Дисертації з теми "Collaborative Fusion"

L'objectif de la thèse est de développer des algorithmes de fusion de données recueillies à l’aide d'un réseau de capteurs sans fil afin de localiser plusieurs sources émettant un agent chimique ou biologique dans l'air. Ces capteurs détectent la concentration de la substance émise, transportée par advection et diffusion, au niveau de leurs positions et de communiquer cette information à un centre de traitement. L’information recueillie de façon collaborative est d'abord utilisée pour localiser les capteurs déployés au hasard et ensuite pour localiser les sources. Les applications comprennent, entre autres, la surveillance environnementale et la surveillance de sites sensibles ainsi que des applications de sécurité dans le cas d'une libération accidentelle ou intentionnelle d'un agent toxique. Toutefois, l'application considérée dans la thèse est celle de la détection et la localisation de mines terrestres. Dans cette approche, les mines sont considérées comme des sources émettrices de produits chimiques explosifs.La thèse comprend une contribution théorique où nous étendons l'algorithme de propagation de la croyance, un algorithme de fusion de données bien connu et largement utilisé pour l'estimation collaborative d'état dans les réseaux de capteurs, au cadre des méthodes à erreurs bornées. Le nouvel algorithme est testé sur le problème de l'auto-localisation dans les réseaux de capteurs statiques ainsi que l'application de suivi d'un objet mobile en utilisant un réseau de capteurs de distance. Autres contributions comprennent l'utilisation d'une approche probabiliste bayésienne avec des techniques d'analyse de données pour localiser un nombre inconnu de sources émettrices de vapeur
The aim of the thesis is to develop fusion algorithms for data collected from a wireless sensor network in order to locate multiple sources emitting some chemical or biological agent in the air. These sensors detect the concentration of the emitted substance, transported by advection and diffusion, at their positions and communicate this information to a treatment center. The information collected in a collaborative manner is used first to locate the randomly deployed sensors and second to locate the sources. Applications include, amongst others, environmental monitoring and surveillance of sensitive sites as well as security applications in the case of an accidental or intentional release of a toxic agent. However, the application we consider in the thesis is that of landmine detection and localization. In this approach, the land mines are considered as sources emitting explosive chemicals. The thesis includes a theoretical contribution where we extend the Belief Propagation algorithm, a well-known data fusion algorithm that is widely used for collaborative state estimation in sensor networks, to the bounded error framework. The novel algorithm is tested on the self-localization problem in static sensor networks as well as the application of tracking a mobile object using a network of range sensors. Other contributions include the use of a Bayesian probabilistic approach along with data analysis techniques to locate an unknown number of vapor emitting sources

The research presented in this thesis concerns the contribution of virtual human (or avatar) fidelity to social interaction in virtual environments (VEs) and how sensory fusion can improve these interactions. VEs present new possibilities for mediated communication by placing people in a shared 3D context. However, there are technical constraints in creating photo realistic and behaviorally realistic avatars capable of mimicking a person's actions or intentions in real time. At the same time, previous research findings indicate that virtual humans can elicit social responses even with minimal cues, suggesting that full realism may not be essential for effective social interaction. This research explores the impact of avatar behavioral realism on people's experience of interacting with virtual humans by varying the interaction fidelity. This is accomplished through the creation of Cinemacraft, a technology-mediated immersive platform for collaborative human-computer interaction in a virtual 3D world and the incorporation of sensory fusion to improve the fidelity of interactions and realtime collaboration. It investigates interaction techniques within the context of a multiplayer sandbox voxel game engine and proposes how interaction qualities of the shared virtual 3D space can be used to further involve a user as well as simultaneously offer a stimulating experience. The primary hypothesis of the study is that embodied interactions result in a higher degree of presence and co-presence, and that sensory fusion can improve the quality of presence and co-presence. The argument is developed through research justification, followed by a user-study to demonstrate the qualitative results and quantitative metrics.This research comprises of an experiment involving 24 participants. Experiment tasks focus on distinct but interrelated questions as higher levels of interaction fidelity are introduced.The outcome of this research is the generation of an interactive and accessible sensory fusion platform capable of delivering compelling live collaborative performances and empathetic musical storytelling that uses low fidelity avatars to successfully sidestep the 'uncanny valley'. This research contributes to the field of immersive collaborative interaction by making transparent the methodology, instruments and code. Further, it is presented in non-technical terminology making it accessible for developers aspiring to use interactive 3D media to pro-mote further experimentation and conceptual discussions, as well as team members with less technological expertise.
Master of Science

L'arrivée « World Wide Web » et la grande utilisation d'Internet ont ouvert de nouvelles perspectives pour la diffusion et le partage d'information. Nous présentons dans cette thèse une approche collaborative pour la recherche d'information. Nous définissons un environnement collaboratif dédié à un groupe d'utilisateurs désirant effectuer ensemble des recherches d'information sur un sujet commun. Cet environnement aide l'utilisateur à obtenir une meilleure qualité de l'information, et à « bénéficier » efficacement des expériences des autres membres du groupe. Différents contextes dans lesquels le soutien s'avère nécessaire sont analysés : l'aide à la formulation de requête, l'évaluation de sa recherche par rapport aux autres membres du groupe et une vision globale des résultats obtenus. Nous avons conçu et validé expérimentalement un modèle de soutien souple et adapté à la typologie de l'utilisateur pris individuellement et à la typologie du groupe d'utilisateur pris dans son ensemble. Le soutien est aussi personnalisé selon ses désirs et souhaits exprimés au moyen, entre autres, de critères de personnalisation de soutien.

Thesis (M.S. in Information Technology Management)--Naval Postgraduate School, March 2004.
Thesis advisor(s): Alex Bordetsky, Gurminder Singh. Includes bibliographical references (p. 49). Also available online.

L'intérêt des recherches dans le domaine de la fusion de données multi-capteurs est en plein essor en raison de la diversité de ses secteurs d'applications. Plus particulièrement, dans le domaine de la robotique et de la localisation, l'exploitation des différentes informations fournies par les capteurs constitue une étape primordiale afin d'assurer une estimation fiable de la position. Dans ce contexte de fusion de données multi-capteurs, nous nous attachons à traiter le diagnostic, menant à l'identification de la cause d'une défaillance, et la tolérance de l'approche proposée aux défauts de capteurs, peu abordés dans la littérature.Nous avons fait le choix de développer une approche basée sur un formalisme purement informationnel : filtre informationnel d'une part, et outils de la théorie de l'information d'autre part. Des résidus basés sur la divergence de Kullback-Leibler sont développés. Via des méthodes optimisées de seuillage, ces résidus conduisent à la détection et à l'exclusion de ces défauts capteurs. La théorie proposée est éprouvée sur deux applications de localisation. La première application concerne la localisation collaborative, tolérante aux défauts d'un système multi-robots. La seconde application traite de la localisation en milieu ouvert utilisant un couplage serré GNSS/odométrie tolérant aux défauts
The interest of research in the multi-sensor data fusion field is growing because of its various applications sectors. Particularly, in the field of robotics and localization, the use of different sensors informations is a vital step to ensure a reliable position estimation. In this context of multi-sensor data fusion, we consider the diagnosis, leading to the identification of the cause of a failure, and the sensors faults tolerance aspect, discussed in limited work in the literature. We chose to develop an approach based on a purely informational formalism: information filter on the one hand and tools of the information theory on the other. Residuals based on the Kullback-Leibler divergence are developed. These residuals allow to detect and to exclude the faulty sensors through optimized thresholding methods. This theory is tested in two applications. The first application is the fault tolerant collaborative localization of a multi-robot system. The second application is the localization in outdoor environments using a tightly coupled GNSS/odometer with a fault tolerant aspect

Approved for public release; distribution is unlimited
CHDS State/Local
Through the maturation of the national network of fusion centers, processes and capabilities originally designed to detect and thwart terrorist attacks are now applied to disaster responses. The fusion process, which involves the synthesis and analysis of streams of data, can create incident specific intelligence. The sharing of this information can enhance the operating picture that is critical to key decision makers and the discipline of emergency management. This thesis examined three case studies of fusion center disaster responses through a collaborative-based analytical framework. The resulting analysis of the case studies identified the crucial role played by fusion centers in responding to disaster events in a collaborative effort with emergency operations centers. This thesis concludes that fusion centers offer the greatest impact through enabling information sharing throughout the response phase. The specific benefits of the sharing of information directly influence executive briefings and the deployment of resources. This thesis also modeled a collaborative response. The research determined that the depth and breadth of these relationships involving cooperative responses must be proportionate to the incident and include a level of redundancy. Through a system design model, overconnectivity through efficiency was shown to increase the likelihood of fracturing cooperative relationships.

Ces dernières années, de nombreux travaux ont été menés afin de fournir une estimation précise de l’état d’un système dynamique. Dans cette thèse, nous ciblons les systèmes composés de sous-systèmes collaboratifs possédant une multitude de capteurs. Nous proposons un filtre combinant les avantages du filtre de Kalman et du filtre informationnel, nécessitant une charge de calculs bien moins élevée. Afin de prendre en compte la méconnaissance des covariances des mesures, une fusion multi-capteurs basée sur l'intersection des covariances est analysée en termes de charge calculatoire. Trois architectures de fusion multi-capteurs sont dès lors considérées. On réalise, sur les différents composants de ces architectures, une analyse fine de la répartition de la charge calculatoire du filtre et de l’algorithme d’intersection des covariances. Dans l’objectif de rendre un système tolérant aux défauts, des méthodes statistiques informationnelles sont développées. Elles sont applicables à toute méthode basée sur le rapport de vraisemblance généralisé, entraînant un seuillage adaptatif de ce rapport. Leurs mises en œuvre à travers deux types de cartes de contrôle permettent une détection rapide des défaillances des capteurs. Nos approches théoriques sont validées à travers un système de robots mobiles collaboratifs. Nous intégrons une phase de diagnostic et de détection de défauts des capteurs. Celle-ci est basée sur l’intégration de ces méthodes statistiques informationnelles dans le processus de fusion et d’estimation composé d’un filtre bayésien et de l’intersection des covariances. L’objectif est d’assurer une navigation autonome sûre, précise et tolérante aux défaillances des capteurs. Enfin, nous présentons une preuve de concept d'une méthode de contrôle et d'évaluation non destructive des matériaux dans l’environnement immédiat des robots. En particulier, il s'agit d'introduire un capteur hyperfréquence pour l'interaction entre l'onde électromagnétique propagée et le matériau sous investigation. Cette méthode, connue sous le vocable radar, a connu un essor grandissant dans les laboratoires de recherche et dans les applications courantes liées notamment à la mesure de vitesse. Néanmoins, sa transposition sur des robots mobiles collaboratifs demeure un challenge pour adresser l'évaluation sans contact de matériaux, notamment en environnement sévère. Elle consiste à déterminer les caractéristiques du matériau sous test à l'aide de capteurs micro-ondes embarqués
In the recent years, there was a growing interest to provide an accurate estimate of the state of a dynamic system for a wide range of applications. In this work, we target systems built up with several collaborative subsystems integrating various heterogeneous sensors. We introduce a filter concept that combines the advantages of both Kalman and informational filters to achieve low computational load. To consider any system whose measurement covariances are incomplete or unknown, a multi-sensor fusion based on the covariance intersection is analyzed in terms of calculation burden. Three multi-sensor fusion architectures are then considered. A fine analysis of the calculation load distribution of the filter and the covariance intersection algorithm is performed on the different components of these architectures. To make the system fault tolerant, informational statistical methods are developed. They are applicable to any method based on the generalized likelihood ratio. They lead to an adaptive threshold of this ratio. The technique has been implemented considering two types of control charts for the fast detection of sensor failures. Our theoretical approaches are validated through a system of collaborative mobile robots. We integrate a diagnosis and fault detection phase, which is based on the integration of these informational statistical methods into the fusion and estimation process, the latter being composed of a Bayesian filter and the covariance intersection. The main objective is to ensure that this system provides safe, accurate and fault-tolerant autonomous navigation. Finally, we present a proof-of-concept method for nondestructive and evaluation of materials in close proximity of the robot environment. In particular, we introduce a microwave sensor to characterize the electromagnetic wave to material under test interaction. This technique, known under the name radar, had a growing interest in academic laboratories and for usual applications related to speed measurements. Nevertheless, its adaptation to collaborative mobile robots remains a challenging task to address contactless characterization of materials, especially in harsh environments. This latter consists to determine the material characteristics from embedded microwave sensors

Le regroupement de données multivues incomplètes est un axe de recherche majeur dans le domaines de l'exploration de données et de l'apprentissage automatique. Dans les applications pratiques, nous sommes souvent confrontés à des situations où seule une partie des données modales peut être obtenue ou lorsqu'il y a des valeurs manquantes. La fusion de données est une méthode clef pour l'exploration d'informations multivues incomplètes. Résoudre le problème de l'extraction d'informations multivues incomplètes de manière ciblée, parvenir à une collaboration flexible entre les vues visibles et les vues cachées partagées, et améliorer la robustesse sont des défis. Cette thèse se concentre sur trois aspects : l'exploration de données cachées, la fusion collaborative et l'amélioration de la robustesse du regroupement. Les principales contributions sont les suivantes:1) Exploration de données cachées pour les données multi-vues incomplètes : les algorithmes existants ne peuvent pas utiliser pleinement l'observation des informations dans et entre les vues, ce qui entraîne la perte d'une grande quantité d'informations. Nous proposons donc un nouveau modèle de regroupement multi-vues incomplet IMC-NLT (Incomplete Multi-view Clustering Based on NMF and Low-Rank Tensor Fusion) basé sur la factorisation de matrices non négatives et la fusion de tenseurs de faible rang. IMC-NLT utilise d'abord un tenseur de faible rang pour conserver les caractéristiques des vues avec une dimension unifiée. En utilisant une mesure de cohérence, IMC-NLT capture une représentation cohérente à travers plusieurs vues. Enfin, IMC-NLT intègre plusieurs apprentissages dans un modèle unifié afin que les informations cachées puissent être extraites efficacement à partir de vues incomplètes. Des expériences sur cinq jeux de données ont validé les performances d'IMC-NLT.2) Fusion collaborative pour les données multivues incomplètes : notre approche pour résoudre ce problème est le regroupement multivues incomplet par représentation à faible rang. L'algorithme est basé sur une représentation éparse de faible rang et une représentation de sous-espace, dans laquelle les données manquantes sont complétées en utilisant les données d'une modalité et les données connexes d'autres modalités. Pour améliorer la stabilité des résultats de clustering pour des données multi-vues avec différents degrés de manquants, CCIM-SLR utilise le modèle Γ-norm, qui est une méthode de représentation à faible rang ajustable. CCIM-SLR peut alterner entre l'apprentissage de la vue cachée partagée, la vue visible et les partitions de clusters au sein d'un cadre d'apprentissage collaboratif. Un algorithme itératif avec convergence garantie est utilisé pour optimiser la fonction objective proposée.3) Amélioration de la robustesse du regroupement pour les données multivues incomplètes : nous proposons une fusion de la convolution graphique et des goulots d'étranglement de l'information (apprentissage de la représentation multivues incomplète via le goulot d'étranglement de l'information). Nous introduisons la théorie du goulot d'étranglement de l'information afin de filtrer les données parasites contenant des détails non pertinents et de ne conserver que les éléments les plus pertinents. Nous intégrons les informations sur la structure du graphe basées sur les points d'ancrage dans les informations sur le graphe local. Le modèle intègre des représentations multiples à l'aide de goulets d'étranglement de l'information, réduisant ainsi l'impact des informations redondantes dans les données. Des expériences approfondies sont menées sur plusieurs ensembles de données du monde réel, et les résultats démontrent la supériorité de IMRL-AGI. Plus précisément, IMRL-AGI montre des améliorations significatives dans la précision du clustering et de la classification, même en présence de taux élevés de données manquantes par vue (par exemple, 10,23 % et 24,1% respectivement sur l'ensemble de données ORL)
Incomplete multi-view data clustering is a research direction that attracts attention in the fields of data mining and machine learning. In practical applications, we often face situations where only part of the modal data can be obtained or there are missing values. Data fusion is an important method for incomplete multi-view information mining. Solving incomplete multi-view information mining in a targeted manner, achieving flexible collaboration between visible views and shared hidden views, and improving the robustness have become quite challenging. This thesis focuses on three aspects: hidden data mining, collaborative fusion, and enhancing the robustness of clustering. The main contributions are as follows:1. Hidden data mining for incomplete multi-view data: existing algorithms cannot make full use of the observation of information within and between views, resulting in the loss of a large amount of valuable information, and so we propose a new incomplete multi-view clustering model IMC-NLT (Incomplete Multi-view Clustering Based on NMF and Low-Rank Tensor Fusion) based on non-negative matrix factorization and low-rank tensor fusion. IMC-NLT first uses a low-rank tensor to retain view features with a unified dimension. Using a consistency measure, IMC-NLT captures a consistent representation across multiple views. Finally, IMC-NLT incorporates multiple learning into a unified model such that hidden information can be extracted effectively from incomplete views. We conducted comprehensive experiments on five real-world datasets to validate the performance of IMC-NLT. The overall experimental results demonstrate that the proposed IMC-NLT performs better than several baseline methods, yielding stable and promising results.2. Collaborative fusion for incomplete multi-view data: our approach to address this issue is Incomplete Multi-view Co-Clustering by Sparse Low-Rank Representation (CCIM-SLR). The algorithm is based on sparse low-rank representation and subspace representation, in which jointly missing data is filled using data within a modality and related data from other modalities. To improve the stability of clustering results for multi-view data with different missing degrees, CCIM-SLR uses the Γ-norm model, which is an adjustable low-rank representation method. CCIM-SLR can alternate between learning the shared hidden view, visible view, and cluster partitions within a co-learning framework. An iterative algorithm with guaranteed convergence is used to optimize the proposed objective function. Compared with other baseline models, CCIM-SLR achieved the best performance in the comprehensive experiments on the five benchmark datasets, particularly on those with varying degrees of incompleteness.3. Enhancing the clustering robustness for incomplete multi-view data: we offer a fusion of graph convolution and information bottlenecks (Incomplete Multi-view Representation Learning Through Anchor Graph-based GCN and Information Bottleneck - IMRL-AGI). First, we introduce the information bottleneck theory to filter out the noise data with irrelevant details and retain only the most relevant feature items. Next, we integrate the graph structure information based on anchor points into the local graph information of the state fused into the shared information representation and the information representation learning process of the local specific view, a process that can balance the robustness of the learned features and improve the robustness. Finally, the model integrates multiple representations with the help of information bottlenecks, reducing the impact of redundant information in the data. Extensive experiments are conducted on several real-world datasets, and the results demonstrate the superiority of IMRL-AGI. Specifically, IMRL-AGI shows significant improvements in clustering and classification accuracy, even in the presence of high view missing rates (e.g. 10.23% and 24.1% respectively on the ORL dataset)

Le thème de la « navigation bas-coût », caractérisé par le transfert de performance des capteurs vers les algorithmes de fusion de données et de commande, est un thème central dans de nombreuses applications militaires liées en particulier aux besoins nouveaux des troupes légères. L'utilisation de capteurs inertiels ou magnétométriques type MEMS et de GPS civils (notamment), optimise les critères d'encombrement, de masse et de consommation. Mais elle requiert, en compensation des performances relativement médiocres des capteurs, des algorithmes de guidage-navigation-pilotage spécifiques aux applications considérées. Dans ce mémoire, nous considérons trois scénarios d'utilisation et exposons des techniques innovantes pour la localisation et le contrôle. Nous considérons d'abord le cas d'un robot terrestre équipé de capteurs de proximité, d'un gyroscope, d'odomètres et d'un GPS. Nous implémentons expérimentalement avec succès un algorithme d'évitement d'obstacles dont nous établissons une preuve de convergence, ainsi qu'un algorithme de planification de trajectoires hors ligne dont nous utilisons les résultats en temps réel pour réaliser, via un estimateur non linéaire, un bouclage par retour dynamique. Nous étudions ensuite le cas du vol autonome d'une plate-forme aérienne instable de type hélicoptère. Nous développons et implémentons, à bord sur un système de mesure et de calcul temps-réel de notre conception, un estimateur d'état incluant un modèle de la dynamique du vol de l'engin, recalé par les capteurs inertiels, barométriques, et GPS ainsi qu'un bouclage par retour d'état. En utilisant les résultats de filtrage sur les vols effectués, les paramètres du modèle sont précisément identifiés : la qualité et la robustesse de l'estimation obtenues grâce au modèle permettent de réaliser un vol stationnaire autonome en extérieur. Enfin nous considérons le problème d'un piéton évoluant à l'intérieur de bâtiments. Les erreurs d'estimation du cap lors de l'utilisation des différentes plate-formes (terrestre comme aérienne) nous guident vers une utilisation nouvelle du champ magnétique par l'inspection de ses gradients. Par une technique que nous exposons, nous montrons comment utiliser les perturbations (inconnues) du champ magnétique pour améliorer considérablement l'estimation de position d'une centrale inertielle bas-coût au point qu'elle devienne un instrument de localisation.

Thesis (M. Eng.)--Massachusetts Institute of Technology, Dept. of Electrical Engineering and Computer Science, 2010.
This electronic version was submitted by the student author. The certified thesis is available in the Institute Archives and Special Collections.
Cataloged from student-submitted PDF version of thesis.
Includes bibliographical references (p. 55).
Fusion Tables allows data collaborators to create, merge, navigate and set access control permissions on structured data. This thesis focuses on the collaboration tools that were added to Googles Fusion Tables. The collaboration tools provided additional functionality: first, the ability to view, sort and filter all the threaded discussions on the different granularities of the data set; second, the ability to take Snaps, dynamic state bookmarking that allows collaborators to save queries and visualizations and share them with other users. In addition, this thesis initiates a discussion about data collaboration on different platforms outside the Data Management System (DMS), and the implementation of the Fusion Table - Google Wave gadget that provides this functionality. To evaluate these added features, we conducted a user survey based on three sources: Google Analytics, field study of experienced Fusion Tables users, and a user study to evaluate the UI and the collaboration tools. The results showed that approximately 40% of the visitors to the site use the collaboration features . Based on the user study, it appears that UI improvements can increase exposure to these features, and some additional functionality can be added to improve the collaboration features and provide a better collaboration system.
by Jonathan Goldberg Kidon.
M.Eng.

Cette thèse est consacrée d'une part, à l'étude d'approches de caractérisation des classes découvertes pendant l'apprentissage non-supervisé, et d'autre part, à la classification non-supervisée modulaire, hybride et collaborative. L'étude se focalise essentiellement sur deux axes : - la caractérisation des classes en utilisant la pondération et la sélection des variables pertinentes, ainsi que l'utilisation de la notion de mémoire pendant le processus d'apprentissage topologique non-supervisé; - l'utilisation de plusieurs techniques de clustering en parallèle et en série : approches modulaires, hybrides et collaboratives. Nous nous intéressons plus particulièrement dans cette thèse aux cartes auto-organisatrices de Kohonen qui constituent une technique bien adaptée à la classification non-supervisée permettant une visualisation des résultats sous forme d'une carte topographique. Nous proposons plusieurs techniques de pondérations de l'apprentissage de ces cartes ainsi qu'une nouvelle stratégie de compétition permettant de garder en mémoire l'historique de l'apprentissage. En utilisant un test statistique pour la sélection des variables pertinentes pondérées, nous répondons au problème de la réduction des dimensions, ainsi qu'au problème de la caractérisation des classes découvertes. Concernant le deuxième axe, nous utilisons le formalisme mathématique de l'analyse relationnelle (AR) pour combiner plusieurs résultats de classification. Enfin, nous proposons une nouvelle approche conçue pour faire collaborer plusieurs classifications topographiques entre elles ,en préservant la confidentialité des données
This thesis is focused, on the one hand, to study clustering anlaysis approaches in an unsupervised topological learning, and in other hand, to the topological modular, hybrid and collaborative clustering. This study is adressed mainly on two problems: - cluster characterization using weighting and selection of relevant variables, and the use of the memory concept during the learning unsupervised topological process; - and the problem of the ensemble clustering techniques : the modularization, the hybridization and collaboration. We are particularly interested in this thesis in Kohonen's self-organizing maps which have been widely used for unsupervised classification and visualization of multidimensional datasets. We offer several weighting approaches and a new strategy which consists in the introduction of a memory process into the competition phase by calculating a voting matrix at each learning iteration. Using a statistical test for selecting relevant variables, we will respond to the problem of dimensionality reduction, and to the problem of the cluster characterization. For the second problem, we use the relational analysis approach (RA) to combine multiple topological clustering results

The aftermath of the 9/11 attacks on the United States resulted in the introduction of the National Fusion Center Network. This effort seeks to empower National Security by effectively sharing information between various law enforcement organizations. Since the establishment of the Network, information that addresses the Networks' standard operating procedures and existing barriers to share information effectively has been lacking. This caused many criticisms as to whether the network is in fact effective in fulfilling its mandate to effectively share information between the various law enforcement agencies. Utilizing Bandura's cognitive theory of behavioral change, this phenomenological study identifies the strategies utilized by the Fusion center Network to share information while addressing the barriers that arise during the process. Qualitative data consists of interviews conducted with a purposive sample of N=8 employees at two Fusion Centers in the Network. Data were inductively coded, analyzed, and summarized to answer the research questions and illustrate relevance to the framework. Findings made it clear that staff respondents believe that the Fusion Center Network has a tangible impact on Information Sharing between law enforcement, government, and non-government agencies. This expanded the field of knowledge regarding the Fusion Center Network and made room for future researchers to expound on. Recommendations offered by this study are geared towards assisting policy makers, partner organizations and the public at large to make better decisions toward protecting the Homeland from future acts of terror. This study carries implications for creating positive social change by providing recommendations to assist legislators develop effective policies and to increase national security measures of the United States.

Le mode de développement externe le plus répandu pour faire face à l’environnement changeant des entreprises (Jacob et Poitras, 2015) est la fusion-acquisition (Meier et Schier, 2012). L’objectif principal des fusions-acquisitions est souvent la recherche de synergies. Or, pour réaliser les objectifs de la nouvelle entité, les individus doivent collaborer afin de créer l’efficacité collective qui permettra d’ajouter de la valeur au travail réalisé (Morin, 2015). Néanmoins, dans la littérature scientifique, nous ne retrouvons pas les déterminants de la collaboration interindividuelle.Cette thèse propose un modèle de recherche intégrant les différents déterminants de la collaboration. Elle accorde une attention particulière à la mesure de l’influence de la confiance et de la culture sur l’efficacité de la collaboration. À l’appui d’une étude empirique qualitative fondée sur 44 entretiens et d'une étude quantitative reposant sur 301 réponses, les deux effectuées au sein d’Air France-KLM, nous avons pu montrer que la confiance et la culture ont une influence particulière lorsqu’il s’agit de l’efficacité de la collaboration.Notre étude confirme, dans un premier temps, l’importance de l’efficacité de la collaboration en montrant qu’elle détermine pour 68 % la réalisation des objectifs. Ensuite, nous observons que la confiance est l’élément essentiel pour une bonne communication et une forte cohésion sociale, qui expliquent à leur tour ensemble 58 % de l’efficacité de la collaboration. Ainsi, nous constatons que la confiance interpersonnelle influence l’efficacité de la collaboration de manière indirecte. Cela est aussi le cas pour la culture. La distance hiérarchique au sein de la culture d’entreprise et l’évitement de l’incertitude au niveau de la culture nationale ont une influence négative sur la confiance et la cohésion sociale. De même, nous remarquons qu’il existe également une influence indirecte de la culture des individus sur l’efficacité de la collaboration
Merger-acquisition is the most widespread mode of external development for dealing with the changing environment of business (Jacob and Poitras, 2015). The main objective of a merger-acquisition is most often seeking for synergies. However, in order to achieve the objectives of the new entity, individuals must work together to create collective efficiency that adds value to the work they realize (Morin, 2015). Nevertheless, we find no studies in the scientific literature on how to promote effective inter-individual collaboration after a merger-acquisition.This PhD proposes a research model integrating the various determinants of collaboration and pays particular attention to the extent of the influence of trust and culture that play, according to the existing literature, an important role in the effectiveness of inter-individual collaboration. The results of a qualitative study, based on 44 interviews, and a quantitative study, based on 301 questionnaires, that are both realized at Air France-KLM, allow us to see that trust and culture have an important and indirect influence on the effectiveness of collaboration.Our study confirms firstly the importance of studying inter-individual collaboration by showing that its effectiveness determines 68% of the realization of the objectives of the organization. Secondly, we observe that trust is essential for good communication and strong social cohesion, which in turn account for 58% of the effectiveness of collaboration. Thus, we remark that interpersonal trust influences the effectiveness of collaboration indirectly. This is also the case for culture. Power distances in corporate culture and avoidance of uncertainty in national culture have a negative impact on trust and social cohesion. Since social cohesion and communication determine the effectiveness of collaboration, we could conclude that cultural aspects influence the effectiveness of collaboration indirectly

Les dernières années, la taille des collections vidéo a connu une forte augmentation. La recherche et la navigation efficaces dans des telles collections demande une indexation avec des termes pertinents, ce qui nous amène au sujet de cette thèse, l'indexation sémantique des vidéos. Dans ce contexte, le modèle Sac de Mots (BoW), utilisant souvent des caractéristiques SIFT ou SURF, donne de bons résultats sur les images statiques. Notre première contribution est d'améliorer les résultats des descripteurs SIFT/SURF BoW sur les vidéos en pré-traitant les vidéos avec un modèle de rétine humaine, ce qui rend les descripteurs SIFT/SURF BoW plus robustes aux dégradations vidéo et qui leurs donne une sensitivité à l'information spatio-temporelle. Notre deuxième contribution est un ensemble de descripteurs BoW basés sur les trajectoires. Ceux-ci apportent une information de mouvement et contribuent vers une description plus riche des vidéos. Notre troisième contribution, motivée par la disponibilité de descripteurs complémentaires, est une fusion tardive qui détermine automatiquement comment combiner un grand ensemble de descripteurs et améliore significativement la précision moyenne des concepts détectés. Toutes ces approches sont validées sur les bases vidéo du challenge TRECVid, dont le but est la détection de concepts sémantiques visuels dans un contenu multimédia très riche et non contrôlé.

Le sujet de cette thèse de doctorat s’articule autour de l’analyse des politiques de la Chine, des investissements directs étrangers, et de la collaboration internationale en matière d’innovation. Le premier chapitre, co-écrit avec Ilja Rudyk, explore la montée des inventions chinoises en Europe, ainsi que le développement des politiques d’innovation de la Chine. Notre étude évalue les effets de ces politiques sur la propriété nationale dans les technologies stratégiques en utilisant des données sur les brevets européens. De plus, notre méthodologie permet d’évaluer les effets de ces politiques sur les caractéristiques des brevets, réémettant la qualité de ces derniers. Le second chapitre est un travail conjoint avec Anthony Howell et Jia Lin qui examine les effets des fusions et acquisitions transfrontalières sur les innovations chinoises et sur la performance financière des entreprises qui réalisent ces investissements directs étrangers. Le troisième chapitre traite de la relation entre la collaboration internationale et la qualité des brevets en analysant les demandes de brevet chinois en Europe. Il examine la structure des co-inventions internationales chinoises en Europe et analyse le rôle que joue les co-inventions transfrontalières sur la qualité des demandes de brevet chinoises à l’étranger. Ce chapitre contribue ainsi à la compréhension de l’internationalisation et du rattrapage technologique de la Chine
The subject of this doctoral thesis revolves around the analysis of China’s policies, foreign direct investment, and international collaboration with regard to innovation. Chapter one, co-written with Ilja Rudyk, explores the rise of Chinese inventions in Europe, China’s innovation policies, and assesses their effect with regard to domestic ownership in strategic technologies through the lens of European patent data. Further, our methodology allows for an assessment of effects of the policies on characteristics of the patents, reflecting their quality. Chapter two, joint work with Anthony Howell and Jia Lin, investigates the effects of Chinese cross-border mergers and acquisitions on the domestic innovation activities and financial performance of the firms engaging in such foreign direct investment. The third chapter addresses the relationship between international collaboration and patent quality through an analysis of Chinese patent applications in Europe. It investigates the pattern of Chinese international co-inventions in Europe and scrutinizes the role cross-border co-invention play for the quality of Chinese overseas patent applications. It thereby contributes to the understanding of China’s internationalization and technological catch-up

Ce manuscrit de thèse présente une méthode innovante brevetée pour la détection de comportements collectifs. En utilisant des procédés de fusion sur les données issues d'un réseau multi-capteurs, les récents systèmes de surveillance obtiennent les séquences d'observations des personnes surveillées. Ce bas niveau d'évaluation de la situation a été mesuré insuffisant pour aider les forces de sécurité lors des événements de foule. Afin d'avoir une plus haute évaluation de la situation dans ces environnements asymétriques, nous proposons une approche multi-agents qui réduit la complexité du problème par des agents sur trois niveaux - macro, méso et micro - d'observations. Nous utilisons un nouvel état relatif dans les approches de l'état de l'art pour nous permettre la détection, en temps réel, des groupes, de leurs comportements, objectifs et intentions. Dans le cadre de projets européens, nous avons utilisé un serious game simulant une foule dans des scénarios asymétriques. Les résultats montrent un meilleur accord avec les prédictions théoriques et une amélioration significative des travaux précédents. Le travail présenté ici pourrait être utilisé dans de futures études de détection de comportements multi-agents et pourrait un jour aider à résoudre les problèmes liés aux événements catastrophiques de foules incontrôlables.

博士
國立交通大學
資訊科學與工程研究所
105
In this research, an indoor localization framework based on Bayesian approximation theory is proposed, which treats the users' locations in the tracking area as a probability distribution. However, it is difficult to model such distribution in well-formed mathematical formulas in indoor buildings. The approximation is realized using the particle filter algorithm, in which the distribution is sampled with discrete weighted particles in the tracking area. The system can therefore track a user's location distribution by shifting and weighting the particles according to the observation provided by the sensors. A typical implementation of particle filter tracking system would consists of a pedestrian tracking mechanism to obtain motion displacement indicators for particle shifting, and a wireless ranging scheme to obtain wireless location indicators for weighting. In this research, the tracking scheme is extended to 2.5D, which models the indoor structures as multiple 2D floor plans and floor transitional facilities. The proposed tracking scheme is capable of detect floor levels and transition using the inertial landmark indicators formed by inertial pattern recognition, and floor/altitude indicator with atmospheric pressure detection. For 2D localization, a signboard recognition scheme is designed to generate visual landmark indicators. Also, an M2M encountering scheme enables the users to conduct collaborative ranging at short distances to create accurate inter-device encounter indicators, which can be applied when a user with high location uncertainty caused by insufficient infrastructural coverage or highly motion dynamics. Finally, an adaptive ranging mechanism is designed to use inter-beacon ranging to sense the signal propagation dynamics caused environmental changes. The scheme is implemented using Bluetooth beacons, and the sensed environmental dynamics can be delivered to the used devices simply using BLE advertisement packets.

碩士
國立暨南國際大學
資訊工程學系
94
Abstract Because of the exponential growth in the underlying semiconductor technology and the wide use of the wireless networking, many sensor nodes with computing ability, storage capability, and the power of communication are manufactured. The application of wireless sensor networks, WSNs for short, has been quite practicable nowadays. We can place the sensor nodes near to the things or environments which we want to monitor. Through the sensor nodes’ sensing and the collaborative decision fusion of the sensor network, the true condition of the event can be known according to the data reported from the sensor nodes and does not need to be seen or sensed by ourselves. The message reported from each sensor node can be used to make decision fusion about the condition of the event. Sensor nodes are often deployed in harsh and inaccessible environments, and we must depend on the sensor nodes’ replies to know the true condition of the monitored environment. Therefore, the correctness of the data which is replied from the sensor nodes is very important. If the measurements replied from the sensor nodes are correct, these will help us to understand the real situation of the environment and pertinent decisions can be made as soon as possible. If the measurements replied from the sensor node are wrong, these will make us misunderstand the situation of the environment. In this way, the event can not be handled properly and this may cause a great damage to us. In order to solve the problem, there is a need to develop a means to detect the faulty sensor nodes or provide the fault-tolerance capability without the nearby involvement of human beings when utilizing WSNs to perform decision fusion of event detection. This thesis first introduces the operation of WSNs and the decision fusion. Then, a collaborative sensor fault detection scheme in WSNs is proposed. With the aid of the scheme, the faulty nodes can be easily identified and they are removed from the computation of the decision fusion. In such a way, WSNs will have better performance of the decision fusion than that without the fault detection scheme. After that, the proposed fault detection scheme is used to do a series of simulations of some kinds of different fault models, and its performance is also shown.

Le mode de développement externe le plus répandu pour faire face à l’environnement changeant des entreprises (Jacob et Poitras, 2015) est la fusion-acquisition (Meier et Schier, 2012). L’objectif principal des fusions-acquisitions est souvent la recherche de synergies. Or, pour réaliser les objectifs de la nouvelle entité, les individus doivent collaborer afin de créer l’efficacité collective qui permettra d’ajouter de la valeur au travail réalisé (Morin, 2015). Néanmoins, dans la littérature scientifique, nous ne retrouvons pas les déterminants de la collaboration interindividuelle.Cette thèse propose un modèle de recherche intégrant les différents déterminants de la collaboration. Elle accorde une attention particulière à la mesure de l’influence de la confiance et de la culture sur l’efficacité de la collaboration. À l’appui d’une étude empirique qualitative fondée sur 44 entretiens et d'une étude quantitative reposant sur 301 réponses, les deux effectuées au sein d’Air France-KLM, nous avons pu montrer que la confiance et la culture ont une influence particulière lorsqu’il s’agit de l’efficacité de la collaboration.Notre étude confirme, dans un premier temps, l’importance de l’efficacité de la collaboration en montrant qu’elle détermine pour 68 % la réalisation des objectifs. Ensuite, nous observons que la confiance est l’élément essentiel pour une bonne communication et une forte cohésion sociale, qui expliquent à leur tour ensemble 58 % de l’efficacité de la collaboration. Ainsi, nous constatons que la confiance interpersonnelle influence l’efficacité de la collaboration de manière indirecte. Cela est aussi le cas pour la culture. La distance hiérarchique au sein de la culture d’entreprise et l’évitement de l’incertitude au niveau de la culture nationale ont une influence négative sur la confiance et la cohésion sociale. De même, nous remarquons qu’il existe également une influence indirecte de la culture des individus sur l’efficacité de la collaboration
Merger-acquisition is the most widespread mode of external development for dealing with the changing environment of business (Jacob and Poitras, 2015). The main objective of a merger-acquisition is most often seeking for synergies. However, in order to achieve the objectives of the new entity, individuals must work together to create collective efficiency that adds value to the work they realize (Morin, 2015). Nevertheless, we find no studies in the scientific literature on how to promote effective inter-individual collaboration after a merger-acquisition.This PhD proposes a research model integrating the various determinants of collaboration and pays particular attention to the extent of the influence of trust and culture that play, according to the existing literature, an important role in the effectiveness of inter-individual collaboration. The results of a qualitative study, based on 44 interviews, and a quantitative study, based on 301 questionnaires, that are both realized at Air France-KLM, allow us to see that trust and culture have an important and indirect influence on the effectiveness of collaboration.Our study confirms firstly the importance of studying inter-individual collaboration by showing that its effectiveness determines 68% of the realization of the objectives of the organization. Secondly, we observe that trust is essential for good communication and strong social cohesion, which in turn account for 58% of the effectiveness of collaboration. Thus, we remark that interpersonal trust influences the effectiveness of collaboration indirectly. This is also the case for culture. Power distances in corporate culture and avoidance of uncertainty in national culture have a negative impact on trust and social cohesion. Since social cohesion and communication determine the effectiveness of collaboration, we could conclude that cultural aspects influence the effectiveness of collaboration indirectly

My work centres around ‘Clash Collaboration’, which is a term I coined to describe the deliberate engagement with, and inclusion of, collaborators, musical influences, traditions, cultures, ideas, practices, and art mediums that are of a disparate nature to my own. This kind of interdisciplinary, intercultural, and cross-genre engagement facilitates multifaceted fractures within my artistry, as well as within these disparate elements, which in turn leads to what I consider to be new, hybrid fusions and unexplored sonic territories. Within my research and practice, as it relates to ‘Clash Collaboration’, my primary source of disparateness has been my inclusion of specific East Asian musical traditions, instruments, collaborators, philosophies, and architectural concepts, with a predominant focus on Japanese aesthetics. Another source of disparateness and disruption I employed was involving creatives of differing artistic mediums, to explore the trans-sensory communication and translation of meaning through different artforms, specifically through poetry, painting, and film. My primary drive for such a creative pursuit was born out of a desire to creatively expand both as a musician and a composer, through an identification of my repetitive and non-generative patterns and the need to disrupt them to continue evolving as an artist, but also through a desire to broaden my musical education and understanding of different musical cultures, traditions, and compositional methods. My love for improvisation has strong intersections with aspects of East Asian thought, the specifics of which I will unfold in the following chapters, and this provided me with a logical direction for my research. I feel it is important to state that I have aimed to engage with these traditions, cultures and collaborators in a way that is both respectful and mutually beneficial, through personal engagement (such as travel, experience, and personal relationships with collaborators), active research, musical practice and an attitude of openness and inclusiveness. In my experience, such collaborations in these negotiated spaces of mutual respect facilitate mutual fracture, leading to sonic outcomes that present exciting, new, blended territories of intercultural hybridity, with their own unique meanings, collective identities and contexts that are specific to the intricate complexes of each creative project.