dsotofor / Manuscrit

Browse Code »

Commit cffeda9943ce45eedd1c943a759d6b96aa0be61d

Authored by dsotofor 2025-07-19 18:59:33 +0200

1 parent 2a235a1022

Exists in main

version all ok...

Showing 3 changed files with 0 additions and 557 deletions Inline Diff

.DS_Store
chapters/Architecture0.tex
main0.tex

No preview for this file type

\chapter{Architecture Globale pour le Système AI-VT}	1	File was deleted
	2
\section{Introduction}	3
	4
Il est important de définir et décrire l'architecture logicielle d'un système complexe afin de mieux comprendre son fonctionnement. L'architecture montre les composants, les couches, les fonctionnalités et les interactions. Ce chapitre présente l'architecture modulaire proposée pour le système AI-VT. Les modules intègrent des outils issus de différents paradigmes, des modèles et des algorithmes d'intelligence artificielle permettant au système d'être plus performant. Les objectifs de l'architecture proposée sont de rendre le logiciel AI-VT (Artificial Intelligence Virtual Trainer) stable, évolutif, performant et maintenable. L'architecture proposée se compose de quatre couches indépendantes, chacune dédiée à une fonctionnalité spécifique : correction automatique, identification, révision et test. Le contenu de ce chapitre est partiellement extrait du travail de Soto \textit{et al.} \cite{10.1007/978-3-031-63646-2_13}.	5
	6
Il est possible de classer les architectures selon deux catégories : les architectures monolithiques et les architectures modulaires. Dans une architecture monolithique, le système logiciel est considéré comme une entité unique et unitaire avec une seule source de code, une seule base de données et un seul déploiement pour l'ensemble du système ; ce type de système est simple à développer et à tester mais il est peu adapté à la mise à jour et à l'évolution en raison de sa rigidité. Une architecture modulaire divise le système en modules indépendants qui peuvent communiquer entre eux, chaque module contenant alors tout ce qui est nécessaire pour fonctionner. En fait, de nombreux systèmes logiciels ont été conçus avec une architecture modulaire en raison des multiples avantages qu'elle présente \cite{Auer} \cite{jmse10040464}.	7
	8
L'EIAH AI-VT a ainsi évolué vers une architecture modulaire que nous présentons dans ce chapitre. Après avoir rappelé le fonctionnement et les différents composants initiaux du système AI-VT, ce chapitre présente l'architecture modulaire implémentée lors de cette thèse et permettant à AI-VT d'intégrer de nouvelles fonctionnalités.	9
	10
%----------------------------------------------------------------------------------------	11
% SECTION 2	12
%----------------------------------------------------------------------------------------	13
	14
\section{Description du système AI-VT}	15
	16
Pour rappel, le système AI-VT est un outil pédagogique générique qui vise à accompagner les apprenants dans leur apprentissage en leur proposant des fiches d'exercices appelées sessions. Durant chaque session, les capacités attendues sont divisées en compétences, elles-mêmes divisées en sous-compétences. L'apprenant choisit une compétence à travailler et le système génère une session composée d'exercices associés à plusieurs sous-compétences de la compétence choisie. Le système propose une liste d'exercices au début d'une session en utilisant le paradigme du raisonnement à partir de cas avec une base de données de questions.	17
	18
Le système AI-VT est un EIAH générique dont la structure globale est présentée sur la figure \figref{figSys1}. Il intègre une base de données de questions. Chacune des questions est associée à un contexte, au texte de la question considérée et à un niveau de complexité. Les questions sont liées à des sous-compétences, elles-mêmes liées à des compétences. Les principaux acteurs du système sont l'enseignant et l'apprenant. L'enseignant a la capacité de configurer l'ensemble du système, le nombre de compétences, les sous-compétences d'une compétence, le nombre de questions, la complexité de chacune d'entre elles, le niveaux de complexité et le temps par session. L'apprenant quant à lui, qui peut commencer l'entraînement d'une compétence spécifique, accéder à des ressources de soutien complémentaires et répondre aux questions de test dans les sessions proposées par le système. Le tableau \ref{tabDesc} montre les caractéristiques du système AI-VT selon les 20 descripteurs permettant de caractériser le profil de l'apprenant décrits dans \cite{Daubias2011}.	19
	20
\mfigure[!ht]{width=\textwidth}{./Figures/AIVT.png}{Structure du système AI-VT}{figSys1}	21
	22
%\begin{figure}[!ht]	23
%\centering	24
%\includegraphics[width=\textwidth]{./Figures/AIVT.png}	25
%\caption{Structure du système AI-VT}	26
%\label{figSys1}	27
%\end{figure}	28
	29
En s'appuyant sur la philosophie du RàPC, le système global AI-TV part du principe que la création d'une session pour un apprenant peut être réalisé par analogie avec celles proposées à des étudiants aux acquis, besoins et capacités similaires. AI-VT propose une liste d'exercices en fonction de la compétence ou de la sous-compétence sélectionnée par similitude avec celles proposées auparavant à d'autres apprenants.	30
	31
L'algorithme d'AI-VT tente de tenir compte de l'équilibre entre répétitivité et variété. De plus, le nombre d'exercices par session change en fonction du domaine, de la compétence choisie et du niveau de l'apprenant. La liste d'exercices est générée au début de chaque séance et elle n'est pas modifiée au cours de la séance en fonction des réponses fournies par l'apprenant : les listes d'exercices sont statiques pendant la séance \cite{10.1007/978-3-030-01081-2_9}.	32
	33
\begin{table}[!ht]	34
\centering	35
\begin{tabular}{p{1in}p{2.5in}p{1.5in}}	36
Type&Definition&Système AI-VT\\	37
\hline	38
Subject&Acteur humain concerné par le profil&Apprentissage seul et en groupe\\	39
Collaboration&Le rôle de la collaboration dans les activités du profil&Individuel, Collaboratif\\	40
Distance&Le rôle de la distance dans les activités du profil&Presentiel, Distanciel\\	41
Discipline&Discipline des informations contenues dans le	42
profil&Generic\\	43
Niveau&Le niveau scolaire de la matière concernée par le profil &Generic\\	44
Initiateur&L'acteur humain à l'origine de la décision de créer le profil de création&Professeur, Administrateur\\	45
Créateur&L'acteur humain ou logiciel qui compose le profil&Professeur, Administrateur\\	46
Destinataire&Acteur humain ou logiciel exploitant le profil&Apprenant\\	47
Temps&Période du profil&Asynchrone\\	48
Évolution&L'évolutivité du profil &Profil évolutif\\	49
Type&Le type d'informations contenues dans le profil &Profil de l'apprenant\\	50
Nature&La nature des informations contenues dans le	51
profil&Connaissances et compétences\\	52
Évaluation&La forme sous laquelle l'information est	53
évaluée&Rating, Taux de maîtrise\\	54
Représentation interne&Représentation interne utilisée par le système informatique pour manipuler les profils&Tables\\	55
Représentation externe&Représentation utilisée pour stocker le profil &Liste de valeurs\\	56
Visualisation&Représentation utilisée pour présenter le profil à ses destinataires&Représentation textuel et graphique standard\\	57
Norme&Norme ou standard éducatif & - \\	58
Format&Format de stockage du profil &Base de données relationnelle\\	59
Plate-forme&plate-forme informatique compatible&Web\\	60
Dispositifs&le type de dispositif d'affichage du profil &Ordinateur ou appareils connectés\\	61
\end{tabular}	62
\caption{Un tableau décrivant les caractéristiques du système AI-VT}	63
\label{tabDesc}	64
\end{table}	65
	66
\section{Modèle d'architecture proposé}	67
	68
La nouvelle architecture proposée a pour objectif d'intégrer de nouvelles fonctionnalités complémetaires au système initial sans en modifier les fonctionnalités. L'idée consiste donc à pouvoir activer simplement le module correspondant en envoyant et en recevant les informations nécessaires à son fonctionnement. Une évolution vers une architecture plus modulaire permettra ainsi d'ajouter de nouvelles fonctionnalités au système d'origine en intégrant de nouveaux modules ou en faisant évoluer les modules existants. La conception modulaire facilite également la maintenance du code, le développement et l'intégration de nouvelles extensions. De plus, le système pourra être configuré et adapté module par module, réduisant ainsi les risques de pannes et les coûts de maintenance et d'évolution. La modularité permet également d'exécuter les programmes de chaque module de manière asynchrone, en parallèle ou en mode distribué si nécessaire.	69
	70
L'architecture se compose de deux éléments principaux représentés sur la figure \figref{sa1} : le système central AI-VT et les modules fonctionnels. Le système central gère l'ensemble du processus d'apprentissage ; il génère et démarre les séances ; il stocke les données relatives aux compétences, aux questions, aux ressources, aux apprenants et aux réponses ; il contient les commandes et l'interface générale ; il gère le flux d'informations et active les modules nécessaires. Les modules sont un ensemble de fonctionnalités indépendantes mises en œuvre avec des algorithmes d'intelligence artificielle qui reçoivent et envoient des données depuis le composant central. Chaque module fonctionne selon des critères spécifiques liés à son propre objectif. Les modules sont regroupés en couches selon leur fonctionnalité : correction automatique, identification, adaptation, révision et test. L'enseignant et l'apprenant n'utilisent pas les modules directement ; ceux-ci sont appelés par le système pour compléter certaines fonctionnalités.	71
	72
\mfigure[!ht]{width=\textwidth}{./Figures/Architecture AI-VT2.png}{Schème de l'architecture proposée}{sa1}	73
	74
%\begin{figure}[!ht]	75
%\centering	76
%\includegraphics[width=\textwidth]{./Figures/Architecture AI-VT2.png}	77
%\caption{Schème de l'architecture proposée}	78
%\label{sa1}	79
%\end{figure}	80
	81
La couche de correction automatique (LC) contient les modules chargés de recevoir les réponses des apprenants et, conformément aux algorithmes et critères définis, d'établir une note cohérente avec une réponse de référence à une question spécifique. Dans cette couche, le module routeur (LC0) est chargé d'identifier le type de correction nécessaire et d'instancier le module approprié pour l'exécution de la tâche spécifique.	82
	83
La couche d'identification (LD) contient les modules qui identifient les faiblesses ou les variables externes des apprenants lors de l'exécution des exercices proposés par le système ou après l'analyse des résultats. Ces modules aident à personnaliser le processus d'apprentissage en fonction de l'analyse des résultats obtenus par les apprenants.	84
	85
La couche de révision (LR) comprend les modules qui prennent les données des résultats obtenus dans la couche LC et les résultats de l'analyse de la couche LD pour modifier le parcours de l'apprenant en essayant de renforcer l'apprentissage dans les faiblesses détectées. Ici se trouvent également les modules qui obtiennent des informations de la part des apprenants et tentent de prédire leurs résultats en fonction des différentes compétences et des différents niveaux de complexité.	86
	87
Pour évaluer les modules dans différents scénarios, il est nécessaire de produire des données selon différents critères et complexités. C'est la raison pour laquelle la couche de test (LT) a été définie. Les modules qui permettent de générer des données synthétiques selon des critères variables font partie de cette couche. Les modules de cette couche permettent d'obtenir des résultats numériques des modules, d'appliquer des métriques, et ainsi d'évaluer les modules selon différents critères et complexités.	88
	89
Le schéma complet de l'architecture est représenté sur la figure \figref{sa1}. Sur cette figure, les lignes pleines représentent un flux d'informations bidirectionnel, les lignes pleines terminées par une flèche représentent le flux unidirectionnel et les lignes en pointillé représentent la dépendance de l'information entre les modules.	90
Les dispositifs externes qui peuvent être utilisés par les modules pour exécuter leurs fonctionnalités et les étiquettes indiquant le type d'information transmis au système central par le module sont également représentés. Certains des algorithmes d'intelligence artificielle mis en œuvre dans chaque module et le stade de développement dans lequel chacun d'eux se trouve y figurent également. Comme le montre cette figure, certains dispositifs ont besoin de données provenant de sources externes telles que le robot NAO, des capteurs, caméra vidéo ou microphone.	91
	92
\subsection{Correction automatique}	93
	94
L'une des couches importantes et la couche de correction automatique. Dans cette couche, les modules ont la capacité de recevoir et d'évaluer différents types de réponses données par les apprenants en fonction du contexte et de la question que le système a proposée. Les modules représentés ont la capacité d'évaluer une réponse donnée par l'apprenant. Des études et certains programmes ont déjà été réalisés dans l'analyse de vidéo, de texte audio (langage naturel) et de code source (Java, Python). D'autres modules permettent également d'analyser des images, des expressions mathématiques, des valeurs générées par des capteurs physiques et des variables définies pour des activités sportives spécifiques.	95
	96
Le module routeur (LC0) a pour fonction d'identifier le type de réponse donnée par l'apprenant, c'est à dire reconnaître si la réponse donnée par l'apprenant est vidéo, audio, texte, image, etc et de la rediriger vers le module d'analyse correspondant ; une fois le module spécifique obtient les résultats de l'analyse de la réponse donnée, le router les redirige vers le système AI-VT principal.	97
	98
Le module vidéo (LC1) permet de capturer un flux d'images à partir d'un dispositif externe (caméra vidéo ou robot NAO) et de les analyser pour déterminer si une réponse donnée est correcte, actuellement le module est utilisé pour évaluer la réponse à la question : montrer \textit{n} nombre de doigts. L'algorithme implémenté détecte les doigts qui apparaissent sur la caméra, les compte et détermine s'il s'agit de la bonne réponse à la question donnée.	99
	100
Le module audio (LC2) analyse une piste audio et convertit son contenu en texte. Une fois le texte généré, il peut être comparé à une réponse attendue à la question posée à l'aide de techniques NLP. Un score d'approximation estimé peut alors être calculé. Pour la comparaison est utilisé le module de texte (LC4) qui permet d'établir le score de similarité entre le texte envoyé comme réponse de l'apprenant ou converti depuis une réponse audio et un texte de référence.	101
	102
Le module d'analyse du code (LC3) génère un score après l'exécution de plusieurs étapes. En premier lieu, il détermine l'existence ou non de faiblesses dans certaines compétences prédéfinies. Il transforme ensuite la représentation du code en un vecteur numérique à comparer avec une réponse de référence : le résultat de la pondération entre les faiblesses détectées et le pourcentage de comparaison donne un score.	103
	104
Le module d'analyse de texte (LC5) transforme le texte envoyé par l'apprenant en un vecteur numérique qui peut être comparé au vecteur numérique d'une réponse attendue. Dans ce cas, la réponse donnée ne doit pas nécessairement être exactement la même que la réponse attendue. La représentation vectorielle permet d'établir des similitudes dans l'espace, même si les termes utilisés et la longueur du texte diffèrent.	105
	106
Les modules LC6, LC7, LC8 et LC9 sont capables d'analyser différents types de réponses potentielles qui peuvent éventuellement gérées par le système AI-VT.	107
	108
Les modules LC1, LC2, LC3 ont été partiellement développés et n'ont pas été suffisamment testés pour les intégrer dans le système de façon fonctionnelle, les autres modules pour le moment sont théoriques.	109
	110
\subsection{Identification}	111

%% Use the standard UP-methodology class	1	File was deleted
%% with French language.	2
%%	3
%% You may specify the option 'twoside' or 'oneside' for	4
%% the document.	5
%%	6
%% See the documentation tex-upmethodology on	7
%% http://www.arakhne.org/tex-upmethodology/	8
%% for details about the macros that are provided by the class and	9
%% to obtain the list of the packages that are already included.	10
	11
\documentclass[a4paper,french]{spimufcphdthesis}	12
\renewcommand{\familydefault}{\sfdefault} % Met tout le texte en 'sans serif'.	13
	14
%%--------------------	15
%% The TeX code is entering with UTF8	16
%% character encoding (Linux and MacOS standards)	17
\usepackage[utf8]{inputenc}	18
	19
\usepackage[T1]{fontenc}	20
\usepackage{times}	21
\usepackage{graphicx}	22
\usepackage{xcolor,graphicx}	23
	24
\usepackage[export]{adjustbox} % Pour aligner image à droite	25
	26
\usepackage{url}	27
%\geometry{margin=1in}	28
	29
%%-------------------	30
%% NATBIB is enabled by default.	31
%% If you would like to disable it, put the 'nonatbib' option to the class' options.	32
	33
%%--------------------	34
%% Include the 'multibib' package to enable to	35
%% have different types of bibliographies in the	36
%% document (see at the end of this template for	37
%% an example with a personnal bibliography and	38
%% a general bibliography)	39
%%	40
%% Each bibliography defined with 'multibib'	41
%% adds a chapter with the corresponding	42
%% publications (in addition to the chapter for	43
%% the standard/general bibliography).	44
%% CAUTION:	45
%% There is no standard way to do include this type of	46
%% personnal bibliography.	47
%% We propose to use 'multibib' package to help you,	48
%% for example.	49
%\usepackage{multibib}	50
	51
%% Define a "type" of bibliography, here the PERSONAL one,	52
%% that is supported by 'multibib'.	53
%\newcites{PERSO}{Liste de mes publications}	54
	55
%% To cite one of your PERSONAL papers with the style	56
%% of the PERSONAL bibliography: \citePERSO{key}	57
%% To force to show one of your PERSONAL papers into	58
%% the PERSONAL bibliography, even if not cited in the	59
%% text: \nocitePERSO{key}	60
	61
%% REMARK: When you are using 'multibib', you	62
%% must compile the PERSONAL bibliography by hand.	63
%% For example, the sequence of commands to run	64
%% when you had defined the bibliography PERSO is:	65
%% $ pdflatex my_document.tex	66
%% $ bibtex my_document.aux	67
%% $ bibtex PERSO.aux	68
%% $ pdflatex my_document.tex	69
%% $ pdflatex my_document.tex	70
%% $ pdflatex my_document.tex	71
	72
%%--------------------	73
%% Add here any other packages that are needed for your document.	74
%\usepackage{eurosim}	75
\usepackage{amsmath}	76
\usepackage{algorithm}	77
\usepackage{algpseudocode}	78
\usepackage{xcolor}	79
	80
%%--------------------	81
%% Set the title, subtitle, defense date, and	82
%% the registration number of the PhD thesis.	83
%% The optional parameter is the subtitle of the PhD thesis.	84
%% The first mandatory parameter is the title of the PhD thesis.	85
%% The second mandatory parameter is the date of the PhD defense.	86
%% The third mandatory parameter is the location/city of the PhD defense.	87
%% The forth mandatory parameter is the reference number given by	88
%% the University Library after the PhD defense.	89
\declarethesis%[Sous-titre]	90
%{Adaptation en temps réel d'une séance d'entraînement par intelligence artificielle}{17 septembre 2025}{Besançon}{XXX}	91
	92
%%--------------------	93
%% Set the title in the secondary language	94
%% (it is in English if the PhD dissertation is written in French; it is French if the PhD dissertation is written in English)	95
%\declareminorthesistitle{Titre dans la langue secondaire}	96
	97
%%--------------------	98
%% Add a member of the jury	99
%%	100
%% Two macros are provided: one without civility, one with civility.	101
%%	102
%% CAUTION 1: If a Jury member is not present during the defense,	103
%% she/he must be in the list of the Jury members.	104
%% Only the reviewers and the members who are present during the defense must	105
%% appear in the Jyry member list.	106
%% CAUTION 2: After your defense, you must assign the role "Pr\'esident" to	107
%% the Jury member who have been the President of the Jury.	108
%% CAUTION 3: The recommended order for the Jury members is:	109
%% President, Reviewer(s), Examiner(s), Director(s),	110
%% Other supervisor(s), Invited person(s).	111
%% \addjury{Firstname}{Lastname}{Role in the jury}{Position}	112
	113
%%--------------------	114
%% Change style of the table of the jury	115
%% \Set{jurystyle}{put macros for the style}	116
%\Set{jurystyle}{\small}	117
	118
%%--------------------	119
%% Set the English abstract	120
\thesisabstract[english]{The aim of this thesis work is to take into account in real time a learner's work for a better personalization of AI-VT (Artificial Intelligence Virtual Trainer).	121
	122
Some of the most common and typical problems in the field of intelligent tutoring systems (ITS) are (i) correctly identifying learners' difficulties in the learning process, (ii) adapting the content or presentation of the system according to the difficulties encountered, and (iii) the ability to adapt without initial data (cold start). In some cases, the system tolerates modifications after the skills have been acquired and assessed. Other systems require complicated real-time adaptation, as only a limited amount of data can be captured. In this case, they must be analyzed correctly and with a certain degree of precision in order to obtain the appropriate adaptations. The proposed architecture and the modules developed with artificial intelligence techniques work in tandem, exploiting the advantages of each to obtain effective adaptation proposals according to the evolution of learners' knowledge, thus enabling knowledge acquisition and progression in the learning process.}	123
	124
%%--------------------	125
%% Set the English keywords. They only appear if	126
%% there is an English abstract	127
\thesiskeywords[english]{Intelligent tutoring systems, Artificial intelligence, Case-based reasoning, Multi-agent systems, Bayesian reasoning, Thompson sampling, Hawkes process}	128
	129
%%--------------------	130
%% Set the French abstract	131
\thesisabstract[french]{L'objectif de ce travail de thèse est la prise en compte en temps réel du travail d'un apprenant pour une meilleure personnalisation d'AI-VT (Artificial Intelligence Virtual Trainer).	132
	133
Certains des problèmes les plus courants et les plus typiques dans le domaine des environnements informatiques d'apprentissage humain (EIAH) sont (i) l'identification correcte des difficultés des apprenants dans le processus d'apprentissage, (ii) l'adaptation du contenu ou de la présentation du système en fonction des difficultés rencontrées, et (iii) la capacité à s'adapter sans données initiales (démarrage à froid). Dans certains cas, le système tolère des modifications après la réalisation et l'évaluation des compétences. D'autres systèmes nécessitent une adaptation compliquée en temps réel car seul un nombre limité de données peut être capturé. Dans ce cas, elles doivent être analysées correctement et avec une certaine précision afin d'obtenir les adaptations appropriées. L'architecture proposée et les modules développés avec techniques d'intelligence artificielle fonctionnent de manière associée en exploitant les avantages de chacun pour obtenir des propositions d'adaptation performantes selon l'évolution des connaissances des apprenants, permettant ainsi l'acquisition des connaissances et la progression dans le processus d'apprentissage.	134
}	135
	136
%%--------------------	137
%% Set the French keywords. They only appear if	138
%% there is an French abstract	139
\thesiskeywords[french]{Environnements informatiques d'apprentissage humain, Intelligence artificielle, Raisonnement à partir de cas, Systèmes multi-agent, Raisonnement Bayésien, Échantillonage de Thompson, Processus de Hawkes}	140
	141
%%--------------------	142
%% Change the layout and the style of the text of the "primary" abstract.	143
%% If your document is written in French, the primary abstract is in French,	144
%% otherwise it is in English.	145
%\Set{primaryabstractstyle}{\tiny}	146
	147
%%--------------------	148
%% Change the layout and the style of the text of the "secondary" abstract.	149
%% If your document is written in French, the secondary abstract is in English,	150
%% otherwise it is in French.	151
%\Set{secondaryabstractstyle}{\tiny}	152
	153
%%--------------------	154
%% Change the layout and the style of the text of the "primary" keywords.	155
%% If your document is written in French, the primary keywords are in French,	156
%% otherwise they are in English.	157
%\Set{primarykeywordstyle}{\tiny}	158
	159
%%--------------------	160
%% Change the layout and the style of the text of the "secondary" keywords.	161
%% If your document is written in French, the secondary keywords are in English,	162
%% otherwise they are in French.	163
%\Set{secondarykeywordstyle}{\tiny}	164
	165
%%--------------------	166
%% Change the speciality of the PhD thesis	167
%\Set{speciality}{Informatique}	168
	169
%%--------------------	170
%% Change the institution	171
%\Set{universityname}{Universit\'e de Technologie de Belfort-Montb\'eliard}	172
	173
	174
%%--------------------	175
%% Clear the list of the laboratories	176
\resetlaboratories	177
	178
%%--------------------	179
%% Add the laboratory where the thesis was made	180
\addlaboratory{Laboratoire Connaissance et Intelligence Artificielle Distribu\'ees}	181
	182
%%--------------------	183
%% The name of the university that is jointly delivering the Doctoral degree with UBFC	184
%\Set{jointuniversity}{Universit\'e de Ngaound\'er\'e au Cameroun}	185
	186
%%--------------------	187
%% Clear the list of the partner/sponsor logos	188
%\resetpartners	189
	190
%%--------------------	191
%% Add the logos of the partners or the sponsors on the front page	192
%%	193
%% CAUTION 1: At least, the logo of the University should appear (UFC)	194
%%	195
%\addpartner[image options]{image name}	196
	197
%\addpartner{ufc}	198
	199
%%--------------------	200
%% Change the header and the foot of the pages.	201
%% You must include the package "fancyhdr" to	202
%% have access to these macros.	203
%% Left header	204
%\lhead{}	205
%% Center header	206
%\chead{}	207
%% Right header	208
%\rhead{}	209
%% Left footer	210
%\lfoot{}	211
%% Center footer	212
%\cfoot{}	213
%% Right footer	214
%\rfoot{}	215
	216
%%--------------------	217
% Declare several theorems	218
%\declareupmtheorem{mytheorem}{My Theorem}{List of my Theorems}	219
	220
%%--------------------	221
%% Change the message on the backcover.	222
%\Set{backcovermessage}{%	223
% Some text	224
%}	225
	226
\usepackage{layout} % Add this to view current margins	227
	228
\usepackage[pass]{geometry}	229
	230
\begin{document}	231
	232
\newgeometry{left=6cm, bottom=0.1cm}	233
	234
\begin{titlepage} % Supprime headers et footers de la page	235
\begin{figure}[t]	236
\includegraphics[width=0.4\textwidth]{images_logos/image1_logoUBFC_grand.png}\hfill\includegraphics[width=0.4\textwidth]{images_logos/logo_UFC_2018_transparence.png}	237
\end{figure}	238
	239
\begin{center}	240
	241
\vspace*{1.0cm}	242
\footnotesize{\textsf{\textbf{THESE DE DOCTORAT DE L’ETABLISSEMENT UNIVERSITE BOURGOGNE FRANCHE-COMTE\\~\\	243
PREPAREE A l'UNIVERSITE DE FRANCHE-COMTE}}}	244
	245
\vspace{1.0cm}	246
Ecole doctorale n\textsuperscript{o} <numéro de l'Ecole doctorale>\\~\\	247
<Nom de l'Ecole doctorale>	248
	249
\vspace{1.0cm}	250
Doctorat de Informatique	251
	252
\vspace{1.5cm}	253
Par\\~\\M. SOTO FORERO Daniel	254
	255
\vspace{1.5cm}	256
Adaptation en temps réel d'une séance d'entraînement par intelligence artificielle	257
	258
%\vspace{0.12cm}	259
%<Sous-titre ou deuxième ligne du titre de la thèse>	260
	261
\begin{flushleft}	262
	263
\vspace{1.0cm}	264
Thèse présentée et soutenue à Besançon, le <date>	265
	266
\vspace{1.0cm}	267
Composition du Jury~:	268
	269
\begin{tabbing} %Tabulations avec'\>', positions indiquées par '\='.	270
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~\=~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~\=\\ % Définit les positions des tabulations	271
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Président\\	272
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Rapporteur\\	273
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Rapporteur\\	274
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Examinateur\\	275
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Examinatrice\\	276
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Directeur de thèse\\	277
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Codirecteur de thèse\\	278
<Civilité><Nom><Prénom> \> <Fonction et établissement d’exercice> \> Invité	279
\end{tabbing}	280
\end{flushleft}	281
\end{center}	282
\end{titlepage} % Fin de page de titre	283
	284
\restoregeometry	285
	286
%%--------------------	287
%% The following line does nothing until	288
%% the class option 'nofrontmatter' is given.	289
%\frontmatter	290
	291
%%--------------------	292
%% The following line permits to add a chapter for "acknowledgements"	293
%% at the beginning of the document. This chapter has not a chapter	294
%% number (using the "star-ed" version of \chapter) to prevent it to	295