Les systèmes IoT destinés à la surveillance environnementale reposent souvent sur une transmission continue des données, ce qui est coûteux, peu flexible et énergivore, ce qui pose un défi dans les environnements aux ressources limitées. Cette thèse présente des expériences menées avec des nœuds IoT extrêmes équipés de plusieurs capteurs, démontrant d'abord la surveillance et le traitement des données sur un seul nœud, puis s'étendant à plusieurs nœuds, pour une collecte adaptative et distribuée. Les résultats montrent que la frugalité conduit à une collecte de données plus efficace et que le comportement au niveau des nœuds influence fortement la consommation d'énergie. Afin de mieux comprendre l'utilisation de l'énergie, des mesures empiriques ont été effectuées, qui révèlent que les opérations de mémoire sont un facteur important, souvent négligé, et que des volumes plus importants et des accès fréquents augmentent encore la consommation. Sur la base de ces observations, un modèle énergétique étendu intégrant la mémoire est présenté, et un mécanisme logiciel est introduit pour réduire le volume de données, ce qui se traduit par des économies d'énergie confirmées par simulation. Dans une perspective d'avenir, cette thèse propose de combiner la détection locale et le partage de données, tout en redistribuant dynamiquement les responsabilités entre les nœuds, pour une surveillance plus frugale, autonome et évolutive.

Cette thèse étudie comment les contraintes de durabilité transforment l’économie, les stratégies concurrentielles et les mécanismes opérationnels de la livraison vidéo multi-CDN. Elle développe des modèles fondés sur la théorie des jeux pour caractériser le comportement stratégique des CDNs, des fournisseurs de services et des régulateurs soumis à des politiques environnementales telles que la tarification carbone. Ces modèles quantifient l’impact de ces instruments sur les prix, les choix énergétiques et les investissements dans des infrastructures plus vertes, identifiant les conditions où des équilibres durables apparaissent ou nécessitent une intervention ciblée. Au-delà de cette analyse, la thèse propose des extensions protocolaires visant à améliorer l’adaptabilité, la résilience et la sensibilité énergétique des architectures multi-CDN. Elle introduit des primitives de négociation inter-CDN, une logique de bascule tenant compte du playhead et du buffer, une réaffectation dynamique des utilisateurs vers les serveurs de bordure, ainsi qu’une sélection sémantique des débits, intégrant en temps réel des attributs liés à la durabilité. Dans l’ensemble, ces contributions offrent une perspective rigoureuse sur les conditions d’une distribution vidéo durable et réellement opérationnelle à grande échelle.

Les systèmes embarqués sont davantages vulnérables aux radiations avec l'utilisation de petits transistors, de faibles tension d'allimentation, etc. Les méthodes standards de tolérance aux fautes telles que la redondance par triplication (TMR) induisent des surcoûts en surface. La plupart des travaux sur l'estimation du pire temps d'exécution (WCET), nécessaire pour la guarantie des temps, ne considèrent pas de fautes ou seulement celles liées aux mémoires, le processeur supposé sans fautes, ce qui est dangereux en cas de fautes. L'ordonnancement avec réplication de tâches entraîne des surcoûts temporels et conduit au surdimensionnement. Pour pallier ces limitations, cette thèse améliore l'analyse de vulnérabilité en considérant les impacts fonctionnels et temporels pour des systèmes sous fautes, démontrant l'impact des fautes sur l'estimation du WCET sur un processeur RISC-V à base de Synthèse de Haut-Niveau (HLS). De plus, cette thèse propose des techniques de locksteps peu complexes et peu coûteuses pour la tolérance, grâce à une détection de fautes très rapide, et des mécanismes de rollback à impact temporelle minime, pour restaurer l'état correct du processeur. Enfin, une analyse de la fiabilité de programmes optimisés en considérant plusieurs entrées et niveaux d'optimisations, est proposée et utilisée pour apporter une réplication sélective d'instructions.

Les modèles d’apprentissage automatique présentent des mécanismes de décision souvent opaques et incompréhensibles, ce qui limite leur utilisation dans des domaines sensibles où les prédictions doivent être justifiées pour être exploitables. Les méthodes d’explicabilité visent à rendre ces décisions plus compréhensibles, notamment à travers des techniques d’attribution locales qui expliquent une prédiction en quantifiant l’influence de chaque variable d’entrée à l’aide de scores d’importance. Les approches fondées sur la valeur de Shapley sont largement utilisées dans ce cadre en raison de leurs garanties théoriques, mais leur calcul exact est généralement intractable et repose, le plus souvent, sur des méthodes d’estimation stochastiques. La stochasticité de ces méthodes engendre une variabilité des explications : une même instance peut recevoir des attributions différentes d’une exécution à l’autre, révélant un manque de stabilité qui fragilise la confiance accordée aux explications. Cette thèse propose ST-SHAP, une méthode visant à améliorer la stabilité en réduisant l’impact du hasard dans l’estimation, ainsi que StratoSHAP, une famille de méthodes d’attribution déterministes éliminant entièrement l’aléatoire. Ces contributions permettent de produire des explications plus stables et fiables pour l'analyse des décisions des modèles d'apprentissage automatique.

La déshydrocouplage (DHC) entre un hydrosilane et un alcyne terminal est une réaction au cours de laquelle la liaison Si–H de l’hydrosilane réagit avec la liaison C(sp)–H de l’alcyne terminal pour former une liaison Si–C(sp). Au cours de ce processus, du dihydrogène (H₂ ) est libéré comme sous-produit. Cette thèse décrit nos travaux sur l’optimisation des substrats et des catalyseurs ainsi que sur les études mécanistiques visant à obtenir de manière sélective des alkynylsilanes moléculaires et des poly(alkynylsilane)s macromoléculaires en utilisant des catalyseurs à base de métaux des groupes 2 et 12. Nous avons constaté que, parmi différents catalyseurs alcalino-terreux, Ba{N(SiMe₃)₂}₂(thf) ₂ est le plus actif; la pyridine, utilisée comme solvant, joue un rôle déterminant. Cependant, le système Zn(OTf)₂–pyridine s’est révélé plus stable et plus sélectif, en particulier pour les substrats difonctionnels. Ce système catalytique nous a permis de préparer des oligo(alkynylsilane)s bien définis, et nous avons montré comment le choix du monomère difonctionnel influence la sélectivité de la réaction. Des premières études photophysiques ont montré que les oligomères produits possèdent une absorption UV–Vis modulable. Dans l’ensemble, ce travail fournit des méthodes pratiques pour réaliser ces réactions DHC et apporte des pistes pour la conception de matériaux fonctionnels à base de silanes.

Le Cuivre-Zinc-Étain-Sulfure (CZTS) de structure kestérite s’impose comme un matériau prometteur, abondant et respectueux de l’environnement pour les cellules solaires à couches minces. Cependant, son développement reste limité par un important déficit de tension en circuit ouvert (VOC), résultant de l’interaction complexe entre les défauts de volume, la recombinaison interfaciale et les contraintes architecturales de l’appareil. Cette thèse propose une stratégie d’ingénierie pour surmonter ces défis. Plus précisément, le dopage au germanium (Ge) est utilisé pour passiver les défauts cationiques du volume ; un traitement thermique en atmosphère riche en oxygène est appliqué afin de réduire les pièges liés aux anions à l’interface ; et une couche tampon sans cadmium en nitrure de zinc-étain (ZnSnN₂) est développée pour optimiser l’alignement des bandes et assurer une architecture plus écologique. Ces approches ont conduit à des avancées notables, atteignant des rendements de conversion de puissance de 12,25 %, 11,51 % (certifié) et 10,0 % pour les cellules CZTS pur sulfure. Dans l’ensemble, ce travail démontre qu’une approche intégrée combinant l’ingénierie du volume, de l’interface et de l’appareil est essentielle pour surmonter les verrous intrinsèques de la technologie CZTS et favoriser son développement vers des applications solaires efficaces, durables et commercialement viables.

Le domaine de la compression audio, au cœur des applications de transmission et de stockage de la parole, musique et audio général, est bouleversé depuis quelques années par l'utilisation des réseaux de neurones artificiels. La nouvelle génération de codecs qui en découle, les codecs audio neuronaux, démontre des performances très prometteuses, en particulier par leur capacité à compresser à très bas débit. Dans cette thèse nous nous intéressons au potentiel des codecs audio neuronaux selon deux angles principaux. Le premier concerne la qualité audio permise par ces codecs et les moyens de la mesurer. Nous proposons des caractérisations étendues de la qualité des codecs neuronaux sur la parole ainsi que la musique et le contenu mixte parole/musique. Ces résultats issus de tests subjectifs sont également employés pour évaluer l'estimation de qualité proposée par les outils de mesure automatique que sont les métriques objectives. Le second axe de travail est dédié à l'analyse et la quantification de l'espace latent des codecs audio neuronaux. Une étude de l'espace latent appris par un codec neuronal nous permet d'optimiser l'étage de quantification du codec. Enfin, nous explorons l'utilisation de la quantification vectorielle sphérique par réseau de points dans le cadre du codage audio neuronal et montrons qu'il s'agit d'une alternative avantageuse d'un point de vue apprentissage, complexité calculatoire et stockage mémoire.

Cette thèse porte sur le développement de nouveaux capteurs électrochimiques pour la détection de deux analytes: l’érythromycine (ERY) et le diclofénac (DCF). Dans la première stratégie, la détection repose sur l’intégration d’éléments de reconnaissance, appelés aptamères. Un aptamère spécifique de l’ERY a été immobilisé par formation d’une monocouche auto-assemblée sur un substrat d’or. Le protocole de fonctionnalisation de surface a été minutieusement optimisé afin d’assurer la stabilité du signal de base et d’éviter les faux positifs. Dans une approche plus innovante, un aptamère spécifique du DCF a été immobilisé sur une électrode en carbone par une réaction de type chimie click. L’électrode a d’abord été fonctionnalisée par réduction électrochimique de sels de diazonium protégés. La même stratégie a ensuite été adaptée à un transistor à effet de champ à base de graphène, conduisant à un capteur électronique présentant de meilleures performances analytiques. Enfin, un réseau d’ultramicroélectrodes photolithographié a été développé et couplé à la technique de voltampérométrie à courant échantillonné (SCV). Le réseau a été caractérisé par des méthodes optiques et électrochimiques. Le couplage avec la SCV a permis d’obtenir des limites de détection plus faibles et une sensibilité accrue par rapport à l’électrode macroscopique. De plus, cette approche a permis la détection directe efficace du DCF, en atténuant le phénomène de passivation de l’électrode généralement associé à son oxydation électrochimique.

La pénurie d'eau, exacerbée par le changement climatique et la croissance démographique, accélère le déploiement du dessalement de l'eau de mer. Le dessalement par osmose inverse conventionnelle se heurte à deux limites critiques : (i) un prétraitement complexe et coûteux pour contrôler l'encrassement et l'instabilité de la filtration, et (ii) la transmission partielle de micro-polluants à travers une membrane d’osmose inverse, ce qui compromet la qualité de l'eau produite. Cette thèse aborde ces deux défis. Tout d'abord, des membranes céramiques à faible coût à base d’oxyde de graphène (GO) ont été développées pour le prétraitement de l’osmose inverse. La stabilité d'adhérence de la couche GO a été améliorée grâce à l'optimisation du greffage, tandis que le gonflement du GO a été atténué grâce à une réduction partielle du GO, une intercalation de TiO₂ et une réticulation par de la para-phénylènediamine. Les membranes obtenues ont démontré une perméabilité à l'eau élevée, un fort rejet des colorants modèles et des performances stables à long terme en filtration tangentielle, confirmant qu’elles sont des candidates robustes pour le prétraitement. Deuxièmement, l'applicabilité des cascades de membranes RO a été étudiée afin mieux retenir les micropolluants organiques et de renforcer les performances lorsque les membranes vieillissent. Les simulations réalisées à 55 bar avec des mélanges de NaCl (25-34 g.L⁻¹) et des polluants organiques modèles prédisent une amélioration significative de la qualité du perméat, même avec des membranes vieillies, en maintenant une qualité de l'eau conforme aux normes de l'OMS, au prix d'une augmentation de la surface membranaire et de la consommation d'énergie. Leur application pratique nécessitera une analyse multicritères afin de sélectionner le taux de renouvellement des membranes le plus approprié.

La pathologie numérique est devenue un outil puissant pour analyser la richesse des informations biologiques contenues dans les lames d'histologie numérisées. Au-delà d'être la référence en matière de diagnostic du cancer de la prostate, l'histologie peut fournir des informations utiles à la prédiction pour améliorer les soins et les traitements personnalisés. La numérisation des lames d'histologie en images entières (WSI, pour Whole-Slide Images) permet l'application de techniques avancées de vision par ordinateur et d'intelligence artificielle. Cette thèse applique des algorithmes d'intelligence artificielle aux WSI dans deux domaines cliniques distincts liés au cancer de la prostate. La première application se concentre sur la prédiction de mutations dans les gènes impliqués dans la réparation de recombinaison homologue (HRR) de l'ADN en utilisant des WSI. La seconde aborde la prédiction de la récidive biochimique (BCR) après radiothérapie en intégrant les WSI avec les images obtenues par Résonance Magnétique et les données cliniques. Les résultats de ce travail démontrent l'utilité potentielle de la pathologie numérique pour intégrer des informations utiles issues des images d'histologie en clinique, permettant ainsi des traitements plus ciblés et mieux personnalisés.