A layered JavaScript virtual machine supporting dynamic instrumentation

L’observation de l’exécution d’applications JavaScript est habituellement réalisée en instrumentant une machine virtuelle (MV) industrielle ou en effectuant une traduction source-à-source ad hoc et complexe. Ce mémoire présente une alternative basée sur la superposition de machines virtuelles. Notre approche consiste à faire une traduction source-à-source d’un programme pendant son exécution pour exposer ses opérations de bas niveau au travers d’un modèle objet flexible. Ces opérations de bas niveau peuvent ensuite être redéfinies pendant l’exécution pour pouvoir en faire l’observation. Pour limiter la pénalité en performance introduite, notre approche exploite les opérations rapides originales de la MV sous-jacente, lorsque cela est possible, et applique les techniques de compilation à-la-volée dans la MV superposée. Notre implémentation, Photon, est en moyenne 19% plus rapide qu’un interprète moderne, et entre 19× et 56× plus lente en moyenne que les compilateurs à-la-volée utilisés dans les navigateurs web populaires. Ce mémoire montre donc que la superposition de machines virtuelles est une technique alternative compétitive à la modification d’un interprète moderne pour JavaScript lorsqu’appliqué à l’observation à l’exécution des opérations sur les objets et des appels de fonction.

"Les visites guidées à l’heure de la bibliothèque virtuelle ou le nouveau défi de la formation à l’information" et "Les principales approches d'organisation et d'accès aux ressources électroniques sur le Web"

Communications présentées conjointement au 32e congrès de la Corporation des bibliothécaires professionnels du Québec (CBPQ).

The Ghost in the Machine: Inferring Machine-Based Strategies from Observed Behavior

We introduce a procedure to infer the repeated-game strategies that generate actions in experimental choice data. We apply the technique to set of experiments where human subjects play a repeated Prisoner's Dilemma. The technique suggests that two types of strategies underly the data.

Le sensemaking collectif dans une équipe virtuelle

Les équipes virtuelles font l’objet de beaucoup d’attention depuis près de deux décennies. Elles font désormais partie des organisations qui ont dû s’ajuster à l’internationalisation des marchés. Elles sont aussi de plus en plus présentes dans les universités qui mettent en place des cours en environnement virtuel pour préparer leurs étudiants aux nouvelles réalités du marché du travail. Elles sont aussi le fruit des modes nées sous l’impulsion de l’approche constructiviste de la pédagogie. Les recherches qui s’intéressent a elles ont des préoccupations principalement téléologiques et utilitaristes qui donnent le point de vue des gestionnaires et des enseignants sur le phénomène. Peu de recherches se sont penchées sur l’expérience vécue par les membres de ces équipes. Par ailleurs, la volonté de dégager les lois générales des équipes virtuelles amène les chercheurs à l’amputer d’une partie de sa complexité. Notre recherche propose d’observer la manière dont des étudiants ont vécu leur expérience de collaboration en équipe virtuelle. Nous adoptons une posture interprétative et une approche narrative pour observer leur «sensemaking». Cette perspective nous permet de tenir compte de la complexité du phénomène. Nos questions de recherche sont : comment les étudiants font-ils sens de leur collaboration? Comment le «sensemaking» individuel contribue-t-il à construire le «sensemaking» collectif? Nos résultats nous renseignent sur l’importance que revêt le «sensegiving», pour les équipes virtuelles, dans la création de «sensemaking» collectif.

Sequential Machine learning Approaches for Portfolio Management

Cette thèse envisage un ensemble de méthodes permettant aux algorithmes d'apprentissage statistique de mieux traiter la nature séquentielle des problèmes de gestion de portefeuilles financiers. Nous débutons par une considération du problème général de la composition d'algorithmes d'apprentissage devant gérer des tâches séquentielles, en particulier celui de la mise-à-jour efficace des ensembles d'apprentissage dans un cadre de validation séquentielle. Nous énumérons les desiderata que des primitives de composition doivent satisfaire, et faisons ressortir la difficulté de les atteindre de façon rigoureuse et efficace. Nous poursuivons en présentant un ensemble d'algorithmes qui atteignent ces objectifs et présentons une étude de cas d'un système complexe de prise de décision financière utilisant ces techniques. Nous décrivons ensuite une méthode générale permettant de transformer un problème de décision séquentielle non-Markovien en un problème d'apprentissage supervisé en employant un algorithme de recherche basé sur les K meilleurs chemins. Nous traitons d'une application en gestion de portefeuille où nous entraînons un algorithme d'apprentissage à optimiser directement un ratio de Sharpe (ou autre critère non-additif incorporant une aversion au risque). Nous illustrons l'approche par une étude expérimentale approfondie, proposant une architecture de réseaux de neurones spécialisée à la gestion de portefeuille et la comparant à plusieurs alternatives. Finalement, nous introduisons une représentation fonctionnelle de séries chronologiques permettant à des prévisions d'être effectuées sur un horizon variable, tout en utilisant un ensemble informationnel révélé de manière progressive. L'approche est basée sur l'utilisation des processus Gaussiens, lesquels fournissent une matrice de covariance complète entre tous les points pour lesquels une prévision est demandée. Cette information est utilisée à bon escient par un algorithme qui transige activement des écarts de cours (price spreads) entre des contrats à terme sur commodités. L'approche proposée produit, hors échantillon, un rendement ajusté pour le risque significatif, après frais de transactions, sur un portefeuille de 30 actifs.

Configuration et exploitation d'une machine émotionnelle

Dans ce travail, nous explorons la faisabilité de doter les machines de la capacité de prédire, dans un contexte d'interaction homme-machine (IHM), l'émotion d'un utilisateur, ainsi que son intensité, de manière instantanée pour une grande variété de situations. Plus spécifiquement, une application a été développée, appelée machine émotionnelle, capable de «comprendre» la signification d'une situation en se basant sur le modèle théorique d'évaluation de l'émotion Ortony, Clore et Collins (OCC). Cette machine est apte, également, à prédire les réactions émotionnelles des utilisateurs, en combinant des versions améliorées des k plus proches voisins et des réseaux de neurones. Une procédure empirique a été réalisée pour l'acquisition des données. Ces dernières ont fourni une connaissance consistante aux algorithmes d'apprentissage choisis et ont permis de tester la performance de la machine. Les résultats obtenus montrent que la machine émotionnelle proposée est capable de produire de bonnes prédictions. Une telle réalisation pourrait encourager son utilisation future dans des domaines exploitant la reconnaissance automatique de l'émotion.

Développement et évaluation d'une intervention infirmière virtuelle sur mesure visant à faciliter l'autogestion de la douleur après une chirurgie cardiaque

Plusieurs études ont démontré que prés de deux tiers des patients subissant une chirurgie cardiaque souffrent de douleur d’intensité modérée à sévère. Ces niveaux de douleur semblent être partiellement expliqués par la présence de barrières individuelles face au soulagement de la douleur. Le savoir acquis sur les cognitions associées à la douleur ne semble pas avoir été traduit dans de nouvelles approches éducatives face à la douleur aiguë. Le but du projet doctoral était 1) de développer une intervention visant à faciliter l’autogestion de la douleur postopératoire après une chirurgie cardiaque et, 2) d’en évaluer l’acceptabilité et la faisabilité, ainsi que le potentiel d’efficacité sur le soulagement de la douleur de patients subissant une chirurgie cardiaque. Le développement de l’iintervention SOULAGE-TAVIE a inclus quatre étapes fondées sur les savoirs clinique, empirique et théorique et inspirées de plusieurs écrits méthodologiques. SOULAGE-TAVIE consiste en une session préopératoire éducative sur la gestion de la douleur post-chirurgie cardiaque d’approximativement 30 minutes sur un ordinateur, dispensée sur mesure en fonction d’un algorithme. Deux renforcements cliniques en personne sont aussi offerts en phase postopératoire. L’évaluation de l’intervention consistait en un essai clinique pilote à répartition aléatoire incluant 60 participants répartis entre le groupe expérimental (GE : SOULAGE-TAVIE) et le groupe contrôle (GC : soins usuels incluant un feuillet d’information). Les données étaient recueillies au moment de l’admission et dans les sept jours postopératoires. SOULAGE-TAVIE a été jugée comme acceptable et faisable. De plus, les participants du GE n’ont pas expérimenté une douleur de plus faible intensité mais ils ont rapporté significativement moins d’interférence de la douleur avec la toux et la respiration profonde, ont démontré moins de barrières face à la gestion de la douleur et ont consommé plus d’opiacés. Cette étude pilote procure des résultats prometteurs sur les bénéfices potentiels de cette nouvelle approche sur mesure utilisant les technologies de l’information et de la communication (TIC). L’autonomisation des personnes est cruciale et complémentaire pour soutenir le soulagement de la douleur dans le contexte actuel de soins.

La Bibliothèque virtuelle canadienne de la santé ou comment collaborer "from coast to coast"

Présentation dans le cadre du Colloque sur les nouveaux contextes de travail dans le monde des spécialistes de la documentation en santé.

Interactions humain-machine et différences culturelles : l'utilisabilité Bantu comparée

Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Raisonnement clinique avec un simulateur virtuelle de patients sur Internet : l'apprentissage est-il augmenté par l'utilisation d'un groupe de discussion virtuel

Mémoire numérisé par la Division de la gestion de documents et des archives de l'Université de Montréal

Building a Canadian Virtual Health Library Database / Création de la Bibliothèque virtuelle canadienne de santé

Introduction: Avec l’abondance d’information gratuite disponible en ligne, la tâche de trouver, de trier et d’acheminer de l’information pertinente à l’auditoire approprié peut s’avérer laborieuse. En décembre 2010, la Bibliothèque virtuelle canadienne de santé / Canadian Virtual Health Library (BVCS) a formé un comité d’experts afin d’identifier, d’évaluer, de sélectionner et d’organiser des ressources d’intérêt pour les professionnels de la santé. Méthodes: Cette affiche identifiera les décisions techniques du comité d’experts, incluant le système de gestion de contenus retenu, l’utilisation des éléments Dublin Core et des descripteurs Medical Subject Headings pour la description des ressources, et le développement et l’adaptation de taxonomies à partir de la classification MeSH. La traduction française des descripteurs MeSH à l’aide du portail CISMeF sera également abordée. Résultats: Au mois de mai 2011, le comité a lancé la base de données BVCS de ressources en ligne gratuites sur la santé, regroupant plus de 1600 sites web et ressources. Une variété de types de contenus sont représentés, incluant des articles et rapports, des bases de données interactives et des outils de pratique clinique. Discussion: Les bénéfices et défis d’une collaboration pancanadienne virtuelle seront présentés, ainsi que l’inclusion cruciale d’un membre francophone pour composer avec la nature bilingue de la base de données. En lien avec cet aspect du projet, l’affiche sera présentée en français et en anglais. Introduction: With the abundance of freely available online information, the task of finding, filtering and fitting relevant information to the appropriate audience, is daunting. In December 2010 the Canadian Virtual Health Library / Bibliothèque virtuelle canadienne de santé (CVHL) formed an expert committee to identify, evaluate, select and organize resources relevant to health professionals. Methods: This poster will identify the key technical decisions of the expert committee including the content management system used to manage the data, the use of Dublin Core elements and Medical Subject Headings to describe the resources, and the development and adaptation of taxonomies from MeSH classification to catalog resources. The translation of MeSH terms to French using the CiSMeF portal will also be discussed. Results: In May 2010, the committee launched the CVHL database of free web-based health resources. Content ranged from online articles and reports to videos, interactive databases and clinical practice tools, and included more than 1,600 websites and resources. Discussion: The benefits and challenges of a virtual, pan-Canadian collaboration, and the critical inclusion of a Francophone member to address the bilingual nature of the database, will be presented. In keeping with the nature of the project, the poster will be presented in French and English.

A portal for the Canadian Virtual Health Library / Bibliothèque virtuelle canadienne de la santé (CVHL/BVCS): Accomplishments and possibilities, scope and structure - a review of best practices

Introduction: Coordination through CVHL/BVCS gives Canadian health libraries access to information technology they could not offer individually, thereby enhancing the library services offered to Canadian health professionals. An example is the portal being developed. Portal best practices are of increasing interest (usability.gov; Wikipedia portals; JISC subject portal project; Stanford clinical portals) but conclusive research is not yet available. This paper will identify best practices for a portal bringing together knowledge for Canadian health professionals supported through a network of libraries. Description: The portal for Canadian health professionals will include capabilities such as: • Authentication • Question referral • Specialist “branch libraries” • Integration of commercial resources, web resources and health systems data • Cross-resource search engine • Infrastructure to enable links from EHR and decision support systems • Knowledge translation tools, such as highlighting of best evidence Best practices will be determined by studying the capabilities of existing portals, including consortia/networks and individual institutions, and through a literature review. Outcomes: Best practices in portals will be reviewed. The collaboratively developed Virtual Library, currently the heart of cvhl.ca, is a unique database collecting high quality, free web documents and sites relevant to Canadian health care. The evident strengths of the Virtual Library will be discussed in light of best practices. Discussion: Identification of best practices will support cost-benefit analysis of options and provide direction for CVHL/BVCS. Open discussion with stakeholders (libraries and professionals) informed by this review will lead to adoption of the best technical solutions supporting Canadian health libraries and their users.

Apprentissage machine efficace : théorie et pratique

Malgré des progrès constants en termes de capacité de calcul, mémoire et quantité de données disponibles, les algorithmes d'apprentissage machine doivent se montrer efficaces dans l'utilisation de ces ressources. La minimisation des coûts est évidemment un facteur important, mais une autre motivation est la recherche de mécanismes d'apprentissage capables de reproduire le comportement d'êtres intelligents. Cette thèse aborde le problème de l'efficacité à travers plusieurs articles traitant d'algorithmes d'apprentissage variés : ce problème est vu non seulement du point de vue de l'efficacité computationnelle (temps de calcul et mémoire utilisés), mais aussi de celui de l'efficacité statistique (nombre d'exemples requis pour accomplir une tâche donnée). Une première contribution apportée par cette thèse est la mise en lumière d'inefficacités statistiques dans des algorithmes existants. Nous montrons ainsi que les arbres de décision généralisent mal pour certains types de tâches (chapitre 3), de même que les algorithmes classiques d'apprentissage semi-supervisé à base de graphe (chapitre 5), chacun étant affecté par une forme particulière de la malédiction de la dimensionalité. Pour une certaine classe de réseaux de neurones, appelés réseaux sommes-produits, nous montrons qu'il peut être exponentiellement moins efficace de représenter certaines fonctions par des réseaux à une seule couche cachée, comparé à des réseaux profonds (chapitre 4). Nos analyses permettent de mieux comprendre certains problèmes intrinsèques liés à ces algorithmes, et d'orienter la recherche dans des directions qui pourraient permettre de les résoudre. Nous identifions également des inefficacités computationnelles dans les algorithmes d'apprentissage semi-supervisé à base de graphe (chapitre 5), et dans l'apprentissage de mélanges de Gaussiennes en présence de valeurs manquantes (chapitre 6). Dans les deux cas, nous proposons de nouveaux algorithmes capables de traiter des ensembles de données significativement plus grands. Les deux derniers chapitres traitent de l'efficacité computationnelle sous un angle différent. Dans le chapitre 7, nous analysons de manière théorique un algorithme existant pour l'apprentissage efficace dans les machines de Boltzmann restreintes (la divergence contrastive), afin de mieux comprendre les raisons qui expliquent le succès de cet algorithme. Finalement, dans le chapitre 8 nous présentons une application de l'apprentissage machine dans le domaine des jeux vidéo, pour laquelle le problème de l'efficacité computationnelle est relié à des considérations d'ingénierie logicielle et matérielle, souvent ignorées en recherche mais ô combien importantes en pratique.

L'exposition virtuelle : nouvelle forme de diffusion et de représentation des œuvres

Depuis longtemps déjà, les arts visuels se démarquent par leurs rapports proches quoique créatifs avec les développements technologiques des sociétés modernes. Pour les musées, Internet constitue une opportunité de rejoindre des publics qui s’avèrent de prime abord moins accessibles. Ce nouvel acteur dans le monde de l'art occupe une place croissante dans la présentation des oeuvres tout en jouant un rôle déterminant dans la diffusion et donc dans le retentissement qu'elles ont auprès de publics aux attentes changeantes. Alors que le musée diffusait autrefois ses collections et connaissances par les expositions et les catalogues, le cyberespace est aujourd’hui un nouveau lieu public qu’il lui convient d’investir. L’internaute est souvent isolé dans sa quête d’une « trouvaille » parmi la diversité de l’offre technologique. Nous proposons l’image alternative du flâneur comme métaphore opérationnelle afin d’analyser la relation entre l’internaute et l’exposition. Les oeuvres sont transposées dans le virtuel par le médium numérique, le même langage qui sous-tend l’exposition dans son ensemble, un transfert dont les implications sont nombreuses. La reproduction, par sa nature désacralisée, autorise la manipulation virtuelle. C’est une nouvelle forme de participation qui est exigée des spectateurs, non pas en termes d’acquisition rationnelle de connaissances, mais de manière ludoéducative, par cette même manipulation de l’image. Dans le but de souligner l’authenticité de l’oeuvre originale par la présentation de son équivalent numérique, l’exposition virtuelle est souvent médiatrice et documentaire avant tout, privilégiant l’observation technologique didactique.

L’analyse et la mise en œuvre du développement d’une communauté virtuelle de pratique pour les infirmières en santé scolaire au Québec

Travail dirigé présenté à la Faculté des sciences infirmières en vue de l'obtention du grade de Maître ès sciences (M.Sc.) en sciences infirmières Option Administration