ED Mathématiques et Informatique
Approche hybride de modélisation explicable du métabolisme des écosystèmes microbiens
par Maxime LECOMTE (LaBRI - Laboratoire Bordelais de Recherche en Informatique)
Cette soutenance a lieu à 14h00 - Amphi LaBRI, bâtiment A30 Domaine universitaire, 351, cours de la Libération, 33405 Talence
devant le jury composé de
- David SHERMAN - Directeur de recherche - Université de Bordeaux - Directeur de these
- Hélène FALENTIN - Ingénieure de recherche - INRAE UMR STLO - CoDirecteur de these
- Laurent SIMON - Professeur des universités - LaBRI - Examinateur
- Caroline BAROUKH - Chargée de recherche - LIPME laboratoire des interactions plantes - microbes - environnement - Rapporteur
- Muriel COCAIGN-BOUSQUET - Directrice de recherche - TBI Toulouse Biotechnology Institute - Rapporteur
- Ludovic COTTRET - Ingénieur de recherche - INRAE - Examinateur
- Béatrice LAROCHE - Directrice de recherche - INRA UNITÉ MaIAGE - Examinateur
- Gabriel MARKOV - Chargé de recherche - CNRS Station biologique de Roscoff - Examinateur
Les communautés microbiennes sont des systèmes complexes composés de diverses espèces de micro-organismes interagissant entre elles et avec leur environnement. La biologie des systèmes offre un cadre pour leur étude, alliant expérimentation, génération de données à haut-débit et leur intégration dans des modèles informatiques. La compréhension de ces communautés passe notamment par celle de leur métabolisme et des échanges de molécules entre espèces susceptibles d'impacter positivement ou négativement chacun des membres. Le métabolisme est un ensemble des réactions biochimiques et peut s'abstraire à l'échelle d'un génome par des réseaux faisant le lien entre les gènes et les réactions d'un organisme. Ces réseaux permettent de construire des modèles métaboliques, représentations informatiques ou mathématiques du comportement des organismes dans des conditions expérimentales. Le passage de l'individu à la communauté, composée de quelques espèces en conditions contrôlées, ou de plusieurs centaines en conditions environnementales, soulève des difficultés méthodologiques dans la construction des modèles. Ce manuscrit de thèse traite de la modélisation du métabolisme et des interactions métaboliques au sein des écosystèmes microbiens en mettant l'emphase sur l'explication des mécanismes cellulaires qui justifient les interactions bactériennes. Des solutions numériques sont majoritairement utilisées - assurant la précision des résultats - mais sont confrontées à l'importante combinatoire engendrée par les interactions bactériennes pour des communautés de grande taille. Les réponses apportées par les approches discrètes surmontent la problématique du passage à l'échelle mais sont limitées à une analyse par paire d'organismes. Afin d'identifier un potentiel ajustement méthodologique - conciliant les avantages des deux démarches, extit{i.e.} trouver une approche hybride - une première contribution se focalise sur le développement d'un modèle numérique dynamique et précis d'une communauté fromagère composé de trois souches. Notre stratégie itérative a permis l'intégration de données hétérogènes au moyen d'étapes de raffinement et de calibration dynamique. Ces allers-retours entre la connaissance et le modèle ont assuré la bonne prédiction des concentrations des métabolites dosés en métabolomique ainsi que des densités bactériennes au cours de la cinétique de fabrication du fromage. Dans une seconde contribution, nous proposons un modèle par raisonnement permettant de cibler des potentiels de coopération et de compétition dans des communautés bactériennes. Ce modèle repose sur l'inférence de règles logiques inférées de la biologie pour évaluer et comparer les potentiels d'interaction de communautés. Des potentiels d'interaction spécifiques à des écosystèmes ont été révélés ainsi que la pertinence de son utilisation grâce à sa rapidité d'exécution. Enfin, la troisième contribution est une réflexion portant sur l'enrichissement du modèle logique. Nous proposons un prototype s'appuyant sur l'inférence de règles logiques et permettant de (i) sélectionner la meilleure communauté à partir de contraintes biologiques et (ii) d'apporter une notion temporelle, pouvant influencer les potentiels d'interactions. Par cette thèse, nous avons montré que la construction d'un modèle de modélisation hybride du métabolisme n'est pas nécessaire, mais qu'une approche hybride, utilisant des modèles numériques, pour des communautés de petites tailles et des modèles discrets, pour analyser rapidement les communautés de taille réelle semble être pertinente.
Simulation en temps réel d'effets audio non-linéaires par intelligence artificielle
par Tara VANHATALO (IMB - Institut de Mathématiques de Bordeaux)
Cette soutenance a lieu à 14h00 - Ada Lovelace, Centre Inria de l'Université de Bordeaux, 200 Av. de la Vieille Tour, 33405 Talence
devant le jury composé de
- Myriam DESAINTE-CATHERINE - Professeure émérite - Bordeaux INP - CoDirecteur de these
- Isabel BARBANCHO - Professeure - Université de Málaga - Rapporteur
- Joshua REISS - Professeur - Université Queen Mary - Rapporteur
- Pierrick LEGRAND - Maître de conférences - Université de Bordeaux - CoDirecteur de these
- Louis BIGO - Professeur - Bordeaux INP - Examinateur
- Juliette CHABASSIER - Cadre scientifique - Modartt SAS - Examinateur
- Emilia GOMEZ - Professeure - Université Pompeu Fabra - Examinateur
- Pierre HANNA - Maître de conférences - Université de Bordeaux - Examinateur
Certains produits du domaine de la technologie musicale présentent des caractéristiques sonores uniques et recherchées par les musiciens. Ces caractéristiques sont souvent dues aux non-linéarités de leurs circuits électroniques. Nous cherchons à préserver le son de ces appareils par le biais de simulations numériques et à les rendre largement accessibles à de nombreux musiciens. Ce domaine d'étude a connu une forte augmentation de l'utilisation des réseaux de neurones pour la simulation au cours des dernières années. Dans ce travail, nous proposons d'utiliser les réseaux neuronaux pour cette tâche. En particulier, nous nous concentrons sur les méthodes de boîte noire capables de fonctionner en temps réel pour la modélisation des effets non linéaires, tout en gardant les contraintes du guitariste à l'esprit. Nous couvrons l'état actuel des connaissances et identifions les domaines qui méritent d'être améliorés ou étudiés, avec pour objectif final le développement d'un produit. La première étape, qui consiste à identifier les architectures capables de traiter en temps réel et en continu, est suivie par l'augmentation et l'amélioration de ces architectures et de leur pipeline d'apprentissage grâce à un certain nombre de méthodes. Ces méthodes comprennent l'intégration continue avec des tests unitaires, l'optimisation automatique des hyperparamètres et l'utilisation de l'apprentissage par transfert. Un prototype en temps réel utilisant un backend C++ personnalisé est créé à l'aide de ces méthodes. Une étude sur l'anticrénelage en temps réel pour les modèles boîte noire est présentée, car il a été constaté que ces réseaux présentent de grandes quantités de distorsion d'anticrénelage. Le travail sur l'incorporation du contrôle de l'utilisateur a également commencé pour une simulation complète des systèmes analogiques. Cela permet à l'utilisateur final de disposer d'une gamme complète de possibilités de modification de la tonalité. Les performances des approches présentées sont évaluées de manière objective et subjective. Enfin, un certain nombre d'orientations possibles pour les travaux futurs sont également présentées.