Cette thèse propose de concevoir et réaliser un système de reconnaissance automatique de la parole destiné à commander à distance un système audiovisuel à savoir : un Téléviseur. Le système global "bout en bout" se scinde en deux blocs : le premier cherche à extraire les meilleures caractéristiques à partir du signal vocal d’entrée. A cet effet, plusieurs techniques d’extraction de caractéristiques vont être examinées et testées. Concernant le deuxième bloc, nous mettons en évidence une multitude de techniques relevant du domaine de l’apprentissage profond, dont l’impact est d’adapter et de d’affirmer les caractéristiques extraites pour donner en final la classe de l’énoncé. La validation des différentes méthodologies présentées dans cette thèse a été effectuée sur la base de deux jeux de données réelles, le premier est tenu compte pour une évaluation initiale, tandis que le second est conçu exclusivement pour le système ASR proposé dans cette thèse. Les résultats obtenus ont certifié l’efficience des approches proposées. Le défi pour les travaux futurs est d’évaluer ce type de système dans des conditions plus réalistes avec des signaux vocaux issus des milieux bruités.

Dans cette thèse, nous nous sommes intéressés à un modèle de gestion des connaissances des entreprises industrielles. Certaines tâches manufacturières impliquent un niveau élevé de connaissance tacite des opérateurs qualifiés. L'industrie a besoin des méthodes fiables pour la capture et l'analyse de ces connaissances tacites afin qu'elles puissent être partagées et sans aucune perte. Nous proposons, un modèle de gestion contenant deux processus de gestion, le premier processus est la capitalisation des connaissances basée sur une tâche industrielle. Nous avons utilisé une combinaison de deux méthodologies : une méthodologie d’ingénierie de connaissances CommonKADS et une méthodologie d’élicitation des connaissances MACTAK. Dans la phase de modélisation, nous avons utilisé deux différentes techniques de modélisation, une modélisation basée sur les connaissances d’expert et la deuxième une représentation ontologique. Ce modèle facilite la capture des connaissances d’experts et transforme les connaissances tacites en explicites avec une maximisation des règles de production. Le deuxième processus concerne le partage des connaissances à base d’une ontologie des Tâches Manufacturières MATO en identifiant un ensemble des concepts de fabrication et leurs relations, cette ontologie proposée facilite le partage des connaissances entre les tâches de fabrication et aide à partager et à réutiliser les connaissances durant l'exécution des tâches. Ensuite, une application proposée pour le diagnostic de système d’alarme dans une centrale thermique a été présentée pour démontrer l’importance et l’apport de l’ontologie.

Dans ce travail de thèse, nous avons proposé un système de supervision appliqué sur un robot manipulateur à deux degrés de liberté. La supervision est utilisée pour assurer la reconfiguration en temps réel du robot. Dans ce système nous avons utilisé une nouvelle méthode de détection de défaut (FD) de frottement visqueux du robot supervisé combinée avec un module de commande tolérante aux défauts (FTC).Le premier module, basé sur une méthode de traitement appliquée sur des résidus, va permettre la détection de défaut pour bien estimer les corrections nécessaires du deuxième module. Une évaluation de l’effet de défaut durant la supervision a été faite. Par ailleurs, le protocole TCP pour le transfert des données entre le robot superviseur et le robot supervisé a été utilisé. Les résultats de simulation montrent que la méthode proposée corrige l’effet de défaut en utilisant les données qui arrivent d’un robot superviseur à distance. Ensuite, nous avons proposé une implémentation matérielle sur cible FPGA de l’algorithme de supervision dont le but est de valider notre contribution et d’assurer un traitement en temps réel dans le cas où il y a des robots réels. Par ailleurs, une étude comparative entre les performances des deux implémentations a été effectuée

L’objectif de ce travail de thèse et de développer des nouvelles approches permettant aux petites et moyennes entreprises d’améliorer les performances de leur processus de fabrication. Nous avons développé trois approches aspirées du Lean Six Sigma (LSS) pour l’amélioration de la production dans un contexte conventionnel et classique d'une part et d'autre part dans un contexte de production durable. Dans la première approche nous avons proposé une approche Lean Six Sigma conventionnelle pour évaluer et suivre la compétitivité d’une PME en fonction des résultats obtenus par la méthode VSM. Dans la deuxième approche, nous avons proposé une nouvelle extension de l’approche LSS vers le contexte de la production durable en incorporant des algorithmes multicritères quantitatives. Cette approche nous a permis de surmonter quelques barrières au niveau du processus de l’application du LSS. Dans La troisième approche nous avons présenté une amélioration de l’approche LSS qui vise à montrer l’effet positif des algorithmes multicritères qualitatives flous pour surmonter certaines barrières du Lean Six Sigma liées aux phases d’analyse et d’amélioration de l’état actuel des processus de fabrication. Les approches proposées sont appliquées dans deux entreprise algériennes pour améliorer et contrôler la durabilité de leurs processus de fabrication.