Master theses

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

Browse

Now showing 1 - 20 of 38

A transfer learning-basedrecommender system
(2024) AYA SAHRAOUI
Transformers have revolutionized the field of Automatic Data Processing Natural Language (NLP) producing remarkable results In this study, we propose an extension of this success by introducing A new recommendation system based on Transformers. We exploited their ability to capture complex relationships between data to provide insights precise and personalized recommendations. Using extracted data from Amazon, we conducted an in-depth experiment to evaluate the effectiveness of our recommendation model. The results demonstrated the relevance and effectiveness of our approach, highlighting the advantage of transfer learning in improving recommendation performance. This research opens new perspectives in the field of systems of recommendation by exploiting recent advances in NLP to provide more precise and relevant recommendations to users. ------------------------------------------------------------------------------ لقد أحدثت المحولات ثورة في مجال المعالجة التلقائية للبيانات اللغة الطبيعية (NLP) تحقق نتائج ملحوظة في هذه الدراسة، نقترح تمديد هذا النجاح من خلال تقديم جديد نظام التوصية على أساس المحولات. لقد استغلناهم القدرة على التقاط العلاقات المعقدة بين البيانات لتقديم رؤى توصيات دقيقة وشخصية. باستخدام البيانات المستخرجة من أمازون، أجرينا تجربة متعمقة للتقييم فعالية نموذج التوصية لدينا. وأظهرت النتائج أهمية وفعالية نهجنا، وتسليط الضوء على ميزة نقل التعلم في تحسين أداء التوصية. يفتح هذا البحث آفاقا جديدة في مجال نظم التوصية من خلال استغلال التطورات الحديثة في البرمجة اللغوية العصبية لتقديمها توصيات أكثر دقة وذات صلة للمستخدمين. ------------------------------------------------------------------------------ Les Transformers ont révolutionné le domaine du Traitement Automatique du Langage Naturel (NLP) en produisant des résultats remarquables Dans cette étude, nous proposons une extension de cette réussite en introduisant UN nouveau système de recommandation basé sur les Transformers. Nous avons exploité leur capacité à capturer les relations complexes entre les données pour proposer des recommandations précises et personnalisées. En utilisant des données extraites d'Amazon, nous avons mené une expérimentation approfondie pour évaluer l'efficacité de notre modèle de recommandation. Les résultats ont démontré la pertinence et l'efficacité de notre approche, mettant en évidence l'avantage du transfert d'apprentissage dans l'amélioration des performances de recommandation. Cette recherche ouvre de nouvelles perspectives dans le domaine des systèmes de recommandation en exploitant les avancées récentes en NLP pour fournir des recommandations plus précises et pertinentes aux utilisateurs.
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.
An Intrusion Detection System for the Internet of Things based on a hybrid federated learning model
(2024) Zerafa Marwa
Abstract In recent years, the rapid expansion of the Internet of Things (IoT) has necessitated robust and adaptive security measures to protect against increasingly sophisticated cyber threats. This dissertation presents a comprehensive analysis of federated learning (FL) approaches for intrusion detection in IoT environments. The focus is on developing a decentralized, privacy- preserving intrusion detection system (IDS) that leverages federated learning frameworks to enhance security without compromising data privacy. Various deep learning models, including Convolutional Neural Networks (CNNs),Deep Neural Networks (DNNs) and Long Short-Term Memory (LSTM) networks, are evaluated for their effectiveness in the proposed Hybrid Feder- ated Intrusion Detection System (HybFed IDS).Extensive experiments using real-world IOT datasets such as CICIOT2023 demonstrate the efficacy of these models, achieving high accu- racy and detection rates. The findings highlight the potential of FL-based IDS to offer scalable, resilient, and secure solutions for protecting IoT networks from cyber threats. ---------------------------------------------------------------------------------------- في السنوات الأخيرة، استدعى التوسع السريع لإنترنت الأشياء اتخاذ تدابير أمنية قوية ومتكيّفة لحمايتها من التهديدات السيبرانية المتزايدة التعقيد. تقدم هذه الرسالة تحليلاً شاملاً لأساليب التعلم الموحد للكشف عن التطفل في بيئات إنترنت الأشياء. يركز البحث على تطوير نظام كشف التطفل لامركزي يحافظ على الخصوصية، ويعتمد على أطر التعلم الموحد لتعزيز الأمان دون المساس بخصوصية البيانات. يتم تقييم نماذج التعلم العميق المختلفة، بما في ذلك الشبكات العصبية التلافيفية والشبكات العصبية العميقة وشبكات الذاكرة الطويلة القصيرة المدى، لفعالية نظام الكشف عن التسلل الموحد الهجين المقترح. وتظهر التجارب الموسعة باستخدام مجموعات بيانات إنترنت الأشياء الحقيقية فعالية هذه النماذج، محققة دقة عالية ومعدلات كشف عالية.تبرز النتائج إمكانيات نظام الكشف عن التطفل القائم على التعلم الموحد في تقديم حلول قابلة للتطوير، ومرنة، وآمنة لحماية شبكات إنترنت الأشياء من التهديدات السيبرانية ----------------------------------------------------------------------------------------- Ces dernières années, l’expansion rapide de l’Internet des objets (IoT) a nécessité des solutions robustes. et des mesures de sécurité adaptatives pour se protéger contre les cybermenaces de plus en plus sophistiquées. Cette thèse présente une analyse complète des approches d’apprentissage fédéré (FL) pour détection d’intrusion dans les environnements IoT. L’accent est mis sur le développement d’un système décentralisé de protection de la vie privée. préserver le système de détection d’intrusion (IDS) qui exploite les cadres d’apprentissage fédéré pour améliorez la sécurité sans compromettre la confidentialité des données. Divers modèles d’apprentissage profond, notamment Réseaux de neurones convolutifs (CNN), réseaux de neurones profonds (DNN) et long terme Les réseaux de mémoire (LSTM) sont évalués pour leur efficacité dans la fédération hybride proposée. Système de détection d’intrusion (HybFed IDS). Expériences approfondies utilisant l’IOT du monde réel des ensembles de données tels que CICIOT2023 démontrent l’efficacité de ces modèles, permettant d’obtenir une précision élevée. taux de racée et de détection. Les résultats mettent en évidence le potentiel de l’IDS basé sur FL à offrir des solutions évolutives et des solutions résilientes et sécurisées pour protéger les réseaux IoT contre les cybermenaces.
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.
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.
Background modeling using deep learning
(2024) Wassim Boulouh; Mohamed El Bachir Boubaidja
Background subtraction plays a pivotal role in computer vision applications, particularly in video surveillance, where accurate detection of moving objects in variable environmental conditions is paramount. This report presents a robust background subtraction system using deep learning. The system begins with a pre-processing stage, where the video frames are standardized and the noise is reduced through bilateral filtering. Ground truth images also undergo the similar pre-processing steps in order to align them with the original data. In the processing stage, we have used a modified U-net architecture as tools for pixel segmentation. The modification introduced on the U-net architecture, including an additional convolution layer in the encoder part, which enhance feature extraction and improve model performance, particularly for larger and more complex images. After the processing step, binary images are generated. The post-processing steps involve morphological operations such as dilation and erosion to refine the binary images, correcting false detections and enhancing accuracy. The test of our model on public dataset, demonstrates the performance of our proposition. --------------------------------------------------------------------------------- La soustraction d’arrière-plan joue un rôle crucial dans les applications de vision par ordinateur, en particulier dans la vidéosurveillance, où la détection précise des objets en mouvement dans des conditions environnementales variables est primordiale. Ce rapport présente une méthode de soustraction de fond robuste pour les systèmes de vidéosurveillance. Le système commence par une étape de prétraitement, où les images du vidéo sont standardisées et le bruit est réduit par le filtre bilatéral. Les images de vérité de terrain subissent également des étapes de prétraitement similaires pour les aligner avec les données d’origine. Notre modèle proposé utilisait une architecture U-net modifiée comme outils pour la segmentation des pixels. La modification introduite sur l’architecture U-net, y compris une couche convolutive supplémentaire dans la partie encodeur, qui améliore l’extraction des caractéristiques et les performances du modèle, en particulier pour les images plus grandes et plus complexes. Après l’étape de traitement, des images binaires sont générées, distinguant les pixels d’arrière-plan et d’avant-plan. Les étapes de post-traitement impliquent des opérations morphologiques telles que la dilatation et l’érosion pour affiner les images binaires, corriger les fausses détections et améliorer la précision. Le test de notre modèle sur jeu de données publiques, démontre la performance de notre proposition. --------------------------------------------------------------------------- تلعب عملية طرح الخلفية دورًا حاسمًا في تطبيقات رؤية الحاسوب، خاصة في مجال المراقبة بالفيديو، حيث يكون التعرف الدقيق على الأجسام المتحركة في ظروف بيئية متغيرة أمرًا أساسيًا. يقدم هذا التقرير طريقة قوية لطرح الخلفية لأنظمة المراقبة بالفيديو. يبدأ النظام بمرحلة معالجة مسبقة، حيث تُقيس الصور الفيديوية وتُقلل الضوضاء باستخدام فلتر ثنائي المعالم. تخضع صور الحقيقة الميدانية أيضًا لخطوات معالجة مسبقة مماثلة لمزامنتها مع البيانات الأصلية. استخدمت نموذجنا المقترح بنية U-netمعدلة كأداة لتقسيم البكسلات. تتضمن التعديلات المُجراة على بنية U-netإضافة طبقة تحويلية إضافية في جزء المُشفر، مما يعزز استخراج السمات وأداء النموذج، خاصة للصور الأكبر حجمًا والأكثر تعقيدًا. بعد مرحلة المعالجة، يتم إنشاء صور ثنائية تمييز بكسلات الخلفية والأمامية. تشمل خطوات المعالجة اللاحقة عمليات مورفولوجية مثل التوسيع والتآكل لتنقية الصور الثنائية، وتصحيح الكشفات الزائفة وتحسين الدقة. اختبار نموذجنا على مجموعة بيانات عامة يبرهن على أداء اقتراحنا
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.
Computer Vision-Based Waste Management System
(2024) Mallek Rahma RADOUANE
With the development of demographics and urbanization worldwide, waste generation rates are increasing, making its volume a worrying threat that causes the deterioration of human health and the environment. To address this problem, our research proposes a system for recognizing different types of waste based on convolutional neural network models (CNN, VGG16...). On the other hand, separating waste into several components is one of the most important steps in waste management, and this process is usually done manually by sorting. To simplify this process, we proposed a waste segmentation model using (YOLO). Both models were trained on our custom dataset to recognize 12 different types of waste. The developed system showed promising results, demonstrating high accuracy in recognizing 12 types of waste. The VGG16 model achieved an accuracy of up to 98%, while the YOLO model achieved an average accuracy of 82%. These achievements confirm the effectiveness of the system in recognizing waste in real-world conditions, contributing to improved waste recognition and separation. ----------------------------------------------------------------------------------------- مع تطور التركيبة السكانية والتحضر في جميع أنحاء العالم، تتزايد معدلات توليد النفايات، مما يجعل حجمها تهديدًا مقلقًا يتسبب في تدهور صحة الإنسان والبيئة. لمعالجة هذه المشكلة، يقترح بحثنا نظامًا للتعرف على الأنواع المختلفة للنفايات بالاعتماد على نماذج الشبكة العصبية التلافيفية (CNN, VGG16...) ومن جهة أخرى، يُعد فصل النفايات إلى عدة مكونات من أهم الخطوات في إدارة النفايات، وعادة ما تتم هذه العملية يدويًا عن طريق الفرز. لتبسيط هذه العملية، اقترحنا نموذجًا لتجزئة النفايات باستخدام (YOLO). تم تدريب النموذجين على مجموعة بيانات خاصة بنا للتعرف على 12 نوعًا مختلفًا من النفايات. أظهر النظام المطور نتائج مبشرة، حيث أظهر دقة عالية في التعرف على 12 نوعًا من النفايات، فقد حقق نموذج VGG16 دقة تصل إلى 98%، في حين حقق نموذج YOLO متوسط دقة وصل إلى 82%. تؤكد هذه الإنجازات فعالية النظام في التعرف على النفايات في أرض الواقع، مما يسهم في تحسين جودة التعرف على النفايات وفصلها. ----------------------------------------------------------------------------------------- Avec le développement de la démographie et de l’urbanisation dans le monde entier, les taux de production de déchets augmentent, rendant leur volume une menace préoccupante qui cause la détérioration de la santé humaine et de l’environnement. Pour résoudre ce problème, notre recherche propose un système de reconnaissance des différents types de déchets basé sur des modèles de réseau de neurones convolutifs (CNN, VGG16...). D’autre part, la séparation des déchets en plusieurs composants est l’une des étapes les plus importantes de la gestion des déchets, et ce processus se fait généralement manuellement par tri. Pour simplifier ce processus, nous avons proposé un modèle de segmentation des déchets utilisant (YOLO). Les deux modèles ont été entraînés sur notre propre jeu de données pour reconnaître 12 types de déchets différents. Le système développé a montré des résultats prometteurs, démontrant une haute précision dans la reconnaissance de 12 types de déchets. Le modèle VGG16 a atteint une précision allant jusqu’à 98%, tandis que le modèle YOLO a atteint une précision moyenne de 82%. Ces réalisations confirment l’efficacité du système dans la reconnaissance des déchets dans des conditions réelles, contribuant à améliorer la reconnaissance et la séparation des déchets.
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.
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.
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.
Detection and Classification of cardiac arrhythmias using deep learning
(2024) Amira Zemmal
An electrocardiogram is a medical procedure that measures the electrical activity of the heart and is an important tool in diagnosing heart disease. It can detect changes in the pattern of electrical impulses that indicate problems such as heart rhythm disturbances and early warnings of heart attacks and other disorders. This work presents a proposal for arrhythmia detection and classification using 1D convolutional neural networks (CNN-1D) as feature extractors and classifiers. The objectives are as follows: Simplifying the feature extraction process using CNN-1D. Enhancing classification performance by decomposing the original multi-class problem into simpler binary subproblems and solving them using CNN-1D with different architectures and parameters. Overcoming the problem of unbalanced data by applying an oversampling method after decomposing the original problem. This method adds synthetic samples based on the number of training instances in each subproblem. To evaluate the proposed system, we conduct experiments on the MIT-BIH arrhythmia dataset and consider the recommendations of the Association for the Advancement of Medical Instrumentation, which defines five classes of interest. We compare the obtained results with some state-of-the-art methods. Our findings demonstrate that solving each subproblem independently can enhance accuracy, sensitivity, and specificity. ------------------------------------------------------------------------------------- مخطط كهربية القلب هو إجراء طبي يقيس النشاط الكهربائي للقلب وهو أداة مهمة في تشخيص أمراض القلب. ويمكنه اكتشاف التغيرات في نمط النبضات الكهربائية التي تشير إلى مشاكل مثل اضطرابات ضربات القلب والإنذارات المبكرة بالنوبات القلبية والاضطرابات الأخرى. تقدم هذه الأطروحة مقترحًا للكشف عن عدم انتظام ضربات القلب وتصنيفه باستخدام الشبكات العصبية التلافيفية أحادية الأبعاد (CNN-1D) كمستخرجات ومصنفات للميزات. الأهداف هي كما يلي: تبسيط عملية استخراج الميزة باستخدام CNN-1D. تحسين أداء التصنيف من خلال تحليل المشكلة الأصلية متعددة الفئات إلى مشكلات فرعية ثنائية أبسط وحلها باستخدام CNN-1D مع بنيات ومعلمات مختلفة. التغلب على مشكلة عدم توازن البيانات من خلال تطبيق أسلوب المعاينة بعد تحليل المشكلة الأصلية. تضيف هذه الطريقة عينات تركيبية بناءً على عدد حالات التدريب في كل مشكلة فرعية. لتقييم النظام المقترح، نقوم بإجراء تجارب على مجموعة بيانات عدم انتظام ضربات القلب MIT-BIH وننظر في توصيات جمعية النهوض بالأجهزة الطبية، التي تحدد خمس فئات من الاهتمام. قمنا بمقارنة النتائج التي تم الحصول عليها مع بعض الأساليب الحديثة. توضح النتائج التي توصلنا إليها أن حل كل مشكلة فرعية بشكل مستقل يمكن أن يعزز الدقة والحساسية والخصوصية. -------------------------------------------------------------------------------- Un électrocardiogramme est une procédure médicale qui mesure l'activité électrique du cœur et constitue un outil important dans le diagnostic des maladies cardiaques. Il peut détecter des changements dans le schéma des impulsions électriques qui indiquent des problèmes tels que des troubles du rythme cardiaque et des alertes précoces de crises cardiaques et d'autres troubles. Cette thèse présente une proposition de détection et de classification des arythmies utilisant des réseaux neuronaux convolutifs 1D (CNN-1D) comme extracteurs et classificateurs de caractéristiques. Les objectifs sont les suivants : Simplifier le processus d'extraction de fonctionnalités à l'aide de CNN-1D. Améliorer les performances de classification en décomposant le problème multi-classe d'origine en sous-problèmes binaires plus simples et en les résolvant à l'aide de CNN-1D avec différentes architectures et paramètres. Surmonter le problème des données déséquilibrées en appliquant une méthode de suréchantillonnage après avoir décomposé le problème d'origine. Cette méthode ajoute des échantillons synthétiques en fonction du nombre d'instances de formation dans chaque sous-problème. Pour évaluer le système proposé, nous menons des expériences sur l'ensemble de données sur les arythmies du MIT-BIH et prenons en compte les recommandations de l'Association pour l'avancement de l'instrumentation médicale, qui définit cinq classes d'intérêt. Nous comparons les résultats obtenus avec certaines méthodes de l'état de l'art. Nos résultats démontrent que la résolution indépendante de chaque sous-problème peut améliorer la précision, la sensibilité et la spécificité.
Developing a website called “Profitez” to benefit from used things
(2024) ilhem Talbi
In Algeria, as in many countries around the world, rising prices pose a significant challenge, making it difficult for people to afford all the things they need. At the same time, others no longer need old items that are still usable, yet they end up disposing of them in landfills, leading to environmental pollution. This contemporary and increasingly serious problem highlights the negative impacts of pollution caused by the increasing amounts of waste on society. Recognizing these issues, it's essential to innovate new solutions. Hence, the idea of creating a website to benefit from used products and promote their reuse emerged. On one hand, we aim to help individuals save money by buying and selling used goods at lower prices. On the other hand, we seek to reduce waste and preserve the environment. ----------------------------------------------------------------------------- في الجزائر، و كما هو الوضع في دول كثيرة من العالم، يشهد الارتفاع الحاصل في الأسعار تحدياً كبيراً يجعل من الصعب على الناس اقتناء كل الأشياء التي يحتاجون إليها، وفي الوقت نفسه نجد أناس آخرون لم يعودوا في حاجة لأغراض قديمة لديهم رغم أنها مازالت صالحة للاستعمال فيضطرون للتخلص منها في مكبات النفايات و هو ما قد يخلق تلوث بيئي و هذه مشكلة نعاصرها و متزايدة في خطورتها، حيث يتسبب التلوث الناتج عن كميات النفايات المتزايدة في حدوث آثار سلبية على المجتمع. بعد طرح هذه المشكلات، وجدنا أنه من الضروري ابتكار حلول جديدة، ومن هنا جاءت فكرة إنشاء موقع ويب للاستفادة من المنتجات المستخدمة و إعادة استخدامها من جهة نسعى لمساعدة الأشخاص في توفير المال عن طريق بيع وشراء السلع المستعملة بأسعار أقل و من جهة أخرى سنساهم في تقليل كمية النفايات والحفاظ على البيئة. ----------------------------------------------------------------------------- En Algérie, comme dans de nombreux pays du monde, la hausse des prix constitue un défi de taille, empêchant les gens d’avoir accès à tout ce dont ils ont besoin. Dans le même temps, d’autres n’ont plus besoin de vieux objets encore utilisables, mais finissent par les jeter dans des décharges, ce qui entraîne une pollution de l’environnement. Ce problème contemporain et de plus en plus grave met en évidence les impacts négatifs de la pollution causée par les quantités croissantes de déchets sur la société. Compte tenu de ces problèmes, il est essentiel d'innover de nouvelles solutions. D’où l’idée de créer un site internet pour bénéficier des produits usagés et favoriser leur réutilisation. D’une part, nous visons à aider les particuliers à économiser de l’argent en achetant et en vendant des biens d’occasion à des prix inférieurs. D’un autre côté, nous cherchons à réduire les déchets et à préserver l’environnement.
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.
DEVELOPMENT OF A QUALITY-BASED MODEL FOR SOFTWARE ARCHITECTURE: A CASE STUDY SOUK AHRAS UNIVERSITY PLATFORM
(2024) Sofia Allam
This study examines the software architecture of the University of Soukahras platform, emphasizing enunciation capabilities, expressivity, and quality evaluation. Through quantitative research involving participant surveys, the study assesses the platform's performance. Findings identify strengths (formalization, modeling level) and areas for improvement (traceability, support features). Continuous assessment is crucial for scalability, reliability, and user satisfaction. Stakeholders can leverage insights for strategic decision-making and architecture optimization. --------------------------------------------------------------------------------- تناولت هذه الدراسة هندسة برمجيات منصة جامعة سوق هراس، مع التركيز على قدرات التعبير والإبداع وتقييم الجودة. من خلال البحث الكمي الذي شمل استطلاعًا لآراء المشاركين، قامت الدراسة بتقييم أداء المنصة. أظهرت النتائج نقاط القوة (التنظيم، مستوى النمذجة) ونقاط التحسين (التتبع، ميزات الدعم). يعتبر التقييم المستمر أمرًا حاسمًا لقابلية التوسع والموثوقية ورضا المستخدمين. يمكن لأصحاب المصلحة الاستفادة من الرؤى لاتخاذ القرارات الاستراتيجية وتحسين الهندسة البرمجية. --------------------------------------------------------------------------------- Cette étude se penche sur l'architecture logicielle de la plateforme de l'Université de Souk-ahras, mettant l'accent sur les capacités d'expression, d'adaptabilité et d'évaluation de la qualité. À travers une méthodologie de recherche quantitative, incluant une enquête auprès des participants, l'étude évalue les performances de la plateforme. Les résultats mettent en lumière les points forts (l'organisation, le niveau de modélisation) et les points à améliorer (la traçabilité, les fonctionnalités de support). Un tel suivi est crucial pour assurer la scalabilité, la fiabilité et la satisfaction des utilisateurs. Les parties prenantes peuvent tirer parti de ces insights pour prendre des décisions stratégiques et améliorer l'ingénierie logicielle.
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.
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.
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.
EXTENDING LIBRE OFFICE WORD PROCESSOR FOR CITING HOLY QURAN AND HADITH SHARIF USING FAST STRING SEARCH ALGORITHMS
(2024) Mallek HANNACHI; Insaf SAIDIA
Word processors with strong features for producing, editing, and formatting documents, such as Libre Office are essential for document management. For theological and cultural reasons, quoting Quranic verses is essential for Muslims. Our project's objective is to create a LibreOffice extension that will make it easier to facilitate the insertion of Quranic text into documents while preventing transcription errors. Users can select verses or ranges from Surahs and search for matching Ayat. This extension uses a faststring search method similar to Boyer-Moore for effective functionality. ----------------------------------------------------------------------------- تعتبر برامج معالجة الكلمات ذات ميزات قوية لإنتاج وتحرير وتنسيق الوثائق، مثل LibreOffice، ضرورية لإدارة الوثائق في وقتنا الحالي. لأسباب دينية وثقافية، فإن الاقتباس من الآيات القرآنية ضروري للمسلمين. هدف مشروعنا هو إنشاء امتداد LibreOffice الذي يعمل على تسهيل إدخال النص القرآني في المستندات مع منع أخطاء النسخ. يمكن للمستخدمين اختيار آيات أو أجزاء من السور والبحث عن مطابقة الآيات. يستخدم هذا الامتداد خوارزمية البحث السريع بوير-مور للوظائف الفعالة. ----------------------------------------------------------------------------- : Les éditeurs de texte dotés de fonctionnalités puissantes pour produire, éditer et formater des documents, tels que LibreOffice, sont essentiels pour la gestion des documents. Pour des raisons théologiques et culturelles, citer des versets coraniques est essentiel pour les musulmans. L’objectif de notre projet est de créer une extension LibreOffice qui facilitera l’insertion de texte coranique dans les documents tout en évitant les erreurs de transcription. Les utilisateurs peuvent sélectionner des versets de sourates et rechercher un ayat correspondant. Cette extension utilise une méthode de recherche de chaîne rapide similaire à Boyer-Moore pour une fonctionnalité efficace.
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.