Dissertations / Theses on the topic 'Apprentissage invariant'

Cette thèse se concentre sur le développement de techniques d’apprentissage de représentations robustes et transférables pour la détection et la classification d’événements bioacoustiques en apprentissage à partir de peu données, en abordant des défis majeurs en apprentissage profond tels que la généralisation de domaine, l’adaptation de domaine, la rareté des données et le déséquilibre des classes. À travers l’exploration de l’apprentissage auto-supervisé d’invariances de représentations, nous démontrons que des augmentations de données indépendantes du domaine d’application peuvent conduire à des représentations informatives et discriminatives. Un axe central de ce travail est l’utilisation de l’apprentissage contrastif supervisé pour améliorer la généralisation des modèles à travers différentes espèces et environnements acoustiques. De plus, nous proposons une nouvelle fonction de perte contrastive supervisée, inspirée des réseaux à base de prototypes, qui réduit la complexité de calcul de la perte contrastive supervisée traditionnelle tout en maintenant les performances. Les contributions supplémentaires incluent l’utilisation des métadonnées pour améliorer la généralisation, ainsi que le traitement de la classification multi-étiquettes déséquilibrée. Bien que l’application principale de cette thèse soit le suivi de biodiversité par la bioacoustique, les techniques d’apprentissage profond développées sont généralisables et peuvent être appliquées à d’autres domaines audio, modalités et applications
This thesis focuses on developing robust and transferable representation learning techniques for few-shot bioacoustic event detection and classification, addressing core challenges in deep learning such as domain generalization, domain adaptation, data scarcity, and class imbalance. Through the exploration of self-supervised invariant representation learning, we demonstrate that domain-agnostic data augmentations can yield informative and discriminative representations. A key focus of this work is the use of supervised contrastive learning to enhance model generalization across different species and acoustic environments. Furthermore, we propose a novel supervised contrastive loss, inspired by prototypical networks, that reduces the computational complexity of the traditional supervised contrastive loss while maintaining performance. Additional contributions include leveraging metadata to improve generalization and tackling imbalanced multi-label classification. Although the primary application of this thesis is bioacoustic monitoring, the deep learning techniques developed are generalizable and can be applied to other audio domains, modalities, and applications

Cette thèse centre son objet dans le champ de la construction de conceptions scientifiques au cours d’activités expérimentales en sciences physiques menées en milieu scolaire par des élèves. Elle s’appuie sur trois hypothèses majeures. La formation des concepts et des notions se structure autour d’éléments invariants. L’élaboration de la pensée résulte de la conjonction de réflexions propres, d’actions et d’échanges ancrés dans une dynamique sociale. Les représentations dévoilent et organisent des modalités de pensée et de son actualisation. Dans une premier temps la thèse se concentre sur la formation de la notion de concept : du repérage d’invariants vers une architecture conceptuelle stable. Ensuite elle expose les questions que posent la notion d’apprentissage et la perspective de l’autonomie de l’apprenant. Enfin elle présente la théorie de la représentation et pose la question de la constitution et de la mise en évidence de la connaissance. Dans un second temps, la thèse inscrit ses expérimentations dans l’observation de situations scolaires basant sur l’hypothèse phénoménologique dans une épistémologie constructiviste la condition de la transformation des situations vécues en données exploitables. L’une sur le thème de l’ombre, l’autre sur celui de l’électricité, elles attestent d’une élaboration cognitive complexe d’où naissent des conceptions sur la base d’invariants, les représentations permettent de dévoiler et de structurer des cheminements de pensée. Si les items “enfantins” (R1) sont nombreux, des items “rationalisants” (de R2) se dégagent souvent portés par une représentation “imagée” (R1?R2), ou sur une dynamique interne (R2?R2). Enfin, la thèse montre, de manière encore empirique, comment certaines combinaisons d’items manifestent, pour ainsi dire “sous nos yeux”, la pensée de l’élève qui s’élabore : une “enaction” au sens de Varela
The purpose of this dissertation is to study how scientific conceptions are constructed in the course of experimental activities in physical sciences by young children at school. The study is based on three principal hypotheses: a) The formation of concepts and notions depends on invariant elements. b) The elaboration of thought results from personal reflections, actions and exchanges all anchored in a social dynamic process. c) Representations reveal and organise modes of thinking and their actualisation. In the first stage, the dissertation focuses on the formation of the notion of concept: from the evidencing of invariants to a stable conceptual architecture. Next, it presents the questions raised by the notion of learning and the expected achievement of the learner’s autonomy. Then, it develops a theory of representation, considering the question of the constitution and realisation of knowledge. In a second stage, the dissertation conducts its experimentations within the framework of an observation of classroom situations, the conversion of concrete situations into interpretable data being based on the phenomenological hypothesis from the point of view of constructivist epistemology. One situation refers to the theme of shade, the other to that of electricity: both evidence a complex process of cognitive elaboration, giving rise to conceptions based on a set of invariants. The representations thus reveal and structure the processes of thought. While « childish » items (R1) prove to be numerous, there also often emerge « rationalising » items (R2), either image-based or resting on internal dynamics. Finally, the dissertation demonstrates, in a still empirical way, how certain item combinations evince, so to speak before our very eyes, the child’s process of thinking in action — i.e. « enaction » in the Varela sense of the word
Diese Arbeit befasst sich mit der Konstruktion von wissenschaftlichen Konzepten im Verlauf von physikalischen Experimenten ,die Schüler im Unterricht durchführen. Sie stützt sich dabei auf drei Hypothesen. Die Bildung von Konzepten und Begriffen strukturiert sich um Invarianten. Die Erarbeitung eines Gedankens ergibt sich aus der Verbindung von eigenständigen Überlegungen, von Handlungen und von in sozialer Dynamik verankertem Austausch. Repräsentationen zeigen Modalitäten des Denkens und ihre Aktualisierung auf und organisieren sie. Diese Arbeit fokalisiert sich zunächst auf die Ausbildung des Konzeptbegriffs: vom Erfassen von Invarianten hin zu einer stabilen Konzeptarchitektur. Dann geht sie auf die Fragestellungen des Lernbegriffs ein und auf die Perspektive der Autonomie des Lernenden. Schließlich stellt sie die Repräsentationstheorie dar und fragt nach der Ausformung und der Offenkundigkeit der Erkenntnis. Im zweiten Teil dieser Arbeit werden die Experimente in Form von Beobachtungen in der Schule ausgewertet. Dabei beruht die Umwandlung von erlebten Situationen in verwertbare Daten auf der phänomenologischen Hypothese einer konstruktivistischen Epistemologie. Ein Experiment beschäftigt sich mit dem Schatten, das andere mit dem Thema Elektrizität. Sie belegen eine komplexe kognitive Erarbeitung, die zu Konzepten auf der Grundlage von Invarianten führen. Durch Repräsentationen werden die Gedankengänge offensichtlich und strukturiert. Auch wenn es zahlreich „kindliche“ Item (R1) gibt, werden „rationalisierende“ Item (von R2) oft mit Hilfe einer „bildgebenden“ Repräsentation (R1?R2) oder einer internen Dynamik (R2?R2) freigesetzt. Auf noch empirische Weise zeigt diese Arbeit schließlich wie gewisse Kombinationen von Item sozusagen unter unseren Augen die Entstehung des Gedanken beim Schüler aufzeigen: eine Enaction im Sinne von Varela
Esta tesis centra su objeto en el campo de la construcción de concepciones científicas en el curso de actividades experimentales en ciencias físicas conducidas en medio escolar por alumnos. Se apoya sobre tres hipótesis mayores. La formación de los conceptos y de nociones se estructura alrededor de elementos invariantes. La elaboración del pensamiento resulta de la conjunción de reflexiones, propias acciones e intercambios anclados en una dinámica social. Las representaciones descubren y organizan las modalidades de pensamiento y su actualización. En un primer tiempo la tesis se concentra en la formación de la noción de concepto: del reconocimiento de invariantes hacia una arquitectura conceptual estable. Luego expone las preguntas que plantea la noción de aprendizaje y la perspectiva de autonomía del novato. Luego presenta la teoría de la representación y plantea la cuestión de la constitución y la puesta en evidencia del conocimiento. En un segundo tiempo, la tesis inscribe sus experimentaciones en la observación de situaciones escolares basada la hipótesis fenomenológica en una epistemológica constructivista, la condición de la transformación de situaciones vividas en datos explotables. Una sobre el tema de la sombra, otra en lo de la electricidad, dan testimonio de una elaboración cognitiva compleja de donde nacen concepciones sobre la base de invariantes, las representaciones permiten descubrir y estructurar aproches de pensamiento. Si los “ítem” infantiles (R1) son numerosos, unos “ítem” “ racionalizantes (de R2) se desprenden a menudo llevados por una representación llena de imágenes (R1?R2), o en una dinámica interne (R2?R2). Por fin, la tesis muestra, de manera aun empÍrica, cómo ciertas combinaciones de ítem manifiestan, dicho sea asÍ “bajo nuestros ojos”, el pensamiento del alumno elaborándose: una “enacción” en el sentido de Varela

Dans cette thèse, on présente de nouvelles approches à base de parcimonie et d'invariance d' échelle pour le développement de techniques rapides et efficaces en traitement d'images. Au lieu d'utiliser la norme l1 pour imposer la parcimonie, on exploite plutôt des pénalités non-convexes qui encouragent plus la parcimonie. On propose une approche de premier ordre pour estimer une solution d'un opérateur proximal non-convexe, ce qui permet d'exploiter facilement la non-convexité. On étudie aussi le problème de pluri-parcimonie quand le problème d'optimisation est composé de plusieurs termes parcimonieux. Ce cas survient généralement dans les problèmes qui nécessitent à la fois une estimation robuste pour rejeter les valeurs aberrantes et exploiter une information de parcimonie connue a priori. Ces techniques sont appliquées à plusieurs problèmes importants en vision par ordinateur bas niveau telles que le lissage sélectif, la séparation d'images, l'intégration robuste et la déconvolution. On propose aussi d'aller au-delà de la parcimonie et apprendre un modèle de mapping spectral non-local pour le débruitage d'images. La notion d'invariance d' échelle joue aussi un rôle important dans nos travaux. En exploitant ce principe, une définition précise des contours est définie, ce qui peut être complémentaire à la notion de parcimonie. Plus précisément, on peut construire des représentations invariantes pour la classification en se basant sur une architecture de réseaux convolutionnels profonds. L'invariance d' échelle permet aussi d'extraire les pixels qui portent les informations nécessaires pour la reconstruction ou aussi améliorer l'estimation du flot optique sur les images turbulentes en imposant la parcimonie comme régularisation sur les exposants de singularité locaux
In this thesis, we present new techniques based on the notions of sparsity and scale invariance to design fast and efficient image processing applications. Instead of using the popular l1-norm to model sparsity, we focus on the use of non-convex penalties that promote more sparsity. We propose to use a first-order approximation to estimate a solution of non-convex proximal operators, which permits to easily use a wide rangeof penalties. We address also the problem of multi-sparsity, when the minimization problem is composed of various sparse terms, which typically arises in problems that require both a robust estimation to reject outliers and a sparse prior. These techniques are applied to various important problems in low-level computer vision such as edgeaware smoothing, image separation, robust integration and image deconvolution. We propose also to go beyond sparsity models and learn non-local spectral mapping with application to image denoising. Scale-invariance is another notion that plays an important role in our work. Using this principle, a precise definition of edges can be derived which can be complementary to sparsity. More precisely, we can extractinvariant features for classification from sparse representations in a deep convolutional framework. Scale-invariance permits also to extract relevant pixels for sparsifying images. We use this principle as well to improve optical ow estimation on turbulent images by imposing a sparse regularization on the local singular exponents instead of regular gradients

L’indexation par le contenu de lifelogs issus de capteurs portées a émergé comme un enjeu à forte valeur ajoutée permettant l’exploitation de ces nouveaux types de donnés. Rendu plus accessible par la récente disponibilité de dispositifs miniaturisés d’enregistrement, les besoins pour l’extraction automatique d’informations pertinents générées par autres applications, la localisation en environnement intérieur est un problème difficile à l’analyse de telles données.Beaucoup des solutions existantes pour la localisation fonctionnent insuffisamment bien ou nécessitent une intervention important à l’intérieur de bâtiment. Dans cette thèse, nous abordons le problème de la localisation topologique à partir de séquences vidéo issues d’une camera portée en utilisant une approche purement visuelle. Ce travail complète d’extraction des descripteurs visuels de bas niveaux jusqu’à l’estimation finale de la localisation à l’aide d’algorithmes automatiques.Dans ce cadre, les contributions principales de ce travail ont été faites pour l’exploitation efficace des informations apportées par descripteurs visuels multiples, par les images non étiquetées et par la continuité temporelle de la vidéo. Ainsi, la fusion précoce et la fusion tardive des données visuelles ont été examinées et l’avantage apporté par la complémentarité des descripteurs visuels a été mis en évidence sur le problème de la localisation. En raison de difficulté à obtenir des données étiquetées en quantités suffisantes, l’ensemble des données a été exploité ; d’une part les approches de réduction de dimensionnalité non-linéaire ont été appliquées, afin d’améliorer la taille des données à traiter et la complexité associée ; d’autre part des approches semi-supervisés ont été étudiées pour utiliser l’information supplémentaire apportée par les images non étiquetées lors de la classification. Ces éléments ont été analysé séparément et on été mis en œuvre ensemble sous la forme d’une nouvelle méthode par co-apprentissage temporelle. Finalement nous avons également exploré la question de l’invariance des descripteurs, en proposant l’utilisation d’un apprentissage invariant à la transformation spatiale, comme un autre réponse possible un manque de données annotées et à la variabilité visuelle.Ces méthodes ont été évaluées sur des séquences vidéo en environnement contrôlé accessibles publiquement pour évaluer le gain spécifique de chaque contribution. Ce travail a également été appliqué dans le cadre du projet IMMED, qui concerne l’observation et l’indexation d’activités de la vie quotidienne dans un objectif d’aide au diagnostic médical, à l’aide d’une caméra vidéo portée. Nous avons ainsi pu mettre en œuvre le dispositif d’acquisition vidéo portée, et montrer le potentiel de notre approche pour l’estimation de la localisation topologique sur un corpus présentant des conditions difficiles représentatives des données réelles
Visual lifelog indexing by content has emerged as a high reward application. Enabled by the recent availability of miniaturized recording devices, the demand for automatic extraction of relevant information from wearable sensors generated content has grown. Among many other applications, indoor localization is one challenging problem to be addressed.Many standard solutions perform unreliably in indoors conditions or require significant intervention. In this thesis we address from the perspective of wearable video camera sensors using an image-based approach. The key contribution of this work is the development and the study of a location estimation system composed of diverse modules, which perform tasks ranging from low-level visual information extraction to final topological location estimation with the aid of automatic indexing algorithms. Within this framework, important contributions have been made by efficiently leveraging information brought by multiple visual features, unlabeled image data and the temporal continuity of the video.Early and late data fusion were considered, and shown to take advantage of the complementarities of multiple visual features describing the images. Due to the difficulty in obtaining annotated data in our context, semi-supervised approaches were investigated, to use unlabeled data as additional source of information, both for non-linear data-adaptive dimensionality reduction, and for improving classification. Herein we have developed a time-aware co-training approach that combines late data-fusion with the semi-supervised exploitation of both unlabeled data and time information. Finally, we have proposed to apply transformation invariant learning to adapt non-invariant descriptors to our localization framework.The methods have been tested on controlled publically available datasets to evaluate the gain of each contribution. This work has also been applied to the IMMED project, dealing with activity recognition and monitoring of the daily living using a wearable camera. In this context, the developed framework has been used to estimate localization on the real world IMMED project video corpus, which showed the potential of the approaches in such challenging conditions

Cette thèse porte sur la commande des systèmes non linéaires soumis à des contraintes non différentiables ou non convexes. L'objectif est de pouvoir réaliser une commande permettant de considérer tout type de contraintes évaluables en temps réel.Pour répondre à cet objectif, la commande prédictive a été utilisée en ajoutant des fonctions barrières à la fonction de coût. Un algorithme d'optimisation sans gradient a permis de résoudre ce problème d'optimisation. De plus, une formulation permettant de garantir la stabilité et la robustesse vis-à-vis de perturbations a été proposée dans le cadre des systèmes linéaires. La démonstration de la stabilité repose sur les ensembles invariants et la théorie de Lyapunov.Dans le cas des systèmes non linéaires, les réseaux de neurones dynamiques ont été utilisés comme modèle de prédiction pour la commande prédictive. L'apprentissage de ces réseaux ainsi que les observateurs non linéaires nécessaires à leur utilisation ont été étudiés. Enfin, notre étude s'est portée sur l'amélioration de la prédiction par réseaux de neurones en présence de perturbations.La méthode de synthèse de correcteurs présentée dans ces travaux a été appliquée à l’évitement d’obstacles par un véhicule autonome
This PhD thesis deals with the control of nonlinear systems subject to nondifferentiable or nonconvex constraints. The objective is to design a control law considering any type of constraints that can be online evaluated.To achieve this goal, model predictive control has been used in addition to barrier functions included in the cost function. A gradient-free optimization algorithm has been used to solve this optimization problem. Besides, a cost function formulation has been proposed to ensure stability and robustness against disturbances for linear systems. The proof of stability is based on invariant sets and the Lyapunov theory.In the case of nonlinear systems, dynamic neural networks have been used as a predictor for model predictive control. Machine learning algorithms and the nonlinear observers required for the use of neural networks have been studied. Finally, our study has focused on improving neural network prediction in the presence of disturbances.The synthesis method presented in this work has been applied to obstacle avoidance by an autonomous vehicle

Cette recherche en didactique de la physique révèle à l'aide de la théorie des champs conceptuels de Gérard Vergnaud (1990), la dynamique du fonctionnement cognitif d'étudiants issus d'un DEUG " Sciences de la Matière " face à des situations utilisant le concept de champ magnétique en électromagnétisme. Après une étude prospective dans le but de repérer les difficultés récurrentes à mobiliser les concepts en électromagnétisme, nous avons cherché à identifier les invariants opératoires utilisés et les schèmes mis en œuvre par les étudiants dans le traitement de ces situations. L'étude a montré que les étudiants interrogés : -utilisent des invariants " prêts-à-utiliser ", des invariants dont les signifiés physiques ne sont pas explicités et des invariants " non contextualisés " sur les situations proposées ; - utilisent très peu d'invariants opératoires de niveau universitaire ; -éprouvent d'énormes difficultés à l'appréhension du concept de champ magnétique et la relation entre ce dernier et le champ électrique en régime variable ; -mobilisent des invariants opératoires juxtaposés ou combinés sans contrôle de pertinence sur le raisonnement produit. Nous pensons que ces difficultés peuvent être dues : -au rapport aux savoirs de la physique des étudiants, notamment à un rapport de type utilitaire ; -à un "dysfonctionnement" dans les processus de raisonnement (à un des rois niveaux d'organisation des facultés supérieurs au sens de Kant) ; -au manque, dans les situations d'enseignement, de travail sur le contrôle et la recherche de signifié ; -à la nature du savoir en jeu à caractère très abstrait ; -et enfin, dans certains cas, pourraient être rapprochées des obstacles épistémologiques. A la suite de ces interprétations, nous proposons des pistes de recherche conduisant à une étude plus approfondie des raisonnements des étudiants y compris dans d'autres domaines que l'électromagnétisme, ainsi qu'à des solutions aux " dysfonctionnements " constatés. Cela suppose une collaboration étroite entre didacticiens et les spécialistes des sciences cognitives
@Using the "theory of the conceptual fields" (Vergnaud, 1990), this research in didactics of physics science, reveals the dynamics of the cognitive patterns of undergraduate students (issus d'un DEUG "Sciences de la Matière"). The investigation consists in collecting data during "problem-solving situations" in electromagnetism, when students have to use the concept of magnetic field. After an exploratory study with the aim to identify the reccurent difficulties encountered by students when they mobilize concepts in electromagnetism, we sought to identify "operational invariants" and "schemes" used by students to solve these situations. The study shows that students : use "ready-to-use" invariants, invariants whose "signified in physics" are not specified and "not contextualized" invariants to the "problem-solving situations" ; use a very few "operational invariants" which belong to the university curriculum in electromagnetism ; meet enormous difficulties with the understanding of the concept of magnetic field and its relationship with the electric field in variable mode ; and operational invariants juxtaposed or combined without control of their relevance during the processes reasoning. .

Dans cette thèse je propose plusieurs mécanismes de plasticité synaptique qui pourraient expliquer la rapidité, la sélectivité et l'invariance des réponses neuronales dans le cortex visuel. Leur plausibilité biologique est discutée. J'expose également les résultats d'une expérience de psychophysique pertinente, qui montrent que la familiarité peut accélérer les traitements visuels. Au delà de ces résultats propres au système visuel, les travaux présentés ici créditent l'hypothèse de l'utilisation des dates de spikes pour encoder, décoder, et traiter l'information dans le cerveau - c'est la théorie dite du 'codage temporel'. Dans un tel cadre, la Spike Timing Dependent Plasticity pourrait jouer un rôle clef, en détectant des patterns de spikes répétitifs et en permettant d'y répondre de plus en plus rapidement
In this thesis I propose various activity-driven synaptic plasticity mechanisms that could account for the speed, selectivity and invariance of the neuronal responses in the visual cortex. Their biological plausibility is discussed. I also present the results of a relevant psychophysical experiment demonstrating that familiarity can accelerate visual processing. Beyond these results on the visual system, the studies presented here also credit the hypothesis that the brain uses the spike times to encode, decode, and process information - a theory referred to as 'temporal coding'. In such a framework the Spike Timing Dependent Plasticity may play a key role, by detecting repeating spike patterns and by generating faster and faster responses to those patterns

Notre étude se propose de décrypter de façon expérimentale le parcours interprétant dans l’apprentissage d’une langue étrangère telle que le français, en remettant en cause le concept traditionnel du décodage analytique et en lui substituant celui d’anticipation. Notre hypothèse est que la compréhension d’un énoncé ne repose pas sur une addition chronologique et continue de signes mais se construit à partir de procédures invariantes d’identification du sens, de reconnaissance de structures et de schèmes universaux. Le premier chapitre pose les jalons de notre recherche en introduisant trois théories fondamentales dans l’explication possible du phénomène d’anticipation : celle de la Grammaire Universelle (Chomsky), celle des Opérations Énonciatives et Prédicatives (Culioli) et celle de la Sémantique Générale (Pottier). Nous discutons des différents éclairages qu’apportent ces théories et nous les mettons en relation avec l’objet de notre recherche. Dans le second chapitre, nous présentons les supports iconographiques à partir desquels nous avons élaboré notre expérience, lesquels présentent l’avantage d’être neutres, syntaxiquement ajustables et interprétables dans la langue maternelle des participants autant que dans la langue cible. Nous introduisons notre public chinois, ainsi que la nature de l’expérience, qui consiste à convertir des énoncés oraux en séquences iconographiques. Nous présentons également la spécificité linguistique des phrases que nous utilisons en les analysant à l’aide des théories introduites dans notre première partie. Notre troisième chapitre analyse les productions des 14 sujets, en tenant compte de la nature des icônes sélectionnées, l’ordre de leur sélection et la disposition dans laquelle elles ont été placées. Ces trois paramètres permettent de révéler différents schèmes d’anticipation tout en appuyant la théorie selon laquelle la compréhension est un processus de reconstruction, à partir de savoirs conceptuels, cognitifs et linguistiques. Le dernier chapitre résume l’ensemble de l’expérience, synthétise nos conclusions et les confronte avec les théories portant sur les universaux et les invariants. Il définit également des orientations possibles dans le domaine de la didactique des langues étrangères, qui tiennent compte du concept d’anticipation
This study intends to decrypt experimentally the interpreting process in the learning of a second language such as French, by questioning the traditional concept of analytical decoding and by substituting it the principle of anticipation. Our hypothesis is that utterances are not understood through a continuous and chronological adding of signs, but is rather constructed from invariant procedures of identification of the meaning and from the recognition of structures and universal schemes. The first chapter prepares the ground for this research by introducing three essential theories which could explain the phenomenon of anticipation: the theories of Universal Grammar (Chomsky), of Enunciative and Predicative Operations (Culioli) and of General Semantics (Pottier). We discuss the various prospects brought by these theories and we relate them with the topic of our research. In the second chapter, we present the iconographic material we have conducted our experiment with, the advantages of which consist in being neutral, syntactically adjustable andinterpretable in the subjects’ native tongue as much as in the target language. We introduce the Chinese participants and the principles of our experiment, which consists in converting oral utterances to iconographic sequences. We present the linguistic features of the sentences we have used by the aid of the theories we reviewed in the first section. In our third chapter, we make the analysis of the 14 subjects’ productions by taking account of the nature of the chosen icons, the order in which they are selected and their placement in the sequences. These three parameters allow us to reveal various schemes of anticipation and to confirm the theory according to which comprehension is a process of reconstruction from conceptual, cognitive and linguistic knowledge. The last chapter sums the experiment up, summarize our conclusions and test them against the theories about language universals and invariants. It defines also some possible threads that can be followed in the field of language acquisition and which consider the role of anticipation

Le domaine du traitement de la géométrie suit un cheminement similaire à celui de l'analyse d'images avec l'explosion des publications consacrées à l'apprentissage profond ces dernières années. Un important effort de recherche est en cours pour reproduire les succès de l'apprentissage profond dans le domaine de la vision par ordinateur dans le contexte de l'analyse de formes 3D. Contrairement aux images, les formes 3D peuvent peuvent être représentées de différentes manières comme des maillages ou des nuages de points souvent dépourvus d'une structure canonique. Les algorithmes d'apprentissage profond traditionnels tels que les réseaux neuronaux convolutifs (CNN) ne sont donc pas faciles à appliquer aux formes 3D. Dans cette thèse, nous proposons trois contributions principales : premièrement, nous introduisons une méthode permettant de comparer des fonctions sur des domaines différents sans correspondances et de les déformer afin de rendre la topologie de leur ensemble de niveaux similaires. Nous appliquons notre méthode au problème classique de la correspondance de formes dans le contexte des applications fonctionnelles (functional maps) afin de produire des correspondances plus lisses et plus précises. Par ailleurs notre méthode reposant sur l'optimisation continue d'une énergie différentiable par rapport aux fonctions comparées elle est applicable à l'apprentissage profond. Nous apportons deux contributions directes à l'apprentissage profond des données 3D. Nous introduisons un nouvel opérateur de convolution sur des maillages triangulaires basés sur des coordonnées polaires locales et l'appliquons à l'apprentissage profond sur les maillages. Contrairement aux travaux précédents, notre opérateur prend en compte tous les choix de coordonnées polaires sans perte d'information directionnelle. Enfin, nous introduisons un nouveau module de convolution invariant par rotation sur les nuages de points et montrons que les CNN basés sur ce dernier peuvent surpasser l'état de l'art pour des tâches standard sur des ensembles de données non alignés même avec augmentation des données
The field of geometry processing is following a similar path as image analysis with the explosion of publications dedicated to deep learning in recent years. An important research effort is being made to reproduce the successes of deep learning 2D computer vision in the context of 3D shape analysis. Unlike images shapes comes in various representations like meshes or point clouds which often lack canonical structure. This makes traditional deep learning algorithms like Convolutional Neural Networks (CNN) non straightforward to apply to 3D data. In this thesis we propose three main contributions:First, we introduce a method to compare functions on different domains without correspondences and to deform them to make the topology of their set of levels more alike. We apply our method to the classical problem of shape matching in the context of functional maps to produce smoother and more accurate correspondences. Furthermore, our method is based on the continuous optimization of a differentiable energy with respect to the compared functions and is applicable to deep learning. We make two direct contributions to deep learning on 3D data. We introduce a new convolution operator over triangles meshes based on local polar coordinates and apply it to deep learning on meshes. Unlike previous works our operator takes all choices of polar coordinates into account without loss of directional information. Lastly we introduce a new rotation invariant convolution layer over point clouds and show that CNNs based on this layer can outperform state of the art methods in standard tasks on un-alligned datasets even with data augmentation

La chirurgie par laparoscopie est synonyme de faible invasivité et par conséquent d’une réduction du temps d’hospitalisation et des coûts associés. En effet l’utilisation d’un endoscope, de trocarts et d’instruments longs et rigides permet d’opérer dans un milieu clos, réduisant ainsi la taille des incisions et le temps de cicatrisation. Cependant ces conditions imposent au chirurgien une réorganisation des habilités motrices et cognitives. Ainsi, il est confronté à une inversion du sens du travail, des contraintes ergonomiques plus fortes, des rétroactions visuelles et proprioceptives réduites, ce qui complexifie considérablement la pratique. Au-delà, la formation des chirurgiens nécessite d’être mise à jour pour mieux répondre à ces nouvelles exigences. Les résultats expérimentaux montrent qu’il est nécessaire de mieux identifier les invariants de l’activité (ex : capacités spatiales, coordination visuo-motrice) pour permettre d’accélérer la courbe d’apprentissage. De plus, l’entraînement des capacités spatiales doit être integré dans les simulateurs et ceux-ci doivent mieux prendre en compte les principes pédagogiques (charge cognitive, rétroactions). La simulation cognitive doit être introduite au plus tôt et de manière espacée dans la formation, pour être mieux maitrisée et pour mieux exploiter tout son potentiel. La coordination visuo-motrice doit faire l’objet d’un entraînement explicite en dehors des salles d’opérations. Enfin, pour favoriser l’apprentissage, les différentes techniques de simulation doivent être implémentées de manière complémentaire dans le cursus
Minimally invasive surgery reduces postoperative pain, hospitalisation and associated costs. The use of long and rigid instruments in a closed haptic space limits incisions. The latter working conditions also challenge cognitive and motor skills of the surgeons. The surgeons need to mentally rotate the work scene, execute accurate movements with decreased sensitive and visual feedback. Moreover, the current learning paradigm needs to be updated to better match laparoscopic requirements. Our results show that cognitive features underpinning laparoscopy e.g., spatial abilities, hand eye coordination need to be contemplated to improve the learning curve. Simulators should provide the training of spatial abilities and better consider learning features (cognitive load, feedback). To be mastered and express the full potential of mental simulation, this technique should be implemented on a distributed way and earlier in the curricula. Hand-eye coordination needs explicit training outside the operation room. Finally, to favour skill learning, simulation techniques should be implemented on a complementary way in the curricula

Un défi majeur dans l'application de l'apprentissage profond à l'histopathologie réside dans la variation des colorations, à la fois inter et intra-coloration. Les modèles d'apprentissage profond entraînés sur une seule coloration (ou domaine) échouent souvent sur d'autres, même pour la même tâche (par exemple, la segmentation des glomérules rénaux). L'annotation de chaque coloration est coûteuse et chronophage, ce qui pousse les chercheurs à explorer des méthodes de transfert de coloration basées sur l'adaptation de domaine. Celles-ci visent à réaliser une segmentation multi-coloration en utilisant des annotations d'une seule coloration, mais sont limitées par l'introduction d'un décalage de domaine, réduisant ainsi les performances. La détection et la quantification de ce décalage sont essentielles. Cette thèse se concentre sur des méthodes non supervisées pour développer une métrique de détection du décalage et propose une approche de transfert de coloration pour le minimiser. Bien que ces algorithmes réduisent le besoin d'annotations, ils peuvent être limités pour certains tissus. Cette thèse propose donc une amélioration via l'auto-supervision
A key challenge in applying deep learning to histopathology is the variation in stainings, both inter and intra-stain. Deep learning models trained on one stain (or domain) often fail on others, even for the same task (e.g., kidney glomeruli segmentation). Labelling each stain is expensive and time-consuming, prompting researchers to explore domain adaptation based stain-transfer methods. These aim to perform multi-stain segmentation using labels from only one stain but are limited by the introduction of domain shift, reducing performance. Detecting and quantifying this domain shift is important. This thesis focuses on unsupervised methods to develop a metric for detecting domain shift and proposes a novel stain-transfer approach to minimise it. While multi-stain algorithms reduce the need for labels in target stains, they may struggle with tissue types lacking source-stain labels. To address this, the thesis focuses to improve multi-stain segmentation with less reliance on labelled data using self-supervision. While this thesis focused on kidney glomeruli segmentation, the proposed methods are designed to be applicable to other histopathology tasks and domains, including medical imaging and computer vision

The analysis of Human brain activity in magnetoencephalography (MEG) can be generally conducted in two ways: either by focusing on the average response evoked by a stimulus repeated over time, more commonly known as an ''event-related field'' (ERF), or by decomposing the signal into functionally relevant oscillatory or frequency bands (such as alpha, beta or gamma). However, the major part of brain activity is arrhythmic and these approaches fail in describing its complexity, particularly in resting-state. As an alternative, the analysis of the 1/f-type power spectrum observed in the very low frequencies, a hallmark of scale-free dynamics, can overcome these issues. Yet it remains unclear whether this scale-free property is functionally relevant and whether its fluctuations matter for behavior. To address this question, our first concern was to establish a visual learning paradigm that would entail functional plasticity during an MEG session. In order to optimize the training effects, we developed new audiovisual (AV) stimuli (an acoustic texture paired with a colored visual motion) that induced multisensory integration and indeed improved learning compared to visual training solely (V) or accompanied with acoustic noise (AVn). This led us to investigate the neural correlates of these three types of training using first a classical method such as the ERF analysis. After source reconstruction on each individual cortical surface using MNE-dSPM, the network involved in the task was identified at the group-level. The selective plasticity observed in the human motion area (hMT+) correlated across all individuals with the behavioral improvement and was supported by a larger network in AV comprising multisensory areas. On the basis of these findings, we further explored the links between the behavior and scale-free properties of these same source-reconstructed MEG signals. Although most studies restricted their analysis to the global measure of self-similarity (i.e. long-range fluctuations), we also considered local fluctuations (i.e. multifractality) by using the Wavelet Leader Based Multifractal Formalism (WLBMF). We found intertwined modulations of self-similarity and multifractality in the same cortical regions as those revealed by the ERF analysis. Most astonishing, the degree of multifractality observed in each individual converged during the training towards a single attractor that reflected the asymptotic behavioral performance in hMT+. Finally, these findings and their associated methodological issues are compared with the ones that came out from the ERF analysis.

La présente thèse décrit un projet de recherche multidisciplinaire qui porte sur la reconnaissance de l’émotion dans les sons, couvrant les théories psychologiques, l’analyse du signal acoustique,l’apprentissage automatique et la dynamique chaotique.Dans nos interactions et nos relations sociales, nous dépendons considérablement de la communication de l’information et de notre perception des messages transmis. En fait, la communication se produit lorsque les signaux transmettent des informations entre une source et une destination. Le signal peut être verbal, et l’information est ensuite portée par des motifs sonores, tels que des mots. Dans la communication vocale non verbale, cependant,l’information peut être des modèles perceptifs qui véhiculent des indices affectifs, que nous percevons et évaluons sous la forme d’intentions, d’attitudes, d’humeurs et d’émotions.La prévalence de la composante affective peut être observée dans les interactions informatiques humaines (HCI) où le développement d’applications automatisées qui comprennent et expriment les émotions est devenu crucial. De tels systèmes doivent être significatifs et faciles à utiliser pour l’utilisateur final, de sorte que notre interaction avec eux devient une expérience positive. Bien que la reconnaissance automatique des émotions dans les sons ait reçu une attention accrue au cours des dernières années, il s’agit encore d’un jeune domaine de recherche.Non seulement cela contribue à l’informatique affective en général, mais il fournit également une compréhension approfondie de la signification des sons dans notre vie quotidienne.Dans cette thèse, le problème de la reconnaissance des affects est abordé à partir d’une double perspective: nous commençons par adopter une approche standard de l’analyse acoustique du signal, où nous examinons et expérimentons les fonctionnalités existantes pour déterminer leur rôle dans la communication émotionnelle. Ensuite, nous nous tournons vers la dynamique chaotique et la symbolisation des séries temporelles, pour comprendre le rôle de la dynamique inhérente des sons dans l’expressivité affective. Nous menons nos études dans le contexte des sons non verbaux, à savoir les sons vocaux, musicaux et environnementaux.D’un point de vue de l’écoute humaine, une tâche d’annotation est menée pour construire un ground-truth de voix de chant non verbales, marquées par des descriptions catégoriques du modèle bidimensionnel d’émotions. Deux types de sons sont inclus dans l’étude: vocal et glottal.D’un point de vue psychologique, la présente recherche porte sur un débat qui existe depuis longtemps parmi les scientifiques et les psychologues, concernant les origines communes de la musique et de la voix. La question est abordée à partir d’une analyse acoustique ainsi que d’une approche dynamique non linéaire.D’un point de vue de la modélisation, ce travail propose une nouvelle approche dynamique non linéaire pour la reconnaissance de l’affect dans le son, basée sur la dynamique chaotique et la symbolisation adaptative des séries temporelles. Tout au long de cette thèse, les contrastes clés dans l’expressivité de l’émotion sont illustrés parmi les différents types de sons, à travers l’analyse des propriétés acoustiques, les métriques de la dynamique non linéaire et les performances des prédictions.Enfin, d’un point de vue progressif, nous suggérons que les travaux futurs étudient des caractéristiques motivées par les études cognitives. Nous suggérons également d’examiner dans quelle mesure nos caractéristiques reflètent les processus cognitifs. En outre, nous recommandons que nos fonctionnalités dynamiques soient testées dans des études à grande échelle de la reconnaissance d’émotions à travers la participation aux défis expérimentaux, dans le but de vérifier s’ils obtiennent un consensus
The present thesis describes a multidisciplinary research project on emotion recognition in sounds, covering psychological theories, acoustic-based signal analysis, machine learning and chaotic dynamics.In our social interactions and relationships, we rely greatly on the communication of information and on our perception of the messages transmitted. In fact communication happens when signals transmit information between a source and a destination. The signal can be verbal,and the information is then carried by sound patterns, such as words. In non verbal vocal communication however, information can be perceptual patterns that convey affective cues,that we sense and appraise in the form of intentions, attitudes, moods and emotions.The prevalence of the affective component can be seen in human computer interactions(HCI) where the development of automated applications that understand and express emotions has become crucial. Such systems need to be meaningful and friendly to the end user, so thatour interaction with them becomes a positive experience. Although the automatic recognition of emotions in sounds has received increased attention in recent years, it is still a young fieldof research. Not only does it contribute to Affective Computing in general, but it also provides insight into the significance of sounds in our daily life.In this thesis the problem of affect recognition is addressed from a dual perspective: we start by taking a standard approach of acoustic-based signal analysis, where we survey and experiment with existing features to determine their role in emotion communication. Then,we turn to chaotic dynamics and time series symbolization, to understand the role of the inherent dynamics of sounds in affective expressiveness. We conduct our studies in the context of nonverbal sounds, namely voice, music and environmental sounds.From a human listening point of view, an annotation task is conducted to build a ground truth of nonverbal singing voices, labelled with categorical descriptions of the two-dimensional model of affect. Two types of sounds are included in the study: vocal and glottal.From a psychological perspective, the present research addresses a debate that is of long standing among scientists and psychologists, concerning the common origins of music and voice.The question is addressed from an acoustic-based analysis as well as a nonlinear dynamics approach.From a modeling viewpoint, this work proposes a novel nonlinear dynamics approach for the recognition of affect in sound, based on chaotic dynamics and adaptive time series symbolization.Throughout this thesis, key contrasts in the expressiveness of affect are illustrated among the different types of sounds, through the analysis of acoustic properties, nonlinear dynamics metrics and predictions performances. Finally from a progressive perspective, we suggest that future works investigate features that are motivated by cognitive studies. We also suggest to examine to what extent our features reflect cognitive processes. Additionally we recommend that our dynamic features be tested inlarge scale ER studies through the participation in ER challenges, with an aim to verify if they gain consensus

Environ 25% de la population mondiale est atteinte de troubles psychiatriques qui sont typiquement associés à des problèmes comportementaux, fonctionnels et/ou cognitifs et dont les corrélats neurophysiologiques sont encore très mal compris. Non seulement ces dysfonctionnements réduisent la qualité de vie des individus touchés, mais ils peuvent aussi devenir un fardeau pour les proches et peser lourd dans l’économie d’une société. Cibler les mécanismes responsables du fonctionnement atypique du cerveau en identifiant des biomarqueurs plus robustes permettrait le développement de traitements plus efficaces. Ainsi, le premier objectif de cette thèse est de contribuer à une meilleure caractérisation des changements dynamiques cérébraux impliqués dans les troubles mentaux, plus précisément dans la schizophrénie et les troubles d’humeur. Pour ce faire, les premiers chapitres de cette thèse présentent, en intégral, deux revues de littératures systématiques que nous avons menées sur les altérations de connectivité cérébrale, au repos, chez les patients schizophrènes, dépressifs et bipolaires. Ces revues révèlent que, malgré des avancées scientifiques considérables dans l’étude de l’altération de la connectivité cérébrale fonctionnelle, la dimension temporelle des mécanismes cérébraux à l’origine de l’atteinte de l’intégration de l’information dans ces maladies, particulièrement de la schizophrénie, est encore mal comprise. Par conséquent, le deuxième objectif de cette thèse est de caractériser les changements cérébraux associés à la schizophrénie dans le domaine temporel. Nous présentons deux études dans lesquelles nous testons l’hypothèse que la « disconnectivité temporelle » serait un biomarqueur important en schizophrénie. Ces études explorent les déficits d’intégration temporelle en schizophrénie, en quantifiant les changements de la dynamique neuronale dite invariante d’échelle à partir des données magnétoencéphalographiques (MEG) enregistrés au repos chez des patients et des sujets contrôles. En particulier, nous utilisons (1) la LRTCs (long-range temporal correlation, ou corrélation temporelle à longue-distance) calculée à partir des oscillations neuronales et (2) des analyses multifractales pour caractériser des modifications de l’activité cérébrale arythmique. Par ailleurs, nous développons des modèles de classification (en apprentissage-machine supervisé) pour mieux cerner les attributs corticaux et sous-corticaux permettant une distinction robuste entre les patients et les sujets sains. Vu que ces études se basent sur des données MEG spontanées enregistrées au repos soit avec les yeux ouvert, ou les yeux fermées, nous nous sommes par la suite intéressés à la possibilité de trouver un marqueur qui combinerait ces enregistrements. La troisième étude originale explore donc l’utilité des modulations de l’amplitude spectrale entre yeux ouverts et fermées comme prédicteur de schizophrénie. Les résultats de ces études démontrent des changements cérébraux importants chez les patients schizophrènes au niveau de la dynamique d’invariance d’échelle. Elles suggèrent une dégradation du traitement temporel de l’information chez les patients, qui pourrait être liée à leurs symptômes cognitifs et comportementaux. L’approche multimodale de cette thèse, combinant la magétoencéphalographie, analyses non-linéaires et apprentissage machine, permet de mieux caractériser l’organisation spatio-temporelle du signal cérébrale au repos chez les patients atteints de schizophrénie et chez des individus sains. Les résultats fournissent de nouvelles preuves supportant l’hypothèse d’une « disconnectivité temporelle » en schizophrénie, et étendent les recherches antérieures, en explorant la contribution des structures cérébrales profondes et en employant des mesures non-linéaires avancées encore sous-exploitées dans ce domaine. L’ensemble des résultats de cette thèse apporte une contribution significative à la quête de nouveaux biomarqueurs de la schizophrénie et démontre l’importance d’élucider les altérations des propriétés temporelles de l’activité cérébrales intrinsèque en psychiatrie. Les études présentées offrent également un cadre méthodologique pouvant être étendu à d’autres psychopathologie, telles que la dépression.
Psychiatric disorders affect nearly a quarter of the world’s population. These typically bring about debilitating behavioural, functional and/or cognitive problems, for which the underlying neural mechanisms are poorly understood. These symptoms can significantly reduce the quality of life of affected individuals, impact those close to them, and bring on an economic burden on society. Hence, targeting the baseline neurophysiology associated with psychopathologies, by identifying more robust biomarkers, would improve the development of effective treatments. The first goal of this thesis is thus to contribute to a better characterization of neural dynamic alterations in mental health illnesses, specifically in schizophrenia and mood disorders. Accordingly, the first chapter of this thesis presents two systematic literature reviews, which investigate the resting-state changes in brain connectivity in schizophrenia, depression and bipolar disorder patients. Great strides have been made in neuroimaging research in identifying alterations in functional connectivity. However, these two reviews reveal a gap in the knowledge about the temporal basis of the neural mechanisms involved in the disruption of information integration in these pathologies, particularly in schizophrenia. Therefore, the second goal of this thesis is to characterize the baseline temporal neural alterations of schizophrenia. We present two studies for which we hypothesize that the resting temporal dysconnectivity could serve as a key biomarker in schizophrenia. These studies explore temporal integration deficits in schizophrenia by quantifying neural alterations of scale-free dynamics using resting-state magnetoencephalography (MEG) data. Specifically, we use (1) long-range temporal correlation (LRTC) analysis on oscillatory activity and (2) multifractal analysis on arrhythmic brain activity. In addition, we develop classification models (based on supervised machine-learning) to detect the cortical and sub-cortical features that allow for a robust division of patients and healthy controls. Given that these studies are based on MEG spontaneous brain activity, recorded at rest with either eyes-open or eyes-closed, we then explored the possibility of finding a distinctive feature that would combine both types of resting-state recordings. Thus, the third study investigates whether alterations in spectral amplitude between eyes-open and eyes-closed conditions can be used as a possible marker for schizophrenia. Overall, the three studies show changes in the scale-free dynamics of schizophrenia patients at rest that suggest a deterioration of the temporal processing of information in patients, which might relate to their cognitive and behavioural symptoms. The multimodal approach of this thesis, combining MEG, non-linear analyses and machine-learning, improves the characterization of the resting spatiotemporal neural organization of schizophrenia patients and healthy controls. Our findings provide new evidence for the temporal dysconnectivity hypothesis in schizophrenia. The results extend on previous studies by characterizing scale-free properties of deep brain structures and applying advanced non-linear metrics that are underused in the field of psychiatry. The results of this thesis contribute significantly to the identification of novel biomarkers in schizophrenia and show the importance of clarifying the temporal properties of altered intrinsic neural dynamics. Moreover, the presented studies offer a methodological framework that can be extended to other psychopathologies, such as depression.