|
Tri :
Date de référencement
Editeur
Auteur
Titre
|
Optimisation énergétique du calcul proche mémoire par génération locale d'instructions
[Thèse]
Date de publication :
2025 |
Auteur(s) :
La Fuente Léo de |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Le calcul proche mémoire constitue une approche prometteuse pour atteindre un objectif de faible consommation énergétique dans les systèmes embarqués. Ce paradigme limite l’énergie dépensée lors des transferts de données entre le processeur et la mémoire. Toutefois, la gestion des instructions de calcul induit une part de consommation supplémentaire. Cette thèse propose une approche visant à rédui...
Référencé le :
17-09-2025
|
|
L'objectif de sécurité en droit de l'union européenne : articulations entre la Politique étrangère et de sécurité commune (PESC) et l'Espace de liberté, de sécurité et de justice (ELSJ)
[Thèse]
Date de publication :
2024 |
Auteur(s) :
Faviere Florent |
Editeur(s) :
Université de Rennes, Alma mater studiorum Universita di Bologna |
Origine de la fiche :
Université de Rennes 1
La PESC et l’ELSJ sont deux domaines de compétences distincts poursuivant des objectifs de sécurité a priori distincts. La PESC est un domaine de compétence par nature externe, poursuivant un objectif de sécurité à l’extérieur de l’Union et de sécurité internationale. L’ELSJ est un domaine de compétence par nature interne, doté d’une dimension externe, poursuivant un objectif de sécurité intérieur...
Référencé le :
16-09-2025
|
|
Applications of artificial intelligence for toxicity prediction in radiotherapy
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Cubero Gutiérrez Lucía |
Editeur(s) :
Université de Rennes, Universidad Carlos III, Madrid |
Origine de la fiche :
Université de Rennes 1
Un défi majeur de la radiothérapie des cancers de la tête et du cou réside dans l’évaluation et la prédiction précises des toxicités liées au traitement, en particulier la dysphagie et la xérostomie. Cette thèse répond à ce défi en améliorant la segmentation des organes à risque (OAR), en développant des méthodes objectives d’évaluation de la toxicité et en affinant les modèles dose-réponse. Un ca...
Référencé le :
16-09-2025
|
|
La schizophrénie : approches pharmaco-thérapeutiques passées, présentes et futures
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Violas Maëlle |
Editeur(s) :
Universite de Rennes |
Origine de la fiche :
theses-exercice-rennes1
Du fait de son étiologie complexe et de sa symptomatologie variée, les traitements contre la schizophrénie ne permettent pas de répondre aux besoins des patients en termes d’efficacité et de tolérance. Cette thèse décrit premièrement la schizophrénie afin de mieux comprendre les dysfonctions anatomiques, morphologiques et génétiques associées aux symptômes qu’elle engendre. Ce travail évoque ensui...
Référencé le :
15-09-2025
|
|
Incremental, reproducible builds of software variants
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Randrianaina Georges Aaron |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
La compilation de logiciels au sein de systèmes hautement configurables est devenue une tâche toujours plus complexe et coûteuse en ressources, d’autant que les pratiques de développement modernes s’appuient fortement sur l’intégration continue (CI). La prolifération des options de configuration, des directives de compilation conditionnelle aux dépendances externes, fait qu’assurer la compilation ...
Référencé le :
15-09-2025
|
|
Cryptanalysis of public-key cryptography
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Kirchner Paul |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
La cryptanalyse de schémas de cryptographie à clé publique repose sur un ensemble de techniques algorithmiques et algébriques en théorie des nombres. Dans une première partie de cette thèse, nous présentons des améliorations de l’algorithme LLL, dû à Lenstra, Lenstra et Lovasz pour réduire un réseau euclidien, c’est-à-dire réduire la norme et orthogonaliser le plus possible les vecteurs de la base...
Référencé le :
15-09-2025
|
|
Sensing and reconstruction of plenoptic point clouds
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Freitas Davi Rabbouni de Carvalho |
Editeur(s) :
Université de Rennes, Université de Tampere (Finlande) |
Origine de la fiche :
Université de Rennes 1
Cette thèse donne un aperçu de la fonction plénoptique et de la manière dont elle est liée aux contenus volumétriques, par le biais de représentations de scènes plénoptiques. Elle passe en revue les méthodes existantes qui introduisent cette capacité de manière explicite et implicite, sous la forme d’un nuage de points plénoptique (PPC) et de champs de radiance (RF), respectivement. Ces méthodes s...
Référencé le :
12-09-2025
|
|
Efficient low-precision training for deep learning training
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Ben Ali Sami |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
L’entraînement des réseaux neuronaux profonds (DNN) est très gourmand en ressources de calcul, d’où l’intérêt pour l’arithmétique de basse précision afin d’améliorer l’efficacité. Cette thèse explore de nouvelles approches pour permettre un entraînement efficace en basse précision pour les accélérateurs d’apprentissage profond. Tout d’abord, nous présentons MPTorch-FPGA, une extension de l’environ...
Référencé le :
12-09-2025
|
|
5G slice monitoring using machine learning
[Thèse]
Date de publication :
2025 |
Auteur(s) :
El Attar Zahraa |
Editeur(s) :
Université de Rennes, Rennes |
Origine de la fiche :
Université de Rennes 1
Le slicing des réseaux 5G complique leur surveillance, rendant les approches traditionnelles inefficaces face à l'augmentation du trafic et aux exigences de latence. Cette thèse explore la tomographie réseau à travers deux contributions : la sélection des chemins de mesure via un algorithme génétique et une approche par Réseaux de Convolution de Graphes Relationnels (RGCN) pour généraliser le plac...
Référencé le :
11-09-2025
|
|
Sensor-aided energy disaggregation using deep learning models
[Thèse]
Date de publication :
2025 |
Auteur(s) :
Balti Nidhal |
Editeur(s) :
Université de Rennes |
Origine de la fiche :
Université de Rennes 1
Cette thèse explore de nouvelles méthodologies visant à améliorer les performances et l'applicabilité des systèmes de surveillance non intrusive de la consommation électrique (NILM), en répondant aux principaux défis liés à la précision de la désagrégation énergétique et à leur adaptabilité. Un cadre sensible au contexte a été développé en intégrant des données de capteurs environnementaux—telles ...
Référencé le :
10-09-2025
|
|
