Academic literature on the topic 'Apprentissage des fonctionnalités'

L’intégration des TICE (technologie d’information et de communication dans l’enseignement) nécessite une réflexion profonde sur l’évolution des pratiques de classe. Elle nécessite surtout l’innovation dans le choix et dans la conception des situations des apprentissages qui utilisent d’une façon progressive et rationnelle les ressources numériques. Le choix adéquat des approches pédagogiques et didactiques de l'enseignant et des ressources numériques à utiliser ont un impact direct sur l’amélioration de la qualité des apprentissages mathématiques. Dans notre contribution nous réservons une place pour l’impact de la scénarisation et le film éducatif notamment dans l’apprentissage et l’enseignement à distance pour assurer la continuité pédagogique. Nous nous concentrons aussi sur la classe inversée et le e-learning pour leurs rôles dans l’auto-apprentissage des apprenants. Toutefois, il faut signaler que la conception de nouvelles ressources éducatives numériques et leur mise en oeuvre présentent un défi majeur pour les enseignants ; pour produire une nouvelle ressource numérique, il faut combiner les fonctionnalités de plusieurs logiciels. On parle alors des concepts liés à la genèse et l’orchestration instrumentale [1, 12].

L’utilisation des tablettes numériques tactiles devrait faciliter l’enseignement. Cependant, malgré leur introduction dans de nombreux pays, les résultats en termes d’apprentissages des élèves ou des étudiants sont assez mitigés. Pour préciser cela, nous avons étudié dans quelle mesure l’utilisation en autonomie des tablettes numériques tactiles par des étudiants pouvait les aider dans leur apprentissage lors de travaux pratiques d’électricité à l’Université. Les résultats de cette étude ont montré un impact positif: l’utilisation non prescriptive de la tablette a permis à chaque étudiant d’utiliser les fonctionnalités qui l’intéressaient et de collaborer ou demander de l’aide aux autres étudiants ou à l’enseignant s’il le souhaitait. Cela nécessite toutefois une maturité suffisante de la part des étudiants et une formation préalable aux bons usages d’un tel outil connecté, comme cela a été mis en place dans le cadre de cette étude.

Lors du CETSIS en 2017, HOME I/O a été présenté comme un outil pédagogique innovant. Ce logiciel est le résultat d'un projet de R&D entre le laboratoire CReSTIC de l'Université de Reims Champagne-Ardenne (URCA) et Real Games, partiellement financé par le Ministère de l'Education Nationale. L’objectif était de concevoir une maison virtuelle pour l'enseignement des STEM (Sciences, Technologies, Ingénierie et Mathématiques). L'idée principale, dès le début du projet, a été d'amener une maison virtuelle dans la salle de classe, adaptée aux apprenants et aux enseignants et utilisable du collège à l'université. HOME I/O est fourni avec CONNECT I/O, automate logiciel pouvant également servir de passerelle pour se connecter à des équipements externes (API, microcontrôleur, Matlab, Labview…) au moyen des protocoles Modbus TCP, OPC DA, OPC UA... Dans le monde entier, environ 800 collèges, lycées et universités utilisent HOME I/O. Les retours des enseignants et des étudiants ont été pris en compte en mettant régulièrement à jour HOME I/O avec de nouveaux modules et de nouvelles fonctionnalités comme l'intégration de Scratch 2.0 (2017) et l'intégration de Python 3.x (2019). Cet article présente ces nouvelles fonctionnalités et une sélection d'applications pé-dagogiques innovantes réalisées par des enseignants de collège, lycée, université et même d'école primaire ! HOME I/O semble prouver qu'il est possible de disposer d’un seul outil de simulation adapté à différents niveaux de formation et permettant des approches pédagogiques originales : classe inversée, jumeau numérique pédagogique, apprentissage par l'erreur, projets…

Contexte : À l’Université de Montpellier, l’enseignement de la physiologie passe par une initiation à la démarche expérimentale, effectuée sous forme d’un apprentissage par problème (APP) au cours d’enseignements dirigés (ED) ou travaux pratiques (TP). Actuellement, les ED/TP de physiologie en 2e année de Diplôme de formation générale en sciences médicales (DFGSM2) posent un problème de faisabilité. But(s) : Nous avons évalué la faisabilité d’un dispositif hybride « Laboratoire numérique de physiologie (e-ϕsioLab) » combinant ED présentiels (EDP) au tableau blanc interactif (TBI) + supports multimédias, et ED dématérialisés (EDD) sur plate-forme pédagogique Moodle, pour la résolution de problèmes de physiologie en DFGSM2. Méthodes : Pour les EDP, nous avons évalué les travaux des étudiants et comparé la participation des étudiants ayant bénéficié de ces ED e-ϕsioLab vs. ED classique. Pour les EDD, nous avons évalué les travaux et la participation des étudiants. Résultats : Les travaux ont révélé que les étudiants avaient effectué les tâches d’apprentissage visées pour l’APP (élaboration d’hypothèses, manipulation de paramètres, interprétation, retour sur problème) à l’aide du dispositif hybride. Durant les EDP, la participation et les échanges entre les étudiants étaient supérieurs aux ED classiques. Etudiants et enseignants ont utilisé les fonctionnalités de l’e-ϕsioLab, permettant la production de travaux originaux et en phase avec les objectifs pédagogiques. Conclusion : Notre dispositif hybride e-ϕsioLab à forte hybridation présentiel/à distance apparaît faisable pour l’APP en physiologie. Son utilisation a révélé une forte participation des étudiants, et poussé à la transformation de l’enseignement de physiologie vers les pédagogies actives.

Depuis 1975 se déroule dans la zone sud du Mali un projet d’alphabétisation caractérisé par une volonté d’insérer les apprentissages de base dans un plan de développement économique et social géré par des organisations villageoises populaires. L’auteur discute du bienfondé d’une alphabétisation dans les langues nationales; il insiste sur la nécessité de définir la fonctionnalité de l’alphabétisation par rapport aux chances objectives de l’utilisation de cet apprentissage qui sont directement liées à la proximité (ou non) des villages des zones de développement et de modernisation. Enfin l’auteur soutient qu’il est indispensable d’accorder une attention suffisante au rôle des organisations locales, relais des stratégies d’alphabétisation. Les trois dimensions : formation — animation — organisation sont inséparables. L’éducation n’est pas à elle seule moteur de changement. L’efficacité des programmes de formation dépend directement de leur lien aux transformations du système économique et social.

Depuis une dizaine d’années, de nombreuses études ont porté sur l’utilisation d’applications éducatives sur tablettes tactiles auprès d’enfants avec TSA. L’objectif de cet article est de réaliser une revue de la littérature des travaux sur l’apport de ces applications éducatives au développement et aux apprentissages des enfants avec TSA. Vingt-sept recherches internationales publiées entre 2010 et 2021 ont été examinées. Les résultats montrent que certaines applications éducatives peuvent contribuer au développement des compétences sociales et scolaires, ainsi qu’à l’amélioration de la motivation, de la concentration et de l’autonomie des enfants avec TSA. Ces applications doivent disposer de fonctionnalités permettant d’optimiser les apprentissages telles qu’un univers épuré, des consignes simples, des feedbacks ou encore la possibilité de ralentir le son et les images des vidéos. Quelques implications pour les futures recherches ainsi que quelques implications pédagogiques sont discutées.

L’autoformation sur Internet a été longtemps étudiée au prisme de la notion d’apprentissage autodirigé. Sur le plan technologique, c’est initialement à travers la notion d’environnement personnel d’apprentissage (EPA) que l’agentivité des apprenants dans les pratiques d’autoformation a été étudiée. Ces écosystèmes d’outils digitaux permettent de structurer des apprentissages en dehors de tout cadre institué. La manière d’appréhender l’instrumentation du butinage pourrait néanmoins évoluer dans les années à venir au-delà du seul périmètre des EPA, et ce à au moins deux titres. En premier lieu, apparaissent des plateformes dédiées spécifiquement à l’apprentissage autodirigé en ligne, réunissant en un seul endroit des fonctionnalités auparavant dispersées au sein d’une palette d’outils génériques. En second lieu, les normes du e-learning évoluent pour prendre en compte des apprentissages informels réalisés en dehors de dispositifs de cours en ligne. Ce changement de paradigme est symbolisé par le remplacement progressif de la norme SCORM par la norme xAPI. Dans cette contribution, nous présentons cette évolution tant des plateformes que de la manière de considérer les analytiques de l’apprentissage. Nous débattons de la signification de cette évolution en termes de manière de penser, sur le plan technologique, l’apprentissage en ligne autodirigé.

Notre article se propose de documenter la recherche sur les liens pouvant exister entre des apprentissages formels, institutionnalisés et des apprentissages informels. Nous nous intéressons particulièrement aux possibilités de transfert des pratiques technologiques de la sphère privée vers la sphère pédagogique dans la formation des futurs enseignants de langues. Notre étude porte sur un public d'étudiants inscrits en master de didactique des langues et des cultures en situation d'exploiter un réseau social, Facebook, pour élaborer des scénarisations pédagogiques médiatisées par les technologies. Nous postulons qu'un outil comme Facebook peut constituer un "objet-pont" (Peraya et Bonfils, 2012), facilitateur de formation des enseignants de langues. Our study aims at reflecting on the possible relationship between formal, informal and institutionalized learning. We are particularly interested in the possibilities of technology practices of the private sphere expanding into the pedagogical sphere in terms of training prospective foreign language teachers. Our study focuses on students of master’s programs in language learning-teaching and cultures who use a social network service, Facebook and try to develop technology-driven pedagogical scenarios. We assume that a tool like Facebook can be an "object-bridge" (objet-pont) (Peraya et Bonfils, 2012), facilitating foreign language teacher training.

L'acquisition autonome de représentations et de fonctionnalités en robotique pose de nombreux problèmes théoriques. Aujourd'hui, les systèmes robotiques autonomes sont conçus autour d'un ensemble de fonctionnalités. Leurs représentations du monde sont issues de l’analyse d'un problème et d'une modélisation préalablement données par les concepteurs. Cette approche limite les capacités d'apprentissage. Nous proposons dans cette thèse un système ouvert de représentations et de fonctionnalités. Ce système apprend en expérimentant son environnement et est guidé par l’augmentation d’une fonction de valeur. L'objectif du système consiste à agir sur son environnement pour réactiver les représentations dont il avait appris une connotation positive. Une analyse de la capacité à généraliser la production d'actions appropriées pour ces réactivations conduit à définir un ensemble de propriétés nécessaires pour un tel système. Le système de représentation est constitué d'un réseau d'unités de traitement semblables et utilise un codage par position. Le sens de l'état d'une unité dépend de sa position dans le réseau. Ce système de représentation possède des similitudes avec le principe de numération par position. Une représentation correspond à l'activation d'un ensemble d'unités. Ce système a été implémenté dans une suite logicielle appelée NeuSter qui permet de simuler des réseaux de plusieurs millions d'unités et milliard de connexions sur des grappes hétérogènes de machines POSIX. Les premiers résultats permettent de valider les contraintes déduites de l'analyse. Un tel système permet d'apprendre dans un même réseau, de façon hiérarchique et non supervisée, des détecteurs de bords et de traits, de coins, de terminaisons de traits, de visages, de directions de mouvement, de rotations, d'expansions, et de phonèmes. NeuSter apprend en ligne en utilisant uniquement les données de ses capteurs. Il a été testé sur des robots mobiles pour l'apprentissage et le suivi d'objets
Autonomous acquisition of representations and functionalities by a machine address several theoretical questions. Today’s autonomous robots are developed around a set of functionalities. Their representations of the world are deduced from the analysis and modeling of a given problem, and are initially given by the developers. This limits the learning capabilities of robots. In this thesis, we propose an approach and a system able to build open-ended representation and functionalities. This system learns through its experimentations of the environment and aims to augment a value function. Its objective consists in acting to reactivate the representations it has already learnt to connote positively. An analysis of the generalization capabilities to produce appropriate actions enable define a minimal set of properties needed by such a system. The open-ended representation system is composed of a network of homogeneous processing units and is based on position coding. The meaning of a processing unit depends on its position in the global network. This representation system presents similarities with the principle of numeration by position. A representation is given by a set of active units. This system is implemented in a suite of software called NeuSter, which is able to simulate million unit networks with billions of connections on heterogeneous clusters of POSIX machines. .

Dans cet ouvrage, nous définissons précisément ce qu’est l’identification audio à grande échelle. En particulier, nous faisons une distinction entre l’identification exacte, destinée à rapprocher deux extraits sonores provenant d’un même enregistrement, et l’identification approchée, qui gère également la similarité musicale entre les signaux. A la lumière de ces définitions, nous concevons et examinons plusieurs modèles d’empreinte audio et évaluons leurs performances, tant en identification exacte qu’en identificationapprochée
N this work we give a precise definition of large scale audio identification. In particular, we make a distinction between exact and approximate matching. In the first case, the goal is to match two signals coming from one same recording with different post-processings. In the second case, the goal is to match two signals that are musically similar. In light of these definitions, we conceive and evaluate different audio-fingerprint models

L'objectif de cette thèse est de présenter les fonctionnalités et une méthodologie de conception associées à un module de type ressource dans un environnement informatique dédié à l'apprentissage d'un domaine. Nous nous sommes plus particulièrement intéressée au domaine de l'apprentissage de la lecture. D'une part nous présentons les différentes problématiques qui se posent dans le cadre de la conception de ce type de module et d'autre part, nous les illustrons par des exemples et la réalisation d'un premier prototype informatique, le Module Ressource Lexical (MRL). Dans un premier chapitre, nous décrivons le cadre dans lequel se situe notre recherche, le projet AMICAL (Architecture Multi-agents Compagnon pour l'Apprentissage de la Lecture) du Laboratoire de Recherche sur le Langage. Ensuite, nous positionnons le MRL par rapport aux dictionnaires pour enfants, commercialisés aujourd'hui. Puis, dans les chapitres 3, 4 et 5 nous présentons les problèmes liés à la conception de ce type de module. Le chapitre 3 présente plus particulièrement les problèmes liés aux informations associées à chaque unité lexicale dans le module ainsi qu'à leur mode de présentation. Dans le chapitre 4, nous abordons les problèmes liés à l'accès au contenu du module, c'est-à-dire aux modes de sélection d'une unité lexicale, à la navigation et au guidage de l'apprenant lors de la consultation. Dans le chapitre 5, nous décrivons l'architecture informatique associée à ce type de module et enfin, dans un dernier chapitre, nous présentons des éléments liés à la spécification et à l'implémentation d'un premier prototype informatique du MRL

Dans cet ouvrage, nous définissons précisément ce qu’est l’identification audio à grande échelle. En particulier, nous faisons une distinction entre l’identification exacte, destinée à rapprocher deux extraits sonores provenant d’un même enregistrement, et l’identification approchée, qui gère également la similarité musicale entre les signaux. A la lumière de ces définitions, nous concevons et examinons plusieurs modèles d’empreinte audio et évaluons leurs performances, tant en identification exacte qu’en identificationapprochée
N this work we give a precise definition of large scale audio identification. In particular, we make a distinction between exact and approximate matching. In the first case, the goal is to match two signals coming from one same recording with different post-processings. In the second case, the goal is to match two signals that are musically similar. In light of these definitions, we conceive and evaluate different audio-fingerprint models

Les expériences d’électrophysiologie ont longtemps reposé sur de petites cohortes de sujets pour découvrir des effets d’intérêt significatifs. Toutefois, la faible taille de l’échantillon se traduit par une faible puissance statistique, ce qui entraîne un taux élevé de fausses découvertes et un faible taux de reproductibilité. Deux questions restent à répondre : 1) comment faciliter le partage et la réutilisation des données pour créer de grands ensembles de données; et 2) une fois que de grands ensembles de données sont disponibles, quels outils pouvons-nous construire pour les analyser ? Donc, nous introduisons une nouvelle norme pour le partage des données, Brain Imaging Data Structure (BIDS), et son extension MEG-BIDS. Puis, nous présentons un pipeline d’analyse de données électrophysiologie avec le logiciel MNE. Nous tenons compte des différents choix que l’utilisateur doit faire à chaque étape et formulons des recommandations standardisées. De plus, nous proposons un outil automatisé pour supprimer les segments de données corrompus par des artefacts, ainsi qu’un algorithme de détection d’anomalies basé sur le réglage des seuils de rejet. Par ailleurs, nous utilisons les données HCP, annotées manuellement, pour comparer notre algorithme aux méthodes existantes. Enfin, nous utilisons le convolutional sparse coding pour identifier les structures des séries temporelles neuronales. Nous reformulons l’approche existante comme une inférence MAP pour être atténuer les artefacts provenant des grandes amplitudes et des distributions à queue lourde. Ainsi, cette thèse tente de passer des méthodes d’analyse lentes et manuelles vers des méthodes automatisées et reproducibles
Electrophysiology experiments has for long relied upon small cohorts of subjects to uncover statistically significant effects of interest. However, the low sample size translates into a low power which leads to a high false discovery rate, and hence a low rate of reproducibility. To address this issue means solving two related problems: first, how do we facilitate data sharing and reusability to build large datasets; and second, once big datasets are available, what tools can we build to analyze them ? In the first part of the thesis, we introduce a new data standard for sharing data known as the Brain Imaging Data Structure (BIDS), and its extension MEG-BIDS. Next, we introduce the reader to a typical electrophysiological pipeline analyzed with the MNE software package. We consider the different choices that users have to deal with at each stage of the pipeline and provide standard recommendations. Next, we focus our attention on tools to automate analysis of large datasets. We propose an automated tool to remove segments of data corrupted by artifacts. We develop an outlier detection algorithm based on tuning rejection thresholds. More importantly, we use the HCP data, which is manually annotated, to benchmark our algorithm against existing state-of-the-art methods. Finally, we use convolutional sparse coding to uncover structures in neural time series. We reformulate the existing approach in computer vision as a maximuma posteriori (MAP) inference problem to deal with heavy tailed distributions and high amplitude artifacts. Taken together, this thesis represents an attempt to shift from slow and manual methods of analysis to automated, reproducible analysis

L'acquisition autonome de representations et de fonctionnalites en robotique pose de nombreux problemes theoriques. Aujourd'hui, les systemes robotiques autonomes sont concus autour d'un ensemble de fonctionnalites. Leurs representations du monde sont issues de l'analyse d'un probleme et d'une modelisation prealablement donnees par les concepteurs. Cette approche limite les capacites d'apprentissage. Nous proposons dans cette these un systeme ouvert de representations et de fonctionnalites. Ce systeme apprend en experimentant son environnement et est guide par l'augmentation d'une fonction de valeur. L'objectif du systeme consiste a agir sur son environnement pour reactiver les representations dont il avait appris une connotation positive. Une analyse de la capacite a generaliser la production d'actions appropriees pour ces reactivations conduit a definir un ensemble de proprietes necessaires pour un tel systeme. Le systeme de representation est constitue d'un reseau d'unites de traitement semblables et utilise un codage par position. Le sens de l'etat d'une unite depend de sa position dans le reseau. Ce systeme de representation possede des similitudes avec le principe de numeration par position. Une representation correspond a l'activation d'un ensemble d'unites. Ce systeme a ete implemente dans une suite logicielle appelee NeuSter qui permet de simuler des reseaux de plusieurs millions d'unites et milliard de connexions sur des grappes heterogenes de machines POSIX. Les premiers resultats permettent de valider les contraintes deduites de l'analyse. Un tel systeme permet d'apprendre dans un meme reseau, de facon hierarchique et non supervisee, des detecteurs de bords et de traits, de coins, de terminaisons de traits, de visages, de directions de mouvement, de rotations, d'expansions, et de phonemes. NeuSter apprend en ligne en utilisant uniquement les donnees de ses capteurs. Il a ete teste sur des robots mobiles pour l'apprentissage et le suivi d'objets.

Cette thèse modélise l’activité d’apprentissage dans les plateformes LMS (Learning Management System) en vue d’optimiser l’efficacité des utilisateurs. Ce projet est né d’une préoccupation pratique, à savoir comment faciliter l’utilisation des plateformes LMS chez les enseignants et apprenants des pays en voie de développement qui font face à la fracture numérique et éducative. Cette recherche aborde le problème de l’adaptabilité des LMS et suppose deux niveaux de modélisation : l’outil d’apprentissage et le contexte d’utilisation projeté. Pour traiter cette question d’adaptabilité, nous procédons par une double approche : l’analyse fonctionnelle des outils LMS et la réingénierie des interfaces utilisateurs. La première consiste à définir une approche d’analyse de l’activité d’enseignement-apprentissage dans les plateformes LMS. Ceci passe par une modélisation des situations courantes d’apprentissage et un croisement avec les fonctionnalités offertes dans les solutions LMS existantes. Ce travail préliminaire a permis de construire et proposer un modèle d’analyse utilisationnelle des plateformes que nous désignons méthode OCAPI fondé sur cinq catégories fonctionnelles : Organiser-Collaborer-Accompagner-Produire-Informer. La seconde approche s’inspire de la recherche fondamentale menée en amont et propose une réingénierie adaptative des LMS basée sur le contexte d’utilisation. Il s’agit d’un configurateur automatique embarqué qui adapte l’environnement de travail pour chaque usage et usager. Le prototype est articulé dans l’intention manifeste d’assurer une prise en main rapide des novices et se veut le moins contraignant possible du point de vue technologique
The present research aims to model learning processes on Learning ManagementSystems (LMS) in a bid to maximize users’ efficiency. We came about this idea whilethinking over the possible ways of facilitating the use of LMS for teachers and learnersin countries affected by the digital divide. Drawing from that, the following question hasbeen stated: in a given learning context, how can we insert a Learning ManagementSystem that provides users with both easy handling and optimal using conditions? Thisissue raises the problem of LMS adaptability and suggests two levels of modeling: thelearning tool on one hand and the planned context of use on the other. To address thisissue of adaptability, we adopt a two-pronged approach including the functionalanalysis of LMS tools and the reengineering of user interfaces. The first step is todevelop an approach for the analysis of teaching and learning processes on LMS. Thisentails modeling common learning situations and cross-checking them with thefeatures available in LMS solutions. This preliminary work enabled to build a formalismfor LMS analysis which is referred to as the OCGPI approach (Organize-Collaborate-Guide-Produce-Inform). The second step proposes an adaptive reengineering of LMSbased on the context of use. This is namely an embedded configurator which adaptsthe working environment according to each use and each user. This tool aims at givingbeginners the possibility of acquainting themselves quickly with the virtual platform

La dégénérescence maculaire (DM) est une pathologie visuelle fréquente dans la population vieillissante, qui se caractérise par une perte de la vision centrale, une diminution de la sensibilité au contraste et de l'acuité visuelle. Cette déficience affecte fortement la qualité de vie et l'autonomie . Il n'existe actuellement aucun traitement curatif de la DMLA, les options thérapeutiques disponibles ne permettant que de ralentir l'évolution de la maladie, avec de rares traitements palliatifs. Après l'apparition du scotome central, les patients atteints de DM développent une ou plusieurs zones de fixations excentrées - les lieux rétiniens préférentiels (PRLs) - qui sont utilisées pour la fixation, la lecture, et d'autres tâches visuelles qui nécessitent des capacités oculaires plus fines. L'objectif principal du projet était d'étudier et d'améliorer les capacités visuelles résiduelles dans les PRL. En tout quatre études ont été menées L'étude 1 a été menée chez des patients atteints de DMLA afin de déterminer si, après l'apparition du scotome, le PRL acquiert des capacités accrues dans le traitement de l'information visuelle grâce à une plasticité adaptative spontanée ou dépendante de l'utilisation. L'étude 2 visait à évaluer les effets d'une seule stimulation électrique transcrânienne à bruit aléatoire (tRNS), une variante de stimulation électrique non-invasive, sur l'intégration spatiale dans le cortex visuel sain. L'étude 3 visait à évaluer chez des sujets sains l'effet d'une répétition quotidienne du tRNS associée à un entraînement perceptif entre les séances. L'objectif de l'étude 4 était de traduire ces résultats en une approche clinique en combinant la tRNS et l'entraînement perceptif chez des patients adultes atteints de DMLA. Nous n'avons trouvé aucun phénomène de plasticité corticale spontanée ou dépendante de l'utilisation dans la PRL avant l'entraînement contrairement à ce qui avait été montré dans d'autres études. Nous avons cependant constaté que le tRNS était capable de moduler l'intégration visuospatiale dans le traitement visuel précoce, en favorisant les changements plastiques dans le réseau stimulé. Les effets de la tRNS ne se sont pas limités à la modulation à court terme, mais ont également produit un renforcement de l'apprentissage dans une tâche d'encombrement spatial. L'expérience finale a montré chez les adultes atteints de DMLA qu'une combinaison de la tRNS et de l'apprentissage perceptif pouvait induire des améliorations plus importantes et un transfert accentué vers des tâches visuelles non entrainées que le seul apprentissage perceptif. Dans l'ensemble, nos résultats indiquent que la tRNS du cortex visuel peut être utilisée comme thérapie supplémentaire pour améliorer la vision chez les adultes atteints de cécité centrale bilatérale
Macular degeneration (MD) is a common visual disorder in the aging population characterized by a loss of central vision, reduced visual acuity contrast sensitivity, and increased crowding. This impairment strongly affects the quality of life and personal autonomy. There is currently no cure for AMD, available treatment options are only able to slow down the disease, and even palliative treatments are rare. After the emergence of the central scotoma, patients with MD develop one or more eccentric fixation areas - preferred retinal loci (PRLs) - that are used for fixation, reading, tracking, and other visual tasks that require finer ocular abilities. The final goal of the project was to investigate and to improve the residual visual abilities in the PRL. Four studies were conducted in total. Study 1 was conducted in MD patients to investigate whether after the emergence of the scotoma, the PRL acquire enhanced abilities in the processing of the visual information through spontaneous or use-dependent adaptive plasticity. Study 2 aimed to assess the effects of a single administration of transcranial random noise electrical stimulation (tRNS), a subtype of non-invasive transcranial electrical stimulation, on the spatial integration in the healthy visual cortex. Study 3 aimed to assess the between session effect of daily repeated tRNS coupled with perceptual training. The objective of study 4 was to translate the previous findings into a clinically applicable treatment approach by combining tRNS and perceptual training in adult patients with MD. Contrary to previous results, we found neither a phenomenon of spontaneous nor use-dependent cortical plasticity undergoing in the PRL before the training. We also found that the tRNS was able to modulate the visuospatial integration in the early visual processing, promoting plastic changes in the stimulated network. Its effects were not limited to the short-term modulation but also produced a boosting of the learning in a crowding task. The final experiment showed that a combination of tRNS and perceptual training could result in greater improvements and larger transfer to untrained visual tasks in adults with MD than training alone. Overall, our results indicate that tRNS of the visual cortex has potential application as an additional therapy to improve vision in adults with bilateral central blindness

Les données métagénomiques du microbiome humain constituent une nouvelle source de données pour améliorer le diagnostic et le pronostic des maladies humaines. Cependant, réaliser une prédiction basée sur l'abondance de bactéries individuelles est un défi, car le nombre de caractéristiques est beaucoup plus grand que le nombre d'échantillons et les difficultés liées au traitement de données dimensionnelles, ainsi que la grande complexité des données hétérogènes. L'apprentissage automatique a obtenu de grandes réalisations sur d'importants problèmes de métagénomique liés au regroupement d'OTU, à l'assignation taxonomique, etc. La contribution de cette thèse est multiple: 1) un cadre de sélection de caractéristiques pour approche pour prédire les maladies à l'aide de représentations d'images artificielles. La première contribution, qui est une approche efficace de sélection de caractéristiques basée sur les capacités de visualisation de la carte auto-organisée, montre une précision de classification raisonnable par rapport aux méthodes de pointe. La seconde approche vise à visualiser les données métagénomiques en utilisant une méthode simple de remplissage, ainsi que des approches d'apprentissage de réduction dimensionnelle. La nouvelle représentation des données métagénomiques peut être considérée comme une image synthétique et utilisée comme un nouvel ensemble de données pour une méthode efficace d'apprentissage en profondeur. Les résultats montrent que les méthodes proposées permettent d'atteindre des performances prédictives à la pointe de la technologie ou de les surpasser sur des benchmarks métagénomiques riches en public
Metagenomic data from human microbiome is a novel source of data for improving diagnosis and prognosis in human diseases. However, to do a prediction based on individual bacteria abundance is a challenge, since the number of features is much bigger than the number of samples. Hence, we face the difficulties related to high dimensional data processing, as well as to the high complexity of heterogeneous data. Machine Learning has obtained great achievements on important metagenomics problems linked to OTU-clustering, binning, taxonomic assignment, etc. The contribution of this PhD thesis is multi-fold: 1) a feature selection framework for efficient heterogeneous biomedical signature extraction, and 2) a novel deep learning approach for predicting diseases using artificial image representations. The first contribution is an efficient feature selection approach based on visualization capabilities of Self-Organizing Maps for heterogeneous data fusion. The framework is efficient on a real and heterogeneous datasets containing metadata, genes of adipose tissue, and gut flora metagenomic data with a reasonable classification accuracy compared to the state-of-the-art methods. The second approach is a method to visualize metagenomic data using a simple fill-up method, and also various state-of-the-art dimensional reduction learning approaches. The new metagenomic data representation can be considered as synthetic images, and used as a novel data set for an efficient deep learning method such as Convolutional Neural Networks. The results show that the proposed methods either achieve the state-of-the-art predictive performance, or outperform it on public rich metagenomic benchmarks

L’ordonnancement des applications de l’Internet des objets est sensible à la latence. Malgré les capacités de calcul et de stockage du Cloud computing, les valeurs de latence sont affectées. Par conséquent, cette limitation du Cloud a conduit au développement du paradigme du Fog Computing basée par l’approche d’ordonnancement par un système multi-agents pour exploiter les fonctionnalités indépendantes de chaque agent.