Academic literature on the topic 'Adaptation à l'utilisateur'

International audience This work presents the Adaptative Integrated Information System under Web (AIISW) for the management of hydrous resources. The AIISW is a natural extension of the IISW-WADI towards an adaptative and customised architecture according to the user profile or the context of use including : a research and indexation engine system, simulators, a GIS and meshing editors as well as graphic viewers. This AIISW allows on the one hand to manage in an automatic way data of simulators and on the other hand to exploit and calibrate eventually in real time the results of these simulations by corroborating them with extracted or identified parameters. Ce travail présente le Système d'Information Intégré Adaptatif sous Web (SIIAW) pour la gestion des ressources hydriques. Le SIIAW est une extension naturelle du S2IW-WADI vers une architechture adaptative et personnalisée en fonction de l'utilisateur et du contexte d'utilisation incluant: un système de recherche et d'indexation, des codes de simulations, un SIG et des mailleurs ainsi que des visualiseurs graphiques. Ce SIIAW permet ainsi d'une part de manipuler de manière automatique les données des simulateurs et d'autre part d'exploiter et de caler éventuellement en temps réel les résultats de ces simulations en les corroborant avec des paramètres extraits ou identifiés.

Nous nous intéressons ici à une interface cerveau-machine (BCI, Brain Computer Interface) permettant de commander une prothèse par la pensée. Le rôle du BCI est de décoder à partir de signaux électroencéphalographiques (EEG) le mouvement désiré par le sujet. Le coeur du BCI est un algorithme de classification caractérisé par le choix des descripteurs des signaux et des règles de décision. L'objet de cette thèse est de développer un système BCI précis, capable d'améliorer ses performances en cours d'utilisation et de s'adapter à l'utilisateur sans nécessiter de multiples sessions d'apprentissage. Nous combinons deux moyens pour y parvenir. Le premier consiste à augmenter la précision du système de décision en recherchant des descripteurs pertinents vis à vis de l'objectif de classification. Le second est d'inclure un retour de l'utilisateur sur le système de décision : l'idée est d'estimer l'erreur du BCI à partir de potentiels cérébraux évoqués, reflétant l'état émotionnel du patient corrélé au succès ou à l'échec de la décision prise par le BCI, et de corriger le système de décision du BCI en conséquence. Les principales contributions de la thèse sont les suivantes : nous avons proposé une méthode d'optimisation de descripteurs à bases d'ondelettes pour des signaux EEG multivoies ; nous avons quantifié théoriquement l'amélioration des performances apportée par le détecteur ; un simulateur du système corrigé et bouclé a été développé pour observer le comportement du système global et comparer différentes stratégies de mise à jour de l'ensemble d'apprentissage ; le système complet a été implémenté et fonctionne en ligne dans des conditions réelles.

Nous nous intéressons ici à une interface cerveau-machine (BCI, Brain Computer Interface) permettant de commander une prothèse par la pensée. Le rôle du BCI est de décoder à partir de signaux électroencéphalographiques (EEG) le mouvement désiré par le sujet. Le cœur du BCI est un algorithme de classification caractérisé par le choix des descripteurs des signaux et des règles de décision. L’objet de cette thèse est de développer un système BCI précis, capable d’améliorer ses performances en cours d’utilisation et de s’adapter à l’utilisateur sans nécessiter de multiples sessions d’apprentissage. Nous combinons deux moyens pour y parvenir. Le premier consiste à augmenter la précision du système de décision en recherchant des descripteurs pertinents vis à vis de l’objectif de classification. Le second est d’inclure un retour de l’utilisateur sur le système de décision : l’idée est d’estimer l’erreur du BCI à partir de potentiels cérébraux évoqués, reflétant l’état émotionnel du patient corrélé au succès ou à l’échec de la décision prise par le BCI, et de corriger le système de décision du BCI en conséquence. Les principales contributions de la thèse sont les suivantes : nous avons proposé une méthode d’optimisation de descripteurs à bases d’ondelettes pour des signaux EEG multivoies ; nous avons quantifié théoriquement l’amélioration des performances apportée par le détecteur ; un simulateur du système corrigé et bouclé a été développé pour observer le comportement du système global et comparer différentes stratégies de mise à jour de l’ensemble d’apprentissage ; le système complet a été implémenté et fonctionne en ligne dans des conditions réelles
We study a brain computer interface (BCI) to control a prosthesis with thought. The aim of the BCI is to decode the movement desired by the subject from electroencephalographic (EEG) signals. The core of the BCI is a classification algorithm characterized by the choice of signals descriptors and decision rules. The purpose of this thesis is to develop an accurate BCI system, able to improve its performance during its use and to adapt to the user evolutions without requiring multiple learning sessions. We combine two ways to achieve this. The first one is to increase the precision of the decision system by looking for relevant descriptors for the classification. The second one is to include a feedback to the user on the system decision : the idea is to estimate the error of the BCI from evoked brain poten tials, reflecting the emotional state of the patient correlated to the success or failure of the decision taken by the BCI, and to correct the decision system of the BCI accordingly. The main contributions are : we have proposed a method to optimize the feature space based on wavelets for multi-channel EEG signals ; we quantified theoretically the performances of the complete system improved by the detector ; a simulator of the corrected and looped system has been developed to observe the behavior of the overall system and to compare different strategies to update the learning set ; the complete system has been implemented and works online in real conditions

The information found on the Internet is growing at such a rapid rate that soon methods of searching through text using terms frequencies will not be enough. One stream of thought is devoted to personalizing the search, which means taking into account the specific traits and background of a user when answering that user's query. We believe that user's profile, user's community, and user's context are the three main issues to tackle the problem of the ever growing World Wide Web. The thesis investigates the combination of these three streams of thought. In the first part of this thesis, we develop a PERsonalized and Collaborative Information Retrieval System (called PERCIRS), which makes use of the first two factures (profile and community). PERCIRS creates a ranked list for the query q of the user U based on the documents selected by similar users to U which have been considered as relevant to the similar queries to q. The effectiveness of method for finding the similar users plays an important role in PERCIRS's effectiveness. To this aim, we have proposed three categories of formulas to calculate the similarity between two user profiles: equality-based, similarity-based and graph-based. In order to find the optimal category we proposed two evaluation mechanisms: categorization-based and classification-based. Both of these two mechanisms agreed on the graph-based user profile calculation formulas as the optimal formulas. As PERCIRS is a personalized IR system (due to considering user profiles), it can not be evaluated by Cranfield like evaluation mechanisms (e. G. TREC). Hence in this thesis we propose a new mechanism which enables us to evaluate it with the other classical IR systems such as BM25-Okapi. In the second part, the user's context is used to adapt a found document by PERCIRS to user's preferences. We propose to physically and semantically adapt a given document based on the user's profile and context's profile. A mechanism is also proposed to navigate into the adapted documents according to user's preferences
Les informations disponibles sur l'Internet se développent à un rythme tel que bientôt les méthodes de recherche textuelle utilisant la fréquence des termes ne seront plus suffisantes. Un courant de pensée est consacré à la personnalisation de la recherche, à savoir prendre en compte des traits spécifiques et le contexte de l’utilisateur pour répondre à sa requête. Nous pensons que le profil, la communauté, et le contexte de l'utilisateur sont les trois concepts essentiels à envisager pour faire face au problème de la croissance du World Wide Web. La thèse étudie la combinaison de ces trois courants de pensée. Dans la première partie de cette thèse, nous développons un système de recherche d’information personnalisé et collaboratif (appelé PERCIRS), qui utilise les deux premiers concepts (le profil et la communauté). PERCIRS crée une liste classée de documents pertinents, pour la requête q de l'utilisateur U. Cette classification se fait sur la base des documents sélectionnés pour les requêtes semblables à q par les utilisateurs au profil similaire à celui de U. Le choix de la méthode de recherche d’utilisateurs similaires joue un rôle important dans l’efficacité de PER-CIRS. À cette fin, nous avons proposé trois catégories de formules pour calculer la similarité entre deux profils d'utilisateurs: formule fondée sur l'égalité, formule fondée sur la similarité et enfin une formule fondée sur les graphes. Afin de trouver la catégorie optimale, nous avons proposé deux mécanismes d'évaluation: fondés sur les concepts de la catégorisation et de la classification. Ces deux mécanismes s’appuient sur les formules de calcul de profil utilisateur fondées sur les graphes. PERCIRS étant un système de recherche d’information (SRI) personnalisé (en raison de la prise en compte des profils d'utilisateur), il ne peut pas être évalué par des mécanismes d'évaluation tels que Cranfield (par exemple TREC). Par conséquent, dans cette thèse, nous proposons un nouveau mécanisme qui permet de l'évaluer en même temps que les autres SRI classiques tels que BM25 – Okapi. Dans la deuxième partie de ce travail de thèse,, le contexte de l'utilisateur est utilisé pour adapter, aux préférences de l'utilisateur, un document trouvé par PERCIRS. Nous proposons d'adapter physiquement et sémantiquement un document selon le profil de l'utilisateur et selon le profil de contexte. Un mécanisme est également proposé pour naviguer dans des documents adaptés en fonction des préférences de l'utilisateur

La thèse s'inscrit dans le domaine de l'ingénierie de l'interaction Homme-Machine. Elle porte sur la plasticité des Interfaces Homme-Machine (IHM), c'est-à-dire leur capacité à s'adapter à leur contexte d'usage dans le respect des bonnes propriétés pour l'humain. Plus précisément, l'objet d'étude est la transformation de l'IHM pour accélérer l'interaction
Research contributes to the engineering of Human Computer Interaction. It deals with the plasticity property, i.e. the ability of User Interfaces to withstand variations of the context of use while preserving user centered properties. More specifically, the object under study is the UI transformation for speeding up interaction

L'expérience utilisateur (UX) est aujourd’hui acceptée comme un facteur de qualité important pour le succès des systèmes informatiques ou des logiciels. Elle dépend de dimensions comme l'émotion, l'esthétique, le plaisir ou la confiance. Parmi ces dimensions, l'importance de la facilité d'utilisation et de l’esthétique est reconnue. Ces deux aspects doivent donc être considérés lors de la conception d’interfaces utilisateur.Cela soulève la question de comment les concepteurs peuvent vérifier UX à l’exécution et l’améliorer si nécessaire. Pour obtenir une bonne qualité d’interface utilisateur en tout contexte d’usage (c.-à-d. utilisateur, plate-forme et environnement), la plasticité propose d’adapter l’interface utilisateur au contexte tout en préservant l’utilisabilité. De manière similaire, notre objectif est de préserver ou d’améliorer UX à l’exécution, en proposant des adaptations des interfaces utilisateur aux émotions des utilisateurs. Les adaptations peuvent concerner l’esthétique ou l’utilisabilité.Ainsi la question de recherche abordée dans ce doctorat est comment conduire l’adaptation des interfaces utilisateur avec un modèle de l’utilisateur basé sur les émotions et les caractéristiques de l’utilisateur (âge et sexe).Notre approche vise à personnaliser les interfaces utilisateurs avec les émotions de l’utilisateur au moment de l’exécution. Une architecture, Perso2U, a été conçue pour adapter les ’interfaces en fonction de leurs émotions et de leurs âge et sexe. Le Perso2U comprend trois composantes principales : (1) un moteur d’inférence, (2) un moteur d’adaptation et (3) le système interactif. Premièrement, le moteur d’inférence reconnaît la situation de l’utilisateur et en particulier ses émotions (joie, colère, dégoût, tristesse, surprise, peur, mépris) qui sont dans le modèle d’émotion Ekman plus l’émotion neutre. Deuxièmement, après l’inférence sur les émotions, la structure d’interface la mieux adaptée est sélectionnée et l’ensemble des paramètres de l’interface utilisateur (audio, taille de la police, Widgets, disposition de l’interface utilisateur, etc.) est calculé en fonction de ces émotions détectées. Troisièmement, ce calcul d’une structure d’interface utilisateur et de paramètres appropriés permet à l’interface utilisateur d’exécuter des changements à l’exécution visant à fournir une meilleure interface utilisateur. Puisque la reconnaissance des émotions est exécutée cycliquement, alors il est possible d’adapter les interfaces utilisateur à l’exécution.Puisque cette approche repose sur des outils de reconnaissance des émotions, nous avons mené une expérience pour étudier la similitude de la détection des émotions des visages à partir d’ouitls existants afin de comprendre si cette détection est indépendante de l’outil de reconnaissance des émotions ou non. Les résultats ont confirmé que les émotions détectées par les outils fournissent des valeurs émotionnelles similaires.Comme l’UX dépend de facteurs de qualité de l’interaction utilisateur comme l’esthétique et la facilité d'utilisation, et de caractéristiques individuelles telles que l’âge et le sexe, nous avons effectué une deuxième analyse expérimentale. Elle tend à montrer que : (1) les facteurs de qualité de l’interface utilisateur (esthétique et/ou utilisabilité) influencent les émotions de l’utilisateur en fonction de l’âge et du sexe, (2) le niveau (élevé et/ou faible) des facteurs de qualité de l’interface utilisateur semblent avoir une incidence différente sur les émotions selon l’âge et le sexe. À partir de ces résultats, nous définissons des seuils en fonction de l’âge et du sexe qui permettent au moteur d’inférence de détecter les problèmes d’utilisabilité et/ou d’esthétique
User interfaces adaptation by using emotions.Perso2U, an approach to personalize user interfaces with user emotions.User experience (UX) is nowadays recognized as an important quality factor to make systems or software successful in terms of user take-up and frequency of usage. UX depends on dimensions like emotion, aesthetics or visual appearance, identification, stimulation, meaning/value or even fun, enjoyment, pleasure, or flow. Among these dimensions, the importance of usability and aesthetics is recognized. So, both of them need to be considered while designing user interfaces (UI).It raises the question how designers can check UX at runtime and improve it if necessary. To achieve a good UI quality in any context of use (i.e. user, platform and environment), plasticity proposes to adapt UI to the context while preserving user-centered properties. In a similar way, our goal is to preserve or improve UX at runtime, by proposing UI adaptations. Adaptations can concern aesthetics or usability. They can be triggered by the detection of specific emotion, that can express a problem with the UI.So the research question addressed in this PhD is how to drive UI adaptation with a model of the user based on emotions and user characteristics (age & gender) to check or improve UX if necessary.Our approach aims to personalize user interfaces with user emotions at run-time. An architecture, Perso2U, has been designed to adapt the UI according to emotions and user characteristics (age and gender). Perso2U includes three main components: (1) Inferring Engine, (2) Adaptation Engine and (3) Interactive System. First, the inferring engine recognizes the user’s situation and in particular him/her emotions (happiness, anger, disgust, sadness, surprise, fear, contempt) plus neutral which are into Ekman emotion model. Second, after emotion recognition, the best suitable UI structure is chosen and the set of UI parameters (audio, Font-size, Widgets, UI layout, etc.) is computed based on such detected emotions. Third, this computation of a suitable UI structure and parameters allows the UI to execute run-time changes aiming to provide a better UI. Since the emotion recognition is performed cyclically then it allows UI adaptation at run-time.To go further into the inferring engine examination, we run two experiments about the (1) genericity of the inferring engine and (2) UI influence on detected emotions regarding age and gender.Since this approach relies on emotion recognition tools, we run an experiment to study the similarity of detecting emotions from faces to understand whether this detection is independent from the emotion recognition tool or not. The results confirmed that the emotions detected by the tools provide similar emotion values with a high emotion detection similarity.As UX depends on user interaction quality factors like aesthetics and usability, and on individual characteristics such as age and gender, we run a second experimental analysis. It tends to show that: (1) UI quality factors (aesthetics and/or usability) influences user emotions differently based on age and gender, (2) the level (high and/or low) of UI quality factors seem to impact emotions differently based on age and gender. From these results, we define thresholds based on age and gender that allow the inferring engine to detect usability and/or aesthetics problems

Cette these est une critique psychologique du type d'assistance que les systemes d'aide actuels fournissent aux utilisateurs occasionnels de dispositifs informatiques. La critique porte precisement sur l'adequation du modele de reference (representation des connaissances acquises ou a acquerir par l'utilisateur) utilise par les systemes pour interpreter les actions de l'utilisateur et definir les aides dont il a besoin. Le modele de reference couramment utilise dans les systemes d'aide actuels est principalement le modele de l'expert du domaine. La these montre, a partir de l'analyse psychologique de l'activite des programmeurs occasionnels, l'inadequation du modele expert pour interpreter le comportement de cette categorie d'utilisateurs. La these montre egalement l'inadequation de ce modele pour definir les aides qui repondent aux besoins et attentes des utilisateurs occasionnels. L'utilisation du modele expert suppose en effet que ces derniers cherchent, comme l'expert, a atteindre une solution optimale (principe d'optimisation) alors qu'ils cherchent a atteindre une solution satisfaisante (principe d'operationalisation), en elaborant des plans-optimaux. De ce fait, ils ne peuvent exploiter les aides, solutions fournies a partir du modele expert, trop eloignees de leur representation du probleme. Cette these suggere d'aider les programmeurs occasionnels a realiser leurs plans sousoptimaux (aide a l'operationalisation) et plus generalement de construire des modeles de reference stereotypiques de la categorie d'utilisateurs auxquels s'adresse l'aide
This thesis criticizes, from a psychological point of view, the kind of assistance provided by current help systems to casual users of computing devices. The criticism turns on the appropriateness of the reference model (i. E. The representation of the knowledge acquired or to be acquired by the user) used by those systems for interpreting user's actions and for defining the assistance they need. The reference model generally used in current help systems is mainly some expert model. The thesis shows, from a psychological analysis of the activity of some casual programmers, the inappropriateness of the expert model for interpreting the behavior of this category of users. Likewise the thesis shows the inappropriateness of the expert model for defining the assistance that meets casual users'needs and expectations. In fact, the use of some expert model implies that casual users, like experts, attempt to achieve some optimal solution (optimization principle) whereas they attempt to achieve some satisficing solution more often (operationalization principle), by elaborating sub-optimal plans. Thereby they cannot exploit helps and solutions given in terms of the expert model, because they are too far from their representation of the problem. Thus the thesis suggests to design systems that help casual programmers to realize their sub-optimal plans (help to operationalization). More generally, it is suggested to provide help systems with a reference model that is stereotypical of the category of users to whom the help is adressed

Dans le cadre de la synthèse d'images 3D, le modèle numérique d'une scène est traditionnellement conçu à l'aide de logiciels complexes d'utilisation appelés modeleurs, puis est fourni à un logiciel de rendu qui produit l'image. Récemment, des méthodes de reconstruction basées sur l'utilisation de données photographiques ont émergé. La direction que nous suivons dans les travaux présentés ici consiste à intégrer l'utilisateur à ce processus de reconstruction de façon à résoudre les ambigui͏̈tés et les imprécisions. Nous nous sommes particulièrement intéressés aux apports de connaissances que peut fournir l'utilisateur tant sur la géométrie de la scène (coordonnées, contraintes métriques ou angulaires) que sur les propriétés de l'appareil photographique. Nous proposons ainsi un algorithme itératif appelé ajustement de faisceaux s'adaptant aux informations disponibles. Même dans le cas défavorable où l'utilisateur ne fournit aucune donnée sur la scène à reconstruire, le système de reconstruction reste opérationnel (auto-calibrage). Dans le but d'habiller au mieux un modèle géométrique ainsi obtenu, nous proposons une méthode d'extraction de textures paramétrable prenant en compte l'orientation de la surface et sa prépondérance par rapport aux différents clichés photographiques. Enfin, dans l'objectif de reconstruire des objets toujours plus complexes, nous proposons aussi un moyen de représenter et calculer le modèle numérique de certains objets aux formes douces (formes pour lesquelles un nombre important de polygones serait nécessaire pour avoir une approximation raisonnable). Pour valider la robustesse de nos différentes techniques, un logiciel a été développé, Reality. Il permet notamment de reconstruire une scène à partir de points associés sur les photographies (approche constructive) et d'utiliser des objets géométriques déjà connus tels que des boites et des cylindres (approche par reconnaissance) dans le but d'accélérer la constitution du modèle.

L'accès à une information pertinente, adaptée aux besoins et au contexte de l'utilisateur est un challenge dans un environnement Internet, caractérisé par une prolifération de ressources hétérogènes. Les travaux présentés dans cette thèse rentrent dans le cadre de la Recherche d'Information (RI) et s'intéressent à la prise en compte du contexte de l'utilisateur pendant la phase de requête. Nous proposons un assistant d'aide à la reformulation de requêtes reposant sur l'utilisation d'une méthode hybride d'expansion de requêtes afin de fournir des résultats personnalisés en fonction du contexte. Cet assistant utilise le profil de l'utilisateur, qui contient les centres d'intérêts et les préférences des utilisateurs, et utilise également le contexte de l'utilisateur qui considère l'état actuel de la tâche courante de l'utilisateur pendant le processus de recherche. Une implémentation de cette approche est réalisée, suivie d'une étude expérimentale. Nous proposons également une procédure d'évaluation qui tient compte l'évaluation des termes d'expansion, générés par notre système de reformulation de requêtes, et de l'évaluation des résultats retournés en utilisant les requêtes reformulées SRQ. Nous montrons sur plusieurs scénarios que notre approche, en particulier celle qui prend en compte la tâche actuelle de l'utilisateur est effectivement plus performante que les approches reposant soit uniquement sur la requête initiale, ou encore sur la requête reformulée en considérant uniquement le profil de l'utilisateur.

Avec l'hétérogénéité des réseaux et la demande croissante de services multimédias, la Qualité d'Expérience (QoE) devient un facteur déterminant de réussite ou d’échec de ces services. Dans cette thèse, nous avons d’abord analysé l'impact des paramètres de qualité sur l'engagement de l'utilisateur, afin de comprendre l’effet des paramètres vidéo (temps de démarrage, qualité intrinsèque, taux de blocage) et la popularité du service sur l'engagement de l'utilisateur. Nos résultats ont montré que le taux de blocage et la popularité du service sont des paramètres critiques qui impactent fortement la satisfaction et l'engagement de l’utilisateur, tandis que, le temps de démarrage a moins d’impact. Ensuite, les approches subjectives de QoE comme le Mean Opinion Score (MOS) ont été traité dans cette thèse, où les utilisateurs sont appelés à donner une note de satisfaction en fonction des informations de contextes. Une analyse statistique des résultats obtenus à partir de tests utilisateurs a montré que le type de terminal et de contenu sont des paramètres qui impactent fortement le MOS. En plus, des modèles mathématiques d’estimation de QoE en fonction des informations de contextes ont été proposés. Enfin, deux techniques d’optimisations ont été proposées : Le MDASH (MOS Dynamic Adaptive Streaming over HTTP) pour l’optimisation vidéo de flux partageant les mêmes ressources, de manière à garantir une certaine QoE pour tous les utilisateurs. Et une optimisation de livraison, basée sur des fonctions d’utilités dans laquelle, une fonction globale d'utilité est calculée en fonction de différentes contraintes (qui dépendent fortement des stratégies des acteurs de la chaîne de livraison)
With the network heterogeneity and increasing demand of multimedia services, Quality of Experience (QoE) becomes a crucial determinant of the success or failure of these services. In this thesis, we first propose to analyze the impact of quality metrics on user engagement, in order to understand the effects of video metrics (video startup time, average bitrate, buffering ratio) and content popularity on user engagement. Our results show that video buffering and content popularity are critical parameters which strongly impacts the end-user’s satisfaction and user engagement, while the video startup time appears as less significant. On other hand, we consider subjective approaches such as the Mean Opinion Score (MOS) for evaluating QoE, in which users are required to give their assessment according to contextual information. A detailed statistical analysis of our study shows the existence of non-trivial parameters impacting MOS (the type of device and the content type). We propose mathematical models to develop functional relationships between the QoE and the context information which in turn permits us to estimate the QoE. A video content optimization technique called MDASH (for MOS Dynamic Adaptive Streaming over HTTP) is proposed, which improves the perceived QoE for different video sessions sharing the same local network, while taking QoE fairness among users as a leitmotiv. We also propose a utility-based approach for video delivery optimization, in which a global utility function is computed based on different constraints (e.g. target strategies coming from the actors of the delivery chain)