Master theses

Permanent URI for this collectionhttps://dspace.univ-soukahras.dz/handle/123456789/26

Browse

Now showing 1 - 20 of 38

Développement d'une application mobile pour l'échelle Columbia de calcul de l'âge mental
(2023) Abdallah Remouli
In recent years we have heard a lot about the term "Autism" or what is known as "Autism Spectrum Disorder". It is a developmental disorder that isolates the affected person from our world, making verbal or non-verbal communication difficult for autistic people. This constitutes a concern for their loved ones as well as for the people around them, and leads to many problems, including the lack of adaptation and integration of people with autism into their personal and social environment. Additionally, people with autism have cognitive difficulties and deficits in social skills such as expressing their feelings and emotions. They are also accompanied by unusual behaviors and movements. Symptoms vary from person to person, as do their severity, from mild to moderate to severe. In general, autism spectrum disorders appear after the age of one and a half years. Since the discovery of autism by psychiatrist Leo Kanner in 1943, scientists and researchers have worked to develop ways, tests and tools to help people affected by the autism spectrum integrate, to evolve and live independently. The objective of the tests proposed by the researchers is to determine the extent to which the person with autism is conscious, as well as their real mental age. This allows professionals to know where to start and precisely which gaps need to be addressed. The earlier the therapeutic intervention, the better the results. This is why we chose this application targeting children. Among these psychological tests is the Columbia Mental Maturity Test. In this memorandum, I will try to develop an intelligence and mental age test for children, known as the "Columbia Mental Maturity Test", in app form. This application aims to facilitate and improve the testing process, providing an easy-to-use way for specialist psychologists, while providing accurate results to calculate the mental age of the affected person. The main objective of this application is to create a simple and accurate application for psychology professionals, in order to save time in taking the test. Additionally, among the characteristics of people with autism is their attraction to electronic media. We therefore wanted to exploit these means to create a comfortable environment for the affected person, so that they do not feel disturbed. The duration of the test is also short compared to the use of cards in the traditional test, which can take time for the sufferer and the psychology professional to complete the calculations. ------------------------------------------------------------------------------------- فـــــي السنــــوات الأخيرة الماضية أصبحنا نسمع كثيرا بمصطلح التوحــــــــــد أو بما يعرف باضطــــراب طيـــــــــف التوحــــــد و هو إضراب نمائي يجعل المصاب به منعزل عن عالمنا و يكون التواصل معه سواء لفظيا أو غير لفظي أمر صعبا نوعا مـــا، و هـــو ما يشكل هاجـــس لأوليائهـــم كذلك للمحيطين بهم و يسبب كثيرا من المشاكل منها عدم تأقلم و اندمــاج المصاب بالتوحـــد مـــع محيطه الخاص و العام ،كذلك المصاب به تكون لديه صعوبات إدراكية و قصور في المهــــــارات الاجتماعية كالتعبير عن مشاعره و عواطفه ، كما تصاحبها أنماط سلوكية غريبة و حركات روتينية و تختلف أعراضه من شخص لأخر و كذلك درجـــــاته منـــه الضعيف ، المتوسط و الشديد، و عادة ما يظهر طيف التوحد بعد سن العام و النصف. منذ اكتشاف التوحد على يد الطبيب النفسي ليو كانر 1943م والعلماء والباحثون يحاولون جاهدين تطويـــر وســــــائل واختبارات و أدوات تساعد مصابي طيف التوحـــد على الاندماج و التطور و العيش باستقلالية. الهدف مــــــن الاختبارات المقترحة من طرف الباحثين هو معرفة مدى إدراك مصاب التوحد وعمره العقلـــــي الفعلـــــي و هذا حتى يعرف المختص من أين سيبدأ وما هي النقائص التي يجب أن يعالجها و كلما كان التدخل العلاجي في سن أبكر كانت النتائج أفضل و من بين هذه الاختبارات النفسية "اختبار سلم كولومبيا للنضج العقلــــي". فـــــي هذا المذكرة، سأحاول إنشاء اختبار الذكاء والعمر العقلــــي للأطفال، والمعروف "بسلـــم كولومبيا للنضج العقلي" على شكل تطبيق. يهدف هذا التطبيق إلى تسهيل وتحسين عملية الاختبار وتوفير وسيلة سهلة الاستخدام من طرف الاخصائيين النفسانيين وتعطي نتائج دقيقة لحساب العمر العقلي للمصاب. الهدف الرئيسي من هذه المذكرة هو خلق تطبيق سهل ودقيق للمختصينالنفسانيين، لربح الوقت في تطبيق الاختبار كذلك لأن من بين ميزات المصابين بطيف التوحد أنهم ينجذبون للوسائل الإلكترونية أردنا تسخير هذه الوسائل لخلق بيئة مريحة للمصاب حتى لا ينزعج و تكون فترة الاختبار قصيرة عكس استخدام البطاقات في الاختبار التقليدي التي قد تأخذ وقت في الاستعمال من طرف المصاب ووقت في الحساب من طرف المختص النفساني. ---------------------------------------------------------------------------------- Ces dernières années, nous entendons beaucoup parler du terme "Autisme" ou de ce qui est connu sous le nom de "trouble du spectre de l'autisme". Il s'agit d'un trouble développemental qui isole la personne affectée de notre monde, ce qui rend difficile la communication verbale ou non verbale pour les personnes autistes.Cela constitue une préoccupation pour leurs proches ainsi que pour les personnes qui les entourent, et entraîne de nombreux problèmes, dont l'absence d'adaptation et d'intégration des personnes atteintes d'autisme dans leur environnement personnel et social. De plus, les personnes atteintes d'autisme ont des difficultés cognitives et des lacunes dans les compétences sociales telles que l'expression de leurs sentiments et émotions. Elles sont également accompagnées de comportementset de mouvements inhabituels. Les symptômes des troubles du spectre autistique présentent des variations d'une personne à l'autre, de même que leur gravité, qui peut aller d'une forme légère à modérée, voire sévère. En règle générale, ces troubles se manifestent après l'âge d'un an et demi. Depuis la découverte de l'autisme par le psychiatre Leo Kanner en 1943, les scientifiques et les chercheurs s'efforcent de développer des moyens, des tests et des outils pour aider les personnes touchées par le spectre de l'autisme à s'intégrer, à évoluer et à vivre de manière autonome. L'objectif des tests proposés par les chercheurs est de déterminer dans quelle mesure la personne atteinte d'autisme est consciente, ainsi que son âge mental réel plutôt que chronologique. Cela permet aux professionnels de savoir par où commencer et quelles lacunes doivent être traitées précisément. Plus l'intervention thérapeutique est précoce, meilleurs sont les résultats. C'est pourquoi nous avons choisi cette application ciblant les enfants. Parmi ces tests psychologiques, on trouve le test Columbia de maturité mentale. Dans ce mémoire, j'essaierai de développer un test d'intelligence et d'âge mental pour les enfants, connu sous le nom de "test Columbia de maturité mentale", sous forme d'application. Cette application vise à faciliter et à améliorer le processus de test, en fournissant un moyen facile à utiliser pour les psychologues spécialisés, tout en fournissant des résultats précis pour calculer l'âge mental de la personne touchée. L'objectif principal de cette application est de créer une application simple et précise pour les professionnels en psychologie, afin de gagner du temps dans la passation du test. De plus, parmi les caractéristiques des personnes atteintes d'autisme, il y a leur attirance pour les médias électroniques. Nous avons donc voulu exploiter ces moyens pour créer un environnement confortable pour la personne atteinte, afin qu'elle ne se sente pas perturbée. La durée du test est également courte par rapport à l'utilisation de cartes dans le test traditionnel, ce qui peut prendre du temps pour la personne atteinte et pour le professionnel en psychologie pour effectuer les calculs.
Conception et implémentation d’une application mobile de covoiturage
(2023) Chaima Bennouri
Carpooling refers to the sharing of a private vehicle by several individuals traveling together. This practice simply involves sharing travel expenses and enjoying the company of other travelers. However, the benefits of carpooling go beyond this dimension. In fact, it plays a crucial role in terms of environmental impact, contributing to the reduction of greenhouse gas emissions. Furthermore, carpooling could be considered as a miraculous solution to solve problems caused by traffic congestion and thus improve the quality of transportation. The success of this practice largely depends on the participation of a large number of users. To achieve this, it is essential to establish an efficient carpool management system that provides quality service in terms of handling user requests. Our solution consists of designing and developing a dedicated mobile application for carpool management in Algeria. --------------------------------------------------------------------------------------------- تقاسم الركوب يشير إلى مشاركة مركبة خاصة بين عدة أشخاص يقومون بنفس الرحلة. تتمثل هذه الممارسة ببساطة في مشاركة تكاليف السفر والاستفادة من رفقة المسافرين الآخرين. ومع ذلك،فإن فوائد مشاركة المركبة تتجاوز هذا البُعد. في الواقع،تلعب دورًا هاما فيما يتعلق بالتأثير على البيئة،إذ تساهم في تقليل التلوث وانبعاثات الغازات الدفيئة. بالإضافة إلى ذلك، يمكن اعتبار المواصلات المشتركة حلاً سحريًا للمشكلات الناجمة عن زحام المرور وتحسين جودة المواصلات. يعتمد نجاح هذه الممارسة إلى حد كبير على مشاركة عدد كبير من المشاركين. ولذلك، من الضروري إنشاء نظام إدارة مواصلات مشتركة فعال يوفر جودة الخدمة فيما يتعلق بمعالجة طلبات المستخدمين. يتمثل عملنا في تصميم وتطوير تطبيق محمول مخصص لإدارة المواصلات المشتركة في الجزائر. --------------------------------------------------------------------------------------------- Le covoiturage désigne le partage d'un véhicule privé entre plusieurs personnes effectuant un trajet commun. Cette pratique consiste simplement à partager les frais de déplacement et à bénéficier de la compagnie d'autres voyageurs. Toutefois, les avantages du covoiturage dépassent cette dimension. En effet, il joue un rôle crucial en termes d'impact environnemental, en contribuant à réduire les émissions de gaz à effet de serre. De plus, le covoiturage pourrait être considéré comme une solution miraculeuse pour résoudre les problèmes causés par les embouteillages et améliorer ainsi la qualité du transport. Le succès de cette pratique dépend largement de l'adhésion d'un grand nombre de participants. Pour cela, il est essentiel de mettre en place un système de gestion du covoiturage efficace et offrant une qualité de service en termes de gestion des demandes des utilisateurs. Notre solution consiste en la conception et la réalisation d'une application mobile dédiée à la gestion du covoiturage en Algérie.
Clusteringprofond avec auto-encodeurs convolutionnels
(2023) Silya kheraifi
Clustering is a fundamental problem in many data-driven domains. The performance of clustering heavily relies on the quality of data representation. In recent years, numerous studies have focused on using deep neural networks to learn representations that enhance clustering and lead to significant improvements in clustering performance. In this study, we utilized a convolutional auto-encoder based neural network and the classical k-means clustering method to learn better data representations that facilitate clustering. To evaluate the results, we used the MNIST database, which contains handwritten digits, and measured the performance using the normalized mutual information (NMI) and the unsupervised clustering accuracy ACC and adjusted Rand index ARI. The obtained results demonstrate that classification based on the convolutional auto-encoder outperforms clustering performed with the classical k-means algorithm. -------------------------------------------------------------------------------------- التجميع هو مشكلة أساسية في العديد من المجالات التي تعتمد على البيانات. يعتمد أداء التجميع بشكل كبير على جودة تمثيل البيانات. في السنوات الأخيرة، ركزت العديد من الدراسات على استخدام الشبكات العصبية العميقة لتعلم التمثيلات التي تعزز التجميع وتؤدي إلى تحسينات كبيرة في أداء التجميع. في هذه الدراسة، استخدمنا شبكة عصبية قائمة على التشفير التلقائي وطريقة تجميع الوسائل الكلاسيكيةk-means)(لتعلم تمثيلات بيانات أفضل تسهل التجميع. لتقييم النتائج، استخدمنا قاعدة بيانات MNIST ، التي تحتوي على أرقام مكتوبة بخط اليد ، وقمنا بقياس الأداء باستخدام مؤشر تقييم المعلومات المتبادلة (NMI)ودقة التجميع غير المشروفة ACCو مؤشر راند المعدلARI . توضح النتائج المتحصل عليها أن التصنيف المعتمد على المشفر التلقائي العميق يتفوق على التجميع المنفذ باستخدام خوارزمية الوسائل التقليدية (k-means). -------------------------------------------------------------------------------------- Le clustering est un problème essentiel dans de nombreux domaines où les données sont prédominantes. Les performances de clustering dépendent fortement de la qualité de la représentation des données. Récemment, de nombreuses études se sont concentrées sur l'utilisation de réseaux de neurones profonds pour apprendre des représentations améliorant le regroupement et entraînant une amélioration significative des performances de clustering. Dans cette étude, nous avons utilisé un réseau neuronal à base d'auto-encodeur convolutionnel ainsi que la méthode classique de regroupement k-means pour apprendre de meilleures représentations de données qui facilitent le regroupement. Pour évaluer les résultats, nous avons utilisé la base de données MNIST, qui contient des chiffres manuscrite et mesuré les performances à l'aide de l'indice d'information mutuelle normalisée (NMI) et de l'exactitude du regroupement non supervisé ACC etl’indice Rand ajustéARI. Les résultats obtenus montrent que la classification basée sur l’auto-encodeur convolutif est plus performante que le regroupement réalisé avec l'algorithme classique k-means.
Deep Learning pour la classification des caries dentaires
(2023) Anfal GASTALLI
Computer models enabled by deep learning (DL) algorithms consist of multiple layers of processing that represent data at multiple levels of abstraction. In recent years, the use of deep learning has rapidly proliferated in almost every field, especially in medical image processing, medical image analysis, and bioinformatics. Therefore, deep learning has radically changed and improved the means of recognition, prediction, and diagnosis in many health fields, such as pathology, dental caries, etc. On the other hand, genetic algorithms are an optimization method inspired by natural selection. They are often used to solve difficult optimization problems, efficiently exploring a space of potential solutions. In our work, we were interested in the detection of dental caries in medical images, which present a great diversity in terms of shape and size. We have proposed a ResNet-AG system that uses genetic algorithms with the ResNet50 neural network architecture to optimize its hyperparameters. Hyperparameters are the parameters that define the structure and properties of the network, such as the size and number of filters, the number of layers, learning rates, etc. Optimizing these hyperparameters can greatly improve model performance for a given task. Optimization by ResNet-AG consists of efficiently exploring the space of possible hyperparameters, using selection, crossover, and mutation techniques inspired by biology. Experimental results demonstrate that ResNet-AG provides accurate classification of dental caries using ResNet-50 deep learning based architecture and genetic algorithms. -------------------------------------------------------------------------------------------- تتكون نماذج الكمبيوتر التي تم تمكينها بواسطة خوارزميات التعلم العميق (DL) من طبقات متعددة من المعالجة التي تمثل البيانات بمستويات متعددة من التجريد. في السنوات الأخيرة ، انتشر استخدام التعلم العميق بسرعة في كل مجال تقريبًا ، لا سيما في معالجة الصور الطبية ، وتحليل الصور الطبية ، والمعلوماتية الحيوية. لذلك ، فقد أدى التعلم العميق إلى تغيير وتحسين وسائل التعرف والتنبؤ والتشخيص بشكل جذري في العديد من المجالات الصحية مثل علم الأمراض، تسوس الأسنان، أورام المخ وما إلى ذلك. من ناحية أخرى ، تعد الخوارزميات الجينية طريقة تحسين مستوحاة من الانتقاء الطبيعي. غالبًا ما يتم استخدامها لحل مشكلات التحسين الصعبة ، واستكشاف مساحة من الحلول المحتملة بكفاءة. اهتممنا في عملنا بالكشف عن تسوس الأسنان في الصور الطبية التي تقدم تنوعًا كبيرًا من حيث الشكل والحجم. لقد اقترحنا نظام ResNet-AG ، والذي يستخدم الخوارزميات الجينية مع بنية الشبكة العصبية ResNet50 لتحسين معلماته الفائقة، التي تحدد هيكل وخصائص الشبكة ، مثل حجم وعدد المرشحات ، وعدد الطبقات ، ومعدلات التعلم ، وما إلى ذلك. يمكن أن يؤدي تحسين هذه المعلمات الفائقة إلى تحسين أداء النموذج بشكل كبير لمهمة معينة. يتمثل التحسين بواسطة ResNet-AG في استكشاف مساحة المعلمات الفائقة المحتملة بكفاءة ، باستخدام تقنيات الاختيار والتقاطع والطفرة المستوحاة من علم الأحياء. Enregistrer la traduction توضح النتائج التجريبية أن ResNet-AG يوفر تصنيفًا دقيقًا لتسوس الأسنان باستخدام الهندسة المعمارية القائمة على التعلم العميق ResNet-50 والخوارزميات الجينية. -------------------------------------------------------------------------------------------- Les modèles informatiques activés par les algorithmes d'apprentissage en profondeur (DL) se composent de plusieurs couches de traitement qui représentent des données avec plusieurs niveaux d'abstraction. Ces dernières années, l'utilisation de l'apprentissage en profondeur prolifère rapidement dans presque tous les domaines, en particulier dans le traitement d'images médicales, l'analyse d'images médicales et la bio-informatique. Par conséquent, l'apprentissage en profondeur a radicalement changé et amélioré les moyens de reconnaissance, de prédiction et de diagnostic de manière efficace dans de nombreux domaines de la santé tels que la pathologie, les caries dentaires, la tumeur cérébrale, etc. D’une autre côté, les algorithmes génétiques sont une méthode d'optimisation inspirée de la sélection naturelle. Ils sont souvent utilisés pour résoudre des problèmes d'optimisation difficiles, en explorant de manière efficace un espace de solutions potentielles. Dans notre travail, nous nous sommes intéressés à la détection des caries dentaires dans les images médicales qui présentent une grande diversité en termes de forme et de taille. Nous avons proposé un système ResNet-AG, qui utilise les algorithmes génétiques avec l’architecture de réseau de neurones ResNet50 afin d’optimiser les hyperparamètres de ce dernier. Les hyperparamètres sont les paramètres qui définissent la structure et les propriétés du réseau, tels que la taille et le nombre des filtres, le nombre de couches, les taux d'apprentissage, etc. Optimiser ces hyperparamètres peut grandement améliorer la performance du modèle pour une tâche donnée. L’optimisation par ResNet-AG consiste à explorer efficacement l'espace des hyperparamètres possibles, en utilisant des techniques de sélection, de croisement et de mutations inspirées de la biologie. Les résultats expérimentaux démontrent que ResNet-AG offre une classification précise des caries dentaires en utilisant une architecture basée deep learning ResNet-50 et les algorithmes génétiques.
MANAGEMENT AUTOMMATIQUE D’UN ESPACE DE SERVICE RESEVE A UNE LARGE CLIENTELE -ETUDE DE CA UN RESTAURANT-
(2023) Farah Tahani
Web applications can provide visual solutions in queue management in high service demand areas. The arrival of customers who are often of a different nature is random, which encourages management to be flexible and prompt. From this perspective, the idea of automatic management of a service space reserved for a large number of customers is an inevitable solution to create a certain flexibility in management in these types of spaces with a large number of customers. To do this, we used the UML method for designing web applications; in addition, we used a variety of programs and tools dedicated to processing and implementing web applications. Our solution (application) makes it possible to create services and products. In addition, it provides the administrator with tools to manage the queue associated with the request and satisfy the various services requested. ------------------------------------------------------------------------------------ يمكن لتطبيقات الويب تقديم حلول مرئية في إدارة قائمة الانتظار في المناطق التي تتطلب خدمة عالية. إن وصول العملاء الذين غالبًا ما يكونون من طبيعة مختلفة عشوائيًا، مما يشجع الإدارة على أن تكون مرنة وفورية. من هذا المنظور، فإن فكرة الإدارة التلقائية لمساحة الخدمة المحجوزة لعدد كبير من العملاء هي حل لا مفر منه لإنشاء مرونة معينة في الإدارة في هذه الأنواع من المساحات مع وجود عدد كبير من العملاء. للقيام بذلك، استخدمنا طريقة UML لتصميم تطبيقات الويب، بالإضافة إلى ذلك، استخدمنا مجموعة متنوعة من البرامج والأدوات المخصصة لمعالجة تطبيقات الويب وتنفيذها. يتيح حلنا (التطبيق) إمكانية إنشاء الخدمات والمنتجات. بالإضافة إلى ذلك، فإنه يوفر للمسؤول أدوات لإدارة قائمة الانتظار المرتبطة بالطلب وإرضاء مختلف الخدمات المطلوبة. ----------------------------------------------------------------------------------- Les applications web peuvent visiblement apporter des solutions dans la gestion des files d’attente dans les espaces à forte demande de service. L’arrivée des clients qui sont souvent de nature différente est aléatoire ce qui incite que la gestion doit être souple est instantané. C’est dans cette optique que l’idée de manager automatiquement un espace de service réservé à une large clientèle s’avère une solution inévitable pour instaurer une certaine flexibilité de gestion dans ces types d’espaces à forte présence de clientèle. Pour ce faire, nous avons utilisé la méthode UML pour la conception de l’application web.de plus nous avons employé une panoplie de logiciels et outils dédiés à la manipulation et implémentation des applications web. Notre solution (application), permet d’instancier les services et produits. De plus, elle met sous disposition de l’administrateur des outils de gestion de la file d’attente liée à la demande et à la satisfaction des différents services demandés.
Conception et développement d’un système de gestion de transferts universitaires
(2023) Rym Mellal
In the personal and academic background, the student and the university services have an essential role. Among these university services we have transfers, between universities (external) or faculties (internal), with the help of these transfers, the student will have the possibility of changing the place or the specialty of his university studies. To access this service, we will have to generate a platform where the student will follow the procedures to make a transfer request. --------------------------------------------------------------------------------------- في الخلفية الشخصية والأكاديمية ، يكون للطالب والخدمات الجامعية دور أساسي. من بين هذه الخدمات الجامعية لدينا تحويلات ، بين الجامعات (الخارجية) أو الكليات (الداخلية) ، وبمساعدة هذه التحويلات ، سيكون لدى الطالب إمكانية تغيير مكان أو تخصص دراسته الجامعية. للوصول إلى هذه الخدمة ، سيتعين علينا إنشاء منصة حيث سيتبع الطالب الإجراءات لتقديم طلب نقل --------------------------------------------------------------------------------------- Au parcours éducatif et personnel, l'étudiant et les services universitaires présentent un rôle essentiel. Parmi ces services universitaires on a les transferts, entre les universités (externes) ou les facultés (internes), à l’aide de ces transferts, l’étudiant aura la possibilité de changer le lieu ou la spécialité de ses études universitaires. Pour accéder à ce service, on va devoir générer une plateforme où l’étudiant va poursuivre des procédures pour faire une demande de transfert.
Audit and securing the website of the University of Souk Ahras
(2023) Abdallah Amirat
Information, or the golden bit, has become the greatest source of power in the world today. And it's making people envious - everyone wants to get their hands on it, especially the Hackers (the Black Hats), network and systems experts who use their talents to break into the heart of our organizations and steal our data, destroying our information by injecting malware and vandalizing code. This master is a contribution to the enhancement of the University web site security through: the creation of a mirror site for the purpose of testing and development, the upgrade of the software packages used by the web site and the audit of the latter with state-of-the-art tools. Namely, we used the Zed Attack Proxy audit tool to detect and analyze the security vulnerabilities of the website that allow attacks such as Cross-Site Scripting (XSS). We then worked on immediate changes to the site to patch certain vulnerabilities and prevent possible attacks.
FAST-TRACK : Smart GPS-Tracker basé sur Arduino
(2023) Aymen Zerguine
The abduction and disappearance of children are tragic events that cause global concern. Every year, thousands of children go missing, whether through intentional abductions, runaways, accidental disappearances or other disturbing circumstances As part of this project, we set out to design, develop, and evaluate a location tracking system based on Arduino, GPS Neo6m, and SIM800L, with a primary objective to enhance the safety and peace of mind of parents in this which concerns their children. During this master's project, we explored the hardware and software aspects of the system in depth, focusing on its efficiency, reliability and user-friendliness. -------------------------------------------------------------------------------------- إن اختطاف الأطفال واختفاءهم سبب أحداث مأساوية تثير القلقفيالعالم .ً في كل عام يختفي آلاف الأطفال سواء من خلال عمليات الاختطاف المتعمد أو الهروب أو الاختفاء العرضي أو غيرها من الظروف المزعجة. كجزء من هذا المشروع شرعنا في تصميم وتطوير وتقييم نظام تتبع الموقع استنادًا إلٍي GPS Neo6m وSIM800L, Arduino بهدف أساس هو تعزيز سلامة وراحة البال للآباء فيما يتعلق بأطفالهم. خلال مشروع الماستر هذا قمنا باستكشاف جوانب الأجهزة والبرامج للنظام بعمق مع التركيز عل كفاءتهوموثوقيته وسهول استخداميته ------------------------------------------------------------------------------------- L'enlèvement et la disparition d'enfants sont des événements tragiques qui suscitent une préoccupation mondiale. Chaque année, des milliers d'enfants sont portés disparus, qu'il s'agisse d'enlèvements intentionnels, de fugues, de disparitions accidentelles ou d'autres circonstances inquiétantes Dans le cadre de ce projet, nous avons entrepris de concevoir, développer et évaluer un système de suivi de localisation basé sur Arduino, GPS Neo6m, et SIM800L, avec un objectif principal de renforcer la sécurité et la tranquillité d'esprit des parents en ce qui concerne leurs enfants. Au cours de ce projet de master, nous avons exploré en profondeur les aspects matériels et logiciels du système, en nous concentrant sur son efficacité, sa fiabilité et sa convivialité.
EVALUATION DE L'INTRODUCTION DES EMOTIONS DANS LES SYSTEMES E LEARNING
(2023) BOUTHEINA BRANSIA
Learning is a necessity for human beings to acquire knowledge and attitudes, this large mass of learners needs to be supported. Some institutions have tried to balance this high level of demand by using distance learning and e-learning platforms as a solution, others have utilized Massive Open Online Courses (MOOCs) which have become new learning scenarios for large groups of learners. Despite the large number of registrants in MOOCs, a significant number drop out for various reasons. Furthermore, emotions simplify our adaptation and social integration. The expression of feelings of interest, excitement, confusion, and frustration observed in learners during the learning process has a significant influence on the quality of learning and its execution. We propose and implement a model of MOOC that takes into account not only the emotional state of the learner but also their cognitive style, knowledge, and level in the learning process, in order to ultimately evaluate the impact of this type of system on learners' motivation and engagement. ------------------------------------------------------------------------------------------ يعد التعلم ضرورة للبشر لاكتساب المعرفة و المهارات، هذا العدد الكبير من المتعلمين يجب التكفل به. حاولت بعض المؤسسات التعليمية موازنة هذا العدد المرتفع من المتعلمين من خلال استخدام التعليم عن بعد ومنصات التعلم الإلكتروني كحل، بينما استخدمت مؤسسات أخرى"الدروس المفتوحة عبر الخط للأعداد الكبيرة" MOOC والتي أصبحت سيناريوهات تعليمية جديدة للأعدادالكبيرة منهم.بالرغم من كثرة المسجلين بهذه المنصات إلا أن عدد كبير منهم يتخلى عن مواصلة الدروس لأسباب عدة. ----------------------------------------------------------------------------------------- Apprendre est une nécessité pour l'être humain pour acquérir des connaissances et des attitudes, de même cette très grand masse d’apprenants on besoin d’être prit en charge. Certains institutions on essayées d’équilibrées ce niveau élevé de demande on utilisant l’enseignement à distance et les plates formes E Learning comme solution, d’autre utilisant les MOOC «Massive Open Online Course» qui sont devenus des nouveaux scénarios d'apprentissage pour les grandes masses d’apprenants. Malgré la masse des inscrits sur les MOOC, un grand nombre entre aux abandonne pour plusieurs raisons. Par ailleurs les émotions simplifient notre adaptation et intégration sociale. L’expression de sentiments d'intérêt, d’excitation, de confusion, d’anéantissement observé chez l’apprenant dans le processus d’apprentissage ont une très grande influence sur la qualité de l'apprentissage et son exécution. Nous proposons et nous implémentons un modèle de MOOC qui prend en charge non seulement l’état émotionnel de l’apprenant mais aussi son style cognitif et ses connaissances et niveau dans le processus d’apprentissage pour à la fin faire une évaluation de ce type de système sur la motivation et l’engagement des apprenants.
Web intelligent avec Tensorflow.js Reconnaissance des émotions faciales via le Web
(2023) Radouane AMAMRIA
This thesis presents a method that utilizes pre-trained recognition models for facial emotion detection. The FER2013 dataset is used as the data source for training the emotion recognition model, which is trained to detect and classify different emotions such as anger, disgust, fear, joy, sadness, surprise, and neutrality. In addition to the emotion recognition model, the thesis explores the use of the Blazeface facial recognition model integrated into Tensorflow.js. Blazeface is a lightweight and fast model designed for real-time face detection in images or videos. The proposed approach allows the integration of these two models into a web application, providing the capability to detect and recognize facial emotions in real-time from a webcam. Users only need to grant access to their webcam, and the application captures images, detects faces, and predicts associated emotions. Experimental results demonstrate that this approach achieves accurate facial emotion recognition using the FER2013-based model and precise face detection using Blazeface. The web application offers an interactive and real-time user experience, opening possibilities for applications in various domains such as psychology, user experience analysis, and human-computer interactions. --------------------------------------------------------------------------------------- تناول هذا البحث مجال التعرف على العواطف الوجهية باستخدام تقنيات الذكاء الاصطناعي، ولا سيما Tensorflow.js كان الهدف هو تطوير نموذج قادر على اكتشاف وتحليل العواطف المعبر عنها على وجوه الأشخاص في الوقت الحقيقي. بدأنا بدراسة مجموعة متنوعة من مجموعات البيانات المتاحة وتقنيات معالجة الصور لتحسين جودة بيانات التدريب. ثم قمنا بدراسة مختلف الهياكل المعمارية للشبكات العصبية المتسقة واخترنا تلك التي توفر أفضل نتائج في تصنيف العواطف. كانت خطوة مهمة في عملنا هي إعداد كود تحديد الوجوه باستخدام نموذج Blazeface، المدمج في Tensorflow.js وقد سمح ذلك لنا بتحديد مواقع الوجوه بدقة في الصور أو مقاطع الفيديو، وبالتالي فتح الباب أمام تحليل تعابير الوجوه باستخدام هذه المكتبة القوية. ثم قمنا بتدريب نموذجنا للتعرف على العواطف باستخدام مجموعة البيانات FER2013من خلال تعلم الآلة واستخدام Tensorflow.js ، قمنا بتطوير نموذج قوي قادر على التنبؤ بدقة بالعواطف المرتبطة بوجه محدد، مباشرةً في متصفح الويب. أخيرًا، قمنا بدمج هذا النموذج في تطبيق ويب تفاعلي، مما يتيح للمستخدمين اكتشاف وتحليل عواطف وجوههم الخاصة في الوقت الحقيقي، بفضل قوة Tensorflow.js أظهر هذا البحث التقدم الكبير الذي تم تحقيقه في مجال التعرف على العواطف الوجهية من خلال الذكاء الاصطناعي واستخدام Tensorflow.js تطبيقات هذه التكنولوجيا متنوعة، تتراوح بين تحسين تجربة المستخدم إلى استخدامها في مجالات مثل علم النفس والأمان وغيرها الكثير. في الختام، قدم هذا البحث مساهمات هامة في مجال التعرف على العواطف الوجهية باستخدام Tensorflow.js ، من خلال تقديم نموذج قوي وتطبيقه في تطبيق ويب. يفتح هذا العمل آفاقًا جديدة للبحث والتطبيق في مجال تحليل العواطف الوجهية، ويقدم فرصًا مثيرة للمستقبل. -------------------------------------------------------------------------------------- Ce mémoire présente une méthode qui utilise des modèles de reconnaissance pré-entraînés pour la détection des émotions faciales. Le jeu de données FER2013 est utilisé comme source de données pour l’apprentissage du modèle de reconnaissance des émotions, qui est entraîné à détecter et classifier différentes émotions telles que la colère, le dégoût, la peur, la joie, la tristesse, la surprise et la neutralité. En plus du modèle de reconnaissance des émotions, le mémoire aborde l’utilisation du modèle de reconnaissance faciale Blazeface intégré à Tensorflow.js. Blazeface est un modèle léger et rapide conçu pour détecter les visages dans des images ou des vidéos en temps réel. L’approche proposée permet l’intégration de ces deux modèles dans une application web, offrant ainsi la possibilité de détecter et de reconnaître les émotions faciales en temps réel à partir d’une webcam. L’utilisateur n’a qu’à autoriser l’accès à sa webcam et l’application capture les images, détecte les visages et prédit les émotions associées. Les résultats expérimentaux démontrent que cette approche offre une reconnaissance précise des émotions faciales en utilisant le modèle basé sur FER2013 et une détection précise des visages grâce à Blazeface. L’application web offre une expérience interactive et en temps réel, ouvrant ainsi des perspectives d’application dans divers domaines tels que la psychologie, l’analyse de l’expérience utilisateur et les interactions homme-machine.
L’INDENTIFICATION DES MALADIES OCCULAIRES EN UTILISANT L’APPRENTISSAGE PROFOND
(2023) Abdesslem Bensebihi
Vision and eye health are one of the most crucial things in human life. Millions of people are affected by retinal abnormalities worldwide like Diabetic Retinopathy (DR) and Age-Related Macular Degeneration (AMD). Early detection and proper treatment of eye diseases are necessary for avoiding loss of sight and enhancement of quality of life. Manual disease detection is time-consuming, tedious and lacks repeatability. Recently, deep learning particularly convolutional neural networks (CNNs) are the most used for image classification tasks like retinal disease classification and have shown promising results. Moreove, the usage of pre-trained networks such as VGG-16, via transfer learning has been proven to be efficient for image analysis. In our study, we will address the problem of the automatic detection of disease states of the retina by designing and implementing a system that based on two artificially intelligent models. The proposed system is based on one hand, on CNN model and on the other hand, on the VGG-16 model which is empowered by transfer learning. The two used models can learn from a data set of images taken with optical coherence tomography (OCT) and classify them into four conditions of the : choroidal neovascularization (CNV), drusen, diabetic macular edema(DME), and normal form. The training and the tests datasets (taken from kaggle web site) consist of 32064 and 980 instances of OCT retinal images respectively. Experimental results show that the proposed system is an effective technique for automatically detecting the disease state of the retina. -------------------------------------------------------------------------------------- اﻟﺮؤﯾﺔ وﺻﺤﺔ اﻟﻌﯿﻦ ﻣﻦ أھﻢ اﻷﺷﯿﺎء ﻓﻲ ﺣﯿﺎة اﻹﻧﺴﺎن. ﯾﺘﺄﺛﺮ ﻣﻼﯾﯿﻦ اﻷﺷﺨﺎص ﺑﺘﺸﻮھﺎت اﻟﺸﺒﻜﯿﺔ ﻓﻲ ﺟﻤﯿﻊ أﻧﺤﺎء اﻟﻌﺎﻟﻢ ﻣﺜﻞ اﻋﺘﻼل اﻟﺸﺒﻜﯿﺔ اﻟﺴﻜﺮي (DR) واﻟﻀﻤﻮر اﻟﺒﻘﻌﻲ اﻟﻤﺮﺗﺒﻂ ﺑﺎﻟﻌﻤﺮ . ﯾﻌﺪ اﻟﻜﺸﻒ اﻟﻤﺒﻜﺮ ﻋﻦ أﻣﺮاض اﻟﻌﯿﻮن وﻋﻼﺟﮭﺎ ﺑﺸﻜﻞ ﻣﻨﺎﺳﺐ ﺿﺮورﯾﯿﻦ ﻟﺘﺠﻨﺐ ﻓﻘﺪان اﻟﺒﺼﺮ وﺗﺤﺴﯿﻦ ﻧﻮﻋﯿﺔ اﻟﺤﯿﺎة. ﯾﺴﺘﻐﺮق اﻟﻜﺸﻒ اﻟﯿﺪوي ﻋﻦ اﻟﻤﺮض وﻗﺘًﺎ طﻮﯾﻼً، ﻛﻤﺎ أﻧﮫ ﻣﻤﻞ. ﻓﻲ اﻵوﻧﺔ اﻷﺧﯿﺮة اﻟﺮؤﯾﺔ وﺻﺤﺔ اﻟﻌﯿﻦ ﻣﻦ أھﻢ اﻷﺷﯿﺎء ﻓﻲ ﺣﯿﺎة اﻹﻧﺴﺎن. ﯾﺘﺄﺛﺮ ﻣﻼﯾﯿﻦ اﻷﺷﺨﺎص ﺑﺘﺸﻮھﺎت اﻟﺸﺒﻜﯿﺔ ﻓﻲ ﺟﻤﯿﻊ أﻧﺤﺎء اﻟﻌﺎﻟﻢ ﻣﺜﻞ اﻋﺘﻼل اﻟﺸﺒﻜﯿﺔ اﻟﺴﻜﺮي (DR) واﻟﻀﻤﻮر اﻟﺒﻘﻌﻲ اﻟﻤﺮﺗﺒﻂ ﺑﺎﻟﻌﻤﺮ .(AMD) ﯾﻌﺪ اﻟﻜﺸﻒ اﻟﻤﺒﻜﺮ ﻋﻦ أﻣﺮاض اﻟﻌﯿﻮن وﻋﻼﺟﮭﺎ ﺑﺸﻜﻞ ﻣﻨﺎﺳﺐ ﺿﺮورﯾﯿﻦ ﻟﺘﺠﻨﺐ ﻓﻘﺪان اﻟﺒﺼﺮ وﺗﺤﺴﯿﻦ ﻧﻮﻋﯿﺔ اﻟﺤﯿﺎة. ﯾﺴﺘﻐﺮق اﻟﻜﺸﻒ اﻟﯿﺪوي ﻋﻦ اﻟﻤﺮض وﻗﺘًﺎ طﻮﯾﻼً ، ﻛﻤﺎ أﻧﮫ ﻣﻤﻞ وﯾﻔﺘﻘﺮ ، ﻛﻤﺎ أﻧﮫ ﻣﻤﻞ وﯾﻔﺘﻘﺮ إﻟﻰ اﻟﻤﻮﺛﻮﻗﯿﺔ. ﻓﻲ اﻵوﻧﺔ اﻷﺧﯿﺮة ، اﻟﺘﻌﻠﻢ اﻟﻌﻤﯿﻖ وﺧﺎﺻﺔ اﻟﺸﺒﻜﺎت اﻟﻌﺼﺒﯿﺔ اﻟﺘﻼﻓﯿﻔﯿﺔ (CNNs) ھﻲ اﻷﻛﺜﺮ اﺳﺘﺨﺪا ًﻣﺎ ﻟﻤﮭﺎم ﺗﺼﻨﯿﻒ اﻟﺼﻮر ﻣﺜﻞ ﺗﺼﻨﯿﻒ أﻣﺮاض اﻟﺸﺒﻜﯿﺔ وﻗﺪ أظﮭﺮت ﻧﺘﺎﺋﺞ واﻋﺪة. ﻋﻼوة ﻋﻠﻰ ذﻟﻚ ، ﻓﻘﺪ ﺛﺒﺖ أن اﺳﺘﺨﺪام اﻟﺸﺒﻜﺎت اﻟﻤﺪرﺑﺔ ﻣﺴﺒﻘًﺎ ﻣﺜﻞ VGG-16 ﻋﺒﺮ اﻟﺘﻌﻠﻢ ﺑﺎﻟﻨﻘﻞ ﻧﺘﺎﺋﺞ ﻓﻌﺎﻟﺔ ﻓﻲ ﺗﺤﻠﯿﻞ اﻟﺼﻮراﻟﻄﺒﯿﺔ . ﻓﻲ ھﺬه اﻟﺪراﺳﺔ، ﺳﻨﺘﻨﺎول ﻣﺸﻜﻠﺔ اﻟﻜﺸﻒ اﻟﺂﻟﻲ ﻋﻦ اﻟﺤﺎﻻت اﻟﻤﺮﺿﯿﺔ ﻟﺸﺒﻜﯿﺔ اﻟﻌﯿﻦ ﻣﻦ ﺧﻼل ﺗﺼﻤﯿﻢ وﺗﻨﻔﯿﺬ ﻧﻈﺎم ﯾﻌﺘﻤﺪ ﻣﻦ ﺟﮭﺔ، ﻋﻠﻰ ﻧﻤﻮذج CNN وﻣﻦ ﺟﮭﺔ أﺧﺮى، ﻋﻠﻰ ﻧﻤﻮذج VGG-16. اﻟﻨﻤﻮذﺟﺎن ﯾﺴﺘﺨﺪﻣﺎن ﻣﺠﻤﻮﻋﺔ ﺑﯿﺎﻧﺎت ﻣﻦ اﻟﺼﻮر اﻟﺘﻲ ﺗﻢ اﻟﺘﻘﺎطﮭﺎ ﺑﺎﺳﺘﺨﺪام اﻟﺘﺼﻮﯾﺮ اﻟﻤﻘﻄﻌﻲ اﻟﺒﺼﺮي (OCT) وﺗﺼﻨﯿﻔﮭﺎ إﻟﻰ أرﺑﻌﺔ ﺷﺮوط: اﺗﺴﺎع اﻷوﻋﯿﺔ اﻟﺪﻣﻮﯾﺔ اﻟﻤﺸﯿﻤﯿﺔ (CNV) ، و drusen ، واﻟﻮذﻣﺔ اﻟﺒﻘﻌﯿﺔ اﻟﺴﻜﺮي (DME) ، واﻟﺸﻜﻞ اﻟﻄﺒﯿﻌﻲ. ﺗﺘﻜﻮن ﻣﺠﻤﻮﻋﺎت ﺑﯿﺎﻧﺎت اﻟﺘﺪرﯾﺐ واﻻﺧﺘﺒﺎرات )اﻟﻤﺄﺧﻮذة ﻣﻦ ﻣﻮﻗﻊ kaggle ﻋﻠﻰ اﻟﻮﯾﺐ( ﻣﻦ 32064 و 980 ﺣﺎﻟﺔ ﻣﻦ ﺻﻮر ﺷﺒﻜﯿﺔ اﻟﻌﯿﻦ OCT ﻋﻠﻰ اﻟﺘﻮاﻟﻲ. ﺗﻈﮭﺮ اﻟﻨﺘﺎﺋﺞ اﻟﺘﺠﺮﯾﺒﯿﺔ أن اﻟﻨﻈﺎم اﻟﻤﻘﺘﺮح ھﻮ ﺗﻘﻨﯿﺔ ﻓﻌﺎﻟﺔ ﻟﻠﻜﺸﻒ اﻟﺘﻠﻘﺎﺋﻲ ﻋﻦ ﺣﺎﻟﺔ ﻣﺮض ﺷﺒﻜﯿﺔ اﻟﻌﯿﻦ. ---------------------------------------------------------------------------------- La vision et la santé des yeux sont l'une des choses les plus cruciales dans la vie humaine. Des millions de personnes sont touchées par des anomalies rétiniennes dans le monde comme : la rétinopathie diabétique (RD) et la dégénérescence maculaire liée à l'âge (DMLA). La détection précoce et le traitement approprié des maladies oculaires sont nécessaires pour éviter la perte de la vue et améliorer la qualité de la vie. La détection manuelle des maladies est une tache fastidieuse nécessitant beaucoup de temps. Récemment, l'apprentissage en profondeur, en particulier les réseaux de neurones convolutifs (CNNs), sont les plus utilisés pour la classification d'images médicales telles que la classification des maladies rétiniennes et ont montré des résultats prometteurs. De plus, l'utilisation de réseaux pré-entraînés tels que VGG-16, via l'apprentissage par transfert, s'est avérée efficace pour l'analyse d'images. Dans notre étude, nous aborderons le problème de la détection automatique des maladies de la rétine. Pour cela nous allons concevoir et mettre en en œuvre un système basé sur deux modèles. D’un coté il est basé sur le modèle CNN et d'un autre coté sur le modèle VGG-16 qui est renforcé par l'apprentissage par transfert. Les deux modèles utilisés peuvent apprendre à partir d'un dataset dont les images prises avec la tomographie par cohérence optique (OCT) et les classer en quatre conditions de : néovascularisation choroïdienne (CNV), drusen, œdème maculaire diabétique (DME) et forme normale. Notre dataset (extrait du site Web de kaggle) consiste respectivement en 32064 images pour l’apprentissage et 980 images pour le test. Les résultats expérimentaux montrent que le système proposé est une technique efficace pour détecter automatiquement l'état pathologique de la rétine.
SYSTEMES DE RECOMMANDATION BASES SUR L'APPRENTISSAGE AUTOMATIQUE
(2023) Isra Mallek Feknous
Recommender systems play a crucial role in helping users discover relevant items in à vast sea ofinformation.Overtheyears,varioustechniqueshavebeendevelopedtoenhancetheaccuracyandeffectiveness of recommendation algorithms. One approach that has gained significant attention is thehybrid recommender system, which combines multiple recommendation techniques to providemoreaccurate and personalized recommendations.Hybrid recommender systems leverage the strengths ofdifferent recommendation approaches, such as collaborative filtering, content-based filtering, knowledge-basedfiltering, andcontext-awarefiltering. In this work we have presented a proposal for a recommendation system based on machine learning. Wemainlyfocusonusinguser-basedcollaborativefilteringandhybridapproachestogeneraterecommendationsbyanalyzingsimilarities betweenusers in the MovieLensdatabase. The main idea behind the development of our recommender system is to apply k-means clustering topersonalizerecommendations, whileusingthe CNN classifierto improvepredictions. This method offers the advantage of combining two learnings both machine learning for clustering anddeeplearningforclassification, which allows to obtainaccurate results. ----------------------------------------------------------------------------------------- تلعب أنظمة التوصية دورًا مهمًا في مساعدة المستخدمين على اكتشاف العناصر ذات الصلة في بحر شاسع من المعلومات. على مر السنين، تم تطوير تقنيات مختلفة لتعزيز دقة وفعالية خوارزميات التوصية. ومن أحد الأساليب التي حظيت باهتمام كبير هو نظام التوصية الهجين، الذي يجمع بين تقنيات توصية متعددة لتقديم توصيات أكثر دقة وشخصية. تستفيد أنظمة التوصية المختلطة من نقاط القوة في مناهج التوصية المختلفة، مثل التصفية التعاونية، والتصفية القائمة على المحتوى، والتصفية القائمة على المعرفة، والتصفية المدركة للسياق. في هذا العمل، قدمنا اقتراحًا لنظام توصية يعتمد على التعلم الآلي. حيث ركزنا بشكل أساسي على استخدام أساليب التصفية التعاونية القائمة على المستخدم والمقاربات الهجينة لإنشاء توصيات من خلال تحليل أوجه التشابه بين المستخدمين في قاعدة بيانات “MovieLens” الفكرة الرئيسية وراء تطوير نظام التوصية الخاص بنا هي تطبيق مجموعة الوسائل “k_means” لتخصيص التوصيات، أثناء استخدام مصنف CNN لتحسين التنبؤات. توفر هذه الطريقة ميزة الجمع بين تعلمتين كل من التعلم الآلي للتجميع والتعلم العميق من أجل التصنيف ، مما يسمح بالحصول على نتائج دقيقة. ------------------------------------------------------------------------------------------ Les systèmes de recommandation jouent un rôle crucial dans l'aide aux utilisateurs pour découvrir deséléments pertinents dans une vaste quantité d'informations. Au fil des ans, différentes techniques ont étédéveloppées pour améliorer la précision et l'efficacité des algorithmes de recommandation. Une approchequi a suscité beaucoup d'attention est le système de recommandation hybride, qui combine plusieurstechniques de recommandation pour fournir des recommandations plus précises et personnalisées. Lessystèmesderecommandationhybridesexploitentlespointsfortsdedifférentesapprochesderecommandation, telles que le filtrage collaboratif, le filtrage basé sur le contenu, le filtrage basé sur lesconnaissanceset lefiltragebasésur lecontexte. Danscetravailnousavonsprésenteunepropositiondesystèmederecommandationbasésurl'apprentissageautomatique.Nousnousconcentronsprincipalementsurl'utilisationdufiltragecollaboratifbasésurl'utilisateuretdesapprocheshybridespourgénérerdesrecommandationsenanalysantles similarités entreles utilisateurs dansla basededonnées MovieLens. L'idéeprincipalederrièreledéveloppementdenotresystèmederecommandationestd'appliquerleclustering k-means pour personnaliser les recommandations, tout en utilisant le classificateur CNN pouraméliorerlesprédictions.Cetteméthodeoffrel'avantagedecombinerdeuxapprentissageàlafoisl'apprentissage automatique pour le clustering et l'apprentissage profond pour la classification, ce quipermetd'obtenirdesrésultats précis.
An Intrusion Detection System Based on Deep Learning and Genetic Algorithm
(2023) Sabrina Djeddou
Cyber security is of very importance in today's interconnected world. It ensures the protection of data, preserves privacy, and more. Intrusion Detection Systems play a crucial role in cyber security by actively monitoring network traffic and system activities. On the other hand we have deep learning, which is a subfield of machine learning that uses artificial neural networks. Deep learning could be used to detect unusual patterns or behavior within a network that may indicate a security threat. When it comes to optimizing deep learning models, hyperparameter tuning is an important step that can have a significant impact on their performance. Exploring all hyperparameter combinations can be impractical or impossible due to their vast number of possibilities. In hyperparameter tuning, metaheuristics like Genetic Algorithms can leads to better solutions that would be difficult or time-consuming to obtain through manual optimization. In this work we utilized a convolutional neural network 2D, leveraging its outstanding performance across various domains. By optimizing it with genetic algorithms, we surpassed other tested algorithms with remarkable results. ---------------------------------------------------------------------------------------------- للأمن المعلوماتي أهمية كبيرة في عالم اليوم المترابط. يضمن حماية البيانات ؛ ويحافظ على الخصوصية ؛ وأكثر من ذلك. تلعب أنظمة كشف التسلل دورًا مهمًا في الأمن المعلوماتي من خلال المراقبة النشطة لحركة مرور الشبكة وأنشطة النظام. من ناحية أخرى ؛ لدينا التعلم العميق ؛ وهو حقل فرعي من التعلم الآلي الذي يستخدم الشبكات العصبية الاصطناعية. يمكن استخدام التعلم العميق لاكتشاف الأنماط أو السلوك غير المعتاد داخل الشبكة والذي قد يشير إلى وجود تهديد أمني. عندما يتعلق الأمر بتحسين نماذج التعلم العميق ؛ يعدالضبط الفائق خطوة مهمة يمكن أن يكون لها تأثير كبير على أدائها. يمكن أن يكون استكشاف جميع مجموعات المعلمات الفائقة أمرًا غير عملي أو مستحيلا بسبب العدد الهائل من الاحتمالات. في ضبط المعلمات الفائقة ؛ يمكن أن تؤدي الخصائص الوصفية مثل الخوارزميات الجينية إلى حلول أفضل قد تكون صعبة أوتستغرق وقتا طويلا من خلال التحسين اليدوي. في هذا العمل ‎٠‏ استخدمنا شبكة عصبية تلافيفية ثنانية الأبعاد ؛ مستفيدين من أدائها المتميز في مختلف المجالات. من خلال تحسينها باستخدام الخوارزميات الجينية ؛ تجاوزنا الخوارزميات المختيرة الأخرى بنتائج ملحوظة. ---------------------------------------------------------------------------------------------- La sécurité informatique revêt une très grande importance dans le monde interconnecté d'aujourd'hui. Elle garantit la protection des données, préserve la vie privée, et bien plus encore. Les systèmes de détection d'intrusion jouent un rôle crucial dans la sécurité informatique en surveillant activement le trafic réseau et les activités du système. D'un autre côté, nous avons l'apprentissage profond, qui est un sous-domaine de l'apprentissage automatique utilisant des réseaux neuronaux artificiels. L'apprentissage profond peut être utilisé pour détecter des schémas ou des comportements inhabituels au sein d'un réseau pouvant indiquer une menace pour la sécurité. En ce qui concerne l'optimisation des modèles d'apprentissage profond, l'accord des hyperparamètres est une étape importante pouvant avoir un impact significatif sur leurs performances. Explorer toutes les combinaisons d'hyperparamètres peut être impraticable ou impossible en raison de leur nombre considérable de possibilités. Dans l'accord des hyperparamètres, des métaheuristiques comme les algorithmes génétiques peuvent conduire à de meilleures solutions qui seraient difficiles ou longues à obtenir par une optimisation manuelle. Dans ce travail, nous avons utilisé un réseau neuronal convolutif 2D, en tirant parti de ses performances exceptionnelles dans divers domaines. En l'optimisant avec des algorithmes génétiques, nous avons dépassé les autres algorithmes testés avec des résultats remarquables.
Security analysis of a Smartwatch authentication mechanism
(2023) Yasser Sedira
We present in this thesis a thorough security analysis of a recent smartwatch authentication protocol called CirclePIN. This protocol hides the user PIN when it is entered on a smartwatch screen to avoid shoulder surfing attacks. We explain how it works using our implementation based on Android Wear OS and disclose a vulnerability inherent to the way it uses randomized colors on the watch screen. An exploitation of this vulnerability is illustrated with an intersection attack that reveals the user PIN based on the information extracted from multiple video recordings of legitimate user authentication sessions. Moreover, we prove that our attack has a high probability of success for a low number of video recordings. Namely, an attacker disposing of three to four video recordings is highly likely to reveal the user PIN, and is assured to always disclose it with five recordings. Our proof consists in the formulation of the theoretical probability of the attack success, then its validation via a simulation that computes the corresponding experimental probability. ------------------------------------------------------------------------------------ نقدم في هذه الأطروحة تحليلًا أمنيًا شاملاً لبروتوكول المصادقة الأمني للساعة الذكية يسمى CirclePIN.أولا, نوضح آلية عمل هذا البروتوكول بإستخدام تطبيق مطور من طرفنا مبني على نظام Android Wear OS, ثم نكشف عن ثغرة أمنية متأصلة في البرمجية التي يستخدم بها الألوان العشوائية خلال المصادقة الأمنية على شاشة الساعة الذكية. يتم توضيح استغلال هذه الثغرة الأمنية بهجوم تقاطع يكشف عن كود PIN المستخدم بناء على معلومات مستخرجة من تسجيلات فيديو متعددة لجلسات مصادقة مستخدم حقيقي. علاوة على ذلك, نثبت في هذا العمل أنّ هجومنا لديه احتمالية نجاح كبيرة باستغلال عدد قليل من تسجيلات الفيديو تتراوح من ثلاثة إلى أربعة تسجيلات لكشف كود PIN المستخدم، وأنّه بالتوفر على خمس تسجيلات فيديو يكون المهاجم متأكدا من كشف كود PIN. هذا الإثبات مبني على صياغة الاحتمال النظري لنجاح الهجوم ، ثم التحقق من صحته من خلال محاكاة تحسب الاحتمال التجريبي المقابل والموافق للإحتمال النظري. ----------------------------------------------------------------------------------- Nous présentons dans cette thèse une analyse de sécurité approfondie d'un récent protocole d'authentification de smartwatch appelé Circle PIN. Ceprotocole cache le code PIN de l'utilisateur lorsqu'il est saisi sur l'écran d'une smartwatch afin d'éviter les attaques de type "shoulder surfing". Nous expliquons comment il fonctionne en utilisant notre implémentation basée sur Android Wear OS et nous révèle une vulnérabilité inhérente à la façon dont il utilise des couleurs randomisées sur l'écran de la montre. L'exploitation de cette vulnérabilité est illustrée par une attaque intersectionnelle qui révèle le code PIN de l'utilisateur sur la base des informations extraites de multiples enregistrements vidéo de sessions d'authentification d'utilisateurs légitimes. En outre, nous prouvons que notre attaque a une probabilité très forte de réussite pour un bas nombre d'enregistrements vidéo. En effet, un attaquant disposant de trois ou quatre enregistrements vidéo a de fortes chances de révéler le code PIN de l'utilisateur, et il est assuré de toujours le révéler avec cinq enregistrements. Notre preuve consiste à formuler la probabilité théorique de réussite de l'attaque, puis à la valider par une simulation qui calcule la probabilité expérimentale correspondante.
la prédection basée sur les techniques de Deep Learning
(2023) Fatima Zohra GRAIRIA
Alzheimer's disease is one of the most common types of dementia, mainly affecting people over the age of 60. In clinical practice, early detection of Alzheimer's disease is difficult and there are currently very few reliable diagnostic systems available for detection. There are different stages of Alzheimer's disease: MildDemented, ModerateDemented, NonDemented, and VeryMildDemented. Early detection of these stages is also difficult. Therefore, cases in the VeryMildDemented stage get worse and lead to poor memory as well as complete loss of health and making them unable to perform daily tasks without the help of others. Early detection of VeryMildDemented cases can help patients pursue specific medical care to halt disease progression and prevent brain damage. Recently, there has been significant interest in the application of deep learning methods for the early detection of Alzheimer's disease. Indeed, to stop the growth of Alzheimer's disease, various scientists and researchers are trying to develop methods for early detection using MRI images. In this thesis, we have designed and developed a new system that applies deep learning methods for the early detection of the main stages of Alzheimer's disease. To do this, we used the VGG19 model for the extraction of discriminative features and we trained a Convolutional Neural Network (CNN) model for the classification of the input MRI images among one of the four classes representing the four main stages. Alzheimer's disease, namely, MildDemented, ModerateDemented, NonDemented, and VeryMildDemented. To train and test the models of our system, we used the OASIS database which contains 6400 MRI images and we obtained very significant performances which surpass those obtained by most of the existing systems in the literature. ------------------------------------------------------------------------------------- يعد مرض الزهايمر أحد أكثر أنواع الخرف شيوعًا ، ويصيب بشكل رئيسي الأشخاص الذين تزيد أعمارهم عن 60 عامًا. يعد الاكتشاف المبكر لمرض الزهايمر صعبًا ولا يوجد حاليًا سوى عدد قليل جدًا من أنظمة التشخيص الموثوقة المتاحة للكشف. هناك مراحل مختلفة من مرض الزهايمر: مريض خفيف ، مريض ، غير مصاب بمرض الزهايمر و مريض جدا. من الصعب أيضًا الكشف المبكر عن هذه المراحل. لذلك ، فإن الحالات في مرحلة مريض جدا تزداد سوءًا وتؤدي إلى ضعف الذاكرة بالإضافة إلى فقدان كامل للصحة وتجعلهم غير قادرين على أداء المهام اليومية دون مساعدة الآخرين. يمكن أن يساعد الاكتشاف المبكر لحالات مريض جدا المرضى في متابعة رعاية طبية محددة لوقف تطور المرض ومنع تلف الدماغ. في الآونة الأخيرة. كان هناك اهتمام كبير بتطبيق أساليب التعلم العميق للكشف المبكر عن مرض الزهايمر. في الواقع ، لوقف نمو مرض الزهايمر ، يحاول العديد من العلماء والباحثين تطوير طرق للكشف المبكر باستخدام صور التصوير بالرنين المغناطيسي. في هذه الرسالة صممنا وطورنا نظامًا جديدًا يطبق طرق التعلم العميق للكشف المبكر عن المراحل الرئيسية لمرض الزهايمر. للقيام بذلك ، استخدمنا نموذج VGG19 لاستخراج السمات التمييزية وقمنا بتدريب نموذج الشبكة العصبية التلافيفية (CNN) لتصنيف مدخلات صور التصوير بالرنين المغناطيسي بين أحد الفئات الأربع التي تمثل المراحل الرئيسية الأربع. مريض خفيف ، مريض ، غير مصاب و مريض جدا لتدريب نماذج نظامنا واختبارها ، استخدمنا قاعدة بيانات OASIS التي تحتوي على 6400 صورة بالرنين المغناطيسي وحصلنا على أداء مهم للغاية يتجاوز تلك التي حصلت عليها معظم الأنظمة الموجودة في الأدبيات. ----------------------------------------------------------------------------------- La maladie d'alzheimer est l'un des types de démence les plus répandus, qui touche principalement les personnes âgées de plus de 60 ans. Dans la pratique clinique, la détection précoce de la maladie d'alzheimer est difficile et il existe actuellement très peu de systèmes de diagnostic fiables et disponibles pour la détection. Il existe différents stades de la maladie d'alzheimer : MildDemented, ModerateDemented, NonDemented, and VeryMildDemented. La détection précoce de ces stades est aussi difficile. Par conséquent, les cas du stade VeryMildDemented (démence très léger) s'aggravent et entraînent une mémoire faible ainsi qu’une perte de santé complète et les rend incapable de d’effectuer des tâches quotidiennes sans l'aide d'autrui. La détection précoce des cas VeryMildDemented peut aider les patients à suivre des soins médicaux spécifiques pour arrêter la progression de la maladie et éviter les lésions cérébrales. Récemment, il y a eu un intérêt important pour l'application des méthodes de deep learning (apprentissage en profondeur) pour la détection précoce de la maladie d’alzheimer. En effet, pour arrêter la croissance de la maladie d'alzheimer, divers scientifiques et chercheurs s'efforcent de mettre au point des méthodes pour la détection précoce à l'aide d'images IRM. Dans ce mémoire, nous avons conçu et développé un nouveau système qui applique les méthodes de deep learning pour la détection précoce des stades principaux de la maladie d'alzheimer. Pour ce faire, nous avons utilisé le modèle VGG19 pour l’extraction de caractéristiques discriminantes et nous avons entraîné un modèle de Réseaux de Neurones Convolutif (CNN) pour la classification des images IRM d’entrée parmi une des quatre classes représentant les quatre stades principaux de la maladie d'alzheimer, en l’occurrence, MildDemented, ModerateDemented, NonDemented, and VeryMildDemented. Pour entraîner et tester les modèles de notre système, nous avons utilisé la base de données OASIS qui contient 6400 images IRM et nous avons obtenu des performances très importantes et qui surmontent celles obtenus par la plupart des systèmes existant dans la littérature.
Gesture recognition for Deaf-Mute people: Application to Sign language communication in social media
(2023) Imed Eddine ZEROUAL
Deaf-mute individuals face significant challenges in communication due to their hearing and speech disabilities. While sign language serves as their primary mode of communication, it can pose difficulties for individuals who are not familiar with sign language. To address this issue, our research proposes a gesture recognition system that relies on Long Short-Term Memory (LSTM) networks, which have been trained on our dataset of 10 signs. The developed system has shown promising results, demonstrating high accuracy in rec-ognizing10 specificsigns. This achievement underscores its effectiveness in real-time gesture recognition, there by improving communication for individuals with hearing and speech dis-abilities. Furthermore, our research goes be yond the gesture recognition system. We have also de-veloped a social media platform that facilitates communication between users utilizing sign language and text. This platform leverages the gesture recognition system we have created to convert sign language gestures into easily understandable text for non-sign language users, and vice versa. By implementing this innovative approach, our aim is to bridge the communication gap and promote inclusivity for individuals with diverse communication needs. ----------------------------------------------------------------------------------------------- يواجه الأفراد الصم والبكم تحديات كبيرة في التواصل نتيجة لإعاقتهم السمعية واللفظية. في حين تعتبر لغة الإشارة وسيلة التواصل الأساسية لهذه الفئة من الأشخاص، إلا أنه يمكن أن تشكل تحديات بالنسبة للأفراد غير الملمين بلغة الإشارة. لمعالجة هذه المشكلة، يقترح بحثنا نظامًا للتعرف على الإيماءات يعتمد على شبكات ذاكرة قصيرة وطويلة الأجل،(LSTM) تم تدريبها على مجموعة بيانات خاصة بنا للتعرف على 10 إشارات. أظهر النظام المطور نتائج مبشرة، حيث أظهر دقة عالية في التعرف على10 الإشارات المحددة تؤكد هذه الإنجازات فعالية النظام في التعرف على الحركات في ارض الواقع ، مما يسهم في تحسين التواصل للأفراد ذوي الإعاقة السمعية واللفظية.علاوة على ذلك،يتعدى بحثنا نظام استشعار الحركات. لقد طورنا أيضا منصة لوسائل التواصل الاجتماعي تسهل التواصل بين المستخدمين باستخدام لغة الإشارة والنص. تستفيد هذه المنصة من نظام التعرف على الحركات الذي قمنا بتطويره لتحويل حركات لغة الإشارة إلى نص يمكن فهمه بسهولة من قبل غير الناطقين بلغة الإشارة، والعكس بالعكس. من خلال تنفيذ هذا النهج المبتكر، يهدف بحثنا إلى تقليص الفجوة في التواصل وتعزيز الشمولية للأفراد ذوي الاحتياجات المختلفة في التواصل. ----------------------------------------------------------------------------------------------- Les personnes sourdes-muettes font face à d’importantes difficultés en matière de communication en raison de leurs déficiences auditives et de la parole. Bien que la langue des signessoit leur principal mode de communication, elle peut poser des problèmes pour les personnes qui ne la connaissent pas.Pour remédier à cette situation, notre recherche propose unsystème de reconnaissance des gestes basé sur des réseaux de mémoire à court et long terme(LSTM),qui ont été entraînés sur notre ensemble de données de 10 signe. Le système développé a donné des résultats prometteurs, démontrant une grande précision dans la reconnaissance de 10 signes spécifiques. Cette réussite souligne son efficacité dans la reconnaissance des gestes en temps réel, améliorant ainsi la communication pour les personnes ayant des déficiences auditives et de la parole. De plus, notre recherche va au-delà du système de reconnaissance des gestes. Nous avonségalement développé une plateforme de médias sociaux qui facilite la communication entreles utilisateurs utilisant la langue des signes et le texte. Cette plateforme exploite le systèmede reconnaissance des gestes que nous avons créé pour convertir les gestes de la langue dessignes en texte facilement compréhensible pour les utilisateurs ne connaissant pas la langue des signes, et vice versa. En mettant en œuvre cette approche novatrice, notre objectif est de combler le fossé de communication et de promouvoir l’inclusion pour les personnes ayant des besoins de communication diversifiés.
Developinganactivedirectoryserverfortheuniversityintranet
(2024) Chaima Moussaoui; Narimen Salmi
The significance of this thesis lies in its coverage of the importance of understanding and exploiting web authentication and security mechanisms in the context of the Souk Ahras University website. The thesis provides a detailed analysis and description of the most popular web authentication systems such as Lightweight Directory Access Protocol (LDAP) and Hypertext Transfer Protocol Secure (HTTPS), as well as password encryption techniques including MD5 and BCRYPT. Furthermore, it offers a description of LDAP installation and configuration steps, detailing the mechanism for configuring LDAP servers like OpenLDAP on Linux systems, along with specific instructions for using Transport Layer Security (TLS) tunnel encryption. The thesis exhaustively presents information about the compilation and configuration of the LDAP database, as well as the Python code required to convert existing user accounts from Structured query language (SQL) tables to the LDAP information tree. ---------------------------------------------------------------------------------------- أهمية هذه الرسالة تكمن في تغطية أهمية فهم واستغلال آليات المصادقة والأمان على الويب في سياق موقع جامعة سوق أهراس. تقدم الرسالة تحليلاً مفصلاً ووصفاً لأشهر أنظمة المصادقة على الويب مثل LDAPوHTTPS، بالإضافة إلى تقنيات تشفير كلمات المرور بما في ذلك MD5وBCRYP.علاوة على ذلك، تقدم وصفاً لخطوات تثبيت وتكوين LDAP، موضحة آلية تكوين خوادم LDAP مثل OpenLDAP على أنظمة Linux، جنباً إلى جنب مع تعليمات محددة لاستخدام تشفير نفق. TLSتقدم الرسالة معلومات مفصلة حول تجميع وتكوين قاعدة بيانات LDAP، بالإضافة إلى الشفرة بلغة Python المطلوبة لتحويل حسابات المستخدمين الحالية من جداول SQL إلى شجرة المعلومات LDAP. ---------------------------------------------------------------------------------------- La pertinence de cette thèse réside dans sa couverture de l'importance de comprendre et d'exploiter les mécanismes d'authentification et de sécurité Web dans le contexte du site Web de l'Université de Souk Ahras. La thèse fournit une analyse détaillée et une description des systèmes d'authentification Web les plus populaires tels que LDAP et HTTPS, ainsi que des techniques de chiffrement de mot de passe, y compris MD5 et BCRYPT. De plus, elle offre une description des étapes d'installation et de configuration de LDAP, en détaillant le mécanisme de configuration des serveurs LDAP comme OpenLDAP sur les systèmes Linux, ainsi que des instructions spécifiques pour utiliser le chiffrement de tunnel TLS. La thèse présente de manière exhaustive des informations sur la compilation et la configuration de la base de données LDAP, ainsi que le code Python nécessaire pour convertir les comptes d'utilisateurs existants des tables SQL en arborescence d'informations LDAP.
Platform for the delivery of medications and parapharmacy products to homes
(2024) Chemeni Soueidi; Souheila Argoub
This project presents the development of an app for the home delivery of medications and parapharmacy products. This app aims to connect doctors, patients, pharmacists, anddeliverypersonnel,providingdedicatedinterfacestailoredtothespecificneedsof each user group. The objective is to streamline the process of obtaining medications and healthcare products, particularly for patients who may have difficulty visiting pharmacies in person. This mobile application enables patients to upload prescriptions, select pharmacies, schedule deliveries, and track order statuses. Pharmacists receive notifications of new orders and manage inventory through an application interface, while doctors can send prescriptions directly to patients' accounts. Delivery persons use the application to receive and fulfill delivery requests, with real-time tracking capabilities. ------------------------------------------------------------------------------- ﻫﺬااﻟﻤﺸﺮوع ﻳﻘﺪم ﺗﻄﻮﻳﺮ ﺗﻄﺒﻴﻖ ﻟﺘﻮﺻﻴﻞ اﻷدوﻳﺔ و ﻣﻨﺘﺠﺎت اﻟﺼﻴﺪﻟﻴﺔ ﻟﻠﻤﻨﺰل. ﻳﻬﺪف ﻫﺬا اﻟﺘﻄﺒﻴﻖ إلى رﺑﻂ اﻷﻃﺒﺎء واﻟﻤﺮﺿﻰ واﻟﺼﻴﺎدﻟﺔ وﻣﻮﻇﻔﻲ اﻟﺘﻮﺻﻴﻞ، ﻋﻦ ﻃﺮﻳﻖ ﺗﻮﻓﻴﺮ واﺟﻬﺎت ﻣﺨﺼﺼﺔ ﻣﺼﻤﻤﺔ ﻟﺘﻠﺒﻴﺔ اﺣﺘﻴﺎﺟﺎت ﻛﻞ ﻣﺠﻤﻮﻋﺔ ﻣﺴﺘﺨﺪﻣﻴﻦ ﺑﺸﻜﻞ ﺧﺎص. اﻟﻬﺪف ﻫﻮ ﺗﺒﺴﻴﻂ ﻋﻤﻠﻴﺔ اﻟﺤﺼﻮل ﻋلى اﻷدوﻳﺔ وﻣﻨﺘﺠﺎت اﻟﺮﻋﺎﻳﺔ اﻟﺼﺤﻴﺔ، ﺧﺎﺻﺔ ﺑﺎﻟﻨﺴﺒﺔ ﻟﻠﻤﺮﺿﻰ اﻟﺬﻳﻦ ﻗﺪ ﻳﻮاﺟﻬﻮن ﺻﻌﻮﺑﺔ ﻓﻲ زﻳﺎرة اﻟﺼﻴﺪﻟﻴﺎت ﺷﺨﺼﻴﺎً. ﻳﻤﻜﻦ ﻟﻬﺬا اﻟﺘﻄﺒﻴﻖ اﻟﻤﺤﻤﻮل ﻟﻠﻤﺮﺿﻰ ﺗﺤﻤﻴﻞ اﻟﻮﺻﻔﺎت اﻟﻄﺒﻴﺔ، واﺧﺘﻴﺎر اﻟﺼﻴﺪﻟﻴﺎت، وﺟﺪوﻟﺔ اﻟﺘﻮﺻﻴﻼت، وﺗﺘﺒﻊ ﺣﺎﻻت اﻟﻄﻠﺒﺎت. ﻳﺘﻠﻘﻰ اﻟﺼﻴﺎدﻟﺔ إﺷﻌﺎرات ﺑﺎﻟﻄﻠﺒﺎت اﻟﺠﺪﻳﺪة وﻳﺪﻳﺮون اﻟﻤﺨﺰون ﻣﻦ ﺧﻼل واﺟﻬﺔ اﻟﺘﻄﺒﻴﻖ، ﺑﻴﻨﻤﺎ ﻳﻤﻜﻦ ﻟﻸﻃﺒﺎء إرﺳﺎل اﻟﻮﺻﻔﺎت ﻣﺒﺎﺷﺮةإلى ﺣﺴﺎﺑﺎت اﻟﻤﺮﺿﻰ. ﻳﺴﺘﺨﺪم ﻣﻮﻇﻔﻮاﻟﺘﻮﺻﻴﻞاﻟﺘﻄﺒﻴﻖ ﻟﺘﻠﻘﻲ اﻟﻄﻠﺒﺎت وﺗﻨﻔﻴﺬﻫﺎ، ﻣﻊإﻣﻜﺎﻧﻴﺎت ﺗﺘﺒﻊ اﻟﻮﻗﺖاﻟﻔﻌﻠﻲ. ------------------------------------------------------------------------------ Ce projet présente le développement d'une application pour la livraison à domicile de médicaments et de produits parapharmaceutiques. Cette application vise à connecter les médecins,patients,pharmaciens et livreurs,en fournissant des interfaces dédiées adaptées aux besoins spécifiques de chaque groupe d'utilisateurs.L'objectif est de simplifier le processus d'obtention de médicaments et de produits de santé, en particulier pour les patients qui pourraient avoir des difficultés à se rendreenpharmacieenpersonne.Cetteapplicationmobilepermetauxpatientsdetélécharger des prescriptions, de choisir des pharmacies, de planifier des livraisons et de suivre le statut des commandes. Les pharmaciens reçoivent des notifications de nouvelles commandes et gèrent les stocks via une interface d'application, tandis quelesmédecinspeuventenvoyerdesordonnancesdirectementauxcomptesdespatients. Les livreurs utilisent l'application pour recevoir et traiter les demandes de livraison,avec des capacités de suivi en temps réel.
Development of deep learning-based model for the early detection of plant disease, applied to apple trees
(2024) Alima Sahtal
Recognizing fruit leaf diseases effectively is crucial for agro-based economies, as these diseases can drastically reduce the yield and quality of fruits. Manual inspection of infected areas is both challenging and time-consuming, necessitating an automated system for precise disease detection. In this study, we propose a novel deep convolutional neural network (CNN) model designed to identify and diagnose diseases in apple tree leaves, capitalizing on the impressive performance of CNNs in machine vision tasks. Our system, named DrFarm, achieves high accuracy in diagnosing plant diseases from leaf images. However, like standard CNN models, it requires substantial computational resources and a large number of parameters, which limits its suitability for mobile devices like smartphones or tablets. To address this limitation, we developed DrFarm-Lite, a streamlined version of our original model utilizing the depthwise technique. This later not only halves the number of parameters and reduces computational costs but also improves prediction accuracy. We assessed the performance of our models by experimenting with different parameters, such as batch size, dropout rates, and the number of epochs. The proposed models were tested on the PlantVillageAppleColor dataset and they give impressive results. DrFarm achieved a disease-classification accuracy of 97.95%, and DrFarm-Lite reached 99.37%. Furthermore, the precision, recall, F1-score and AUC given by DrFarm are 98%, 98.1%, 98% and 100%,rescpectively, and those yield by DrFarm-Lite are 99.50%, 99.40%, 99.50% and 100%, respectively. Moreover, to prove the robustness of our models, they are tested on another dataset, Potato dataset, which is also gathered from PlantVillage dataset and they give very promising results. The accuracy, precision, recall, F1-score and AUC given by DrFarm are 98.09%, 98.08%, 99.04%, 98.35% and 99.67%,rescpectively, and those yield by DrFarm-Lite are 98.30%, 98.55%, 98.52%, 98.50% and 100%, respectively.These results surpass those of traditional handcrafted-feature-based methods. Additionally, compared to other deep-learning models, our models demonstrated superior accuracy and required less training time. Furthermore, DrFarm-Lite's architecture is optimized for compatibility with mobile devices. The accuracy of these models in disease identification suggests that our deep CNN approach holds significant promise for enhancing the efficiency of disease detection, with potential applications in real-time agricultural systems. ----------------------------------------------------------------------------------------- التعرف الفعّال على أمراض أوراق الفاكهة أمرٌ بالغ الأهمية للاقتصادات القائمة على الزراعة، حيث يمكن لهذه الأمراض أن تقلل بشكل كبير من الإنتاجية وجودة الفاكهة. يعد الفحص اليدوي للمناطق المصابة عمليةً صعبة وتستغرق وقتًا طويلاً، مما يستدعي وجود نظام آلي للكشف الدقيق عن الأمراض. في هذه الدراسة، نقترح نموذجًا جديدًا لشبكة عصبية تلافيفية عميقة (CNN) مصممًا لتحديد وتشخيص أمراض أوراق أشجار التفاح، مستفيدين من الأداء المذهل للشبكات العصبية التلافيفية في مهام رؤية الآلة. نظامنا، الذي يسمىDrFarm، يحقق دقة عالية في تشخيص أمراض النباتات من صور الأوراق. ومع ذلك، مثل النماذج التقليدية للشبكات العصبية التلافيفية، يتطلب موارد حسابية كبيرة وعددًا كبيرًا من المعاملات، مما يحد من ملائمته للأجهزة المحمولة مثل الهواتف الذكية أو الأجهزة اللوحية. لمواجهة هذه المشكلة، قمنا بتطوير DrFarm-Lite، وهو نسخة مكيف ةمن نموذجنا الأصلي يستخدم تقنية depthwise. هذا الأخير لا يقلل فقط عدد المعاملات ويخفض التكاليف الحسابية إلى النصف، بل يحسن أيضًا دقة التنبؤ. قمنا بتقييم أداء نماذجنا من خلال التجارب مع معلمات مختلفة، مثل حجم الدفعة، معدلات الإسقاط، وعدد العصور. تم اختبار النماذج المقترحة على مجموعة بياناتPlantVillageAppleColorوأعطت نتائج مذهلة. حققDrFarmدقة في تصنيف الأمراض بلغت 97.95%، بينما وصلت دقةDrFarm-Lite إلى 99.37%. بالإضافة إلى ذلك، بلغت الدقة والاسترجاع ودرجة F1 وAUC التي حققها 98%DrFarm، 98.1%، 98% و100% على التوالي، وتلك التي حققهاDrFarm-Lite كانت 99.50%، 99.40%، 99.50% و100% على التوالي. علاوة على ذلك، لإثبات متانة نماذجنا، تم اختبارها على مجموعة بيانات أخرى، مجموعة بيانات البطاطس، التي تم جمعها أيضًا من مجموعة بياناتPlantVillage، وحققت نتائج واعدة للغاية. بلغت الدقة والاسترجاع ودرجة F1 وAUC التي حققهاDrFarm 98.09%، 98.08%، 99.04%، 98.35% و99.67% على التوالي، وتلك التي حققهاDrFarm-Lite كانت 98.30%، 98.55%، 98.52%، 98.50% و100% على التوالي. هذه النتائج تفوق تلك التي تحققها الطرق التقليدية المستندة إلى الميزات اليدوية. بالإضافة إلى ذلك، مقارنة بالنماذج الأخرى للتعلم العميق، أظهرت نماذجنا دقة فائقة واحتاجت إلى وقت تدريب أقل. علاوة على ذلك، تم تحسين هيكليةDrFarm-Lite لتكون متوافقة مع الأجهزة المحمولة. دقة هذه النماذج في تحديد الأمراض تشير إلى أن نماذجنا العميقة باستخدام الشبكات العصبية التلافيفية تحمل وعدًا كبيرًا لتعزيز كفاءة الكشف عن الأمراض، مع تطبيقات محتملة في الأنظمة الزراعية في الوقت الحقيقي. ----------------------------------------------------------------------------------- Reconnaître efficacement les maladies des feuilles de fruits est crucial pour les économies basées sur l'agriculture, car ces maladies peuvent réduire considérablement le rendement et la qualité des fruits. L'inspection manuelle des zones infectées est à la fois difficile et chronophage, nécessitant un système automatisé pour une détection précise des maladies. Dans cette étude, nous proposons un nouveau modèle de réseau de neurones convolutifs profonds (CNN) conçu pour identifier et diagnostiquer les maladies des feuilles de pommiers, en capitalisant sur les performances impressionnantes des CNN dans les tâches de vision par ordinateur. Notre système, nommé DrFarm, atteint une grande précision dans le diagnostic des maladies des plantes à partir d'images de feuilles. Cependant, comme les modèles CNN standard, il nécessite des ressources informatiques importantes et un grand nombre de paramètres, ce qui limite son adéquation aux appareils mobiles tels que les smartphones ou les tablettes. Pour pallier cette limitation, nous avons développé DrFarm-Lite, une version allégée de notre modèle original utilisant la technique depthwise. Cette dernière réduit non seulement de moitié le nombre de paramètres et les coûts de calcul, mais améliore également la précision des prédictions. Nous avons évalué les performances de nos modèles en expérimentant avec différents paramètres, tels que la taille des lots, les taux de dropout et le nombre d'époques. Les modèles proposés ont été testés sur le jeu de données PlantVillageAppleColor et donnent des résultats impressionnants. DrFarm a atteint une précision de classification des maladies de 97,95 %, et DrFarm-Lite a atteint 99,37 %. De plus, la précision, le rappel, le score F1 et l'AUC obtenus par DrFarm sont de 98 %, 98,1 %, 98 % et 100 %, respectivement, et ceux obtenus par DrFarm-Lite sont de 99,50 %, 99,40 %, 99,50 % et 100 %, respectivement. Par ailleurs, pour prouver la robustesse de nos modèles, ils ont été testés sur un autre jeu de données, le jeu de données Potato, également recueilli à partir du jeu de données PlantVillage, et donnent des résultats très prometteurs. La précision, la précision, le rappel, le score F1 et l'AUC obtenus par DrFarm sont de 98,09 %, 98,08 %, 99,04 %, 98,35 % et 99,67 %, respectivement, et ceux obtenus par DrFarm-Lite sont de 98,30 %, 98,55 %, 98,52 %, 98,50 % et 100 %, respectivement. Ces résultats surpassent ceux des méthodes traditionnelles basées sur des caractéristiques manuelles. De plus, comparés à d'autres modèles d'apprentissage profond, nos modèles ont démontré une précision supérieure et nécessitaient moins de temps d'entraînement. En outre, l'architecture de DrFarm-Lite est optimisée pour être compatible avec les appareils mobiles. La précision de ces modèles dans l'identification des maladies suggère que notre approche par CNN profond présente un potentiel significatif pour améliorer l'efficacité de la détection des maladies, avec des applications potentielles dans les systèmes agricoles en temps réel.
Application mobile pour la recherche des métiers Dans le secteur du BTP
(2024) Aya Hefaidia
Our mobile app for job search in BTP has been designed to make it easier to find jobs in the construction and public works industry. It aims to connect construction professionals with clients who offer job opportunities that match candidates' skills and qualifications. Through this application, customers will be able to find capable workers in the construction field quickly and efficiently, and workers can apply to offers that suit their skills and professional interests. The main objective is to provide users with a user-friendly and efficient platform to simplify the process of finding a job in the construction industry. The methodology adopted is based on the in-depth analysis of user needs, the design of an intuitive interface and the implementation of key functionalities such as searching for jobs and workers, consulting worker profiles, and applying for jobs. The use of modern technologies such as Flutter for cross-platform development and Firebase for data storage ensures a smooth and secure experience for users. In summary, the app offers an innovative solution to make it easier to find jobs in the construction industry, while providing customers with an efficient way to find qualified candidates. --------------------------------------------------------------------------------------- تم تصميم تطبيق الهاتف المحمول الخاص بنا لتسهيل البحث عن عمل في مجال البناء والأشغال العامة. حيث يهدف إلى ربط العمال المتخصصين في هذا المجال بالعملاء الذين يقدمون فرص عمل تتناسب مع مهارات المترشحين ومؤهلاتهم. بفضل هذا التطبيق يمكن للعملاء إيجاد عمال متمكنون في مجال البناء والأشغال العامة بطريقة سريعة، ويمكن للعمال التقدم بطلب للحصول على وظيفة التي تتماشى مع مهاراتهم واهتماماتهم المهنية. حيث يكمن الهدف الرئيسي في تزويد المستخدمين بمنصة سهلة الاستخدام وفعالة لتبسيط عملية البحث عن عمل في مجال البناء و التشييد. تعتمد المنهجية المعتمدة على التحليل العميق لاحتياجات المستخدم، وتصميم واجهة بديهية لتنفيذ الوظائف الرئيسية والبحث عن الوظائف والأعمال، وتصفح ملفات تعريف العمال و التقديم للوظائف. يضمن استخدام التقنيات الحديثة مثل فلاتر للتطوير عبر الأنظمة الأساسية و فاير بايزلتخزين البيانات تجربة سلسة وآمنة للمستخدمين. باختصار، فإن التطبيق يقدم حلا مبتكرا لتسهيل العثور على وظائف في مجال البناء ، مع تزويد العملاء بطريقة فعالة للعثور على المرشحين المؤهلين. --------------------------------------------------------------------------------------- Notre application mobile pour la recherche d'emploi en BTP a été conçue pour faciliter la recherche d'emplois dans l'industrie de la construction et des travaux publics. Elle vise à connecter les professionnels du BTP avec les clients qui offrent des opportunités d'emploi qui correspondent aux compétences et aux qualifications des candidats. Grâce à cette application, les clients pourront trouver des travailleurs capables dans le domaine du BTP de manière rapide et efficace, et les travailleurs peuvent appliquer à des offres qui suivent leurs compétences et leurs intérêts professionnels. L'objectif principal est de fournir aux utilisateurs une plateforme conviviale et efficace pour simplifier le processus de recherche d'emploi dans le secteur du BTP. La méthodologie adoptée se base sur l’analyse approfondie des besoins des utilisateurs, la conception d'une interface intuitive et la mise en œuvre de fonctionnalités clés telles que la recherche d'emplois et des travailleurs, la consultation de profils des travailleurs, et la postulation des travaux. L'utilisation de technologies modernes telles que Flutter pour le développement cross-Platform et Firebase pour le stockage des données garantit une expérience fluide et sécurisée pour les utilisateurs. En résumé, l'application offre une solution innovante pour faciliter la recherche d'emplois dans le secteur du BTP, tout en offrant aux clients un moyen efficace de trouver des candidats qualifiés.