Thèses de doctorat
Permanent URI for this collection
Browse
Recent Submissions
Item Supercapacitors based on nanostructured materials(Université Badji Mokhtar Annaba, 2025) BENATI, NadiaLes avancées technologiques et les énormes capacités de stockage de données ont rendu disponible de grands ensemble de données audio. La parole prend une place prépondérante dans ces données, toutefois, l’exploitation de ces données nécessite le développement d’outils adéquats, car ces données sont le plus souvent des données brutes ni étiquetées ni annotées, et qui contiennent beaucoup de bruit, de diverses natures. Une des applications possibles pour tirer profit de ces données est la détection de mots clés qui pourrait participer à la construction de systèmes de recherche d’information, ou de pilotage de système automatique telle que la commande vocale. Dans ce contexte, ce travail propose une approche non supervisée pour la détection de mots clés dans un flux audio. Notre objectif est de créer un système automatique capable de reconnaître des mots-clés spécifiques sans avoir besoin de données préétiquetées. De cette problématique se sont détachées deux propositions,. La première s’inscrit dans l’approche classique qui s’adosse exclusivement sur l’aspect acoutsitque du signal. Ici, dans la phase de détection, un algorithme de calcul dynamique de distance est utilisé pour mesurer la similarité entre chaque segment parole du flux à prospecter et le mot clé à rechercher. La seconde proposition tire profit des nouvelles méthodes issues du deep learning. Ici, nous proposons une nouvelle méthode non supervisée qui se base sur les techniques du traitement d’image et de la vision par ordinateur portée par un réseau de neurones convolutionnel, pour permettre la détection non supervisée de mots à rechercher qui ne sont pas connus d’avance par le système. Des expériences sont menées pour évaluer nos propositions aussi bien sur le corpus parole proposé par l’association internationale de phonétique (IPA) que sur le très célebre Google Speech Command corpus. Les résultats que nous avons obtenu sont prometteurs et ouvrent la voie à d’autres expérimentations qui adressent le manque d’étiquettage et d’annotation des données parole.Item Séparation et classification des sources audio(Université Badji Mokhtar Annaba, 2025) ABDOUNE, LeilaLa reconnaissance des sons est devenue un domaine de recherche très actif ces dernières années, et elle soulève de nombreuses problématiques. Comme tout problème de reconnaissance, le choix des méthodes d‘extraction de caractéristiques et de classification est l’un des problèmes les plus posés par ces systèmes car un bon choix de ces dernières influence positivement tout le système, et inversement. Le choix d’une méthode donnée dans un système de reconnaissance se fait soit selon des travaux antérieurs issus de l’état de l’art, ou bien par expérimentation en tenant compte des critères imposés par l’application visée ce qui conduit à enrichir l’état de l’art de nouveau. Les domaines d’application de la reconnaissance des sons sont divers et multiples, et un point commun pour la plupart d’entre eux est la télésurveillance. En effet, la télésurveillance peut avoir lieu soit à l’intérieur, ou à l’extérieur, et c’est le premier cas qui nous intéresse et plus précisément la télésurveillance des personnes âgées ou handicapés vivant seules. La mise à disposition d’un système de télésurveillance audio pour cette catégorie est d’une grande importance et c’est l’objet de cette thèse. Par ailleurs, synthétiser des travaux antérieurs, étudier les sons qui peuvent avoir lieu dans un appartement, la recherche de méthodes appropriées pour la reconnaissance des sons et l’étude de la faisabilité des méthodes issues des domaines voisins, notamment la reconnaissance de la parole et de la musique, font aussi partie des objectifs principaux de ce travail. En effet, Nous effectuons une étude comparative des travaux existants puis nous présentons l’architecture du système de reconnaissance des sons, mais avant de se faire, un corpus de sons de la vie courante est proposé. Les machines à vecteurs support (SVM) constituent notre premier centre d’intérêt vu leur puissance de séparation des différentes classes, combinés avec des paramètres acoustiques basés sur les MFCC (Mel Frequency Cepstral Coefficients). Le choix des SVM comme méthode de classification est le résultat d’une étude sur des travaux antérieurs où, vis-à-vis de notre application, le compromis entre la complexité des algorithmes et les performances du système est l’un des critères les plus notables. De plus, la plupart des applications pour la maison intelligente sont intégrées dans un produit matériel dont la puissance de calcul ne peut pas correspondre à celle d'un PC. Dans un premier temps, nous nous sommes intéressés à la construction d’une base de données pour les sons de la vie courante dans un habitat en partant du problème de l’absence d’une base de données standard. Cependant, dans un objectif de comparaison avec d’autres travaux une autre base de données a été utilisée. Les expérimentations réalisées dans cette thèse montrent l’efficacité des SVM et les MFCC pour la reconnaissance des sons de la vie courante qui sont de nature très diversifiés, et malgré que les tests effectués restent perfectibles vu la taille limitée de la base de données utilisée, ils sont encourageants et ouvrent la voie à plusieurs autres travaux et voire d’autres sujets de recherche.Item Communication Véhicule à Infrastructure (V2I) pour la sécurité(Université Badji Mokhtar Annaba, 2025) AHMED MALEK, Nadades infrastructures de transport vieillissantes contribuant à des taux élevés d'accidents, notamment dans les pays en développement comme l'Algérie. Cette recherche explore le rôle de la communication véhicule-à-infrastructure (V2I) dans le cadre des Systèmes de Transport Intelligents (STI) pour améliorer la sécurité routière. En permettant une interaction en temps réel entre les véhicules et les infrastructures routières, la V2I a le potentiel de réduire les accidents, de mieux gérer le trafic et d'améliorer l'efficacité générale des transports. Cette thèse commence par un examen des technologies V2I actuelles, en se concentrant sur les cadres techniques et opérationnels qui soutiennent ces systèmes. L'étude aborde les défis spécifiques auxquels l'Algérie est confrontée, tels que le vieillissement des infrastructures et les contraintes réglementaires, et identifie comment la V2I peut être adaptée à ce contexte. Les principaux objectifs de la recherche incluent l'évaluation de l'efficacité de la communication V2I dans la prévention des accidents, l'analyse des exigences techniques pour son implémentation et la proposition d'un cadre pour son intégration dans le système de transport algérien. La méthodologie combine des simulations à l'aide de SUMO (Simulation of Urban Mobility) et un prototypage basé sur des systèmes Arduino, testant divers scénarios de communication V2I dans différentes conditions de trafic. Les simulations révèlent des améliorations significatives dans la gestion du trafic et lavention des accidents, validant l'efficacité de la V2I dans la réduction des risques de collision et l'amélioration de la sécurité routière. Les prototypes démontrent la faisabilité pratique de déployer des systèmes V2I dans des environnements réels, en tenant compte des infrastructures locales et des facteurs d'acceptation sociale. Les résultats montrent que l'adoption de la V2I dans les villes algériennes pourrait considérablement réduire les taux d'accidents de la route et améliorer le flux de circulation. L'étude se termine par des recommandations stratégiques à l'intention des décideurs politiques, des développeurs d'infrastructures et des techniciens, offrant une feuille de route pour la mise en œuvre des systèmes V2I en Algérie. Des pistes pour des recherches futures sont également suggérées, y compris l'intégration de l'intelligence artificielle pour améliorer encore les capacités des systèmes V2I dans la prédiction et la prévention des accidents.Item Artificial intelligence techniques for medical decision support : application to cardiovascular diseases(Université Badji Mokhtar Annaba, 2025) BOUKHAMLA, AssiaCardiovascular disease (CVD) remains a leading cause of death worldwide, and early diagnosis is critical to improving patient outcomes. Despite advances in diagnostic imaging, such as MRI and CT, challenges still need to be solved in terms of cost, long processing times, and the need for specialized expertise. Deep learning (DL) techniques, particularly convolutional neural networks (CNNs) and vision transformers (ViTs) have shown great promise in medical image analysis, particularly for segmentation and clas- sification tasks. However, limitations still need to beimproved across divers eclinical datasets, as well as the need for large annotated datasets to train models effectively.Item Contribution à l'utilisation de l'internet of things pour la gestion du système de transport intelligent(Université Badji Mokhtar Annaba, 2025) BOUBEDRA, SomiaIn this thesis, we propose an enhanced approach based on the Ant Colony Optimization (ACO) meta-heuristic that allows vehicle drivers to search for optimal routes in urban areas from different perspectives, such as shortness and rapidness. Furthermore, Vehicular Ad hoc Networks (VANETs) were introduced to enable direct communication between vehicles and infrastructure. However, practical applications of VANETs have faced challenges such as unstable network services, incompatible network architectures, and limitations in computing ability and storage space. Consequently, to address these shortcomings, vehicle networks are transforming into the Internet of Vehicles (IoV).Item Testing collective cyber-physical systems and embedded multi-agent systems(Université Badji Mokhtar Annaba, 2024) OUDINA, ZinaDesigning a high-confidence cyber-physical system (CPS) is required to guarantee the effectiveness and security of the system. The variability of the system makes the engineering requirements for CPS complex. Additionally, it is necessary to test CPS robustness because system errors and malfunctions can occur. The verification determines whether a system meets a set of requirements. Such cyber-physical systems are used in various essential fields, including air traffic, ransportation, energy, and oil and gas. Verification is critical for developing secure systems with high assurance levels. Defining a test strategy is critical to reducing costs and maximizing the efficiency of system development and manufacturing organizations.Item Utilisation des forêts aléatoires pour améliorer les performances d'un système de raisonnement à partir de cas médical(Université Badji Mokhtar Annaba, 2024) TARCHOUNE, IlhemNotre objectif consiste à 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 forêts aléatoires (FA) améliorées sont évaluées sur plusieurs bases de données médicales. Les résultats obtenus sont satisfaisants et très encourageants et montrent l’efficacité des forêts aléatoires comme outils de classification et de raisonnement diagnostique.Item Protection de la vie privée des utilisateurs sur le web(Université Badji Mokhtar Annaba, 2025) ZAIMI, RaniaOur thesis aims to conduct a study on privacy protection on the Internet. We have chosen to narrow this issue by focusing on the challenge of safeguarding personal data against Phishing, the most prevalent type of attack in the cybersecurity realm for identity theft. Phishing is a fraudulent activity in which individuals and organizations are lured to visit malicious URLs and share their personal data, including passwords, credit card details, and other personal information, directly impacting their online privacy. These deceptive attacks are strategically executed to deceive users into believing they are interacting with a trustworthy website or online service to steal their account information for malicious purposes.Item Une approche hybride : raisonnement à partir de cas et apprentissage profond appliquée aux données médicales(Université Badji Mokhtar Annaba, 2024) GASMI, SafaCette thèse développe des approches hybrides novatrices combinant le raisonnement à partir de cas (RàPC) et l'apprentissage profond pour deux problématiques cruciales de santé publique. L'objectif est de tirer parti des forces complémentaires de ces deux paradigmes de l'intelligence artificielle afin d'obtenir des solutions robustes, transparentes et personnalisées pour le diagnostic médical.Item Les approches ensemblistes pour la classification multi-label des données à grandes échelles(Université Badji Mokhtar Annaba, 2024) GUEHRIA, SoniaL'étude de recherche menée dans cette thèse s'articule autour de deux nouvelles approches ensemblistes: ConfBoost et DisEMLC. L'objectif visé par ces deux approches est de développer des systèmes robustes et généralisables, capables de relever les défis surmentionnés, tout en assurant la scalabilité des DML. L'approche ConfBoost constitue un méta-modèle qui combine plusieurs Classifieurs Ensemble Multi-Label complémentaires et hétérogènes, tels qu'ECC, EPS, RAKEL, RF-PCT. Cette approche repose sur un paradigme de Stacking pondéré, utilisant une pondération des labels couplée à des seuils ajustés. Des expériences approfondies menées sur des ensembles de données Multi-Label de référence ont mis en évidence l'efficacité et le potentiel de ConfBoost en tant que méthode avancée pour les tâches de Classification Multi-Label.Item Conception d'un système coopératif basé sur les réseaux ad hoc véhiculaires(Université Badji Mokhtar Annaba, 2024) BRAHMIA, HaneneUn système de communication basé sur les réseaux ad hoc véhiculaires (VANETs) est une infrastructure de communication sans fil spécifiquement conçue pour les véhicules en mouvement. Il vise à améliorer la sécurité routière, l'efficacité du trafic et à fournir des services intelligents aux conducteurs.Dans ce but nous proposons un écosystème de communication capable de s'adapter rapidement aux changements dans l'environnement routier, tout en fournissant des fonctionnalités avancées telles que l'optimisation du trafic et des services intelligents. Cela permet une gestion proactive du trafic, optimisant les itinéraires en temps réel pour minimiser les congestions et améliorer l'efficacité du réseau routier. L'architecture proposée offre une évolutivité qui permet d'intégrer de nouvelles fonctionnalités et applications au fur et à mesure de l'évolution des besoins des VANETs. Ainsi, la combinaison des VANETs avec l'architecture SDN apporte des améliorations substantielles en termes d'efficacité opérationnelle, et de réactivité du système, offrant ainsi une solution innovante pour les réseaux de communication véhiculaires. Afin de valider les idées proposées dans ce travail, nous choisissons un scénario intégrant un tronçon de route très fréquenté de notre ville Annaba sur le quelle est appliqué l’architecture proposée.Item La recommandation dans la scénarisation pédagogique basée réseaux sociaux pour un environnement E-Learning(Université Badji Mokhtar Annaba, 2024) GASMI, SaraCette thèse porte sur le développement d'un système de recommandation de scénarios pédagogiques désigné par CBRS (Case-Based Recommender System), visant à assister les enseignants dans leur processus de scénarisation. CBRS analyse un corpus de scénarios existants afin d'en extraire et de recommander les plus pertinents. Chaque scénario recommandé peut ensuite être personnalisé par l'enseignant via une interaction avec le système.Le système a été implémenté via une interface web intuitive et des composants logiciels standards. Deux expérimentations ont été menées pour valider l'approche, dans un environnement réel avec des enseignants et des apprenants dans deux universités algériennes : l'Université Chadli Bendjedid à El-Tarf et l'Université Badji Mokhtar de Annaba. La première révèle la pertinence perçue et l'utilité du CBRS pour assister les enseignants. La seconde démontre la fiabilité des performances de notre technique de recommandation sur des algorithmes de base.En fin, cette recherche ouvre des perspectives prometteuses pour l'exploitation des technologies de recommandation dans le domaine de l'ingénierie pédagogique, et appelle à de futurs développements.Item Robust deep learning models for computer-aided detection applied on skin cancer(Université Badji Mokhtar Annaba, 2024) SAHIB, KhouloudMalignant melanoma, an extremely fatal form of skin cancer, is becoming more common, particularly among individuals with fair skin who are exposed to sunlight. Melanoma may be efficiently treated in its early stages, therefore early detection is crucial for increasing survival chances. Dermatologists play an important role in melanoma detection by examining ermoscopic clinical characteristics such as lesion boundaries and pigment networks, which are essential indications of the illness. However, this approach can be difficult and time-consuming due to differences in lesion size and color, low contrast, and the presence of components such as hair, lubricants, and air bubbles that can interfere with an accurate diagnosis, even for experts.The proposed framework aims to improve the accuracy and efficiency of identifying and classifying skin lesions, particularly melanoma, using deep learning methods. The framework involves several stages: preprocessing, skin lesion segmentation, and lesion classification. In the preprocessing stage, a Gaussian filter is applied to enhance the image quality by reducing artifacts such as fog, hairs, marks, and stains. Also, the region of interest is extracted, and unnecessary portions of the image are removed through automatic cropping.The key component responsible for classification is the Inception-ResNet block, which combines the Inception module with a residual neural network, giving the network the flexibility to learn features at various scales. The suggested models are evaluated on four publicly available datasets: ISIC 2016, ISIC 2017, ISIC 2018, and PH2. W-net and ?-net models achieved high accuracy levels (over 97%) on all databases, outperforming existing methods and offering better sensitivity, specificity, Jaccard index, and dice similarity. In contrast, the Inception ResNet network’s performance for classification varies depending on the dataset and evaluation metrics. The results were then compared to current approaches in the literature, demonstrating that our suggested strategy is accurate, and efficient in both the segmentation and classification of skin lesions.Item Etude de la diversité la nouveauté pertinence dans les systèmes de recommandation(2021) Berbague, Chems eddineRecommender systems are an active research filed essentially in the domain of e-commerce, whereas the objective is to satisfy the users. The main task of a recommender system consists of modeling the users' behaviour by mining their past data to identify their preferences patterns, and recommending them the most interesting items. Such systems have known use in e-commerce, social media applications, and web personalizing.Item Detection and understanding of objects in an image sequence(Université Badji Mokhtar Annaba, 2024) HALLACI, SamirThis study explores the use of object detection and understanding in a series of images to diagnose COVID-19, alongside analyzing individual chest X-rays. By employing convolutional neural networks (CNNs) with adequate preprocessing steps, the model extracts patterns and temporal dependencies from sequential imaging data, aiding in monitoring disease rogression, treatment effectiveness, and predicting outcomes. The COVID-19 pandemic, originating in Wuhan, China, in 2019, has spread to over 200 countries, imposing a significant burden on global health systems and the economy. The pressing need for quicker and more accessible diagnostic methods has become apparent, especially in resource onstrained regions. Early detection can aid in reducing mortality rates and preventing disease transmission. While reverse transcription polymerase chain reaction (RT-PCR) tests have been widely utilized as a reliable method for detecting the virus, they have drawbacks such as being time-consuming, costly, and risky for healthcare workers due to close patient contact. In response to these challenges, medical imaging techniques like X-rays have been employed for COVID-19 screening due to their speed, safety, and wider availability compared to traditional methods. Integrating artificial intelligence (AI) into image processing has shown promising results in accurately distinguishing between normal and diseased chest radiographs, aiding in early diagnosis and patient management. In this study, we propose a deep learning model to analyze COVID-19 chest X-rays, aiming to address the limitations of PCR testing and enhance diagnostic efficiency and challenges including limited training data, impacting model generalization.Item Artificial intelligence applied to algerian dialect translation(2023) Slim, AmelThe Algerian dialectis spoken by over 40 million people in the Algeria country. This dialect has developed over centuries, influenced by Arabic, French, and Berber languages. As a result, it has itsown distinct vocabulary, grammar, and pronunciation, whichmakesiteasier to use than the official language. Despiteits unofficialstatus, the Algerian dialectiswidely spoken and understoodthroughout the country, serving as a reminder of Algeria's complex linguistic heritage. Over time, this dialect has become an essential part of Algerian culture and identity, reflecting the richhistory of immigration and cultural exchange that has shaped the region.Item Classification des ressources partagées dans un système de cloud basé sur un système p2p(2023) Achache, AbirDepuis son émergence, le Cloud Computing est perçu comme une technologie révolutionnaire dans le secteur des technologies de l'information, qui a réussi à changer la façon dont l'informatique est abstraite et utilisée sur une infrastructure tierce distante. Il est désormais un paradigme technologique universel de l'informatique orientée services, dans lequel les ressources et les solutions informatiques sont délivrées sous forme de services à la demande.Item Vérification formelle pour des applications sous nfc(2023) Nabet, AïchaLa sensibilité au contexte est un domaine contemporain attirant l'attention de la communauté scientifique par sa capacité inouïe d'adaptation de comportement par rapport à des données spécifiques pouvant être tirées de l'environnement, formant un contexte. Cette technologie s'appuie sur la bonne perception de l'environnement. Near Field Communication 'NFC' offre un ensemble d'objets capables de jouer le rôle de collecteurs de contexte. L'intégration de la NFC dans ce domaine permet de créer un type particulier d'application appelé 'application sensible au contexte sous NFC'.Item Identification des expressions faciales des visages des apprenants dans unmilieu d'apprentissage en ligne(2023) Chebah, OuafaLa reconnaissance d'émotions est l'un des aspects les plus importants de l'informatiqueaffective dont l'un des objectifs est l'étude et le développement d'interactions comportementales et émotionnelles entre humains et machine. Des recherches récentes ont montré la nécessité de prendre en compte le facteur émotionnel dans les systèmes d'Interaction Homme Machine, et plus particulièrement dans les systèmes d'enseignement à distance'e-learning'. En effet, la réussite du tout processus d'apprentissage dépend grandement de l'état émotionnel de l'apprenant, car les émotions jouent un rôle fondamental dans tout processus cognitif et se révèlent primordiales lors de l'apprentissage. Parmi les différentes méthodes utilisées pour la détection de la variation de l'état émotionnel de l'apprenant, les expressions faciales occupent une place de premier plan dans la communication non-verbale et constituent le moyen le plus direct pour l'expression des émotions.Item Towards a smart and efficient weather forecasting model based deep learning(2023) Zouaidia, KhouloudThe weather is one of the most crucial components that surround and impact almost everything in our everyday lives. Several studies on this subject have been conducted in order to determine practical strategies to exploit the power of nature for our beneft. or, at least, to reduce its tragic disasters. This is what gave origin to the modern science we know today under the name of weather forecasting(WF). Several global climate afecting features are combined to impact the weather, and the most challenging one is the wind parameter with its factuated nature and unpredictable behaviour.