Docorat Classique MID

Permanent URI for this collectionhttps://dspace.univ-tlemcen.dz/handle/112/10251

Browse

Recent Submissions

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Un routage tolérant aux pannes économe en énergie à aspects préventif et curatif pour les réseaux de capteurs sans fil
    (University of Tlemcen, 2023-09-18) Belkadi, Khadidja
    La tolérance aux pannes est un mécanisme primordial dans les réseaux de capteurs sans fil (RCSFs) pour garder le système fonctionnel quand certains cessent de fonctionner. Dans cette thèse, nous proposons trois contributions pour la tolérance aux pannes dans les RCSFs. La première contribution est basée sur le problème des noeuds critiques (CNP) et s’exécute en deux phases. La première phase consiste à sélectionner les noeuds critiques dont la défaillance fragmente le réseau et la deuxième phase fait appel au concept d’augmentation qui permet d’ajouter des liens sans fil pour tolérer la panne des noeuds critiques définis lors de la première phase. La deuxième contribution consiste en un protocole de routage tolérant aux pannes à aspect préventif basé sur le clustering. Dans ce schéma de routage les noeuds les plus fiables sont impliques dans le processus de routage et la probabilité de fiabilité des noeuds est calculée selon la loi de Bernoulli. La troisième contribution est un protocole de routage tolérant aux pannes à aspect curatif basé sur le concept de clustering. Dans ce protocole chaque cluster contient un CH principal et un CH assistant qui remplace le CH principal en cas de sa défaillance. Les résultats obtenus après évaluation de ces contributions ont montré leurs performances par rapport à certains travaux existants.
  • Thumbnail Image
    Item
    Exploitation des techniques de l’intelligence artificielle pour l’optimisation de la QoS et l’efficacité spectrale dans les réseaux de radio cognitive
    (University of Tlemcen, 2020-01-30) Ali Saoucha, Naziha
    Le concept d'accès dynamique au spectre vient remédier au problème de la rareté spectrale résultant de la multiplication des services et standards de communications sans fil à travers une technologie clé la radio cognitive. Cette dernière est considérée comme étant un dispositif intelligent et autonome capable de prendre des décisions d'adaptation à son environnement dynamique en temps réel afin de satisfaire les besoins de l'utilisateur en termes de qualité de service tout en respectant le cadre de régulation en vigueur. Dans cette thèse, nous proposons de nouveaux algorithmes basés sur des approches bio-inspirées qui ont été développées lors de cette dernière décennie, à savoir : l'algorithme des lucioles, la recherche Coucou et l'algorithme de la chauve-souris, pour l'adaptation des paramètres de transmission qui a été formulée sous forme d'un problème d'optimisation multi-objectifs. Les résultats obtenus au travers d'une série de tests et de simulations démontrent clairement une nette supériorité de nos algorithmes en termes de qualité des solutions et de vitesse de convergence par rapport aux techniques les plus utilisées dans la littérature, à savoir les algorithmes génétiques et l'algorithme d'optimisation par essaim de particules. The dynamic spectrum access concept addresses the spectral scarcity problem, resulting from the wireless communications services and standards proliferation, through the key technology cognitive radio. This latter is considered to be an intelligent and autonomous device capable of making decisions to adapt to its dynamic environment in real time in order to satisfy the needs of the user in terms of quality of service while respecting the regulatory framework in force. In this thesis, we propose new algorithms based on bio-inspired approaches that have been developed during this last decade, namely: the firefly algorithm, the Coucou search and the bat algorithm, for the adaptation of the transmission parameters which has been formulated as a multi-objective optimization problem. The results obtained through a series of tests and simulations demonstrate a clear superiority of our algorithms in terms of quality of solutions and speed of convergence compared to the most used techniques in the literature, namely the genetic and the particle swarm optimization algorithm.
  • Thumbnail Image
    Item
    Système de recommandation de ressources pédagogiques fondé sur les liens sociaux : formalisation et évaluation
    (University of Tlemcen, 2018-06-28) Tadlaoui, Mohammed
    Avec la quantité croissante du contenu pédagogique produit chaque jour par les utilisateurs, il devient très difficile pour les apprenants de trouver les ressources les plus adaptées à leurs besoins. Les systèmes de recommandation sont utilisés dans les plateformes éducatives pour résoudre le problème de surcharge d'information. Ils sont conçus pour fournir des ressources pertinentes à un apprenant en utilisant certaines informations sur les utilisateurs et les ressources. Le présent travail s'inscrit dans le contexte des systèmes de recommandation des ressources pédagogiques, en particulier les systèmes qui utilisent des informations sociales. Nous avons défini une approche de recommandation de ressources éducatives en se basant sur les résultats de recherche dans le domaine des systèmes de recommandation, des réseaux sociaux et des environnements informatiques pour l’apprentissage humain. Nous nous appuyons sur les relations sociales entre apprenants pour améliorer la précision des recommandations. Notre proposition est basée sur des modèles formels qui calculent la similarité entre les utilisateurs d'un environnement d'apprentissage pour générer trois types de recommandation, à savoir la recommandation des 1) ressources populaires, 2) ressources utiles et 3) ressources récemment consultées. Nous avons développé une plateforme d'apprentissage, appelée Icraa, qui intègre nos modèles de recommandation. La plateforme Icraa est un environnement d’apprentissage social qui permet aux apprenants de télécharger, de visualiser et d’évaluer les ressources éducatives. Dans cette thèse, nous présentons les résultats d'une expérimentation menée pendant deux ans qui a impliqué un groupe de 372 apprenants d'Icraa dans un contexte éducatif réel. L'objectif de cette expérimentation est de mesurer la pertinence, la qualité et l'utilité des ressources recommandées. Cette étude nous a permis d'analyser les retours des utilisateurs concernant les trois types de recommandations. Cette analyse a été basée sur les traces des utilisateurs enregistrées avec Icraa et sur un questionnaire. Nous avons également effectué une analyse hors ligne en utilisant un jeu de données afin de comparer notre approche avec quatre algorithmes de référence. With the increasing amount of educational content produced daily by users, it becomes very difficult for learners to find the resources that are best suited to their needs. Recommendation systems are used in educational platforms to solve the problem of information overload. They are designed to provide relevant resources to a learner using some information about users and resources. The present work fits in the context of recommender systems for educational resources, especially systems that use social information. We have defined an educational resource recommendation approach based on research findings in the area of recommender systems, social networks, and Technology-Enhanced Learning. We rely on social relations between learners to improve the accuracy of recommendations. Our proposal is based on formal models that calculate the similarity between users of a learning environment to generate three types of recommendation, namely the recommendation of 1) popular resources; 2) useful resources; and 3) resources recently consulted. We have developed a learning platform, called Icraa, which integrates our recommendation models. The Icraa platform is a social learning environment that allows learners to download, view and evaluate educational resources. In this thesis, we present the results of an experiment conducted for almost two years on a group of 372 learners of Icraa in a real educational context. The objective of this experiment is to measure the relevance, quality and usefulness of the recommended resources. This study allowed us to analyze the user’s feedback on the three types of recommendations. This analysis is based on the users’ traces which was saved with Icraa and on a questionnaire. We have also performed an offline analysis using a dataset to compare our approach with four base line algorithms.