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
 

Communities in DSpace

Select a community to browse its collections.

Recent Submissions

Thumbnail Image
Item
حاويات النفايات الذكية الموجودة تحت الأرض باستخدام إنترنت الأشياء IOT
(university of tlemcen, 2024) Dahmani; Mohamed mounir
حاويات النفايات الذكية, إنترنت الأشياء IOT , ، التنمية المستدامة
Thumbnail Image
Item
Investigation autour de la planification et la prédiction en utilisant l’IA dans un système de production
(University of Tlemcen, 2025) Belazreg, Mohamed Elamine; Bouhalis, Sihem
Ce mémoire explore l’intégration de l’intelligence artificielle (IA) dans la prévision de la demande et la planification de la production au sein des systèmes industriels, avec une application concrète dans le secteur textile algérien à travers le cas de l’entreprise TAYAL SPA. Il répond aux limites des méthodes classiques de prévision, souvent inefficaces face aux comportements non linéaires, aux variations saisonnières et aux chocs exogènes. Pour y remédier, une architecture hybride de prévision est proposée, combinant des modèles statistiques (SARIMA, Prophet) à des algorithmes de machine Learning (XGBoost), avec une optimisation intelligente des hyperparamètres via Optuna. Cette synergie vise à capter à la fois les dynamiques linéaires et les résidus non linéaires, pour améliorer la précision des prévisions. Deux jeux de données ont été utilisés pour l’évaluation expérimentale : les données de production internes de TAYAL SPA et les données hebdomadaires d’exportation de coton de l’USDA. Le modèle hybride SARIMA–XGBoost–Optuna, mis à jour toutes les deux semaines et évalué selon des indicateurs tels que le WAPE, MAE, RMSE et MASE, a montré des performances nettement supérieures. Les méthodes proposées ont été intégrées dans la solution intelligente VisionPlan, un outil d’aide à la décision qui automatise l’ingestion des données, les prévisions, la correction des erreurs et le suivi des performances. Sa structure modulaire et son assistant conversationnel IA facilitent son utilisation et renforcent l’interprétabilité des résultats (M2M). Les résultats montrent que l’hybridation des approches IA et statistiques, déployée à travers VisionPlan, permet une planification industrielle plus agile, précise et robuste. Les perspectives futures incluent l’intégration de variables exogènes et de modèles de Deep Learning pour renforcer encore les capacités prédictives.
Thumbnail Image
Item
Stratégie de la commande floue d'un véhicule électrique
(University of Tlemcen, 2025-06-19) Mekelleche, imad eddine; Ramdani, Rayane
Ce mémoire présente une étude de simulation d’un véhicule électrique (VE) contrôlé par une commande floue sous MATLAB & Simulink. L’objectif principal est de concevoir et d’implémenter un contrôleur basé sur la logique floue pour réguler efficacement la vitesse d’un moteur synchrone à aimants permanents (PMSM) utilisé dans la propulsion du véhicule. Après l’élaboration d’un modèle mathématique du système, un régulateur flou a été développé et testé dans un environnement de simulation. Les résultats montrent que cette approche permet d’obtenir une bonne stabilité, une réponse rapide et une robustesse face aux variations de charge, surpassant les performances d’un contrôleur PI classique. Ce travail démontre l’intérêt des techniques de commande intelligente dans le domaine des véhicules électriques.
Thumbnail Image
Item
Etude et réalisation d’une maquette de capteurs
(University of Tlemcen, 2025-10-09) Belhoucine, mohammed rida; Hamez, Asma
Ce mémoire présente la conception et la réalisation d’une maquette pédagogique de mesure destinée à l’enseignement de l’instrumentation. La maquette est basée sur un capteur de pression MPX2200GP, un amplificateur d’instrumentation AD620, une carte Arduino UNO et un afficheur LCD I2C. Elle permet d’illustrer les différentes étapes de la chaîne de mesure : détection, conditionnement, conversion analogique-numérique, traitement et affichage. Les résultats expérimentaux obtenus sont globalement en accord avec les données théoriques, avec des écarts attribués aux tolérances des composants et aux limites du capteur. L’intérêt pédagogique de ce travail réside dans la simplicité, la modularité et la polyvalence de la maquette, qui peut être adaptée à d’autres capteurs de la même famille. Des perspectives d’amélioration sont proposées, notamment l’intégration de nouveaux capteurs et la mise en place d’une interface logicielle pour l’acquisition des données.
Thumbnail Image
Item
Système d’acquisition des données pour cycliste
(University of Tlemcen, 2025-06-23) Heddadji, Fatima Zohrae; Ennebati, Marwa
Dans cette recherche, nous avons analysé, développé et mis en oeuvre un système qui fournit aux cyclistes des informations pertinentes sur l’itinéraire pour surveiller leurs performances, telles que l’inclinaison, la vitesse et la température. Ce projet a été créé à l'aide d'une carte Arduino, d'un contrôleur intelligent sans fil ESP8266, d'un module inertiel MPU-6050, d'un capteur à effet Hall A3144, d'un capteur de température LM35 et d'un logiciel de programmation approprié. L’objectif est d’améliorer leurs performances sportives dans tous les aspects.