Ce projet de thèse porte sur les boissons texturées dans le cadre de la prise en charge de la dysphagie. Il vise à déterminer l'influence de la structure des gels sur leurs propriétés rhéologiques et la perception sensorielle de la texture, permettant le développement de nouveaux produits. En pratique, dix gels ont été étudiés, formulés à partir de polysaccharides de différentes sources naturelles. Ces gels sont situés au seuil du niveau 4 de la classification IDDSI, correspondant au niveau le plus épais pour les liquides. La structure micro et nanométrique a été déterminée par microscopie électronique à balayage et diffusion des rayons X aux petits angles. Afin de caractériser pleinement les mécanismes de gélification et leurs propriétés viscoélastiques, de glissement, d'écoulement, de rupture, de lubrification et de vieillissement, divers essais rhéologiques de cisaillement, de compression et de tribologie ont été réalisés. Ces expérimentations incluent le régime non-linéaire afin de s’approcher des conditions retrouvées lors de la déglutition. Ces dix gels représentent une large gamme de propriétés rhéologiques. En parallèle, une analyse descriptive a été menée à l'aide d'un panel entraîné. Ces dix gels représentent une vaste gamme sensorielle. Indépendamment de la formulation, des corrélations entre les mesures rhéologiques et l'évaluation sensorielle ont été identifiées. Ces corrélations montrent des effets synergiques marqués et non triviaux entre les différents ingrédients. De plus, des boissons gélifiées dopées aux omega-3 ont été formulées et caractérisées, ouvrant la voie à un enrichissement nutritionnel.

La classification du trafic réseau est un domaine de recherche qui stimule le développement de diverses applications dans le contexte de gestion des réseaux. De nombreuses études dans ce domaine ont porté sur la classification du trafic réseau en différentes activités uniques. Cependant, la multiplication des services et des appareils connectés sur internet a donné lieu à l’émergence de nouveaux modes de consommation, comme le multitâche numérique (ou multi-activités), qui consiste à effectuer plusieurs activités simultanément. Reconnaître l’occurrence de ces situations de multi-activité peut permettre aux opérateurs de réseaux de mieux adapter leurs solutions de gestion de réseaux et aux fournisseurs de services de concevoir des solutions mieux adaptées aux exigences des utilisateurs. Dans cette thèse, nous proposons une nouvelle approche qui peut traiter un scénario comprenant à la fois des situations d’activité unique et de multi-activité. L’approche proposée analyse une trace de réseau sur une fenêtre temporelle et détermine ensuite à quel type de situation elle appartient. En outre, elle identifie le type d’activités réalisées et les applications utilisées. Les résultats obtenus sont équivalents, et dépassent souvent, ceux des techniques classiques de l’état de l’art qui ne traitent qu’une seule activité.

Cette thèse aborde le défi du déploiement de réseaux de neurones profonds sur des systèmes embarqués aux ressources contraintes. Nous exploitons la parcimonie comme un levier fondamental pour concevoir des modèles de vision par ordinateur à la fois efficaces et performants. Nos contributions s'articulent en trois axes. Premièrement, nous nous attaquons au goulot d'étranglement de la mémoire dans les réseaux de neurones convolutifs (CNN). Nous proposons une double couche de projection qui, insérée avec un rapide entraînement, réduit l'empreinte mémoire maximale du réseau, puis se combine aux couches existantes pour n'induire aucun surcoût calculatoire à l'inférence. Deuxièmement, nous présentons une méthode d'élagage de non-linéarités visant à réduire la profondeur effective des modèles. Nous introduisons un critère statistique rapide, basé sur la distribution des activations, qui identifie les non-linéarités redondantes. Cette approche permet de fusionner des couches linéaires successives tout en préservant la précision du modèle. Enfin, nous tentons de réduire la quantité de calculs demandée par les Modèles de Vision-Language (VLMs) par la voie de la réduction des tokens données en entrée. Dans un même temps nous tentons de réduire la sensibilité au bruit de ces modèles en débruitant les tokens gardés, avant de les donner au modèle de langage.

Les matériaux quantiques corrélés présentent des transitions de phase complexes où interagissent fortement degrés électroniques et structuraux. L’excitation optique ultrarapide permet d’accéder à ces dynamiques fondamentales et de tester de nouveaux leviers de contrôle. Cette thèse explore deux axes principaux : l’effet de la pression et celui de la dimensionnalité. Dans V₂O₃, prototype d’isolant de Mott, des expériences pompe-sonde sous pression révèlent la génération de phonons cohérents dont fréquence et temps de vie évoluent fortement à travers la transition métal–isolant. Ces oscillations structurales constituent des traceurs sensibles de l’état électronique et confirment l’importance du couplage électron-réseau. Dans un second axe, des hétérostructures constituées de nanotubes de carbone (CNT) et de nitrure de bore (BNNT) ont été étudiées par spectroscopie ultrarapide et diffraction électronique femtoseconde. Les résultats mettent en évidence un transfert de charge inter-couche ultrarapide, suivi d’une relaxation structurale marquée par une expansion inter-tubes, révélant le rôle clé de la dimensionnalité et du couplage électron– phonon. Enfin, des travaux exploratoires sur EDO-TTF, un système organique présentant des transitions structurales complexes, complètent l’étude et ouvrent des perspectives sur la diversité des matériaux corrélés accessibles par ces approches. L’ensemble de ces résultats démontre que la combinaison de pression, de confinement dimensionnel et de sondes ultrarapides constitue une voie efficace pour comprendre et contrôler les dynamiques hors équilibre dans les matériaux corrélés.

L’encéphalite infectieuse est une affection rare, avec une incidence estimée à 7/100000 habitants/an dans les pays occidentaux. L’étude nationale de cohorte des encéphalites infectieuses en France (ENCEIF) a inclus prospectivement 494 patients entre 2016 et 2019 au sein de 62 centres hospitaliers en France Métropolitaine (132 (27%) encéphalites à Herpes simplex virus 1 (HSV-1), 65 (16%) à Varicella zoster virus (VZV), 26 (5%) au virus de l’encéphalite à tiques). L’admission en réanimation a été nécessaire dans 42% des cas. HSV-1 était majoritaire chez les patients nécessitant une admission en réanimation (72 patients, soit 36% des encéphalites infectieuses). Les facteurs associés au mauvais pronostic (Glasgow outcome scale ≤ 3) à la sortie d’hospitalisation étaient : l’immunodépression, les signes focaux à l’admission, les anomalies à l’imagerie cérébrale, une faible cellularité du liquide cérébrospinal et le délai d’initiation de l’aciclovir. Ce délai influe fortement sur le pronostic des encéphalites à HSV-1, mais nous n’avons pas retrouvé d’impact significatif sur les encéphalites à VZV. Les fortes doses d’aciclovir n’étaient pas associées au pronostic dans les encéphalites à HSV-1 ou à VZV. Concernant le devenir à long terme, les variables associées indépendamment au pronostic étaient l’age, l’immunodépression, les anomalies à l’imagerie cérébrale, l’hospitalisation en réanimation et l’agent étiologique. L’amélioration du pronostic fonctionnel prend du temps au décours d’une encéphalite infectieuse et elle peut être incomplète. Le pronostic fonctionnel au décours d’une encéphalite infectieuse reste mauvais. La vie quotidienne des patients et des proches est durablement impactée.

Les Chrysidoidea sont une super-famille d’Hyménoptères, comprise dans les Aculéates, dont l’origine fossile remonte au Crétacé Inférieur (~130 Ma). Regroupant dix familles, elle présente une diversité contrastée : les cosmopolites Bethylidae, Chrysididae et Dryinidae comptent plusieurs milliers d’espèces, tandis que d’autres comme les Scolebythidae et Plumariidae sont plus restreints géographiquement et en diversité. Cette thèse a pour objectifs (1) la description de nouveaux taxons fossiles, (2) la réévaluation de la phylogénie du groupe et (3) l’estimation de temps de divergence des différentes lignées. Des études taxinomiques ont permis de décrire de nouvelles espèces provenant de gisements variés (ambre miocène de Chine et du Mexique, compressions éocènes de Green River, ambre santonien de Hongrie et cénomanien du Myanmar). Une matrice de caractères morphologiques (310 caractères) et moléculaires (gènes 16S, 18S, 28S, CO1, cytb) a été codée pour 185 terminaux. Les analyses bayésiennes ont révélé quatre clades : les Plumariiformes, les Chrysidiformes, les Dryiniformes et les Bethyliformes (incluant les †Falsiformicidae). La monophylie des Chrysidoidea est retrouvée dans toutes les analyses. L’estimation de temps de divergence suggère une origine permienne à triassique de la super-famille, avec deux radiations majeures au Trias-Jurassique et au Crétacé Inférieur. Cependant, le registre fossile n’est pas suffisament complet pour comprendre des périodes clés de l’évolution des Chrysidoidea (Jurassique Supérieur, Crétacé/Paléogène).

Les ARN non-codants, longtemps considérés comme des débris de la transcription, représentent une grande partie du transcriptome humain et jouent des rôles fonctionnels importants. Parmi eux, les ARN circulaires (circARN) se distinguent par leur stabilité et leur capacité à agir comme des éponges à microARN (miARN), modulant ainsi indirectement l’expression génique et influençant la plasticité cellulaire. Le mélanome cutané, l’un des cancers de la peau les plus agressifs, est associé à la mutation BRAFV600E dans 50% des cas. Bien que des thérapies ciblées soient disponibles et que leur efficacité soit encourageante, des mécanismes de résistance apparaissent dans la plupart des cas. L’ensemble de ces observations soulignent la nécessité de mieux comprendre les mécanismes sous-jacents à cette résistance, en particulier ceux impliquant les circARN dans la plasticité cellulaire tumorale. Dans le cadre de ce projet de thèse, nous avons développé Cirscan, une méthode bio-informatique innovante capable d’inférer automatiquement des réseaux circARN-miARN-ARNm à partir de données transcriptomiques humaines multi-niveaux, et d’identifier des mécanismes d’éponges, actifs dans une condition spécifique (Fraboulet et al. 2024). Appliqués à des données de mélanome cutané et à d’autres types de cancers, les réseaux identifiés contribuent à une meilleure compréhension des mécanismes de résistance aux traitements, et soulignent l’importance des circARN dans la plasticité cellulaire tumorale. Combinés à des validations expérimentales, ces résultats ouvrent des perspectives prometteuses pour l’utilisation des circARN en tant que biomarqueurs et cibles thérapeutiques potentielles.