Добірка наукової літератури з теми "Spécialisation intelligente"

Les clusters sont progressivement devenus une tendance politique territoriale de plus en plus répandue dans le monde entier. Dans ce contexte, leur importance a été associée au concept de spécialisation intelligente, un modèle de développement territorial axé sur l'efficience et l'efficacité des systèmes économiques. Néanmoins, la révision sur le terrain des conceptions politiques actuelles semble indiquer que la combinaison des deux approches est plus théorique que réelle, ce qui aboutit à des pratiques isolées, éloignées d'une approche politique territoriale intégrée et des synergies qu'elle peut générer. L’objectif de cet article est donc double : tout d’abord passer en revue les éléments communs des débats actuels sur les clusters et la politique de spécialisation intelligente, et ensuite proposer les implications potentielles d’une approche RIS3 prenant en compte les clusters, et inversement, en tant que proposition préliminaire pour une politique territoriale intégrée. Classification JEL : R12

Le concept de « Smart Defence » ou « défense intelligente » est nouveau et évolutif. Le secrétaire général de l’OTAN a mentionné le terme pour la première fois en février 2011. Les trois piliers de la « Smart Defence » constituent aujourd’hui la base du travail de la transformation de l’OTAN. La coopération dirige l’innovation multinationale ; la priorisation conduit l’innovation vers une meilleure utilisation des ressources ; et la spécialisation facilite l’innovation par l’utilisation des expertises nationales et des niches capacitaires. La branche médicale d’ACT, en relation avec ACO et le COMEDS, a conduit des initiatives pour chacun de ces piliers : pour améliorer la coopération, un concept sur l’approche multinationale du soutien santé et un outil d’assistance et de collaboration ouvert à la communauté médicale internationale ; pour favoriser la priorisation de l’utilisation des ressources, un concept sur la contractualisation d’une partie du soutien santé et une étude menée conjointement par le Joint Analysis and Lessons Learned Centre (JALLC) et l’université de Harvard portant sur l’implication des capacités santé militaires dans la gestion des crises ; et pour soutenir la spécialisation, l’approche modulaire du soutien santé. Toutes ces initiatives sont intriquées avec des effets bénéfiques pour chacune et le même objectif pour toutes : développer la contribution médicale à la « Smart Defence ».

Depuis 2014, la Commission Européenne incite les régions de ses états-membres à établir un nouveau type de stratégies de développement territoriales devant les pousser à se spécialiser dans des domaines qui sont ancrés sur leur territoire afin de dégager des avantages concurrentiels originaux et difficilement imitables : les « Stratégies de Recherche et d’Innovation pour la Spécialisation Intelligente » (RIS3). Depuis 2014, les RIS3 conditionnent également l’obtention des fonds FEDER qui servent à financer le développement de ces régions. Mais la principale originalité des RIS3 réside dans le fait que ces processus de sélection et de priorisation des spécialisations qui s’établissent à l’échelle globale des régions selon une dynamique décisionnelle classique qui va « du haut vers le bas » doivent désormais reposer sur des processus d'identification des domaines à fort potentiel qui doivent être menés « du bas vers le haut » via un processus de Découverte Entrepreneuriale (DE) devant permettre à un maximum d’« Entrepreneurs régionaux » (RE) (de toutes tailles, statuts ou secteurs) de participer à la définition des orientations de leur territoire. Cependant, un certain manque de préconisations méthodologiques se fait ressentir pour instrumenter concrètement ces processus au sein des réalités de chaque système d’innovation régional. Cette thèse présente donc deux prototypes logiciels que nous avons développés pour instrumenter ces mécanismes bidirectionnels au sein du système d’innovation de la Nouvelle-Aquitaine : (1) « WeKeyInnovation, une plateforme collaborative qui doit permettre à tous les RE de partager des informations utiles pour innover, mais aussi de poser les bases d’un véritable observatoire dynamique pour aider la puissance publique régionale à identifier en temps réel les pratiques, les besoins et les initiatives à fort potentiel émanant des acteurs de terrain qui évoluent sur le territoire ; (2) « DialoJ », un outil de matching en ligne reposant sur la résolution de questions dialogiques en amont d’évènements afin d’aider les RE qui entendent y participer à expliciter leurs expectatives et à mieux visualiser celles des autres acteurs dans le but de faciliter les processus d’identification et de correspondance avec des partenaires d’affaires potentiels plus adéquats en tant qu’étape préliminaire à toute démarche d’affaires collaborative
Since 2014 the European Commission enhanced all member-states regions to establish a new type of territorial development strategies which call them to specialize within areas that are really embedded into their territory in order to push them to build a set of original competitive advantages that are impossible or difficult to imitate. Those new strategies are called: “Research and Innovation Strategies for the Smart Specialization” (RIS3). Since 2014, the formulation of a RIS3 strategy also became the obligation that conditions the possibility for regions to access to the European Regional Development Fund which is one of the main financial resources of regions to finance their development. But the main originality of RIS3 is certainly the fact that the classical “top-down” processes of selection and prioritization of the strategic orientations of territories that will be decided by each public government at regional level will also have to be based now on an “Entrepreneurial Discovery” process: a “bottom-up” process of identification of the domains of strong potential for the region which stresses the need to involve all the “regional entrepreneurs” (RE) (of all size, sectors or status) into the design of their territory orientations. However, it seems that there is a lack of practical recommendations to concretely implement those complex mechanism into the very heterogeneous contexts of each regional innovation system of European regions. Thus, this work present two propositions of tools that we developed to instrument those complex processes within the innovation system of the Nouvelle-Aquitaine: (1) “WeKeyInnovation, a collaborative platform to help RE to share information about innovation supports, and to create also the basis of a dynamic observatory at regional level in order to help policymakers in the design of more suitable territorial strategies; (2) “DialoJ”, a matching tool that will allow to all RE to clarify their needs before to participate to any networking events, in oder to help them to identify and to match with more suitable potential partners before to eventually start any collaborative business process with them

Pour répondre aux défis du siècle, tels que le changement climatique, la sécurité alimentaire et l’épuisement des ressources naturelles, les institutions européennes ont placé, au cœur de leurs dispositifs de politiques publiques, le développement de la bioéconomie. Cette bioéconomie, considérée comme un modèle de développement capable de répondre à chacun de ces défis, tout en permettant la poursuite de la croissance, est déployée à l’échelle des États membres de l’Union, notamment par une incitation à la constitution de bioclusters. Si les bioclusters ont un rôle aussi crucial à jouer dans le déploiement de la bioéconomie, se pose alors la question de leurs conditions d’émergence. Comment apparaissent-ils et se structurent-ils sur un territoire ? Est-il possible de répliquer des modèles existants sur d’autres territoires ? La thèse se propose de répondre à ce questionnement, d’une part, par un travail théorique, consistant en un rapprochement de l’économie de la proximité et de l’économie patrimoniale et, d’autre part, par un travail empirique, analysant la structuration en cours de la bioéconomie du chanvre industriel dans l’Aube, autour du projet du « Pôle Européen de la bioraffinerie territoriale du Chanvre »
To meet the challenges of the 21st century, such as climate change, food security and the depletion of natural resources, European institutions have placed the development of the bioeconomy at the heart of their public policies. This bioeconomy, seen as a development model capable of responding to each of these challenges while enabling continued growth, is being rolled out across the Union's member states, in particular by encouraging the creation of bioclusters. If bioclusters have such a crucial role to play in the deployment of the bioeconomy, the question arises as to the conditions of their emergence. How do they emerge and structure themselves in a given region? Is it possible to replicate existing models in other regions? The aim of this thesis is to answer these questions, on the one hand through theoretical work, bringing together the economy of proximity and the heritage economy, and on the other through empirical work, analyzing the current structuring of the industrial hemp bioeconomy in the Aube region, in particular around the "Pôle Européen de la bioraffinerie territoriale du Chanvre" project

Le travail développé dans cette thèse porte sur l'analyse de séquences vidéo. Cette dernière est basée sur 3 taches principales : la détection, la catégorisation et le suivi des objets. Le développement de solutions fiables pour l'analyse de séquences vidéo ouvre de nouveaux horizons pour plusieurs applications telles que les systèmes de transport intelligents, la vidéosurveillance et la robotique. Dans cette thèse, nous avons mis en avant plusieurs contributions pour traiter les problèmes de détection et de suivi d'objets multiples sur des séquences vidéo. Les techniques proposées sont basées sur l’apprentissage profonds et des approches de transfert d'apprentissage. Dans une première contribution, nous abordons le problème de la détection multi-objets en proposant une nouvelle technique de transfert d’apprentissage basé sur le formalisme et la théorie du filtre SMC (Sequential Monte Carlo) afin de spécialiser automatiquement un détecteur de réseau de neurones convolutionnel profond (DCNN) vers une scène cible. Dans une deuxième contribution, nous proposons une nouvelle approche de suivi multi-objets original basé sur des stratégies spatio-temporelles (entrelacement / entrelacement inverse) et un détecteur profond entrelacé, qui améliore les performances des algorithmes de suivi par détection et permet de suivre des objets dans des environnements complexes (occlusion, intersection, fort mouvement). Dans une troisième contribution, nous fournissons un système de surveillance du trafic, qui intègre une extension du technique SMC afin d’améliorer la précision de la détection de jour et de nuit et de spécialiser tout détecteur DCNN pour les caméras fixes et mobiles. Tout au long de ce rapport, nous fournissons des résultats quantitatifs et qualitatifs. Sur plusieurs aspects liés à l’analyse de séquences vidéo, ces travaux surpassent les cadres de détection et de suivi de pointe. En outre, nous avons implémenté avec succès nos infrastructures dans une plate-forme matérielle intégrée pour la surveillance et la sécurité du trafic routier
The work developed in this PhD thesis is focused on video sequence analysis. Thelatter consists of object detection, categorization and tracking. The development ofreliable solutions for the analysis of video sequences opens new horizons for severalapplications such as intelligent transport systems, video surveillance and robotics.In this thesis, we put forward several contributions to deal with the problems ofdetecting and tracking multi-objects on video sequences. The proposed frameworksare based on deep learning networks and transfer learning approaches.In a first contribution, we tackle the problem of multi-object detection by puttingforward a new transfer learning framework based on the formalism and the theoryof a Sequential Monte Carlo (SMC) filter to automatically specialize a Deep ConvolutionalNeural Network (DCNN) detector towards a target scene. The suggestedspecialization framework is used in order to transfer the knowledge from the sourceand the target domain to the target scene and to estimate the unknown target distributionas a specialized dataset composed of samples from the target domain. Thesesamples are selected according to the importance of their weights which reflectsthe likelihood that they belong to the target distribution. The obtained specializeddataset allows training a specialized DCNN detector to a target scene withouthuman intervention.In a second contribution, we propose an original multi-object tracking frameworkbased on spatio-temporal strategies (interlacing/inverse interlacing) and aninterlaced deep detector, which improves the performances of tracking-by-detectionalgorithms and helps to track objects in complex videos (occlusion, intersection,strong motion).In a third contribution, we provide an embedded system for traffic surveillance,which integrates an extension of the SMC framework so as to improve the detectionaccuracy in both day and night conditions and to specialize any DCNN detector forboth mobile and stationary cameras.Throughout this report, we provide both quantitative and qualitative results.On several aspects related to video sequence analysis, this work outperformsthe state-of-the-art detection and tracking frameworks. In addition, we havesuccessfully implemented our frameworks in an embedded hardware platform forroad traffic safety and monitoring

Le présent travail est basé sur la reconnaissance de l'importance d'une analyse des enjeux régionaux pour la compétitivité régionale comme point de départ de l'identification des domaines d'opportunités pour les entreprises, opportunités issues de la confluence desdits enjeux sur les trois territoires de l'Eurorégion, soit la Nouvelle-Aquitaine, l'Euskadi et la Navarre. Ces enjeux stratégiques en innovation sont identifiés au sein des stratégies respectives en matière de recherche et d'innovation pour la spécialisation intelligente (RIS3) et cherchent à créer des avantages concurrentiels sur le territoire sur la base des opportunités et des atouts existants sur ce même territoire. Le présent travail souhaite aller au-delà de la seule analyse des stratégies pour étudier les défis à relever par les RIS3 de l'espace transfrontalier dans leur mise en place. L'objectif final de cette analyse est de constituer un point de départ pour comprendre où se trouvent les convergences et les défis d'innovation partagés par les trois régions afin de relever le défi de la croissance économique, en se basant sur la coopération transfrontalière en tant que facteur clé de la compétitivité territoriale.