<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/17691">
    <title>DSpace Communauté:</title>
    <link>http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/17691</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20180" />
        <rdf:li rdf:resource="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20178" />
        <rdf:li rdf:resource="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20173" />
        <rdf:li rdf:resource="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20172" />
      </rdf:Seq>
    </items>
    <dc:date>2026-09-25T07:17:46Z</dc:date>
  </channel>
  <item rdf:about="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20180">
    <title>Système intelligent de classification multi-niveaux de la qualité de l’eau</title>
    <link>http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20180</link>
    <description>Titre: Système intelligent de classification multi-niveaux de la qualité de l’eau
Auteur(s): MECHEKAK, Zahra; MERZOUK, Dyhia
Résumé: La surveillance de la qualité de l’eau est essentielle pour la protection de la sante&#xD;
publique et de l’environnement. Dans ce travail, une approche basée sur l’apprentissage&#xD;
automatique est proposée pour classifier la qualité de l’eau `a partir de paramètres physicochimiques. Le Water Qualité Index (WQI) est utilisé pour d´finir cinq classes de qualité :&#xD;
Excellente, Bonne, Moyenne, Mauvaise et Dangereuse. Plusieurs algorithmes de classification ont ´et´e test´es apr`es un pr´etraitement des donn´ees. Afin de r´eduire la dimensionnalit´e&#xD;
et am´eliorer les performances, une Analyse en Composantes Principales (ACP/PCA) a&#xD;
´et´e appliquée. Les résultats expérimentaux montrent que ANN atteint une précision de&#xD;
95.45% . Cette approche permet une évaluation automatique, rapide et fiable de la qualité&#xD;
de l’eau et met en ´évidence le potentiel de l’apprentissage automatique pour la surveillance&#xD;
environnementale durable et efficace globale</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20178">
    <title>startup : Un protocole d’authentification léger pour les systèmes IoT contraints en ressources</title>
    <link>http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20178</link>
    <description>Titre: startup : Un protocole d’authentification léger pour les systèmes IoT contraints en ressources
Auteur(s): Zeggane, Yasmin; Rahmi, Samia
Résumé: Avec le développement de l’IoT, la sécurisation des communications entre les objets&#xD;
connectés est devenue un enjeu majeur, notamment en raison de leurs ressources limitées. Ce&#xD;
mémoire propose un protocole d’authentification léger destiné aux systèmes IoT contraints,&#xD;
en prenant comme cas d’étude les compteurs intelligents.&#xD;
Le protocole repose sur une authentification mutuelle entre le compteur intelligent et&#xD;
la plateforme de supervision, utilisant des fonctions de hachage, des nonces et un code&#xD;
OTP transmis via le service Telegram afin de garantir l’authenticité des échanges et de&#xD;
renforcer la cybersécurité.&#xD;
Une implémentation expérimentale basée sur une carte ESP32, une plateforme développée sous VS Code et une base de données a permis de valider le bon fonctionnement&#xD;
du protocole. Les résultats obtenus montrent son efficacité face aux principales attaques,&#xD;
telles que les attaques par rejeu et l’usurpation d’identité.&#xD;
Enfin, une étude financière prévisionnelle a montré que le projet est techniquement&#xD;
réalisable et économiquement viable, ce qui en fait une solution adaptée à la sécurisation&#xD;
des systèmes de comptage intelligents.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20173">
    <title>Rumor Detection Platform</title>
    <link>http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20173</link>
    <description>Titre: Rumor Detection Platform
Auteur(s): chettih Rakan, Karim; grib, Abderrahmane
Résumé: The rapid spread of rumors across digital platforms poses serious threats to public&#xD;
health, political stability, and social trust. Existing detection approaches, whether man&#xD;
ual fact-checking, automated AI models, or community moderation, each address the&#xD;
problem only partially, suffering respectively from lack of scalability, limited explainabil&#xD;
ity, and vulnerability to manipulation. This thesis presents the design and implementa&#xD;
tion of Rumify, a hybrid rumor verification platform that integrates three complementary&#xD;
layers: an AI-based analysis module combining a transformer text encoder and a GRU&#xD;
based source credibility model to generate preliminary credibility and certainty scores, a&#xD;
community-based verification module where user contributions are weighted by a dynamic&#xD;
reputation system, and an expert validation module that issues final authoritative ver&#xD;
dicts in a transparent and traceable manner while automatically recalibrating community&#xD;
reputation scores based on the alignment of user evaluations with the final decision.. A&#xD;
key contribution of this work is an original trust-weighted ranking algorithm extending&#xD;
the IARR method with Bayesian averaging to robustly combine machine learning pre&#xD;
dictions with community credibility signals. A multi-model feedback quality estimation&#xD;
architecture is also proposed to evaluate user commentary based on text correctness, thor&#xD;
oughness, and reasoning quality. The developed prototype demonstrates the feasibility of&#xD;
integrating AI analysis, participatory verification, and expert oversight within a unified&#xD;
verification pipeline.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
  <item rdf:about="http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20172">
    <title>Building a 3D Avatar-Based Dictionary of Arabic-Algerian Sign Language: Text to Sign Translation System</title>
    <link>http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/20172</link>
    <description>Titre: Building a 3D Avatar-Based Dictionary of Arabic-Algerian Sign Language: Text to Sign Translation System
Auteur(s): Amara, Ouail Said; Kherfi, Lyes
Résumé: La langue des signes algérienne (ALSL) est la langue naturelle de la communauté sourde&#xD;
d’Algérie, mais elle reste insuffisamment soutenue par les ressources numériques par rap&#xD;
port aux langues des signes mieux documentées. Cette thèse comble cette lacune en&#xD;
construisant un dictionnaire numérique validé de signes ALSL, encodé dans le système de&#xD;
notation Hamburg (HamNoSys) et sérialisé dans le format lisible par machine SiGML,&#xD;
puis en l’utilisant pour traduire du texte arabe en signes animés à travers un avatar&#xD;
tridimensionnel.&#xD;
Les signes candidats ont été tirés de deux sources complémentaires : le corpus DictaSign&#xD;
de la langue des signes française, qui a fourni environ un millier d’entrées avec des tran&#xD;
scriptions HamNoSys existantes, et des vidéos enregistrées localement par des experts en&#xD;
ALSL, couvrant le vocabulaire propre au contexte algérien. Une méthodologie de vali&#xD;
dation basée sur le consensus, soutenue par une plateforme web dédiée, a permis à un&#xD;
panel d’experts indépendants d’évaluer chaque signe candidat selon quatre niveaux de&#xD;
jugement.&#xD;
La campagne d’évaluation a produit 889 jugements de quatre experts sur 410 signes&#xD;
candidats, aboutissant à 310 entrées validées. Combiné aux 417 signes du travail antérieur&#xD;
3DZSignDB, le lexique prêt pour l’avatar atteint 727 signes, couvrant près de la moitié&#xD;
du dictionnaire national officiel. Le résultat est une ressource extensible et normalisée,&#xD;
conçue pour soutenir l’éducation des sourds et l’accès aux services publics.</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

