DSpace 7

DSpace is the world leading open source repository platform that enables organisations to:

  • easily ingest documents, audio, video, datasets and their corresponding Dublin Core metadata
  • open up this content to local and global audiences, thanks to the OAI-PMH interface and Google Scholar optimizations
  • issue permanent urls and trustworthy identifiers, including optional integrations with handle.net and DataCite DOI

Join an international community of leading institutions using DSpace.

The test user accounts below have their password set to the name of this software in lowercase.

  • Demo Site Administrator = dspacedemo+admin@gmail.com
  • Demo Community Administrator = dspacedemo+commadmin@gmail.com
  • Demo Collection Administrator = dspacedemo+colladmin@gmail.com
  • Demo Submitter = dspacedemo+submit@gmail.com
Photo by @inspiredimages
 

Communautés dans DSpace

Sélectionner une communauté pour parcourir les collections sous-jacentes.

Dépôts récents

Vignette d'image
Item
E-HEALTH REVOLUTION : CONCEPTION ET IMPLEMENTATION D’UN SYSTEME D’HOPITAL INTELLIGENT
(University of Tlemcen, 2025-06-24) Bourek, Mohammed El Amine; Bouchouar, Mohammed Amine
Ce mémoire présente la conception et l’implémentation d’un système d’hôpital intelligent dans le contexte de la révolution E-Health. À travers cinq chapitres, nous explorons les fondements théoriques, les technologies émergentes, et les solutions pratiques pour moderniser les établissements de santé. Le premier chapitre introduit les concepts fondamentaux de l’E-Health et l’importance des systèmes hospitaliers intelligents dans le paysage médical contemporain. Le deuxième chapitre analyse les technologies existantes et les défis actuels dans le domaine de la santé connectée. Le troisième chapitre détaille notre approche méthodologique et les choix technologiques pour le développement du système. Le quatrième chapitre présente l’implémentation concrète de notre solution, incluant l’architecture système et les fonctionnalités développées. Enfin, le cinquième chapitre évalue les résultats obtenus et propose des perspectives d’amélioration. Notre système intègre des technologies de pointe comme l’IoT, et l’intelligence artificielle pour offrir une solution complète de gestion hospitalière, améliorant ainsi l’efficacité des soins et l’expérience patient
Vignette d'image
Item
Développement d’une plateforme e-commerce B2B avec une gestion de livraison pour l’entreprise française PARITEX.
(Universite of Tlemcen, 2025-06-30) Belbachir, Yassin; Isli, Imane
Nous avons développé pour l’entreprise française Paritex, spécialisée dans la vente de literie et accessoires de maison, une plateforme web ainsi qu’une application de livraison dédiée à la gestion de ses activités commerciales. Ce système permet à Paritex de présenter ses produits en ligne, de gérer les commandes clients, de suivre les livraisons, et d’organiser le travail de ses employés. L’objectif principal est de doter l’entreprise d’un outil numérique moderne, simple d’utilisation, évolutif et adapté aux besoins actuels et futurs. Grâce à ce projet, Paritex peut désormais étendre sa visibilité au-delà de sa localisation physique, gagner en efficacité opérationnelle, réduire les erreurs, et offrir un service plus fluide et professionnel à ses clients.
Vignette d'image
Item
Application de Gestion de Clinique Médicale
(University Of Tlemcen, 2025-06-26) BEKKAL BRIXI ,Mohammed El Hadi
DanslecadredenotreprojetAllianceMédical,nousavonsconçuetréaliséuneapplicationweb destinéeàgérerefficacementlesdossiersdespatients,lesmédecins,lesrendez-vous,lesprescriptionset lacommunicationentrelesdifférentsacteursduneclinique.LesystèmeaétédéveloppéavecLaravel5.4 pourleback-end,MySQLcommebasededonnéesrelationnelle.Pourlamodélisation,nousavonsutilisé UMLavecModelio,cequinousapermisdestructurerlesbesoinsfonctionnelsàtraversdesdiagrammes decasdutilisation,declassesetdeséquences.LasécuritéaétérenforcéegrâceàlutilisationdeJWT (JSONWebToken)pourlauthentificationAPI,ainsiqueduhachagedesmotsdepasseavecbcrypt,garantissantainsilaprotectiondesdonnéesmédicalessensibles.Ceprojetnousapermisdemettreen uvredesoutilsprofessionnelstoutenrépondantàunbesoinconcretdansledomainedelasanté.
Vignette d'image
Item
Plateforme Intelligente de Gestion Scolaire : Intégration de l’Analyse Prédictive et de l’IA pour une Éducation Personnalisée
(Universite of Tlemcen, 2025-06-03) Traore, Moussa; Hadj Mahammed, Smail
Ce projet vise à répondre à l’insuffisance des systèmes traditionnels de gestion scolaire, qui peinent notamment à offrir des fonctionnalités avancées permettant d’accompagner efficacement les élèves. L’analyse de cette problématique révèle que, malgré l’existence de nombreuses solutions de gestion scolaire, des aspects essentiels tels que la prédiction des performances des élèves et la recommandation personnalisée de ressources pédagogiques restent encore peu exploités. Pour y remédier, nous avons conçu une plateforme intelligente permettant la prédiction des performances des élèves, la recommandation personnalisée de ressources éducatives ainsi que la simplification des tâches administratives.
Vignette d'image
Item
Privacy Preserving Deep Learning in Medical Data
(University of Tlemcen, 2025-07-22) Benladghem, Rafika
L'Apprentissage Profond a démontré un potentiel transformateur dans de nombreux domaines, mais son application à des données sensibles, notamment dans le secteur de la santé, est semée de risques significatifs pour la vie privée. L'Apprentissage Profond Différentiellement Privé offre un cadre rigoureux pour atténuer ces risques en fournissant des garanties formelles de confidentialité. Cependant, l'Apprentissage Profond Différentiellement Privé introduit intrinsèquement un compromis fondamental entre Vie Privé et Utilité (P-U), où l'amélioration de la confidentialité dégrade souvent les performances du modèle. Cette thèse aborde le défi critique de l'optimisation de ce compromis P-U afin de rendre l'Apprentissage Profond Différentiellement Privé pratique et efficace pour un déploiement en conditions réelles. Cette recherche présente une investigation approfondie des méthodologies permettant de naviguer et d'améliorer l'équilibre P-U dans les systèmes de l’Apprentissage Profond Différentiellement Privé . Nous établissons d'abord des performances de référence réalistes pour l'Apprentissage Profond Différentiellement Privé sur des jeux de données médicales grâce à un réglage méticuleux des hyperparamètres, démontrant qu'une utilité compétitive est réalisable même sous contraintes de confidentialité. Pour gérer systématiquement le compromis P-U, un cadre Pareto-optimal est proposé, permettant une sélection d'architecture fondée sur des principes et une prise de décision éclairée. Reconnaissant la charge de calcul liée au réglage, nous introduisons en outre une analyse comparative de stratégies efficaces d'Optimisation des Hyperparamètres (HPO), incluant une application novatrice de l'Algorithme des Chauves souris, pour identifier efficacement des configurationsde l'Apprentissage Profond Différentiellement Privé de haute qualité. De plus, ce travail reconnaît que les jeux de données médicales du monde réel sont souvent déséquilibrés, ce qui peut interagir avec les mécanismes du L'Apprentissage Profond Différentiellement Privé . Nous analysons ces interactions, en considérant leurs implications sur les performances des classes sous-représentées, et explorons le potentiel de l'augmentation de données comme technique pour améliorer l'utilité du L'Apprentissage Profond Différentiellement Privé en imagerie médicale, révélant son efficacité dépendante du niveau de confidentialité. Collectivement, les contributions de cette thèse fournissent une série d'outils validés et de connaissances approfondies, allant de l'évaluation fondamentale des performances et de la gestion des compromis par l'analyse de Pareto, jusqu'à l'optimisation efficace des hyperparamètres (HPO). Ces avancées visent à combler le fossé entre la promesse théorique du L'Apprentissage Profond Différentiellement Privé et son application pratique à haute utilité dans des domaines sensibles, favorisant ainsi le développement d'une IA plus digne de confiance et efficace.