Cette thèse présente une nouvelle approche de filtrage d'ensemble formulée dans un cadre d'espaces de Hilbert à noyau reproduisant (RKHS) évoluant dans le temps. En plongeant les observables dans ces RKHS, la méthodologie s'affranchit de l'hypothèse gaussienne classique et permet des reconstructions rigoureuses sous la forme de combinaisons linéaires des membres de l'ensemble, invariantes dans le temps. Une version localisée de cette méthode, fondée sur la définition de noyaux locaux, est proposée. Les performances de ces méthodes sont évaluées au moyen d'expériences de simulation de systèmes d'observation (OSSE) reposant sur un modèle quasi-géostrophique multicouche de l'Atlantique Nord. Les résultats démontrent que le filtre RKHS, en assimilant des données altimétriques (SSH), surpasse le filtre de Kalman d'ensemble transformé localisé (LETKF). L'approche proposée offre une précision accrue et une stabilité renforcée, en particulier dans les régimes à faible bruit où les méthodes standard tendent à diverger. Enfin, la localisation dégradant la cohérence physique des champs reconstruits, deux stratégies de régularisation sont introduites afin de lisser le gradient spatial des poids analysés.

Les travaux de cette thèse portent sur l'étude et le développement d'antennes à fort gain à base de systèmes quasi-optiques reconfigurables en bande sub-millimétrique pour des communications sans-fil à haut débit. Ces recherches répondent aux besoins croissants des liaisons backhaul liés à l’augmentation continue du trafic mobile. Une large partie de cette thèse est consacrée à la conception et à la fabrication de lentilles par procédé de mousse pressée, une technologie simple et peu coûteuse. Des lentilles de Fresnel, de Mikaelian et de Luneburg ont ainsi été réalisées et caractérisées, démontrant de bonnes performances en gain et en reconfigurabilité du diagramme de rayonnement. Cette thèse explore également un second procédé permettant de modifier localement l’indice de réfraction dans un guide d’ondes à plaques parallèles grâce à l’introduction de plots métalliques. Des lentilles de Luneburg plates, adaptées à ce procédé, ont été conçues, en utilisant deux approches pour modifier l'indice de réfraction. Pour chacune des lentilles développées, des solutions intéressantes sont introduites pour dépointer le faisceau.

Cette thèse traite d’interprétations stochastiques des modèles d’océan et de vague et de leur étude mathématique. Ces interprétations sont déduites du principe d’incertitude de position (LU, location uncertainty), qui est fondé sur la décomposition du mouvement Lagrangien en deux contributions, l’une cohérente et de grande échelle, l’autre décorrélée et de petite échelle. Cette approche fournit une version stochastique de la dérivée lagrangienne (ou matérielle), qui est ensuite utilisée pour établir des modèles stochastique à partir de lois de conservations. Après quelques rappels concernant le calcul stochastique et le formalisme LU, deux interprétations des équations primitives sont présentées. Elles sont établies à partir des équations de Navier-Stokes LU tridimensionnelles, par relâchement de l’hypothèse d’équilibre hydrostatique via le bruit. Une régularisation par filtration passe-bas de l’un des deux modèles est ensuite étudiée en détails, bien que d’autres régularisations soient mentionnées. Enfin, nous montrons que ce système régularisé constitue une approximation des équations de Navier-Stokes LU à l’ordre supérieur, comparé à l’hypothèse hydrostatique classique. Dans thématique assez différente, diverses interprétations LU des modèles vagues classiques sont proposées. Les modèles traités sont Saint-Venant, Boussinesq, Serre-Green-Naghdi et Water Waves. Les trois premiers sont élaborés “directement” à partir du formalisme LU, puis à partir des équations Water Waves dans les limites adéquates. Des simulations numériques sont ensuite réalisées pour évaluer qualitativement les propriétés de ces modèles.

Ces dernières années, la cryptographie symétrique a connu d’importants développements, notamment dans l’évaluation et l’amélioration de la sécurité des primitives cryptographiques qui repose sur une large variété de techniques, parmi lesquelles la cryptanalyse différentielle et ses variantes jouent un rôle central. Afin d’accélérer et de fiabiliser l’évaluation de la résistance de ces primitives face à certaines attaques, des outils et modèles génériques basés sur des techniques d’optimisation ont été proposés. Premièrement nous montrons, comment améliorer la conception des primitives cryptographiques en exploitant ces outils et modèles génériques. En automatisant le processus, de nombreuses variantes d’une même famille algorithmique peuvent être explorées afin de trouver un compromis satisfaisant entre performances de la primitives et résistance à diverses classes d’attaques. Dans un second temps, nous décrivons de nouveaux outils capables de générer automatiquement des attaques optimales contre des primitives existantes, facilitant ainsi leur analyse et leur évaluation. Au-delà de ces objectifs techniques, cette thèse contribue également à la compréhension des limites et des possibilités offertes par les outils d’automatisation en cryptanalyse. Elle s’inscrit ainsi dans une dynamique de recherche visant à rendre l’analyse cryptographique plus systématique, reproductible et accessible aux concepteurs de primitives.

La détection de changement constitue un domaine essentiel en télédétection, notamment pour le suivi environnemental, la gestion des risques et la surveillance du territoire. Dans cette thèse, l’objectif est de développer une méthode non supervisée de détection de changement appliquée aux données SAR polarimétriques. Nous commençons par une étude approfondie des méthodes existantes, qu’elles soient supervisées ou non supervisées. Ensuite, nous proposons une nouvelle approche non supervisée qui ne nécessite ni information a priori sur la vérité terrain ni connaissance préalable du nombre de classes. Notre méthode intègre le processus de Dirichlet afin d’estimer automatiquement le nombre de classes. Nous construisons ainsi une approche complète basée sur le modèle EM-DPMM-MRF. L’algorithme EM permet d’estimer les paramètres du modèle et de mettre à jour les classes de manière itérative, tandis que les champs de Markov (MRF) sont utilisés pour intégrer l’information spatiale dans le processus de segmentation. Enfin, la détection de changement est réalisée à partir de la comparaison de deux images classifiées de la même zone d’étude, conduisant à la génération d’une carte binaire de changement.

Cette thèse explore l’intersection de la cybersécurité, de la manipulation de l’information et de l’intelligence artificielle générative pour développer des plateformes d’entraînement permettant d’atténuer les opérations de Manipulation de l’Information. Alors que les réseaux sociaux permettent la mise en œuvre d’opérations informationnelles à grande échelle ayant des impacts sur les démocraties, il existe un besoin critique de méthodologies d’entraînement efficaces permettant de lutter contre ces opérations. Notre recherche aborde trois questions clés : (1) Comment produire du contenu diversifié, conforme au scénario et crédible pour peupler des réseaux sociaux simulés ; (2) Comment modéliser l’activité de ces réseaux, incluant des comportements malveillants ; et (3) Comment concevoir une solution qui soit utilisable et contrôlable par les formateurs. Le système proposé, SocialForge, utilise des graphes de connaissances et l’IA générative pour produire un contenu conforme au scénario, diversifié et réaliste. Ce système permet aussi de simuler des comportements de réseaux sociaux dynamiques, ce qui inclue des activités malveillantes. Les évaluations démontrent la capacité du système à générer des simulations crédibles, permettant de maximiser l’immersion de l’entraînement. Ce faisant, ces travaux comblent ainsi le fossé entre la formation en cybersécurité et la défense contre la manipulation de l’information.

Les nouvelles technologies en science de la vie et la diminution de leur coût a eu pour effet de générer une très grande quantité de données hétérogènes, et lors d’analyses combinées il convient de mettre en œuvre une analyse multi-omique adaptée en terme d'intégration de données mais aussi de requêtage. Nous avons choisi d'utiliser les technologies du Web Sémantique pour proposer de nouvelles méthodes pour aborder ces deux défis. Ce travail s'inscrit dans le cadre du projet ENDOVIRE qui vise à comprendre les régulations entre le génome d'une guêpe parasitoïde et les élévents viraux intégrés à celui-ci. La première méthode présentée dans cette thèse vise à proposer un schéma d'intégration de données multi-omiques qui soit assez générique pour être réutilisé par différentes études, et facilement requêtable. Cette méthode a été appliquée au dataset du projet ENDOVIRE. Notre deuxième contribution est de proposer une approche modulaire pour la créationde requêtes SPARQL complexes, permettant de s'affranchir de la technicité du langage et de se concentrer sur la question à poser. Nous avons appliqué cette méthode au projet ENDOVIRE ainsi qu'à une base plus importante et plus complexe : la base de connaissances UniProt.

Les espèces radicalaires ont récemment émergé comme une voie prometteuse dans la conception de matériaux organiques. Toutefois, la stabilité des radicaux demeure un défi majeur à surmonter pour leur intégration effective dans ces matériaux. Les radicaux organiques présentant une inversion SOMO–HOMO (SHI) suscitent un intérêt croissant en raison de leur configuration électronique singulière et de leurs propriétés optiques et électroniques originales. Cette configuration, dans laquelle la SOMO est plus basse en énergie que la HOMO, apparaît comme une alternative innovante pour la stabilisation des radicaux, ainsi qu'une nouvelle approche pour concevoir des radicaux organiques persistants. Néanmoins, la relation entre l’inversion SHI et la stabilité radicalaire reste une question non résolue. Cette thèse s’inscrit dans la volonté d’apporter des éléments de réponse à cette problématique, à travers la synthèse et l’étude de plusieurs familles de radicaux dérivés du 3-méthoxycarbazole et du bicarbazole, choisis pour leur capacité à combiner délocalisation électronique, stabilité chimique et chiralité structurale. L’oxydation chimique ou électrochimique de ces systèmes a permis d’accéder à des radicaux cationiques persistants. Deux architectures principales ont été explorées : les dimères polyynes et les carbazoles phénylimides. L’étude de ces designs moléculaires a permis d’approfondir notre compréhension des critères essentiels à la stabilisation des radicaux organiques.

La cryptographie post-quantique a gagné en importance ces dernières années, motivée par la menace que les ordinateurs quantiques font peser sur les systèmes cryptographiques classiques . Bien que le NIST ait standardisé plusieurs schémas de chiffrement à clé publique et de signature numérique post-quantiques, il subsiste un fossé important dans notre compréhension des primitives cryptographiques avancées dans ce contexte. Parmi celles-ci, les signatures à seuil se distinguent comme une primitive particulièrement importante ; elles permettent à un groupe de participants de produire conjointement une signature valide, offrant ainsi une résilience face aux défaillances et au compromis partiel. Alors que les schémas de signature à seuil classiques ont atteint un stade de maturité et sont déployés, le développement de schémas de signature à seuil post-quantiques pratiques demeure un défi ouvert. Les constructions proposées manquent souvent de robustesse face aux participants malveillants, d'une génération de clé distribuée efficace, et de compatibilité avec les standards émergents. Cette thèse fournit une boîte à outils complète pour la conception et le déploiement de signatures à seuil pratiques basées sur les réseaux euclidiens. Premièrement, nous établissons les fondations de la robustesse, en introduisant des techniques de génération de clé distribuée et de signature qui garantissent la création d'une signature valide même en présence de participants malveillants. Ensuite, nous nous tournons vers un protocole radicalement plus efficace, permettant l'identification des abandons (identifiable aborts), une propriété qui permet de détecter les comportements malveillants plutôt que de les prévenir. Finalement, nous présentons de nouvelles idées pour répondre au défi de compatibilité avec les standards, en présentant la première version à seuil pratique de ML-DSA.

Les maladies rares sont souvent d’origine génétique et nécessitent une analyse conjointe des phénotypes cliniques et des variants génomiques pour améliorer le diagnostic. Les comptes rendus médicaux contiennent des informations phénotypiques riches, mais leur nature textuelle non structurée rend leur exploitation automatique difficile. Cette thèse propose un cadre pour extraire et normaliser automatiquement des phénotypes à partir de textes cliniques et les relier aux données génétiques. Nous développons une pipeline comprenant la construction de corpus cliniques, un filtrage de phrases orienté rappel, et une normalisation basée sur des architectures bi-encodeur et cross-encodeur alignées avec la Human Phenotype Ontology. Les méthodes sont évaluées sur des données cliniques du CHU de Rennes afin d’analyser leur impact sur la priorisation de gènes dans le contexte des maladies rares. La plateforme ACUITEE permet en outre la validation et la correction interactive des annotations par des experts.