Master MID
Permanent URI for this collectionhttps://dspace.univ-tlemcen.dz/handle/112/140
Browse
Recent Submissions
Item « Système immunitaire artificiel pour la reconnaissance du diabète »(Universite of Tlemcen, 2011-07-15) Bendiabdellah, Mohamed HakimLe diabète est une affection chronique qui demeure incurable encore aujourd’hui. Elle est la conséquence d’une carence ou d’une mauvaise gestion de l’insuline dans l’organisme, ce qui cause une élévation du taux de sucre dans le sang. En plus le diabète augmente les risques de développer des maladies card iaque s , des maladies rénales, des lésions nerveuses, et peut causer des dommages aux vaisseaux sanguins. L'utilisation de systèmes experts et des techniques d'intelligence artificielle dans le diagnostic des maladies a augmenté progressivement . AIRS (syst ème de reconnaissance immunitaire artificielle) est l'une des méthodes utilisées dans les problèmes de classification médicale. Ce projet de fin d’études présente une approche basée sur le système immunitaire artificiel ( SIA ) et deux algorithmes de classification : K - plus proches voisins et Naive Bayes (utilisés pour classer les données du diabète de type 2 . Les performances obtenue sont très prometteuse .Item Optimisation des requêtes dans des environnements parallèles : application au Big Data(University of Tlemcen, 2018-09-13) KAMNI,SoulimaneAfin de valider mon Master génie Logiciel, j’ai eu l’opportunité d’effectuer un stage dans le laboratoire de recherche LIAS. J’ai pu travailler sur un sujet en relation avec le Big Data, qui représente un défi non seulement pour le monde socio-économique mais aussi pour la recherche scientifique. L’objectif de mon stage était de proposer un cadre applicatif permettant de gérer les différents transferts réseaux de données d’une manière transparente et efficace. Les outils proposés devraient être intégrés au sein du système de gestion de données parallèle QDAG, qui est en cours de développement au sein de l’équipe IDD du LIAS. Durant mon stage, j'ai commencé par étudier le fonctionnement du système QDAG. J'ai analysé d'une manière minutieuse chaque composant nécessitant un mécanisme de transfert de données. J'ai pu constater que les composants de QDAG font appel à deux (2) types de transfert, à savoir le Shuffle (avec ses deux cas spéciaux le Collector et le distributor) et le BroadCast. Après cette étape d'analyse du besoin, j'ai fait un état de l'art sur les mécanismes de transfert de données dans le cadre du cluster computing. Je me suis intéressé plus particulièrement au framework Orchestra [25].J'ai par la suite proposé non seulement une nouvelle conception et implémentation de ce framework mais aussi des extensions nécessaires au système QDAG. Avec les doctorants du LIAS, j'ai réussi à intégrer mon travail dans le moteur d'exécution de QDAGItem Vérification des architectures systèmes basées sur SysML à l’aide de la méthode B(University of Tlemcen, 2018-06-25) Bemrah,Fatima Zohra -; Kherbouche, MeriemL’ingénierie des exigences présente de nombreux défis pour les chercheurs car les systèmes logiciels deviennent de plus en plus complexes et leur mise en œuvre demande des approches de modélisation plus rigoureuses. Notre but est de Combiner des méthodes d’ingénierie des exigences avec des méthodes formelles de spécification et de vérification. L’idée est de proposer une extension du modèle SYSML par des concepts existants dans le domaine de l’ingénierie des exigences puis d’implémenter les règles de transformation de cette extension SYSML vers des spécifications B formelles pour vérifier l’architecture du système.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, ImaneNous 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.Item Plateforme Unifiée de Gestion des Stocks et des Ventes : Développement Web et Mobile(University of Tlemcen, 2025-06-28) Benzerdjeb, Mohamed AdnaneNous avons développé une plateforme complète et personnalisable qui centralise la gestion des clients, des ventes, des stocks et des opérations logistiques. Elle offre des mises à jour en temps réel et un contrôle total de l’identité visuelle, permettant à chaque entreprise d’adapter facilement les couleurs, logos et thèmes à ses besoins. Cette flexibilité améliore l’expérience utilisateur et assure une parfaite adéquation avec différents secteurs. La plateforme intègre également des outils avancés pour le suivi des commandes et l’optimisation des processus, renforçant ainsi l’efficacité opérationnelle et la satisfaction client. Grâce à ces atouts, elle constitue un outil puissant et évolutif, capable d’accompagner la croissance des entreprises face aux exigences du marché.Item DECOMPOSITION D'OBJETS 3D COMPOSES DE MAILLES TRIANGULAIRES(University of Tlemcen, 2024-10-24) Yahiaoui, Faiza; Zennaki, NihedTout au long de notre projet de fin d’études sur la "DECOMPOSITION D'OBJETS 3D COMPOSES DE MAILLES TRIANGULAIRES", nous avons mis en pratique nos connaissances universitaires. Ce projet a permis d’explorer l’importance des objets 3D dans les applications modernes, visant à aider les machines à percevoir et à détecter, souvent pour remplacer l’homme. Nous avons acquis des compétences en langages anciens comme Java et découvert des bibliothèques comme VTK, ainsi que des compétences en segmentation. Parmi les améliorations envisagées, nous souhaitons développer un algorithme de croissance de régions et réduire le graphe d’adjacence. Cette expérience a enrichi nos connaissances et nous espérons que notre rapport sera utile pour les futurs étudiants. Pour l'avenir, nous souhaitons élargir notre projet en utilisant Android, Mac et Linux.Item PsyBot: Chatbot intelligent d’accompagnement psychologique(University of Tlemcen, 2025-07-02) Charef, Fatma; Dib, SamiraCes dernières années, les enjeux liés à la santé mentale ont pris une place centrale dans nos sociétés. En parallèle, les technologies numériques, et en particulier l’intelligence artificielle, offrent de nouvelles pistes pour accompagner les individus de manière innovante. Ce mémoire explore la mise en place d’un chatbot capable d’interagir avec des utilisateurs en tenant compte de la nature de leurs demandes, en particulier dans un contexte psychologique. Le fonctionnement du système repose sur plusieurs étapes successives. Une première analyse, effectuée avec le modèle DistilBert avec un fine-tuning, permet de classer les requêtes entre celles qui relèvent d’une simple recherche d’information, et celles à caractère psychologique. Les requêtes informatives sont traitées, par la suite, à l’aide de la bibliothéque duckduckgo_search, qui fournit une réponse issue de sources web fiables. Lorsqu’il s’agit d’une demande plus sensible, une détection émotionnelle est lancée grâce à une combinaison de BERT et VADER, afin d’évaluer l’intensité du message. Si l’émotion détectée reste dans un seuil jugé acceptable, une réponse est générée par le modèle GPT. Dans le cas contraire, l’utilisateur reçoit un message de redirection ou de prudence. Ce travail met en lumière les apports, mais aussi les limites, d’un tel système dans un domaine aussi délicat. L’architecture proposée, à la fois simple et évolutive, constitue une base solide pour envisager de futurs outils d’assistance psychologique automatisée.Item Lunettes intelligentes pour la reconnaissance de la langue des signes(Universite of Tlemcen, 2025-07-02) Khiat, Siham; Mahi, AyaSignLens est un système innovant de lunettes intelligentes conçu pour la reconnaissance et la traduction en temps réel de la langue des signes, grâce à un modèle d’apprentissage profond em barqué. Équipé d’une caméra et d’un microcontrôleur Raspberry Pi, SignLens capture et analyse les gestes des mains à l’aide d’un modèle d’intelligence artificielle afin de les convertir en texte lisible ou en parole synthétisée. Cette solution portable et économique vise à faciliter l’accès à la communication des personnes sourdes et muettes dans les milieux éducatifs, médicaux et professionnels, favorisant ainsi l’inclusion sociale et l’autonomieItem Concentration automatique de tenues traditionnelles et mise en relation Client-Couturier(University of Tlemcen, 2025-05-02) Merad,Ghita; Kara Ali,Selma KamilaDans le cadre de la modernisation du secteur de la mode traditionnelle, le projet Lebsa Zina vise à créer une plateforme numérique innovante permettant la génération de patron automatique de tenues traditionnelles. Ce projet s'inscrit dans une démarche de digitalisation du processus de confection de vêtements sur mesure et prêt à porter, en réponse aux besoins d'un marché à la fois local et international. La plateforme Lebsa Zina permet aux clients de personnaliser leurs tenues en ligne, en choisissant parmi un large éventail de modèles, de tissus et de styles (types de col, manches...). En parallèle, la gestion des utilisateurs, y compris les couturières, les clients, les responsables et les administrateurs, est assurée grâce à une interface sécurisée et conviviale. Le projet inclut également un tableau de bord pour les administrateurs et responsables, permettant de suivre les commandes et les stocks. Cette digitalisation permet de fluidifier les processus, d'améliorer l'efficacité des couturières et de mieux répondre aux attentes des clients.Item Diagnostic automatique des AVC par Deep Learning avec Validation des Experts(University of Tlemcen, 2025-07-08) Mahi-Tani, Issam; Latti, OthmaneThis Master’s thesis presents the development of an intelligent system for automatic stroke detection using brain CT scan images, combining deep learning with an interactive web platform that integrates medical expert participation. The core objective was to design a practical and accurate solution that could be applied in real clinical scenarios. At the center of the system are several convolutional neural network (CNN) models, including ResNet50, DenseNet121, and a custom CNN, all trained on both public and local datasets to classify strokes into three categories: ischemic, hemorrhagic, and normal. Thanks to transfer learning, preprocessing, and early prediction logic, the custom model achieved the best results with a global accuracy of 98.44%, outperforming ResNet50 (96.60%) and DenseNet121 (96.36%). Beyond model performance, the key innovation lies in the creation of a fully integrated web platform built with Django. Users can choose between a free automated analysis or a paid expert review. When expert analysis is selected, a doctor receives the scans, validates or corrects the prediction, provides a diagnosis, and can even communicate directly with the patient through a built-in real-time chat. This feature adds a human layer to the process and strengthens clinical relevance. The project thus offers a hybrid approach that brings together AI automation and expert medical insight, within a secure and usable platform designed for real-world diagnostic support.Item Développement d'une application mobile pour la gestion et la réservation des services de transport d'objets(University of Tlemcen, 2025-06-25) Ayya,t IlyesCe mémoire présente le développement d’une application mobile innovante visant à moderniser le transport d’objets en Algérie nommé YallahMove,. Face à un secteur largement informel, notre application propose une plateforme simple et sécurisée qui met en relation les clients et les transporteurs locaux. Les utilisateurs peuvent : o Publier et consulter des demandes de transport (description, itinéraire, date/heure, prix). o Gérer l’historique, accepter ou proposer des offres et noter les prestataires. o Profiter d’un système de notifications en temps réel et d’une interface intuitive. Ce projet améliore la clarté des opérations, diminue les frais de transport et contribue activement au développement économique de la régionItem Analyse des signaux ECG pour prédiction de maladies cardiaques avec deep learning(Universite of Tlemcen, 2025-07-06) Yebdri ,Adel Salah EddineLes maladies cardiovasculaires, responsables d’environ 17,9 millions de décès annuels selon l’Organisation mondiale de la Santé, représentent un enjeu majeur de santé publique, rendant la détection précoce essentielle pour améliorer le pronostic des patients. L’électrocardiogramme (ECG), un outil diagnostic non invasif, joue un rôle clé dans l’identification des pathologies cardiaques, mais son interprétation manuelle est complexe, chronophage et sujette à des er reurs, nécessitant une expertise médicale pointue. Avec l’essor de l’intelligence artificielle, l’apprentissage profond offre des solutions innovantes pour automatiser et optimiser l’analyse des signaux ECG, garantissant une précision accrue et une rapidité d’exécution. Dans ce tra vail, nous avons développé une approche hybride combinant des réseaux de neurones convolutifs (CNN) pour extraire les motifs spatiaux, et des réseaux bidirectionnels à mémoire à long terme (BiLSTM) pour capturer les dépendances temporelles, appliquée à la classification des patholo gies cardiaques à partir de la base de données PTBXL version1.0.3, comprenant plus de 21000 enregistrements ECG à 12 dérivations. Une pipeline méthodologique robuste a été mise en place, intégrant un prétraitement avancé (filtrage passebande Butterworth 0,540Hz, normalisation Zs core), des techniques d’augmentation des données (bruit aléatoire, décalage temporel, mise à l’échelle) et un équilibrage des classes pour gérer la variabilité des signaux et les déséquilibres en tre pathologies. Le modèle a atteint des performances remarquables: une précision de96,43Cette étude met en évidence le potentiel des architectures hybrides CNN+BiLSTM pour une analyse automatisée, précise et fiable des signaux ECG, ouvrant des perspectives prometteuses pour le développement de systèmes de dépistage évolutifs et leur intégration dans la pratique clinique. Les recherches futures pourraient se concentrer sur l’optimisation des performances pour les classes sousreprésentées, l’exploration de modèles plus légers pour des applications enItem Deep learning-based Retinopathy Diagnosis Using Fundus photography (FP) and Optical Coherence Tomography (OCT) images(University of Tlemcen, 2025-07-08) Benyelles, Nour El Houda; Benyelles, NesrineDiabetic retinopathy (DR) is a dangerous complication of diabetes that affects the retina and can lead to partial or complete vision loss. It progresses through five clinical stages, and the majority of patients are diagnosed at a late stage, when their vision is already severely impaired. Therefore, it is essential to diagnose DR in its early stage in order to prevent irreversible damage. With the rise of artificial intel ligence, deep learning has proven to be a useful tool in medical imaging, delivering accurate and fast diagnostic support. In this work, we explored the use of deep learning models for automatic detection and classification of diabetic retinopathy stages. We used two publicly available datasets: the APTOS 2019 dataset from Kaggle, which involves a five-class classification prob lem, and OLIVES, a multimodal dataset published by research institutions, used for binary classification between DR and Diabetic Macular Edema (DME).We tested different convolutional neural network (CNN) architectures , including custom-built and pre-trained models such as EfficientNet and InceptionResNetV2. To improve performance and address class imbalance,we applied training techniques like data augmentation, oversampling, and class weighting . Our results support that deep learning can effectively assist in the early diagnosis of diabetic retinopathy and en able the development of reliable and scalable screening systems in clinical practice.Item Conception et Développement d’une Application Intelligente pour l’Optimisation des Emplois du Temps(Universite of Tlemcen, 2025-06-26) Allam ,AyaDans ce travail, nous avons proposé une approche innovante pour optimiser l’organisation des emplois du temps au sein du milieu académique. Cette optimisation a été réalisée grâce à l’application de l’intelligence artificielle, en particulier les techniques du traitement du langage naturel. Notre travail repose sur trois contributions principales. La première est la mise en place d’un chatbot intelligent capable de transformer automatiquement des questions formulées en langage naturel en requêtes SQL. L’idée est d’assurer une grande adaptabilité aux évolutions futures, minimisant ainsi de futurs interventions humaine directes. La deuxième contribution est l’optimisation automatique des emplois du temps universitaires. Pour cela, nous nous sommes appuyé sur la théorie des jeux afin de modéliser les préférences et les contraintes des différents acteurs impliqués. Cette approche permet de générer des emplois du temps plus équitables et cohérents en tenant compte des conflits potentiels et des besoins spécifiques de chacun. Enfin, la troisième contribution concerne le développement d’une interface conversationnelle simple et intuitive, permettant une interaction fluide entre les utilisateurs (étudiants, enseignants, administrateurs) et le système, même sans connaissances techniques avancées. Nous avons mené plusieurs expérimentations, principalement durant les phases de génération de requêtes SQL et d’optimisation des plannings, dans le but d évaluer l’éfficacité de notre approche. Les résultats obtenus confirment la pertinence de notre solution , tant sur le plan de la précision des requêtes produites que sur la qualité des emplois du temps générésItem Real-Time Detection of Suspicious Behaviors and Theft Prevention Using an Artificial Intelligence Solution(University of Tlemcen, 2025-06-30) Bedjboudja, AnasThis research develops a real-time shoplifting detection system using dual-stream deep learning that combines video analysis with human pose estimation. The system achieves 92.45% accuracy in detecting suspicious retail behaviors, enabling proactive theft prevention through automated surveillance and immediate alert generationItem A Benchmark Study on Image Quality Assessment and Interpretability in Super-Resolution(University of Tlemcen, 2025-11-12) Lasfer, Mohammed Seyf ElislemSuper-resolution (SR) is a vital technique in fields such as medical imag ing, surveillance, and satellite observation. However, evaluating the quality of super- resolved images remains challenging, especially without reference images. This thesis focuses on No-Reference Image Quality Assessment (NR IQA) for SR outputs, providing a detailed review of existing methods, their principles, strengths, limitations, and real-world applications. Additionally, the integration of Explainable Artificial Intelligence (XAI) offers insights into the decision-making processes of SR models, enhancing their transparency and reliability. This work contributes to the development of more effective and interpretable SR systems.Item Optimisation des découpes des feuilles 2D(University of Tlemcen, 2022-09-29) Bouarfa, Amal YassminaLe problème de la découpe de matière consiste, étant donné une pièce de matière de taille standard, à obtenir les différentes pièces souhaitées par coupes successives, à minimiser la matière inutile rejetée, appelée déchet, ou à maximiser le nombre de pièces pouvant être obtenues à la fois. temps de la pièce d’origine. C’est un problème d’optimisation réaliste. l’optimisation combinatoire, parfois multicritères, qui appartient à l’ensemble des problèmes dits "couper et emballer", et dont la solution optimisée nécessite souvent l’application de techniques métaheuristiques. Ce projet couvre la résolution du problème par le développement, la mise en œuvre d’un algorithme génétique de nature à tout moment, capable d’obtenir et améliorer successivement la solution atteinte jusqu’à ce qu’elle soit réalisabItem Early detection of Parkinson’s disease using deep learning approaches.(University of Tlemcen, 2025-07-01) Khelladi, AbdelhamidParkinson’s disease (PD), a progressive neurodegenerative disorder, often presents subtle early symptoms such as speech impairments that are challenging to detect with traditional methods. This Master’s thesis proposes deep learning models to assist health care professionals in the early diagnosis of Parkinson’s disease through speech analysis. Our approach combines voice records processing and artificial intelligence, utilizing ad vanced deep learning models. Various techniques were implemented to enhance model robustness and generalization. Multiple models were evaluated, yielding promising re sults. This system aims to improve the accuracy and speed of PD diagnosis, offering a valuable tool for early intervention and better patient care.Item Developing an AI-Based Approach for Project Requirements Analysis and Management(University of Tlemcen, 2025-06-29) Zerrouk, Mohammed HaceneCette thèse de master se concentre sur le développement d'une application de gestion des exigences alimentée par l'IA pour traiter les exigences incomplètes et cachées dans le développement logiciel. Les recherches montrent que 71% des échecs de projets logiciels proviennent d'une mauvaise gestion des exigences. Les études de cas de Five Angles et StackInTech démontrent des retards de projet allant jusqu'à 4 mois dus à des exigences sous-spécifiées. La solution proposée exploite OpenAI pour générer automatiquement des user stories complètes, des critères d'acceptation et des tâches de développement à partir de descriptions épiques simples. Le système web est construit avec Laravel, React et Inertia.js, offrant un contrôle d'accès basé sur les rôles et des capacités d'export transparentes vers Jira. L'application fait passer le rôle humain de la création manuelle d'exigences à la validation des sorties générées par l'IA, réduisant la charge cognitive tout en améliorant la précision. Cette recherche démontre une intégration efficace de l'IA dans les processus de développement agile, contribuant à l'ingénierie des exigences en minimiItem SemPart: Yet Another RDF Partitioning Strategy In Action.(Universite of Tlemcen, 2025-06-24) Khiat, Sara Nardjes; Hammouni, TarikThe Resource Description Framework (RDF) is now an important standard for modeling structured knowledge, but it is still hard to manage large RDF datasets, especially when they are spread out across many computers. The way that current RDF triplestores split up their data into triples can make queries take longer and make communication harder. Also, the fact that database administrators (DBAs) are not involved in the partitioning process makes the system less flexible when workloads or semantic structures change. The PQDAG team at the LIAS lab came up with SemPart, a fragment-based RDF partitioning framework that adds semantic coherence and expert-driven control to get around these problems. The main focus of this work is on how to put it into practice by designing and building the entire SemPart framework and adding it to the distributed PQDAG system. This work makes it possible t