Thèses de doctorat

Permanent URI for this collection

https://depo.univ-annaba.dz//handle/123456789/124

Browse

Now showing 1 - 20 of 196

NESSR : Un système neuro-expert pour la reconnaissance de la parole (Neural Expert System for Speech Recognition)
(2005) Halima ABIDET-BAHI
Aussi loin que remonte l’histoire des hommes ce sont leurs rêves et fictions qui ont porté leurs plus grandes découvertes. Créer une machine dotée de facultés sensorielles et motrices similaires à celles de l’homme, et en particulier une machine qui saurait comprendre et interagir avec un dialogue est un vieux rêve de l’humanité. Mais bien que le rêve que font les humains en ce qui est de machines qui les comprennent est relativement ancien, nous ne disposons pas aujourd’hui encore de telles machines qui puissent fonctionner dans des environnements « normaux ». C’est cette fiction et bien d’autres qui annoncèrent l’avènement de l’intelligence artificielle, et qui portent ceux à quoi aspire cette discipline. En effet, l’intelligence artificielle est une orientation de la recherche qui tente de reproduire par des automates des facultés de l’homme. Si l’on considère une tâche cognitive telle que la reconnaissance de la parole, certains pensent (et nous en faisons partie) que l’une des voies à suivre pour doter un automate de cette faculté est de mimer les mécanismes utilisés chez l’homme à cette fin. A cet effet, il a été établi de longue date, que pour mémoriser ses connaissances ou mener un raisonnement, l’homme utilise des réseaux neuronaux (nous appelons neuronal ce qui est biologique, et connexionniste ce qui correspond à cette qualification pour les automates) ; d’autre part, ce qui fait la richesse du raisonnement humain est sa symbolique et c’est ainsi donc que dès son avènement l’intelligence artificielle se trouve à balancer entre les deux paradigmes majeurs que sont : l’IA symbolique et l’IA connexionniste [Hilario, 95]. Aujourd’hui encore, l’intelligence artificielle continue de connaître des développements importants dans le domaine de la modélisation des processus cognitifs, et un des axes intéressants de ces développements est l’orientation vers des approches hybrides qui incorporent plusieurs paradigmes dans le même système [Sun, 97]. Parmi ces paradigmes l’intégration neurosymbolique constitue une voie principale de la complémentarité entre les deux approches connexionniste et symbolique [Boz, 95], essayant ainsi de trouver des solutions aux inconvénients et limites de chacune d’entre elles et d’apporter des résultats satisfaisants à des problèmes complexes du monde réel.
Une Approche Hybride pour la Séparation des Préoccupations avec Résolution de Conflits durant l’Ingénierie des Besoins
(2007) Abdelkrim AMIRAT
Les techniques telles que les cas d'utilisation, les points de vue et les buts aident à séparer les préoccupations des utilisateurs, mais elles ne prennent pas en compte leur uniformité avec les conditions et les contraintes globales. La détection prématurée des aspects complète ces approches en fournissant des moyens systématiques pour manipuler de telles préoccupations. Les aspects ne peuvent pas être localisés, ils sont dispersés dans tous les artéfacts du cycle de vie du logiciel. Ceci réduit la modularité des artéfacts et peut, par conséquent, mener à de sérieux problèmes de maintenance et à un faible taux de réutilisabilité. Malheureusement, les approches conventionnelles de développement de logiciel orientées aspect sont principalement conçues pour identifier les aspects au niveau du code et peu de travaux traitent l'impact des préoccupations transversales dans les premières phases du cycle de développement de logiciel. Dans cette thèse, nous présentons une méthodologie pour séparer les « aspects » durant les premières phases du cycle de développement de logiciel de manière générale et en particulier pendant la phase de l'analyse des besoins. Notre contribution se décline en trois volets : Le premier volet concerne la proposition d’une étude comparative entre les approches classiques non-orientées aspect et les approches orientées aspect. Le deuxième volet concerne la définition d’une démarche de description des concepts de base de notre approche. L’approche proposée est une approche hybride qui traite en même temps les besoins fonctionnels en utilisant le modèle de cas d’utilisation et les besoins non-fonctionnels en utilisant le NFR avec une représentation XML inspirée du modèle PREview. Enfin, le dernier volet concerne la proposition d’un modèle de validation des résultats obtenus.
INTELLIGENCE ARTIFICIELLE
(2007) Lilia LAZLI BOUKHALFA
l'intelligence Artificielle (IA) continue de connaître des développements importants dans le domaine de la modélisation des processus cognitifs. Un des axes intéressant de ces développements est l’orientation vers les approches hybrides qui incorporent plusieurs paradigmes dans un même système. Les modèles de Markov cachés (HMM – Hidden Markov Models) sont de nos jours l’approche la plus utilisée en reconnaissance de la parole. Pourtant, ils souffrent de nombreuses hypothèses contraignantes parmi lesquelles le fait que les vecteurs acoustiques sont supposés non corrélés ou encore l’hypothèse sur la distribution des densités de probabilités de chaque état HMM (distributions discrètes ou multi gaussiennes). Ces hypothèses peuvent être contournées en utilisant un perceptron multi-couches (MLP – Multi Layer Perceptrons). Ce réseau de neurones estime les probabilités a posteriori utilisées par chaque état des HMM. Les modèles hybrides HMM/MLP ont déjà été utilisés avec succès pour l’Anglais britannique et américain aussi bien que pour le Français. Dans ce travail, nous rapportons les résultats obtenus des modèles hybrides HMM/MLP utilisés pour l’entraînement et la reconnaissance de la parole Arabe isolée sur une base personnelle qui permet de rejoindre les capacités discriminantes, la résistance au bruit des MLP et la souplesse des HMM afin d’obtenir de meilleures performances que les HMM classiques. De très bons résultats du système hybride ont été obtenus par rapport à un reconnaisseur classique utilisant les HMM discrets. De nombreuses expériences ont déjà montré qu’une forte amélioration du taux de reconnaissance des systèmes HMM (Modèles de Markov cachés) traditionnels est observée lorsque plus de données d’entraînement sont utilisées. En revanche, l’augmentation du nombre de données d’entraînement pour les modèles hybrides HMM/ANN (Modèles de Markov cachés/Réseaux de neurones artificiels) s’accompagne d’une forte augmentation du temps nécessaire à l’entraînement des modèles mais pas ou peu des performances du système. Pour pallier cette limitation, nous rapportons dans ce travail les résultats obtenus avec une nouvelle méthode d’entraînement basée sur la fusion de données. Cette méthode a été appliquée dans un système de reconnaissance de la parole arabe. Ce dernier est basé d’une part, sur une segmentation floue (application de l’algorithme c-moyennes floues) et d’une autre part, sur une segmentation à base des algorithmes génétiques. L’intégration de ces algorithmes dans le reconnaisseur hybride a offert une amélioration significative de la performance du système hybride proposé.
Modélisation et gestion de la maintenance dans les systèmes de production
(2007) Laallam Fatima Zohra
L'activité de supervision et de contrôle des turbines à gaz dans les processus industriels est une tache très complexe et nécessite une grande expérience. Cette expérience est acquise au fil des années, ce qui fait du départ d’un expert en retraite une grande perte du savoir faire. De même, ces experts ne sont pas disponibles à tout moment et dans chaque site. Le problème consiste donc à capturer ce savoir faire et permettre ainsi un cumule d’expérience dans le but de la construction d’une mémoire d’entreprise. On propose une approche à base d’ontologie, pour capturer ce savoir faire, que nous avons appelée MACE (Méthode d’Analyse et de Conception des Connaissances). Le travail présenté donc concerne l’ingénierie ontologique, et plus particulièrement l’utilisation des ontologies dans les systèmes à base de connaissances. Après une étape de construction, qui a aboutit à un modèle formel en utilisant un modèle sémantique ; nous avons procédé à l’opérationnalisation de l’ontologie conçue. Grâce à l’éditeur d’ontologies Protégé2000, l’ontologie a été traduite dans un langage lisible par la machine pour obtenir l’ontologie «OntoTurb-Protégé2000 ». Pour permettre l’exploitation de cette ontologie, on a procédé à la modèlisation de l’inférence en se basant sur la spécification de l’objectif opérationnel par scénario d’usage. Enfin l’outil JessTab est utilisé pour l’intégration des contextes d’usage dans JESS. On a obtenu ainsi notre système d’aide au diagnostic « OntoTurb- Expert » dont le but n’est pas de résoudre automatiquement le problème de diagnostic, mais d’aider l’utilisateur en lui fournissant les informations appropriées et en lui laissant la responsabilité d’une évaluation contextuelle de ces informations.
SACA : un Système d’Apprentissage Collaboratif
(2007) Yacine Lafifi
On assiste à un intérêt de plus en plus important pour l’apprentissage collaboratif. En effet, plusieurs systèmes favorisant une telle stratégie d’apprentissage ont été mis en œuvre. Bien que ces systèmes offrent des moyens et des outils multiples pour faciliter la collaboration entre les apprenants, ils souffrent de quelques insuffisances. Ces dernières concernent principalement la non prise en compte des besoins réels des apprenants lors d’une collaboration entre eux. Notre premier objectif est de concevoir un système d’apprentissage collaboratif baptisé SACA (Système d’Apprentissage Collaboratif à base d’Agents) prenant en compte les besoins des apprenants voulant collaborer. Pour ce faire, des outils de recherche de collaborateurs ont été développés. Ils se basent sur l’utilisation de quelques critères relatifs aux niveaux cognitifs et sociaux des apprenants(leurs compétences), leurs comportements lors des processus de collaboration précédents, etc. Afin de maximiser les chances de trouver des collaborateurs respectant les besoins exprimés par un apprenant, plusieurs types de recherche ont été développés. A part la collaboration, une autre activité pédagogique importante est l’évaluation des connaissances des apprenants. Elle permet de mesurer le degré d’assimilation des connaissances par les apprenants, d’une part, et de favoriser l’apprentissage collaboratif lors de la résolution collaborative des exercices et des problèmes, d’autre part. Notre deuxième objectif est d’offrir aux évalués une panoplie de formes d’évaluation de leurs connaissances. L’accent est mis sur un nouveau mode d’évaluation qui combine les deux modes d’évaluation individuel et collaboratif. L’objectif primordial est de maximiser les interactions entre les apprenants et de développer leurs compétences sociales. L’évaluation dans SACA est basée sur l’utilisation d’un certain nombre de paramètres liés à la population. Ces paramètres concernent les modèles d’exercices, leurs nombres, leurs présentations, etc. Chacune des activités pédagogiques présentées précédemment est réalisée par un agent artificiel composant SACA. D’autres agents sont associés aux autres acteurs du système les assistant dans leurs tâches. Tous les agents collaborent afin d’atteindre les objectifs du système. SACA a été implémenté et testé avec un certain nombre d’étudiants universitaires. Les premiers résultats furent très satisfaisants.
Construction d’un Environnement Pédagogique Adaptatif basé sur les Modèles et Techniques du Web Sémantique
(2008) Amel YESSAD
Aujourd’hui, il existe une forte demande pour des systèmes qui permettent à des apprenants avertis et autonomes de se former tout au long de la vie. Notre travail de thèse concerne l’exploration des moyens techniques et pédagogiques permettant de monter efficacement des formations en ligne et personnalisées. Précisément, nous travaillons sur la construction d’un environnement pédagogique adaptable à différentes demandes de formation, c'est-à-dire, à différents objectifs et profils apprenants, et à différents domaines de formation et stratégies pédagogiques. Sur le plan de la pédagogie, notre objectif est d’offrir un environnement constructiviste centré sur l’apprenant, qui assiste les apprenants dans la réalisation de leurs objectifs d’apprentissage tout en leur permettant d’être libres de décider de leur rythme et de la manière d’appréhender leurs activités pédagogiques. Sur le plan technique, cet environnement se base sur (i) les modèles et les technologies du Web sémantique et particulièrement les ontologies pour la description formelle, partagée et explicite des connaissances relatives à l’apprentissage (connaissances sur le domaine, la pédagogie et l’apprenant). D’une part, les ontologies améliorent l’interopérabilité et l’adaptation des composants du système pédagogique. D’autre part, elles sont utilisées pour annoter les ressources pédagogiques du Web et faciliter leur réutilisation dans le contexte d’une formation donnée, (ii) la technologie des hypermédias adaptatifs pour la présentation des cours et la mise en œuvre d’une approche constructiviste de l’apprentissage.
Partitionnement Matériel/Logiciel et Systèmes MultiAgents Application aux systèmes embarqués
(2010) ZENAKHRA Djamel
Le partitionnement logiciel/matériel demeure une étape critique dans le processus du Co-design. De nombreux algorithmes et techniques ont été proposés pour aider le concepteur dans cette fastidieuse tâche, mais chacune d‟entre elles présente des carences. Le but de ce mémoire est de proposer une méthode originale qui fournit une solution meilleure du point de vue qualité et temps d‟exécution en utilisant les Systèmes Multi Agents ou SMA. Une implémentation du système SPMA a été faite dans l‟environnement MadKit avec des résultats prometteurs. Notre travail peut être étendu de plusieurs façons : une combinaison des heuristiques avec les SMA pour améliorer davantage la qualité de la solution.
Méthodes Heuristiques pour la Prédiction des Séries Temporelles
(2012) BENABBAS Farouk
La prévision de la charge électrique est de nos jours d’une importance primordiale tant pour des raisons économique qu’environnementales. L’électricité en tant que ressource non stockable, doit de ce fait répondre à une production équivalente à la demande en cours, afin de réaliser un équilibre entre la production et la consommation ; ce qui limiterait les pertes et assurerait un approvisionnement continu des consommateurs. Des outils de prédictions peuvent assurer une connaissance a priori sur la quantité d’énergie requise à la production. Ces outils se basent sur des approches reconnues dans le domaine de l’analyse des séries temporelles pour prédire les valeurs antérieures de cette dernière. Avec l’évolution de l’informatique, et l’introduction de plusieurs approches intelligentes, les réseaux de neurones ont marqué leur puissance en termes d’approximation de fonction et de classification. Toutefois, le problème de prédiction de la charge électrique ne peut être traité qu’après une étude et une compréhension exhaustive des données de cette dernière. De plus, la courbe de charge est très différente d’un pays a l’autre voir d’une région a l’autre dans un même pays car dépendant de paramètres socio-économique culturel, religieux etc. L’identification des types de journées électrique devient alors nécessaire afin de refléter l’influence de ses paramètres sur la courbe de charge et permettre une meilleure segmentation des données. En effet la connaissance des types de jours ainsi que leur relation avec les besoins des consommateurs qui se traduit par un effet direct sur la courbe de charge (journalière, hebdomadaire, ou mensuelle), est primordiale. Pour cela, et après l’examen d’une recherche exhaustive sur les approches de classifications simple et hybrides, une palette de paradigmes de l’IA, avec comme outil principal les RNA et plus particulièrement les cartes auto- organisatrices de Kohonen, ainsi qu’une hybridation avec les K-moyenne et la logique floue a été considérée. Des résultats probants et novateurs, pour la charge Algérienne nationale ainsi que la charge régionale en mettant l’accent sur des zones du nord et du sud, ont été trouvés. Sur la base de cette classification a été élaboré un système expert flou pour la prédiction de la charge électrique pour chaque type de jours, préambule à une approche multi-modèles. Dans cette thèse, nous nous intéressons à une stratégie pour l’identification de types de jours en utilisant une classification automatique dans le cadre de la classification non supervisée. Quelle approche utiliser et quels sont les indices de validités pour pouvoir déceler les différentes classes ? Sur la base de cette classification a été élaboré comme exemple explicatif, un système expert flou pour la prédiction de la charge électrique
Environnement collaboratif sur une infrastructure GRID pour la gestion électronique de documents
(2013) Hafed Zarzour
Le développement fulgurant des technologies de l’information, des réseaux et des moyens de communication est à l’origine d’une expansion formidable du Web 2.0 qui a donné naissance à une nouvelle génération des éditeurs appelés Editeurs collaboratifs passant de la centralisation à la décentralisation et de l’individu à la communauté. Depuis son introduction, le type de données répliqué commutatif (CRDT) a été largement étudié et continue d'être l'objet de nombreux travaux de recherche. Conçu à l'origine uniquement pour les documents de type texte et déployé sur une architecture centralisée, il constitue de nos jours une manière convenable du maintien de cohérence des répliques sur des architectures distribuées notamment pour les GRIDs et les réseaux pair-à-pair (P2P). La technique CRDT a été appliquée avec succès sur différentes structures de données, dans l’édition collaborative pour les types de données linéaires, documents en arbre et semi-structurés, mais jamais pour les données de type sémantique ayant une structure d’ensemble et assurant les trois critères du modèle de causalité, convergence et intention (CCI). Cette thèse présente la conception d’une nouvelle approche originale, appelée srCE, destinée à la réplication optimiste pour l’édition collaborative des stores sémantiques sur un réseau P2P. L’idée principale de ce travail est de concevoir un nouveau type de données commun et réplicatif pour les entrepôts sémantiques ayant une structure des ensembles qui dépasse les limites d’un éditeur centré sur une architecture client/serveur à une architecture dynamique P2P, et cela afin de supporter la construction des connaissances de façon collaborative, de supporter le passage à l’échelle en termes d’utilisateurs et ressources, de supporter la dynamicité des pairs et d’assurer la disponibilité des triples-stores. A partir d’un prototype développé autour de FOAF (Friend Of A Friend), nous avons mené des expériences pour évaluer le modèle srCE. Les résultats montrent que ces différentes contributions satisfont les objectifs fixés tout en étant performantes et efficaces
Une plateforme pour la construction d’ontologie en arabe : Extraction des termes et des relations à partir de textes (Application sur le Saint Coran)
(2013) Soraya Zaidi–Ayad
Le besoin de disposer d’applications capables de traiter intelligemment la surcharge d’information disponible sur le Web, est devenu pressant face à l’explosion vertigineuse du nombre de pages qui ne cesse de s’accroitre d’une façon exponentielle. Ce besoin est encore plus capital dans certaines tâches qui nécessitent la manipulation du contenu et de la sémantique des documents en langage naturel ou dans la capitalisation de l’expertise humaine dans des domaines de spécialités fines. Les ontologies représentent un moyen prometteur pour relever ce challenge. Leur construction manuelle s’est avérée trop onéreuse et très peu réutilisable. La construction semi-automatique commence à donner des résultats encourageants, vu la facilité relative à les mettre au point et à être plus partageables et plus réutilisables. Les ontologies en langue arabe sont quasi inexistantes, pourtant l'arabe est une langue parlée par plus de 300 millions de personnes dans plus de 22 pays. C’est dans cet ordre d’idées que s’inscrit notre travail. Notre objectif, dans cette thèse, est de proposer une approche statistique pour l’extraction de termes simples à partir de corpus arabes (ici le saint Coran), basée sur tf-idf, puis une approche hybride pour l’extraction des termes composés et des relations, d’abord par l’application d’une méthode linguistique basée sur des règles syntaxiques, ensuite un filtrage par une méthode statistique en utilisant une métrique servant à mesurer le degré de cohésion entre deux termes ou un ensemble de termes qui l’information mutuelle, pour définir d’un coté les collocations et d’un autre coté détecter les éventuelles relations qui peuvent exister entre ces termes. Nous proposons par la suite une formalisation des concepts à l’aide de la logique de description pour permettre d’un coté la vérification des inconsistances et l’opérationnalisation de l’ontologie produite et son intégration dans d’autres applications. L’ontologie créée peut alors être utilisée dans l’amélioration de la recherche d’information, l’indexation ou la traduction automatique ou dans toutes autres applications relevant du Web sémantique. La contribution originale de notre travail, réside dans le fait que pour la première fois, l’accent est mis sur les outils d’extraction de termes et de relations à partir de textes arabes et plus spécifiquement le texte coranique. Nous pensons être précurseurs dans la formalisation de concepts arabes à l’aide de la logique de description.
Sécurisation évolutionnaire du transfert d’images
(2013) SOUICI Ismahane
I Résumé Aujourd’hui, les réseaux informatiques sont complexes et les écoutes illégales possibles. Il se pose donc un réel problème quant à la sécurité lors de la transmission de données. Pour des raisons éthiques, le transfert des données délicates ne peut se faire avec un tel risque et doit donc se protéger. La protection la plus adaptée pour ce type de communication réside dans la cryptographie. Cependant et malgré toutes ses évolutions et ses mises en œuvre, elle est toujours entravée par quelques défauts citant en particulier la taille des clés et la résistance contre les attaques avancées. Ainsi, notre travail de thèse porte sur le développement de nouveaux algorithmes cryptographiques par exploitation des métaheuristiques constituant une partie importante des méthodes approchées et ouvrant des voies très intéressante en matière de conception de méthodes heuristiques pour l’optimisation. Ces dernières se scindent en deux catégories : les métaheuristiques à population de solutions et les métaheuristiques à une seule solution ou encore dites à trajectoire. Et vu que les métaheuristiques exploitent un aspect pseudo-parallèle durant différentes étapes de leurs schémas opératoires, chose qui est très intéressante à exploiter dans le domaine cryptographique pour compliquer de façon considérable la tâche des cryptanalystes, donc notre choix s’est porté sur l’utilisation de telles méthodes pour résoudre le problème de cryptage de données texte et images. En effet, et pour la première catégorie de métaheuristiques à population, nous avons développé trois algorithmes de chiffrement exploitant les principes évolutionnaires inspirés de la théorie darwinienne, mais opérants suivant deux modes de chiffrement différents (chiffrement à base de positions et un chiffrement à base d’occurrences) ; et un quatrième algorithme utilisant une métaheuristique inspirée du comportement réel des fourmis (ACO). Pour la deuxième catégorie qui est celle de métaheuristiques à trajectoire, nous avant arrivé à adapter la méthode de recherche taboue et l’exploiter pour résoudre notre problème étudié et ainsi développer un cinquième algorithme de cryptage tabou. Les algorithmes proposés ont été évalués et comparés entre eux et avec les principaux algorithmes standards de cryptage où ils ont montré de bonnes caractéristiques relatives soit à leur degré confusionnel ou à leur résistibilité aux attaques les plus avancées. L’autre point crucial résultant de nos travaux de thèse était l’innovation d’algorithmes de chiffrement non déterministes, chose qui augmente considérablement leur robustesse.
Sécurisation évolutionnaire du transfert d’images
(2013) SOUICI Ismahane
Aujourd’hui, les réseaux informatiques sont complexes et les écoutes illégales possibles. Il se pose donc un réel problème quant à la sécurité lors de la transmission de données. Pour des raisons éthiques, le transfert des données délicates ne peut se faire avec un tel risque et doit donc se protéger. La protection la plus adaptée pour ce type de communication réside dans la cryptographie. Cependant et malgré toutes ses évolutions et ses mises en œuvre, elle est toujours entravée par quelques défauts citant en particulier la taille des clés et la résistance contre les attaques avancées. Ainsi, notre travail de thèse porte sur le développement de nouveaux algorithmes cryptographiques par exploitation des métaheuristiques constituant une partie importante des méthodes approchées et ouvrant des voies très intéressante en matière de conception de méthodes heuristiques pour l’optimisation. Ces dernières se scindent en deux catégories : les métaheuristiques à population de solutions et les métaheuristiques à une seule solution ou encore dites à trajectoire. Et vu que les métaheuristiques exploitent un aspect pseudo-parallèle durant différentes étapes de leurs schémas opératoires, chose qui est très intéressante à exploiter dans le domaine cryptographique pour compliquer de façon considérable la tâche des cryptanalystes, donc notre choix s’est porté sur l’utilisation de telles méthodes pour résoudre le problème de cryptage de données texte et images. En effet, et pour la première catégorie de métaheuristiques à population, nous avons développé trois algorithmes de chiffrement exploitant les principes évolutionnaires inspirés de la théorie darwinienne, mais opérants suivant deux modes de chiffrement différents (chiffrement à base de positions et un chiffrement à base d’occurrences) ; et un quatrième algorithme utilisant une métaheuristique inspirée du comportement réel des fourmis (ACO). Pour la deuxième catégorie qui est celle de métaheuristiques à trajectoire, nous avant arrivé à adapter la méthode de recherche taboue et l’exploiter pour résoudre notre problème étudié et ainsi développer un cinquième algorithme de cryptage tabou. Les algorithmes proposés ont été évalués et comparés entre eux et avec les principaux algorithmes standards de cryptage où ils ont montré de bonnes caractéristiques relatives soit à leur degré confusionnel ou à leur résistibilité aux attaques les plus avancées. L’autre point crucial résultant de nos travaux de thèse était l’innovation d’algorithmes de chiffrement non déterministes, chose qui augmente considérablement leur robustesse.
La fouille de données audio
(2013) Faiz Maazouzi
Résumé La diffusion et la distribution de la musique en ligne devenant de plus en plus importantes. Les bases de données commerciales et personnelles, augmentent de façon considérable. Il est devenu nécessaire de disposer d’outilspermettantdeclasse retd’accéderàcesbasesen effectuant des analyses par le contenu musical. Le travail présenté dans notre thèse consiste à savoir, en ces temps où il est coutume de dire que les goûts de nos jeunes sontmédiocres,sivraimentleschanteursqu’ilspré fèrent ne disposent pas de grandes qualités vocales, ce travail entre dans le cadre de fouille de données audio incluant des données hétérogènes. Le travail peut être divisé en deux parties. Pour la première partie nous traitons les données audio pour faire une classification des voix des chanteurs algériens. Il existe deux catégories de classification des voix chantées (type et qualité), chaque catégorie dispose de plusieurs classes. Dans ce cadre nous avons proposé trois systèmes pour la classification des voix chantées. Pour le première système nousavonsproposéd’utilis er un vecteur de 130 paramètres avec les GMM « Gaussian Mixture Models », dans le deuxième système nous avons proposé un algorithme de sélection des caractéristiques et de nombre de gaussienne et dans le troisième système nous avons proposé d’utiliser un vecteur de caractéristiques qui contient les descripteurs de MPEG-7 + les descripteurs Non-MPEG-7 et T2 FGMMs « Type 2 Fuzzy Gaussian Mixture Models » pour la modélisation et la classification. En utilisant les résultats de la classification des voix chantées avec les statistiques sur chaque chanteur une nouvelle base de données a était créée. La deuxième partie du travail consiste à fouiller les données pour répondre à notre question de départ « est ce que les goûts de nos jeunes sont médiocres ». Dans cette partie nous avons proposé une nouvelle méthode de fouille de données, basé sur les arbres de décision et appelée : Multi Decision Tree (MDT). Finalement, nous avons utilisé la méthode MDT pour fouiller notre base de données
Alignement sémantique des ontologies de grande Taille
(2013) Warith-Eddine DJEDDI
Les ontologies sont des nouvelles formes d'organisation et contrôle intelligent de l'information. Elles présentent un savoir préalable requis pour un traitement systématique de l'information à des fins de navigation, de rappel, de précision, etc. Toutefois, les ontologies sont confrontées de façon continue aux problèmes d'hétérogénéité à savoir : l'hétérogénéité syntaxique, l'hétérogénéité terminologique, l'hétérogénéité conceptuelle et l'hétérogénéité sémiotique. Dans ce cadre, l'alignement s'impose comme une solution, afin de permettre l’interopérabilité et le partage des données. Etant données deux ontologies, l’alignement (appariement ou mise en correspondance) consiste en la production d’un ensemble de correspondances entre les entités. Ces entités peuvent être des concepts, des propriétés ou encore des instances. Cependant la génération automatique des correspondances entre deux ontologies est d’une extrême difficulté qui est due aux divergences (conceptuelle, habitudes, etc.) entre communautés différentes de développement des ontologies. De plus, la problématique d’alignement se pose avec acuité lorsque le nombre et le volume des schémas de données sont importants. En effet, dans les domaines d’applications réelles où les ontologies sont volumineuses et complexes, les exigences de l’exécution du temps et de l’espace mémoire sont les deux facteurs significatifs qui influencent directement la performance d’un algorithme d’alignement. Cette thèse apporte des réponses au problème de l’alignement et de l'hétérogénéité des sources de données. Nous présentons notre système d’alignement XMap++, qui est capable d'élaborer un mapping sémantique en tenant compte du contexte des sources à aligner. Ainsi, nous proposons des stratégies de matching qui peuvent être combinées de façon dynamique en prenant en considération les spécificités sémantiques des concepts. En particulier, le module aligneur supporte quatre modes de combinaison dynamique (e.g. moyenne, pondération dynamique, pondération avec les RNA, fonction sigmoïde) qui leur confère la capacité de choisir parmi les mesures de similarité des entités (e.g., terminologique, linguistique et structurelle) le degré de confiance approprié a chaque matcher pour aligner une entité donnée, considérant des caractéristiques sémantiques spécifiques (e.g. type de données, nature de contenu, etc.). Nous proposons également le principe du vieil adage « diviser pour mieux régner » afin de nous permettre de profiter des différents processeurs disponibles sur la machine pour mener à bien nos calculs lors de l’alignement de ces ontologies de grande taille.
Un Système d'Évaluation du Savoir-faire Application à l'algorithmique
(2013) Anis BEY
le sujet abordé par cette thèse traite un des plus importants axes de recherche dans les environnements informatiques pour l’apprentissage Humain (EIAH) : l’évaluation des apprenants. Dans le processus d’appren- tissage, l’évaluation joue un rôle fondamental car c’est le seul moyen d’assu- rer une bonne transmission des connaissances à l’apprenant. La plupart des plates-formes développées pour l’enseignement s’intéressent peu à l’évalua- tion, elles intègrent généralement des générateurs simples de questionnaire et évitent ainsi la difficulté de l’évaluation et la complexité de sa mise en œuvre dans un EIAH. De plus, la nature des connaissances à évaluer (connais- sances déclaratives, connaissances procédurales) accroit exponentiellement cette difficulté. Notre domaine d’application, l’algorithmique, a été depuis sa naissance une discipline difficile à enseigner pour l’enseignant et complexe à assimiler pour l’apprenant. Ceci est du aux caractéristiques intrinsèques de la matière et à la manière avec laquelle les enseignants (la majorité) appréhendent ses fondements. Ce travail de recherche s’inscrit au confluent de ces deux axes et par conséquent hérite des difficultés des deux. Il vise plus précisément à élaborer une approche d’évaluation des compétences en algorithmique dans un EIAH. Outre le fait d’apporter une solution au délicat problème de l’évaluation automatique des productions en algorithmique, cette approche est, en plus, formative. Puisant son inspiration dans les principes de base de la matière, elle offre une efficacité certaine. La démarche que nous avons adoptée consiste à modéliser une solution algorithmique en fonction d’opérations de bases et d’opérations élémentaires qui permettent à l’apprenant de dessiner sa propre démarche. Indépendante de tout langage de programmation, cette démarche favorise l’autonomie de l’apprenant dans la conception de sa solution. Elle repose sur l’utilisation d’une base évolutive de solutions types. Ainsi, toute production de l’appre- nant, pour un problème donné, est soit automatiquement évaluée si elle est reconnue parmi les solutions de la base, soit évaluée par un expert humain dans le cas contraire. Dans ce dernier cas, elle viendra enrichir la base si elle est jugée pédagogiquement intéressante
Optimisation de la recherche d’un cas Bayésien
(2013) Akila DJEBBAR-ZAIDI
Le Raisonnement à Partir de Cas (RàPC) est une approche de résolution de problèmes basée sur la réutilisation par analogie des expériences passées nommées « cas ». La remémoration des cas est une étape primaire dans le cycle RàPC et la mesure de similarité joue un rôle très important dans la recherche des cas. L’étape d’adaptation est considéré une des étapes les plus difficiles du cycle RàPC. Nous sommes intéressés à la modélisation de la phase de la remémoration et la phase d’adaptation appliquée au diagnostic des pathologies hépatiques. L’idée principale consiste à modéliser la base de cas par un réseau Bayésien. Les réseaux Bayésiens sont d’excellents outils de modélisation de l’incertain grâce à leur représentation graphique claire et aux lois de probabilités conditionnelles définies sur ce graphe. En effet, la phase de remémoration consiste à sélectionner le cas le plus similaire à travers d’une mesure de similarité Log-linéaire. Par ailleurs, la phase d’adaptation consiste à fournir une solution cible au problème cible à partir du cas remémoré. La dépendance entre ces deux phases est définie par deux mesures à savoir: une mesure de similarité et une mesure d’adaptation. Cette dépendance a pour objectif de garantir la recherche d’un cas qui soit le plus facile à adapter afin d’améliorer la performance du RàPC. Les performances de l’utilisation des Réseaux Bayésiens sont évaluées sur une base de cas des maladies du foie les plus fréquentes. Les résultats obtenus sont satisfaisants et montrent l’efficacité de réseaux Bayésiens comme un cadre de représentation des connaissances médicales et comme outil de raisonnement diagnostique.
Préparation et organisation d'un domaine d'apprentissage à partir du Web pour un enseignement adapté au profil de l'apprenant
(2014) Chaoui Mohammed
Identification d’opinions dans les textes arabes en utilisant les ontologies
(2014) Lazhar FAREK
Dans ce manuscrit, nous présentons une approche basée sur une exploration ontologique pour identifier les opinions exprimées dans les textes arabes, sachant qu’une opinion est un point de vue, une émotion ou une évaluation exprimée explicitement ou implicitement sur un objet quelconque ou sur l’une de ses caractéristiques. Les opinions explicites peuvent être extraites par projection directe des concepts ontologiques sur le texte. Cependant, les opinions implicites ont besoin d'une exploration profonde de la couche sémantique de l'ontologie, en exploitant les relations entre les concepts, les individus et les attributs. Un objet sur lequel une opinion est exprimée, peut être composé de plusieurs sous objets, chaque sous-objet lui-même peut être composé d'autres sous-objets, et ainsi de suite, sachant qu’une opinion peut être exprimée sur un objet ou une de ses propriétés. De ce fait, vient l’idée de conceptualiser le domaine étudié en utilisant les ontologies. En vue d’associer les caractéristiques extraites avec leurs mots d’opinion, notre approche repose sur l'utilisation des dépendances grammaticales pour extraire l’ensemble des couples caractéristique-opinion, en combinant une liste de règles linguistiques. La tâche de classification d’opinions en positive et négative est guidée par les Machines à Vecteurs de Support (ang. Support Vector Machines SVM) comme une technique d'apprentissage supervisé.
Contribution à la classification non supervisée : application aux données environnementales
(2014) Soufiane Khedairia
La prise en charge de l’incertain dans le système RespiDiag
(2014) GUESSOUM Souad
Dans cette thèse, un système d’aide à la décision médicale est présenté. Il est dédié au diagnostic d’une trés grave maladie respiratoire causée par le tabac et nommée la Broncho-Pneumopathie Chronique Obstructive (ou BPCO). Le système est basé sur les principes de raisonnement à partir de cas et réunie l’expérience de plusieurs médecins experts du service de pneumologie de l’hôpital Dorban (Annaba, Algérie). Une question essentielle à propos de la base de cas est que certaines va- leurs d’attributs sont absentes dans la plupart des cas. Dans ce contexte de données manquantes, quatre approches avec certaines variantes ont été pro- posées, implémentées et évaluées. Elles visent l’estimation de la similarité locale entre deux valeurs lorsque l’une d’elles au moins est manquante, et s’exécutent pendant le processus online du système. Deux autres ap- proches ont été proposées également pour combler les vides laissés par les valeurs manquantes par des valeurs plausibles, en utilisant une méthode statistique et une autre basée sur le principe du raisonnement à partir de cas lui- même. Une autre contribution de cette thèse est la modélisation de la phase d’adaptation par un système expert à base de règles de produc- tion utilisant le chainage avant. Cette intégration est motivée par la per- formance des systèmes experts à modéliser les raisonnements que l’expert humain arrive à expliquer. L’objectif principal étant de rendre les résultats du système les plus fiables possibles.

Browse

Browsing Thèses de doctorat by Issue Date

Results Per Page

Sort Options