http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/17667 2026-05-17T11:32:31Z 2026-05-17T11:32:31Z Larbi, Fella Habet, Mohamed http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/19795 2026-05-11T08:54:19Z 2018-01-01T00:00:00Z

Titre: La Réalisation d’un annuaire généraliste permettant la publication et la recherche sur le Web, la globalité de tous les centres d’intérêts. Auteur(s): Larbi, Fella; Habet, Mohamed Résumé: La recherche d’information est le domaine qui ´étudie la manière de retrouver des informations dans un corpus de données. L’objectif majeur des utilisateurs est de trouver sur Internet des sources d’information pertinentes d’une manière rapide et fiable. De nos jours, différentes m´méthodes, architectures et outils existent dans la littérature pour une meilleure recherche d’information. Dans ce projet, nous allons proposer une solution efficace qui consiste `a un annuaire généraliste permettant la publication et la recherche d’un service (centre d’intérêt). Pour la réalisation de cet annuaire, nous nous sommes inspirés des avantages des architectures des applications Web `a savoir l’architecture 3-tiers (présentation, traitement, données) et l’architecture orientée service (son principe de fonctionnement qui permet `a des prestataires de publier leurs centres d’intérêts au niveau de l’annuaire afin de le consommer par des utilisateurs).

2018-01-01T00:00:00Z AHMED KHODJA, Imane DERMOUCHE, Rokia http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/19794 2026-05-11T08:50:40Z 2018-01-01T00:00:00Z

Titre: Détection/Classification de crises d’épilepsie chez les nouveaux nés en utilisant des signaux EEG Auteur(s): AHMED KHODJA, Imane; DERMOUCHE, Rokia Résumé: L'épilepsie est une maladie caractérisée par un disfonctionnement brusque et périodique au niveau du cerveau. L’encéphalogramme ou signal EEG est largement utilisé en étude clinique des troubles du cerveau. Le système de détection\classification automatique de crises d’épilepsie proposé dans ce travail consiste en une combinaison de trois étapes : une analyse temps-fréquence du signal EEG, une extraction de paramètres statistiques pertinents, et un processus de Machine Learning fondé sur un réseau de neurones. Cette approche permet d’obtenir un taux de classification (présence/absence d’épilepsie) proche de 96 %

2018-01-01T00:00:00Z BELLILI, Amira BEN MADANI, Khaoula http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/19793 2026-05-11T08:47:45Z 2018-01-01T00:00:00Z

Titre: Classification d’information dans les média sociaux en utilisant les techniques du Machine Learning afin d’améliorer la Situationnel Awereness dans les situations d’urgence Auteur(s): BELLILI, Amira; BEN MADANI, Khaoula Résumé: Dans beaucoup de discussions autour des catastrophes et des situations d’urgence, on affirme couramment qu’une catastrophe fait ´emerger l’urgence, et le plus souvent, les deux termes sont utilis´es de mani`ere interchangeable. Les r´eseaux sociaux sont consid´er´es comme un moyen de communication fiable durant les situations d’urgence en raison de son omnipr´esence croissante, de sa rapidit´e de communication, et de son accessibilit´e multi-plateforme. De plus, les r´eseaux sociaux comme Twitter ont des caract´eristiques sp´ecifiques, comme l’existence des m´etadonn´ees telles que les hashtags. Ceci rend notre tˆache plus complexe, malgr´e que ces hashtags ont ´et´e d´efinis par Twitter dans le but de regrouper les tweets selon leurs sujets de discussion (Farzindar et Roche, 2013). Beaucoup d’informations sont maintenant diffus´ees en cas d’une crise qu’il est impossible pour les humains de bien les trouver, et encore moins les organiser, leur donner un sens et agir en cons´equence. Pour filtrer ces informations actionnables et situationnelles, des m´ethodes de filtrage et de classification doivent ˆetre d´evelopp´ee et mis en œuvre pour augmenter les efforts humains de compr´ehension et d’int´egration de donn´ees. Ces informations partag´ees doivent ˆetre transmises en temps r´eel aux bonnes personnes et/ou stocker pour des besoins ult´erieurs. La classification et cat´egorisation d’informations est l’activit´e du traitement automatique des langues naturelles qui consiste `a classer de fa¸con automatique des ressources documentaires, g´en´eralement en provenance d’un corpus. Notre travail, r´ealis´e dans ce m´emoire, vise `a proposer une solution technique pour am´eliorer la Situational Awareness dans les situations d’urgence. Cette solution propos´ee permet de l’utilisation des m´ethodes d’apprentissage automatique pour classer les tweets li´es aux catastrophes afin d’extraire le maximum d’informations pertinentes et actionnables aux d´ecideurs. Nous avons compar´e les performances de deux des algorithmes de classification les plus courants, Na¨ıve Bayes et les arbres de d´ecision. L’´evaluation de la performance est bas´ee sur la validation des r´esultats `a travers les param`etres d’exactitude, de pr´ecision, et le rappel, avec l’application d’outils statistiques.

2018-01-01T00:00:00Z DAHMANI, Said HAMMADI, Sofiane http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/19792 2026-05-11T08:44:19Z 2018-01-01T00:00:00Z

Titre: Sécurisation des communications dans les réseaux sociaux décentralisée Auteur(s): DAHMANI, Said; HAMMADI, Sofiane Résumé: Les réseaux sociaux centralisés talque Facebook, Twitter, Instagram.. .ont fait du monde un petit village, malgré leurs performances, il menace la vie privée des utilisateurs, Les chercheurs proposent les réseaux sociaux décentralisés comme solution. Dans notre travail on va participer dans l’amélioration des RSD on proposants des techniques pour sécuriser l’authentification à l’aide de la technologie Blockchain et la fonction de hachage SHA-256.

2018-01-01T00:00:00Z