle immersive stéréoscopique à celles de la musique électroacoustique et en proposant une approche topologique de la spatialisation, il est possible de manipuler un espace sonore tridimensionnel en immersion VR. Pour vérifier notre hypothèse nous passons par la création à partir de l'œuvre artistique Empty Room. Dans un premier temps nous exposons comment notre expérience des mondes virtuels partagés en ligne, ainsi que les premières tentatives de composition immersives 3D que nous y avons menées, nous ont conduit jusqu'à l'élaboration du projet Empty Room. Dans un deuxième temps, nous exposons les quatre expériences de spatialisation en immersion VR que nous avons menées. Nous montrons comment le mapping de spatialisation d'Empty Room, qui a été spécifiquement conçu pour la réalité virtuelle, va évoluer lors du passage de l'audio 2D vers l'audio 3D. Et comment ce passage nous a permis de procéder à deux expériences connexes que sont les transpositions de scènes BiPan TransPan vers la réalité virtuelle ainsi que la transposition de l'acousmonium Motus. Notre dernière expérience, le projet VR Auditory Space, pose les jalons d'une interface de spatialisation 3D immersive en s'appuyant sur les techniques de spatialisation Ambisonique 3D et Binaurales. Nous présentons ensuite deux livrables, la version Empty Room 2019 et la version du VRAS. 1.0. La troisième partie de notre recherche interroge la possibilité d'un espace instrument dans un espace instrumentalisé VR immersif à partir du rapport que nous entretenons avec le virtuel et la virtualisation dans nos pratiques audionumériques.

While the IoT is exploding, this manuscript transcribes the PhD thesis work done in order to look at the feasibility of substituting batteries, power source of connected objects by WiFi waves in the ISM band at 2.4 GHz. This substitution represents today a challenge of sustainable development of the IoT for the saving of consumable resources that are batteries. Powering the entire IoT with batteries could represent up to 60 million tons (0.02%) of greenhouse gas emissions each year.The energy constraints of the system that would be powered solely by harvesting the surrounding WiFi waves need to be defined. Measurements of power consumption of a connected object measuring temperature, pressure and humidity and transmitting these data via Bluetooth Low Energy (BLE) are carried out and are of the order of 200 µJ. The second constraint of the system is the source of this energy, i.e. the power of WiFi signals. A measurement protocol allows us to establish the average transmission power of a WiFi router from a network traffic flow of the router. We can thus quickly judge if an environment is favorable or not to this type of installation by simply measuring the network traffic.We then set up the development of a rectenna (rectifying antenna) in order to convert the WiFi RF waves into DC voltage, i.e. a source of energy usable by the connected object. Considering the measurements we have been able to make on the power of the surrounding WiFi signals, we estimate that the system will have to work with power signals of the order of -20 dBm. We therefore take the bet to design a rectenna based on a very simple schematic of a single-wave rectifier using only one Schottky diode. The state of the art confirms us in the idea that a more complex schematic would lead to a drop in efficiency by the weakness of the signal. This converter, simulated and optimized via the Keysight ADS software, can then measure DC voltages up to 150 mV with an incident RF signal of -20 dBm in the ISM band.However, 1.8 V to 3.3 V are required for this type of system. We then resort to a voltage booster capable of providing this voltage from an incident voltage of 20 mV. Nevertheless, an impedance matching problem with our converter leads to a too important voltage drop. Moreover, the energy harvested at the output of the converter being too weak to initiate instantaneously the rise in voltage, an intermediate energy storage is necessary. We then set up an appropriate circuit for RF energy harvesting, based on a super capacitor surrounded by switches. We can either isolate the super capacitor with the converter to store the energy at an optimal voltage, or isolate this super capacitor charged to the right voltage with the voltage booster. In the second case, it acts as a source of energy and thus allows the up-conversion.A test bench is realized with externally powered switches to show how such an architecture works. Our connected object is able to transmit its data at least once per hour while being located at 1 m from the WiFi terminal with a network traffic of 25 Mbps.This addition of switches is not without problems. They must be self-powered and capable of triggering on a voltage as low as a hundred millivolts. We study the design of these switches based on a MOSFET voltage comparator. In view of the low voltage to be monitored, a study of the "shubthreshold" operation of MOSFETs is carried out to establish a list of parameters allowing the operation of the comparator. Future works would concern the possibility of realizing such switches, to obtain an autonomous system., Alors que l'IoT explose, ce manuscrit retranscrit les travaux de thèse réalisés dans le but de poser un regard sur la faisabilité de substituer les piles, source d'alimentation des objets connectés par les ondes WiFi dans la bande ISM à 2.4 GHz. Cette substitution représente aujourd'hui un enjeu de développement durable de l'IoT pour l'économie des ressources consommables que sont les piles. Alimenter l'intégralité de l'IoT avec des piles pourrait représenter jusqu'à 60 millions de tonnes (0.02%) d'émission de gaz à effet de serre chaque année.Il convient de définir les contraintes énergétiques du système qui serait uniquement alimenté par la récupération des ondes WiFi environnantes. Des mesures de consommation électrique d'un objet connecté mesurant la température, la pression et l'humidité et transmettant ces données via du Bluetooth Low Energy (BLE) sont réalisées et sont de l'ordre de 200 µJ. La seconde contrainte du système est la provenance de cette énergie, i.e. la puissance des ondes WiFi. Un protocole de mesure nous permet d'établir la puissance moyenne d'émission d'un routeur WiFi à partir d'un débit du réseau du routeur. Nous pourrons ainsi juger rapidement si un milieu est favorable ou non à ce type d'installation par simple mesure du débit.Nous avons ensuite mis en place le développement d'une rectenna (rectifying antenna) afin de convertir les ondes RF WiFi en tension continue DC, i.e. une source d'énergie utilisable par l'objet connecté. Au regard des campagnes de mesures que nous avons pu réaliser sur la puissance des signaux WiFi environnants, nous estimons que le système devra fonctionner avec des signaux de puissance de l'ordre de -20 dBm. Nous prenons donc le pari de concevoir une rectenna reposant sur un schéma très simple de redresseur mono alternance utilisant qu'une seule diode Schottky. L'état de l'art nous conforte dans l'idée qu'un schéma plus complexe entrainerait une chute de l'efficacité par la faiblesse du signal. Ce convertisseur, simulé et optimisé via le logiciel Keysight ADS, permet alors de mesurer des tensions DC allant jusqu'à 150 mV avec un signal incident RF d'une puissance de -20 dBm dans la bande ISM.Cependant, 1.8 V à 3.3 V sont nécessaires pour ce type de système. Nous avons alors recours à un élévateur de tension capable de fournir cette tension à partir d'une tension incidente de 20 mV. Néanmoins, un problème d'adaptation d'impédance avec notre convertisseur entraine une chute de tension trop importante. De plus, l'énergie récupérée en sortie du convertisseur étant trop faible pour initier instantanément l'élévation de tension, un stockage d'énergie intermédiaire est nécessaire. Nous mettons alors en place un circuit approprié pour la récupération d'énergie RF qui repose sur un super condensateur entouré d'interrupteurs. Nous pouvons tantôt isoler le super condensateur avec le convertisseur pour stocker l'énergie à une tension optimale, tantôt isoler ce super condensateur chargé à la bonne tension avec l'élévateur de tension. Il agit alors dans le second cas comme une source d'énergie et permet donc la conversion.Un banc de test réalisé avec des interrupteurs alimentés en externe montre le fonctionnement d'une telle architecture. Notre objet connecté est en mesure de transmettre ses données au moins une fois par heure en étant situé à 1 m de la borne WiFi ayant un trafic réseau de 25 Mbps.Cet ajout d'interrupteurs n'est pas sans créer de problème. Ils doivent être auto alimentés et capables de se déclencher sur une tension aussi faible qu'une centaine de millivolts. Nous étudions la conception de ces interrupteurs à partir d'un comparateur de tension à base de MOSFET. Au vu de la faible tension à surveiller, une étude du fonctionnement «shubthreshold» des MOSFET est réalisée pour établir une liste de paramètres permettant le fonctionnement du comparateur. Des futurs travaux concerneraient la possibilité de réaliser de tels interrupteurs, pour obtenir un système autonome.

The emergence of new technologies (Internet of Things, smart cities, autonomous vehicles, health, industrial automation, ...) requires efficient resource allocation to satisfy the demand. These new offers are compatible with new 5G network infrastructure since it can provide low latency and reliability. However, these new needs require high computational power to fulfill the demand, implying more energy consumption in particular in cloud infrastructures and more particularly in data centers. Therefore, it is critical to find new solutions that can satisfy these needs still reducing the power usage of resources in cloud environments. In this thesis we propose and compare new AI solutions (Reinforcement Learning) to orchestrate virtual resources in virtual network environments such that performances are guaranteed and operational costs are minimised. We consider queuing systems as a model for clouds IaaS infrastructures and bring learning methodologies to efficiently allocate the right number of resources for the users.Our objective is to minimise a cost function considering performance costs and operational costs. We go through different types of reinforcement learning algorithms (from model-free to relational model-based) to learn the best policy. Reinforcement learning is concerned with how a software agent ought to take actions in an environment to maximise some cumulative reward. We first develop queuing model of a cloud system with one physical node hosting several virtual resources. On this first part we assume the agent perfectly knows the model (dynamics of the environment and the cost function), giving him the opportunity to perform dynamic programming methods for optimal policy computation. Since the model is known in this part, we also concentrate on the properties of the optimal policies, which are threshold-based and hysteresis-based rules. This allows us to integrate the structural property of the policies into MDP algorithms. After providing a concrete cloud model with exponential arrivals with real intensities and energy data for cloud provider, we compare in this first approach efficiency and time computation of MDP algorithms against heuristics built on top of the queuing Markov Chain stationary distributions.In a second part we consider that the agent does not have access to the model of the environment and concentrate our work with reinforcement learning techniques, especially model-based reinforcement learning. We first develop model-based reinforcement learning methods where the agent can re-use its experience replay to update its value function. We also consider MDP online techniques where the autonomous agent approximates environment model to perform dynamic programming. This part is evaluated in a larger network environment with two physical nodes in tandem and we assess convergence time and accuracy of different reinforcement learning methods, mainly model-based techniques versus the state-of-the-art model-free methods (e.g. Q-Learning).The last part focuses on model-based reinforcement learning techniques with relational structure between environment variables. As these tandem networks have structural properties due to their infrastructure shape, we investigate factored and causal approaches built-in reinforcement learning methods to integrate this information. We provide the autonomous agent with a relational knowledge of the environment where it can understand how variables are related to each other. The main goal is to accelerate convergence by: first having a more compact representation with factorisation where we devise a factored MDP online algorithm that we evaluate and compare with model-free and model-based reinforcement learning algorithms; second integrating causal and counterfactual reasoning that can tackle environments with partial observations and unobserved confounders., L'émergence de nouvelles technologies nécessite une allocation efficace des ressources pour satisfaire la demande. Cependant, ces nouveaux besoins nécessitent une puissance de calcul élevée impliquant une plus grande consommation d'énergie notamment dans les infrastructures cloud et data centers. Il est donc essentiel de trouver de nouvelles solutions qui peuvent satisfaire ces besoins tout en réduisant la consommation d'énergie des ressources. Dans cette thèse, nous proposons et comparons de nouvelles solutions d'IA (apprentissage par renforcement RL) pour orchestrer les ressources virtuelles dans les environnements de réseaux virtuels de manière à garantir les performances et minimiser les coûts opérationnels. Nous considérons les systèmes de file d'attente comme un modèle pour les infrastructures cloud IaaS et apportons des méthodes d'apprentissage pour allouer efficacement le bon nombre de ressources.Notre objectif est de minimiser une fonction de coût en tenant compte des coûts de performance et opérationnels. Nous utilisons différents types d'algorithmes de RL (du « sans-modèle » au modèle relationnel) pour apprendre la meilleure politique. L'apprentissage par renforcement s'intéresse à la manière dont un agent doit agir dans un environnement pour maximiser une récompense cumulative. Nous développons d'abord un modèle de files d'attente d'un système cloud avec un nœud physique hébergeant plusieurs ressources virtuelles. Dans cette première partie, nous supposons que l'agent connaît le modèle (dynamiques de l'environnement et coût), ce qui lui donne la possibilité d'utiliser des méthodes de programmation dynamique pour le calcul de la politique optimale. Puisque le modèle est connu dans cette partie, nous nous concentrons également sur les propriétés des politiques optimales, qui sont des règles basées sur les seuils et l'hystérésis. Cela nous permet d'intégrer la propriété structurelle des politiques dans les algorithmes MDP. Après avoir fourni un modèle de cloud concret avec des arrivées exponentielles avec des intensités réelles et des données d'énergie pour le fournisseur de cloud, nous comparons dans cette première approche l'efficacité et le temps de calcul des algorithmes MDP par rapport aux heuristiques construites sur les distributions stationnaires de la chaîne de Markov des files d'attente.Dans une deuxième partie, nous considérons que l'agent n'a pas accès au modèle de l'environnement et nous concentrons notre travail sur les techniques de RL. Nous évaluons d'abord des méthodes basées sur un modèle où l'agent peut réutiliser son expérience pour mettre à jour sa fonction de valeur. Nous considérons également des techniques de MDP en ligne où l'agent autonome approxime le modèle pour effectuer une programmation dynamique. Cette partie est évaluée dans un environnement plus large avec deux nœuds physiques en tandem et nous évaluons le temps de convergence et la précision des différentes méthodes, principalement les techniques basées sur un modèle par rapport aux méthodes sans modèle de l'état de l'art.La dernière partie se concentre sur les techniques de RL basées sur des modèles avec une structure relationnelle entre les variables d’état. Comme ces réseaux en tandem ont des propriétés structurelles dues à la forme de l’infrastructure, nous intégrons les approches factorisées et causales aux méthodes de RL pour inclure cette connaissance. Nous fournissons à l'agent une connaissance relationnelle de l'environnement qui lui permet de comprendre comment les variables sont reliées. L'objectif principal est d'accélérer la convergence: d'abord avec une représentation plus compacte avec la factorisation où nous concevons un algorithme en ligne de MDP factorisé que nous comparons avec des algorithmes de RL sans modèle et basés sur un modèle ; ensuite en intégrant le raisonnement causal et contrefactuel qui peut traiter les environnements avec des observations partielles et des facteurs de confusion non observés.

The Internet of Things (IoT) is characterized by a myriad of geographically dispersed devices and software components as well as high heterogeneity in terms of hardware, data, and protocols. Over the last few years, IoT platforms have been used to provide a variety of services to applications such as device discovery, context management, and data analysis. However, the lack of standardization makes each IoT platform come with its abstractions, APIs, and interactions. As a consequence, programming the interactions between a consuming IoT application and an IoT platform is often time-consuming, error-prone, and depends on the developers' level of knowledge about the IoT platform. IoT middleware are proposed to alleviate such heterogeneity, provide relevant services, and ease application development.As the energy efficiency of digital technology becomes a priority, the increase in IoT systems brings energy concerns. In this context, carefully designing interactions between IoT consumer applications and IoT systems with an energy-efficiency concern becomes essential. IoT middleware should not solely consider energy efficiency as a non-functional requirement. Instead, it needs to be at the solution's core as the middleware is expected to be shared by many applications and offer facilities to ease application development.This work presents three contributions regarding energy-efficiency/awareness in IoT middleware for IoT consumer applications.The first contribution is the proposal of an IoT middleware for IoT consumer applications called IoTVar that abstracts IoT virtual sensors in IoT variables that are automatically updated by the middleware.The second contribution is the evaluation of the energy consumption of the interactions between IoT consumer applications and IoT platforms through the HTTP and MQTT protocols. This evaluation has led to the proposal of guidelines to improve energy efficiency when developing applications.The third contribution is the proposal of strategies for energy efficiency to be integrated into IoT middleware. Those strategies have been integrated into the IoTVar middleware to provide energy efficiency, but also energy awareness through an energy model and the management of an energy budget driven by user requirements. The implementations of the IoT middleware architecture, with and without energy-efficiency strategies, have been evaluated, and the results show that we have a difference of up to 60% the energy used by IoT applications by applying strategies to reduce energy consumption at the middleware level., L'Internet des objets (IoT) se caractérise par une myriade de dispositifs et de composants logiciels géographiquement dispersés ainsi que par une grande hétérogénéité en termes de matériel, de format de données et de protocoles. Au cours des dernières années, les plateformes IoT ont été proposées pour fournir une variété de services aux applications, tels que la découverte de dispositifs, la gestion du contexte et l'analyse des données. Cependant, le manque de standardisation fait que chaque plateforme IoT propose ses propres abstractions, API et patrons d'interactions. Par conséquent, la programmation des interactions entre une application IoT consommatrice de données et une plateforme IoT est complexe, sujette à des erreurs et demande un niveau de connaissance de la plateforme IoT approfondi de la part des développeurs. Les intergiciels IoT peuvent atténuer cette hétérogénéité, ils doivent fournir des services pertinents et ainsi faciliter le développement des applications.L'efficacité énergétique de la technologie numérique devenant une priorité, l'augmentation du nombre de systèmes IoT pose des problèmes énergétiques. Dans ce contexte, il est essentiel de concevoir soigneusement les interactions entre les applications IoT grand public et les plateformes IoT en tenant compte de l'efficacité énergétique. Les intergiciels IoT ne doivent pas uniquement considérer l'efficacité énergétique comme une exigence non fonctionnelle laissée à l'application, Au contraire, parce qu'ils sont utilisés par de nombreuses applications, l'efficacité énergétique doit être au cœur de leur conception.Cette thèse présente trois contributions concernant l'efficacité énergétique et la sensibilisation à l'énergie dans les intergiciels IoT pour les applications IoT consommatrices de données. La première contribution est la proposition d'un intergiciel IoT appelé IoTvar qui abstrait les capteurs virtuels IoT dans des variables IoT qui sont automatiquement mises à jour par l'intergiciel. La deuxième contribution est l'évaluation de la consommation d'énergie des interactions entre les applications IoT grand public et les plateformes IoT via les protocoles HTTP et MQTT. Cette évaluation a conduit à la proposition de lignes directrices pour améliorer l'efficacité énergétique des interactions. La troisième contribution est la proposition de stratégies d'efficacité énergétique pour des middleware IoT. Ces stratégies ont été intégrées dans l'intergiciel IoTvar pour assurer l'efficacité énergétique, mais aussi la sensibilisation à l'énergie par le biais d'un modèle énergétique et la gestion d'un budget énergétique fonction des exigences des utilisateurs. Les implémentations de l'architecture middleware IoT, avec et sans stratégie d'efficacité énergétique, ont été évaluées, et les résultats montrent que nous avons une diminution allant jusqu'à 60% de l'énergie consommée par les applications IoT en appliquant des stratégies pour réduire la consommation d'énergie au niveau du middleware.

Blockchain technology has been introduced as a trustworthy disintermediation tool for managing cross-organizational business processes in the past decade. It ensures activities' execution traceability while enforcing the control flow agreed upon at design time with other partners.However, ensuring trust in the deployment and execution protocol, process flexibility, and data privacy remains challenging in this environment.To address these challenges, we propose the three following contributions in this manuscript.First, we design and implement an on/off-chain deployment and execution strategy for on/off-chain choreographies, which enforces a trustworthy separation of concern between participants at each step of the deployment and execution. Meanwhile, we leverage a constraint-based business model language, DCR, abstracting the control flow under a set of constraints.Second, we propose to bring control-flow flexibility to the blockchain-based business process management system through change management: a change impacting other partners is propagated to affected processes using a smart contract. We also leverage smart contracts for a dynamic selection of service providers. The system analyses service providers' performance stored as blockchain logs and dynamically decides on the allocation of a task based on the QoS outputs.Finally, we propose two mechanisms to reconcile privacy imperatives with the benefits of blockchain. The first mechanism leverages fully homomorphic encryption for blockchain-based calculations such as sealed-bid auctions. Smart contracts gather and orchestrate bid comparison, while a computation oracle carries comparisons over ciphered data. The second mechanism leverages banks as trustworthy intermediaries while secreting the payment value. Partners can use per-collaboration tokens backed by a random value to proceed to multiple payments confidentially.We demonstrate the feasibility of each contribution through an implemented prototype and its effectiveness via experiments anchored in the logistics domain., La technologie blockchain peut être utilisée comme outil de désintermédiation fiable pour la gestion des processus métiers inter-organisationnels. Elle assure la traçabilité de l'exécution des activités et du flux de contrôle. Cependant, assurer la confiance dans le protocole de déploiement et d'exécution, permettre la flexibilité des processus et respecter la confidentialité des données restent trois verrous à solutionner dans cet environnement.Pour résoudre les problématiques susmentionnées , nous présentons les contributions suivantes.D'abord, nous présentons un mécanisme de déploiement et d'exécution on/off-chain pour les processus chorégraphiques. Cette solution assure une séparation fiable des vues entre les participants à chaque étape du déploiement et de l'exécution des instances. Ce faisant, nous tirons parti d'un langage de modèle de processus métiers déclaratif, DCR, qui permet d'abstraire le flux de contrôle.Deuxièmement, nous proposons un mécanisme de changement d'instances de chorégraphies DCR en cours d'exécution sur la blockchain. Un changement affectant d'autres partenaires est propagé aux processus concernés via un contrat intelligent. Nous proposons également une sélection dynamique de fournisseurs de services gérée par contrat intelligent.Enfin, nous proposons deux mécanismes préservant la confidentialité des enchères et des paiements dans un contexte blockchain. Le premier mécanisme se base sur du chiffrement entièrement homomorphe. Les calculs gérés par la blockchain opèrent sur des nombres chiffrés. Le deuxième mécanisme utilise une banque et un jeton de paiement (NFT) à valeur aléatoire. Les partenaires utilisent ces jetons pour procéder à plusieurs paiements tout en préservant la confidentialité des valeurs.Nous démontrons la faisabilité de chaque contribution au travers d'un prototype et son efficacité via des expérimentations ancrées dans le domaine logistique.

We propose to use numerical simulations and Monte Carlo approaches to test 40 MR fingerprinting sequences for their ability to quantify the BOLD effect and provide maps of baseline blood oxygen saturation without the need for contrast agent injection. Our results suggest that several sequences can produce SO2 maps with less that 3% error on average even in the presence of B1 and B0 inhomogeneities. T2 and blood vessel radius could also be estimated with the same acquisitions.

In the context of the factory of the future, technological and digital developments have enabled new ways of designing, collaborating and even training. The development of CAD (Computer Aided Design) tools, business simulation tools and more recently Digital Twins of industrial systems, make it possible to work on digital models of the system, giving a multi-physical representation of it. These digital models can be integrated and interfaced with Virtual or Augmented Reality (VR/AR) environments. They thus make it possible to improve the efficiency of the stakeholders in the various phases of design, operations, or maintenance of a system, such as design review, process study, assistance, or operator training. Finally, with the mass arrival of immersive headsets and new AR devices, these technologies are becoming increasingly democratic within companies and becoming accessible to SMEs who want to be able to benefit from them. However, the integration of business procedures and industrial scenarios in virtual and augmented environments remains a complex and scarcely industrialized process requiring various skills such as: business skills for the definition of procedures and scenarios, computer skills to generate the virtual environment and manage user interactions, …. Furthermore, the diversity of rendering devices and associated interactions further complicates the creation process involving long and costly development times.In order to propose elements of answers to these various industrial problems, we first drew up a state of the scientific and technological art relating to UML models and approaches based on ontologies for the formalization of processes or business scenarios. Based on this analysis and on the expertise and feedback from OREKA Ingenierie, the work of this thesis has made it possible to propose the INTERVALES data model (INTERactive Virtual and Augmented framework for industriaL Environments and Scenarios). This model makes it possible to formalize the creation of content and interactions in virtual and augmented reality linked to the procedures and business scenarios of industrial systems. Particular attention has been paid to the software architecture of the INTERVALES framework to allow for integration with digital twin tools (Unity-type 3D rendering engine, CAD and simulation tools, etc.). Cases of applications integrating the INTERVALES framework have been studied and demonstrate the diversity of uses with which the framework can respond, such as: the establishment of production workshop and design reviews of cobotic stations in VR, providing assistance or training in assembly ranges in AR/VR, supplementary training in the nuclear field, etc.Finally, the last contribution concerns the graphic interfaces of the INTERVALES framework which allows users to directly edit procedures and scenarios by defining the expected tasks and associated parameters. This work compared two distinct editors: a 2D user interface based on node graphs and a VR user interface allowing authoring-by-doing. The results of the experimental studies and subsequent analyses make it possible to conclude on the effectiveness of editing by demonstration for sequential procedures and the interest of a hybrid approach for more complex procedures., Dans le contexte de l'industrie du futur, les évolutions technologiques et numériques ont permis de mettre en place de nouvelles manières de concevoir, de collaborer ou encore de se former. Le développement des outils de CAO (Conception Assistée par Ordinateur), des outils de simulations métiers et plus récemment des Jumeaux Numériques de systèmes industriels permettent de travailler sur des modèles numériques du système, donnant une représentation multi-physiques de celui-ci. Ces modèles numériques peuvent être intégrés et interfacées avec des environnements en Réalité Virtuelle ou Augmentée (RV/RA). Ils permettent ainsi d’améliorer l’efficacité des parties prenantes dans les différentes phases de conception, d’exploitation ou de maintenance d’un système telles que, par exemple, la revue de conception, l’étude de processus, l’assistance ou la formation des opérateurs. Enfin, avec l’arrivée massive des casques immersifs et de nouveaux dispositifs de RA, ces technologies se démocratisent dans les entreprises et deviennent accessibles aux PMEs qui veulent pouvoir en tirer parti. Cependant, l'intégration de procédures métiers et de scénarios industriels dans les environnements virtuels et augmentés reste encore un processus complexe et peu industrialisé nécessitant des compétences diverses telles que : des compétences métiers pour la définition des procédures et scénarios, des compétences informatiques pour générer l’environnement virtuel et gérer les interactions de l’utilisateur, ... Par ailleurs, la diversité des appareils de rendu et des interactions associés complexifie d’autant plus le processus de création impliquant des temps de développement long et coûteux.Afin de proposer des éléments de réponses à ces différentes problématiques industrielles, nous avons tout d’abord dressé un état de l’art scientifique et technologique portant sur les modèles UML et les approches basées sur les ontologies pour la formalisation de processus ou de scénarios métiers. En s’appuyant sur cette analyse et sur l’expertise et les retours d’expériences d’OREKA ingénierie, les travaux de cette thèse ont permis de proposer le modèle de données INTERVALES (INTERactive Virtual and Augmented framework for industriaL Environments and Scenarios). Ce modèle permet de formaliser la création des contenus et interactions en réalité virtuelle et en réalité augmentée liés aux procédures et scénarios métiers de systèmes industriels. Une attention particulière a été portée sur l’architecture logicielle du framework INTERVALES afin de permettre une intégration avec les outils du jumeaux numériques (moteur de rendu 3D type Unity, outils de CAO et de simulation, …). Des cas d’applications intégrant le framework INTERVALES ont été étudiés et montrent notamment la diversité des usages auxquels le framework peut répondre : implantation d’atelier de production et revue de conception de poste cobotique en RV, assistance ou formation à des gammes d’assemblages en RA/RV, formations dans le domaine du nucléaire, ....Enfin, la dernière contribution porte sur les interfaces graphiques du framework INTERVALES permettant d’éditer les procédures et scénarios en définissant les tâches attendues et les paramètres associés. Ces travaux ont comparé deux éditeurs distincts : une interface utilisateur 2D basée sur des graphes de nœuds et une interface utilisateur en RV permettant l’édition par démonstration (authoring-by-doing). Les résultats des études expérimentales et des analyses conduites permettent de conclure sur l’efficacité de l’édition par démonstration pour des procédures séquentielles et de l’intérêt d’une approche hybride pour des procédures plus complexes.

A profusion of openly accessible content, actors and interactions is targeted by analysts for intelligence, marketing or political purposes. Analysing the immensity of open source data requires automated assistance. Although recent propositions in neural network architectures have demonstrated strong capacities for image and text modalities, their training harnesses massive training datasets, non-existent for the majority of operational classes of interest. To address this issue, active learning takes advantage of the great amounts of unlabelled documents by soliciting from a human oracle the ground-truth labels of the presumed most informative documents, to improve accuracy. Yet, the model's decision-making rationales are opaque and might be unrelated to those of the oracle. Furthermore, with its time-consuming iterative steps, the active learning workflow is detrimental to its real-time performances. Our contributions in this thesis aim to analyse and address these issues at four levels. Firstly, we observe the rationales behind a neural network's decisions. Secondly, we put these rationales into perspective with human rationales. Thirdly, we try and make the neural network align its decision-making rationales with those of a teacher model to simulate the rationales of a human oracle and improve accuracy in what is called active learning with rationales. Finally, we design and exploit an active learning framework to overcome its usual limitations. These studies were conducted with uni-modal text and image data, and multi-modal text and image associations, principally press articles in English and French. Throughout this work's chapters, we address several use cases among which fake news classification, vagueness classification, the detection of lack of contradiction in articles, the detection of arbitrary topics such as demonstrations and violence., Une profusion de contenus, acteurs et interactions en source ouverte sont ciblées par les analystes à des fins commerciales, politiques ou de renseignement. Analyser l'immensité de ces données requiert une assistance automatisée. Bien que les propositions récentes en matière d'architectures de réseaux de neurones aient montré de fortes capacités envers les modalités image et texte, leur entraînement exploite des jeux de données massifs, inexistant pour la majorité des classes d'intérêt opérationnel. Pour résoudre ce problème, l'apprentissage actif tire parti de la grande quantité de documents non annotés en sollicitant un oracle humain pour obtenir les labels des documents présumés les plus informatifs, afin d'améliorer la précision. Cependant, les justifications derrière les décisions du modèle sont opaques et sans lien avec celles de l'oracle. De plus, à cause de ses longues étapes successives, le déroulement de l'apprentissage actif nuit à ses performances en temps réel. Nos contributions dans cette thèse visent à analyser et résoudre ces problèmes à quatre niveaux. Premièrement, nous observons les justifications derrière les décision d'un réseau de neurones. Deuxièmement, nous mettons ces justifications en perspective avec celles élaborées par des humains. Troisièmement, nous incitons un réseau de neurones à aligner ses justificatifs sur ceux d'un modèle professeur qui simule ceux d'un oracle humain, et améliorons sa précision. Finalement, nous mettons au point et exploitons un système d'apprentissage actif pour surmonter ses limitations usuelles. Ces études ont été menées sur des données uni-modales texte ou image, ou sur des paires multi-modales texte/image, principalement des articles de presse en anglais et en français. À travers les chapitres de cette thèse, nous traitons plusieurs cas d'utilisation parmi lesquels la reconnaissance du vague et des fausses nouvelles, la détection du manque d'avis contradictoires dans les articles et la classification d'articles comme abordant des sujets arbitrairement choisis, tels que les manifestations ou la violence.

Nous avons utilisé diverses techniques de la science complexe: l'analyse de réseau, la RMT, la théorie de la prétopologie et la TDA, pour étudier les caractéristiques et le mécanisme des comportements collectifs des marchés boursiers sous différents aspects.Nous avons constaté que le MST du réseau de la corrélation d'un marché boursier peut représenté la structure du réseau et le réseau de seuils est plus approprié pour étudier la résilience du marché. Etant donné que la plus grande valeur propre de la matrice de l'échantillon et son vecteur propre associé peuvent donner des informations sur les “vraies” corrélations des stocks si elle est très supérieure à la limite supérieure de la distribution Marčenko - Pastur, nous pouvons utiliser le premier PC dont les chargements sont les composantes du vecteur propre pour étudier le comportement collectif du marché.Avec la dynamique temporelle du réseau MST, nous confirmons que l'état instable du marché peut se refléter sur la structure en étoile du réseau ou sur la disparition de la propriété sans échelle du réseau. Cet état peut être quantifié par la baisse remarquable de différentes mesures telles que la longueur de chemin le plus court, le taux de survie, le même rapport sectoriel et le coefficient allométrique. De plus, en tant que réseau sans échelle, nous admettons également que le réseau à seuil est robuste en cas de défaillance aléatoire mais très fragile en cas d'attaques intentionnelles.Ensuite, nous étudions la plus grande valeur propre de la matrice empirique de corrélation et son vecteur propre associé. Nous suggérons de composer le portefeuille le plus corrélé à partir du premier PC. Le premier PC peut être considéré comme le facteur de marché et est fortement corrélé avec l'indice correspondant. Nous proposons une formule simple pour approximer ses chargements basé sur la relation asymptotiquement linéaire des chargements avec les coefficients de corrélation moyens des actions.Comme le comportement collectif d'un marché peut être causé par une défaillance en cascade, nous proposons une méthode pour étudier l'évolution de la défaillance. En supposant que le nombre de stocks défaillants augmente l'impact de ces stocks sur un autre stock et déclenche sa défaillance si l'impact est suffisamment important, nous construisons un espace prétopologique dans lequel la pseudo-fermeture modélise la contagion. En revanche, l'ouverture de la rémunération du groupe permet de prédire les stocks non impactés par les stocks défaillants. Nous avons constaté que notre cadre prétopologique est plus efficace que l'approach utilisé le réseau MST et le réseau à seuil. L'efficacité vient de la prise en compte de toutes les corrélations des actions, illustrant évidemment la contagion par étapes individuelles et notant non seulement la relation des actions mais aussi la relation entre une action et un groupe.Enfin, nous proposons une méthode pour détecter les anomalies. Étant donné que le facteur de marché représenté par le premier PC est fortement corrélé avec l'indice, le dernière est appropriée pour étudier le comportement collectif du marché. Nous établissons une mesure pour reconnaître en quoi la topology des séries temporelles de l'indice obtenues au cours d'une certaine période sont différentes de celles des séries temporelles précédentes. Cette mesure est testée pour l'indice S&P 500. Nous avons constaté que la mesure de l'écart aide vraiment à détecter les “crashes” du marché Américain lorsqu'il est supérieur à 60%. Parce qu'elle prend souvent une si grande valeur dès le début des crises financières, cette valeur peut être un avertissement de crises au lieu de nombreuses statistiques économiques.De ce fait, cette thèse permet d'acquérir une connaissance approfondie de l'évolution des marchés boursiers, des structures géométriques et des signes de stabilité qui sont essentielles pour controle le risque systémique.

In this paper we investigated two different methods to parse relative and noun complement clauses in English and resorted to distinct tags for their corresponding that as a relative pronoun and as a complementizer. We used an algorithm to relabel a corpus parsed with the GUM Treebank using Universal Dependency. Our second experiment consisted in using TreeTagger, a Probabilistic Decision Tree, to learn the distinction between the two complement and relative uses of postnominal "that". We investigated the effect of the training set size on TreeTagger accuracy and how representative the GUM Treebank files are for the two structures under scrutiny. We discussed some of the linguistic and structural tenets of the learnability of this distinction., Published in the ACL anthology, ALTA 2022

Nowadays, computer networks are used in many fields and their breakdown can strongly impact our daily life. Assessing their security is a necessity to reduce the risk of compromise by an attacker. Nevertheless, the solutions proposed so far are rarely adapted to the high complexity of modern computer systems. They often rely on too much human work and the algorithms used don't scale well. Furthermore, the evolution of the system over time is rarely modeled and is therefore not considered in the evaluation of its security.In this thesis, we propose a new attack graph model built from a dynamic description of the system. We have shown through our experimentations that our model allows to identify more attack paths than a static attack graph model. We then proposed an attack simulation algorithm to approximate the chances of success of system compromise by a malicious actor.We also proved that our solution was able to analyze the security of complex systems. The worst-case time complexity was assessed for each algorithm used. Several tests were performed to measure their real performances. Finally, we applied our solution on an IT network composed of several thousand elements.Future work should be done to improve the performance of the attack graph generation algorithm in order to analyze increasingly complex systems. Solutions should also be found to facilitate the system modeling step which is still a difficult task to perform, especially by humans. Finally, the simulation algorithm could be improved to be more realistic and take into account the real capabilities of the attacker. It would also be interesting to assess the impact of the attacks on the organization and its business processes., De nos jours, les réseaux informatiques sont utilisés dans de nombreux domaines et leur défaillance peut avoir un fort impact sur notre vie quotidienne. L'évaluation de leur sécurité est une nécessité pour réduire le risque de compromission par un attaquant. Néanmoins, les solutions proposées jusqu'à présent sont rarement adaptées à la grande complexité des systèmes informatiques modernes. Elles reposent souvent sur un travail humain trop important et les algorithmes utilisés ne sont pas assez performants. De plus, l'évolution du système dans le temps est rarement modélisée et n'est donc pas prise en compte dans l'évaluation de sa sécurité. Dans cette thèse, nous proposons un nouveau modèle de graphe d'attaque construit à partir d'une description dynamique du système. Nous avons mis en évidence à travers nos expériences que notre modèle permettait d'identifier davantage de chemins d'attaque qu'un modèle de graphe d'attaque statique. Nous avons ensuite proposé un algorithme de simulation d'attaques permettant d'approximer les chances de succès de compromission du système par un acteur malveillant. Nous avons également prouvé que notre solution était capable d'analyser la sécurité de systèmes complexes. La complexité en temps dans le pire des cas a été évaluée pour chaque algorithme utilisé et plusieurs tests ont été réalisés pour mesurer leurs performances réelles. Pour terminer, nous avons appliqué notre solution sur un réseau IT composé de plusieurs milliers d'éléments. De futurs travaux devraient être réalisés pour améliorer les performances de l'algorithme de génération des graphes d'attaque afin de permettre d'analyser des systèmes toujours plus complexes. Des solutions devraient également être trouvées pour faciliter l'étape de modélisation du système qui reste encore à ce jour une tâche difficile à réaliser, surtout par des humains. Enfin, l'algorithme de simulation pourrait être amélioré pour être plus réaliste et tenir compte des réelles capacités de l'attaquant. Il serait également intéressant d'évaluer l'impact des attaques au niveau de l'organisation et de ses processus métiers

International audience; Artificial intelligence is not only where we expect it to be. It invests our lives and more largely our territories far beyond the realm of research laboratories. It is not commonly associated with the development of rural areas, except in China, where it is part of a new dynamic of rural digitalization.

Speech pre-training has primarily demonstrated efficacy on classification tasks, while its capability of generating novel speech, similar to how GPT-2 can generate coherent paragraphs, has barely been explored. Generative Spoken Language Modeling (GSLM) \cite{Lakhotia2021} is the only prior work addressing the generative aspects of speech pre-training, which replaces text with discovered phone-like units for language modeling and shows the ability to generate meaningful novel sentences. Unfortunately, despite eliminating the need of text, the units used in GSLM discard most of the prosodic information. Hence, GSLM fails to leverage prosody for better comprehension, and does not generate expressive speech. In this work, we present a prosody-aware generative spoken language model (pGSLM). It is composed of a multi-stream transformer language model (MS-TLM) of speech, represented as discovered unit and prosodic feature streams, and an adapted HiFi-GAN model converting MS-TLM outputs to waveforms. We devise a series of metrics for prosody modeling and generation, and re-use metrics from GSLM for content modeling. Experimental results show that the pGSLM can utilize prosody to improve both prosody and content modeling, and also generate natural, meaningful, and coherent speech given a spoken prompt. Audio samples can be found at https://speechbot.github.io/pgslm. Codes and models are available at https://github.com/pytorch/fairseq/tree/main/examples/textless_nlp/pgslm., ACL 2022