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.

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.

Ce manuscrit décrit la synthèse et les caractérisations optoélectroniques de nouveaux hydrocarbures polycycliques aromatiques (HAPs) incorporant des atomes d’azote, les tétrazoindazoles (TzIn). Le premier chapitre introduit les notions nécessaires à la compréhension du projet : aromaticité, impact des hétéroatomes dans les HAPs et travaux antérieurs sur la structure TzIn. Le second chapitre présente la substitution du TzIn sur les positions carbonées puis sur les positions azotées. L’impact des substituants sur les propriétés optiques et redox est ensuite mesuré. Cette étude souligne l’importance des positions C¹ et C³ sur les propriétés du composé. L’étude de réactivité des positions azotées révèle l’existence d’un composé issu de l’alkylation du TzIn qui présente un haut potentiel de réduction : le tétrazoindazolium. Le troisième chapitre utilise ce dernier résultat pour aboutir à la formation d’un nouveau radical persistant : le tétrazoindazolyle (TzIn●). L’étude par résonance paramagnétique électronique révèle la forte délocalisation du radical au sein du HAP, en accord avec une étude complémentaire de chimie théorique. Le TzIn● représente le premier exemple de monoradical persistant délocalisé sur cinq azotes. Enfin, le dernier chapitre présente la synthèse de bisTzIn substitués issus de l’expansion aromatique du TzIn. Cette réaction forme deux isomères cis et trans aux propriétés optoélectroniques très différentes : intense fluorescence dans le visible pour le cis et absorption dans le proche infrarouge pour le trans. Des travaux de synthèse guidés par une étude théorique préalable ont permis l’obtention d’un trans bis-TzIn absorbant à plus de λabs = 1000 nm.

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.

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 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.

Dans cette thèse, nous présentons nos travaux sur la compression d’images sémantique. Notre objectif est de réduire drastiquement les débits de compression au-delà de ceux proposés par les approches classiques. Nous introduisons un nouveau cadre fondé sur des représentations sémantiques des images, déplaçant l’accent de la fidélité pixel vers la préservation du contenu de l’image. L’objectif devient alors de conserver la sémantique du contenu tout en reconstruisant des images réalistes. Nous abordons deux questions de recherche centrales : Comment construire une représentation sémantique compacte mais expressive d’une image ? et Comment concevoir un décodeur capable de reconstruire, à partir d’une telle représentation, des images réalistes et fidèles sémantiquement, même à des débits extrêmement faibles ? Au fil des chapitres de cette thèse, nous montrons que les modèles fondamentaux possèdent des espaces sémantiques riches, exploitables pour la compression. Nous adaptons ensuite le décodeur à ces représentations en tirant parti de la puissance des modèles de diffusion, proposant des techniques permettant de les guider efficacement sans nécessiter de réentraînement. Enfin, nous introduisons un schéma de compression à l’état de l’art qui atteint des taux extrêmement bas tout en préservant la fidélité sémantique, appuyé par une évaluation subjective.

Les interfaces cerveau–ordinateur (BCI) rendent possible des interactions en décodant l’activité cérébrale. Bien que les méthodes et le traitement du signal aient progressés, les BCI font encore face à des défis tels que le manque de généralisabilité dans les systèmes passifs et la forte variabilité dans les systèmes actifs. Les stimulations sensorielles offrent une voie prometteuse mais encore peu explorée pour répondre à ces enjeux. Cette thèse étudie comment les processus sensoriels peuvent être intégrés dans les BCI passives et actives, et comment la réalité virtuelle peut être utilisée pour cela. Nous examinons d’abord comment des stimulations auditives et tactiles en réalité virtuelle peuvent servir de marqueurs fiables de la présence, de l’attention et de la charge cognitive, améliorant ainsi le suivi des états mentaux. Nous étendons ensuite l’étude aux BCI actives, en explorant comment les sensations peuvent être mobilisées pour améliorer l’imagerie motrice, à travers les consignes, les tâches et les rétroactions. Dans les types de BCI, la réalité virtuelle a fourni des environnements permettant de manipuler les états mentaux, de délivrer des stimulations contrôlées et de concevoir des retours incarnés. Ensemble, nos résultats mettent en lumière le rôle central des sensations pour rendre les BCI plus robustes, adaptatives et centrées sur l’utilisateur.