Cette thèse porte sur la synthèse automatique de processeurs à jeu d'instructions en utilisant la synthèse de haut niveau (HLS). En particulier, nous visons à générer automatiquement des cœurs de processeurs pipelinés in-order à partir d'une description de haut niveau en C sous la forme d'un simulateur de jeu d'instructions (ISS). Au cours de notre travail, nous avons développé un flot de conception matérielle entièrement automatisé qui permet de compiler une description algorithmique en circuit spéculatif, SpecHLS. Nous proposons un ensemble de transformations de code basées sur le pipeline spéculatif de boucles, afin de révéler des opportunités de spéculation sur le flot de contrôle et la mémoire dans du code C, et nous générons du code spéculatif synthétisable à l'aide d'une chaîne d'outils de HLS commerciale. SpecHLS est capable de gérer plusieurs spéculations entremêlées, des spéculations indépendantes dans des modules matériels découplés, ainsi que la spéculation mémoire. Notre travail aboutit à un flot de conception capable de générer plusieurs instances de processeurs RISC-V in-order à partir d'un ISS. Nous montrons que nous pouvons explorer efficacement un espace de conception avec des centaines de milliers de configurations matérielles spéculatives possibles en quelques minutes, et générer des processeurs compétitifs avec des cœurs de processeurs embarqués.

Depuis 2018, la technologie blockchain a vu émerger de nombreuses applications, allant de la crypto-monnaie aux systèmes de santé. La plupart des blockchains existantes adoptent un modèle de réplication complète. D'un point de vue juridique, la nature entièrement répliquée des blockchains signifie que les données personnelles sont susceptibles d'être stockées sur des nœuds répartis dans différents pays. D'un point de vue technique, la réplication complète offre une bonne tolérance aux pannes, mais au détriment de la mise à l'échelle. Il est nécessaire de développer des solutions qui peuvent garantir la tolérance aux pannes avec des niveaux de réplication plus raisonnables, tout en protégeant la vie privée et en évitant les conflits avec les réglementations. Pour répondre à ces problèmes, nous proposons deux systèmes. Le premier est basé sur le partitionnement horizontal (sharding) de la blockchain afin de mieux répartir les coûts de stockage et de traitement des données entre des sous-ensembles de pairs. Le second ne repose pas sur le consensus. Il peut donc effectuer des transactions indépendantes simultanément. Cette solution introduit également un ensemble de primitives cryptographiques dont la combinaison permet d'anonymiser les échanges de données des utilisateurs et de vérifier leur légitimité, sans révéler ni stocker de données sensibles.

Dans cette thèse, nous nous intéressons aux systèmes de gestion d’identité totalement distribués respectant la vie privée. Ces systèmes ont pour but de permettre à un utilisateur de s’authentifier et d’être autorisé par un fournisseur de services, tout en ne lui révélant que les informations strictement nécessaires. De plus, ces systèmes doivent être résilients à la présence de processus malveillant. Dans ce contexte, nous nous intéressons à deux points. D’abord, aux certificats anonymes et à leur propriétés de respect de la vie privée. Nous identifions un manque qui réduit cette propriété dans l’état de l’art, et nous le corrigeons grâce à un nouveau type de signature : les certificats anonymes à émetteurs cachés. Ensuite, nous nous intéressons aux algorithmes distribués utilisés pour les propriétés annexes des systèmes de gestion d’identité distribués, notamment pour la révocation de certificats, ou la gestion de clés publiques. Nous analysons formellement ces problèmes, notamment du point de vue de leur consensus number. Ces analyses nous permettent finalement de proposer des algorithmes pour implémenter un système de gestion de l’identité totalement distribué qui nécessite une synchronisation réduite. En d’autres termes, un système où l’utilisation d’algorithmes de consensus est réduite au minimum.

Les nouveaux-nés prématurés sont vulnérables à des complications comme l’hyperbilirubinémie néonatale et le sepsis tardif (LOS), posant des défis importants dans les unités de soins intensifs néonatals (USIN). Malgré les avancées en matière de soins, la détection précoce et la gestion efficace de ces affections restent complexes. Cette thèse, basée sur l’étude CARESS-Premi (NCT01611740), vise à développer des techniques avancées de traitement des données et des modèles interprétables d’apprentissage automatique afin d’améliorer la prise de décision en USIN, via des systèmes de surveillance non invasifs, continus et en temps réel. Les principales contributions comprennent : (i) une chaîne optimisée de traitement des signaux pour l’analyse ECG en conditions réelles, adaptée aux USIN; (ii) un modèle mathématique patient-spécifique pour la caractérisation de la dynamique postnatale de la bilirubine, avec des paramètres comme biomarqueurs potentiels pour détecter les comorbidités associées ; (iii) une estimation non invasive de la bilirubine utilisant des modèles d’apprentissage automatique à effets mixtes intégrant l’analyse de la variabilité de la fréquence cardiaque (HRV) et des informations physiologiques ; (iv) des modèles pour la détection précoce du LOS via l’analyse de la HRV ; (v) la conception, le déploiement et l’évaluation préliminaire d’un système d’aide à la décision clinique (CDSS) on-the-edge, intégrant du traitement des signaux en quasi-temps réel et des modèles d’inférence dans un contexte USIN. Ces résultats démontrent le potentiel du traitement avancé des signaux physiologiques combiné à l’apprentissage automatique pour optimiser les soins néonatals.

Un défi majeur pour les systèmes autonomes est de fonctionner dans des conditions d’incertitude du monde réel. Les robots s’appuient sur des modèles de leur environnement et d’eux-mêmes pour prendre des décisions, mais ces modèles sont intrinsèque- ment des approximations. Par conséquent, des paramètres incertains peuvent entraîner des écarts significatifs entre le comportement prévu et réel du système. Cette thèse aborde le problème des incertitudes paramétriques en développant des trajectoires intrinsèque- ment robustes. En optimisant ces trajectoires dans le cadre du système en boucle fermée à l’aide de nouveaux concepts de sensibilités d’état et d’entrée introduits dans ce travail, l’approche améliore les performances des robots dans des conditions incertaines. L’objectif principal de cette thèse est d’étendre et d’appliquer ces méthodes basées sur la sensibilité pour la planification de trajectoires robustes. La validité du cadre d’optimisation proposé est évaluée empiriquement à travers de vastes campagnes statistiques, tant en simulation que dans des expériences réelles, sur deux plateformes robotiques largement utilisées : un drone quadrirotor et un manipulateur robotique.

Cette thèse explore la compression de bases de données d’images en exploitant les redondances sémantiques présentes. Nous montrons d’abord qu’un schéma de compression multi-image fondé sur des métriques pixels atteint des résultats encourageants, mais insuffisants. En effet, lorsque le taux de compression augmente, la qualité des images décodées chute considérablement. Nous concluons qu’il faut s’affranchir du cadre classique de compression. Pour se faire, l’évaluation de la distorsion est déplacée à un plus haut niveau : au niveau de la sémantique. Nous avons dès lors chercher à modéliser et à représenter cette sémantique et avons finalement convergé vers l’utilisation de modèles de fondations, CLIP spécifiquement, pour extraire et encoder cette information. De plus, nous avons prouvé expérimentalement que ces modèles possédaient de bonnes qualités pour représenter et manipuler la sémantique d’image. Finalement, nous avons pu revenir sur le problème de compression multi-image initial et proposer un schéma de compression basé CLIP qui exploitait les redondances sémantiques de la collection d’images. Ce schéma est fondé sur l’apprentissage d’un dictionnaire de sémantiques simples représentant la sémantique de la base de données d’images et possède, lui aussi, des propriétés sémantiques intéressantes. Ce schéma de compression permet une conservation autant de la sémantique que de la qualité d’image, et ce, à des débits extrêmement faibles.

Cette thèse examine les systèmes d’imagerie omnidirectionnelle avancés, la capture de champs lumineux et les pipelines de rendu, ainsi que le dernier paradigme de reconstruction de scènes, le champ de radiance (Radiance Field, RF). Elle traite des défis clés liés à l’utilisation du RF pour la représentation de champs lumineux sphériques et la reconstruction de scènes. Les principales contributions sont les suivantes : Tout d’abord, nous étendons les Champs de Radiance Neuronaux (NeRF) pour prendre en charge les entrées d’images omnidirectionnelles en intégrant un modèle de caméra fisheye optimisable. Cela permet la reconstruction de scènes à 360 degrés avec des images grand angle, en mettant l’accent sur l’échantillonnage de rayons sphériques. Ensuite, nous améliorons la reconstruction de scènes à 360 degrés à partir d’images omnidirectionnelles éparses en combinant l’estimation de points de fuite avec un encodage fréquentiel dans un cadre d’encodage de hachage efficace. Enfin, nous intégrons des techniques de segmentation d’images 2D de haute qualité pour contraindre les objets dans des espaces 3D limités, améliorant ainsi la précision de la reconstruction de scènes et la segmentation cohérente en 3D.

Dans cette thèse, on s’intéresse à un produits de matrices indépendantes et de même loi. Étant donnée une suite aléatoire de matrices carrées, à coefficients réels, indépendantes et de même loi, on s’intéresse à la suite formée par les produits de gauche à droite des éléments de cette suite. Sous des hypothèses de forte irréductibilité et de proximalité dont on précisera le sens, on construit à l’aide d’un algorithme déterministe une suite aléatoire d’indices, dits temps pivots, qui sépare la suite de base en blocs dont les produits vérifient de bonnes propriétés d’alignement. On entend par là que la norme matricielle du produits de deux blocs consécutifs est minorée par le produit des normes de chaque blocs et d’une constante non aléatoire. Des propriétés de cette construction, que l’on énoncera plus en détail, on déduit une loi des grands nombre et des inégalités de grandes déviations par em dessous pour le premier trou spectral du produit. On montre aussi l’existence d’une mesure invariante sur l’espace projectif sans hypothèse d’inversibilité ainsi que la convergence exponentielle de toutes les classes projectives des colonnes de la matrice produit vers une limite aléatoire. Sous une hypothèse d’inversibilité, on montre une inégalité de concentration pour la classe projective du produit dont on déduit une loi des grands nombres pour les coefficients et pour le rayon spectral sous l’hypothèse optimale de moment d’ordre 1.

L’humanité fait face à un défi crucial : développer l’utilisation de sources d’énergie renouvelables capable de remplacer les combustibles fossiles. Parmi les solutions potentielles, l’énergie solaire se distingue comme la plus prometteuse. La photosynthèse artificielle, en imitant le processus naturel, permet de convertir la lumière du soleil en carburants propres et en produits chimiques utiles, offrant ainsi une alternative écologique et durable. Cette thèse explore deux approches principales : l’utilisation de l'urée, un composé abondant dans les eaux usées, via son oxydation photo-électrochimique, pour produire de l’hydrogène tout en contribuant à la purification de l’eau; et l’étude des batteries à flux redox, une technologie verte inspirée de la photosynthèse naturelle, pour stocker efficacement l’énergie solaire. Un autre aspect est l’utilisation d’une photo-pile pour la synthèse d’une molécule utilisée en tant que composant d’électrolyte dans les batteries. Le travail présente les résultats sur les jonctions métal/isolant/semiconducteur (MIS) comme interfaces photo-actives, ainsi que l’utilisation de cellules tandem pérovskite/silicium, pour améliorer les systèmes de conversion et de stockage de l’énergie solaire.

Pour répondre aux exigences croissantes de faible latence des applications, le paradigme de Edge computing vise à placer des ressources de calcul et de stockage aux extrémités du réseau afin de rapprocher les services numériques des utilisateurs. Cependant, cela constitue une duplication de ressources, engendrant un impact environnemental inquiétant qui vient s’ajouter à celui des centres de données existants. De plus, les centres de données sont de gros consommateurs d’énergie, émettent des gaz à effet de serre et consomment des quantités importantes d'eau pour fonctionner. Cette thèse a pour objectif de limiter l'empreinte environnementale des centres de données, notamment leur consommation d'énergie, leurs émissions de gaz à effet de serre et leur consommation d'eau. Nous nous intéressons particulièrement à leur alimentation à base de sources d'énergies renouvelables, à la baisse de leur consommation électrique, à la synchronisation de leur consommation électrique avec la production des sources d'énergie verte, et à l'optimisation des systèmes de refroidissement à eau.