Browse
Recent Submissions
Item Generative artificial intelligence for content synthesis and information retrieval(2024) Chabbi Islam Falek LamisseGenerative artificial intelligence has emerged as a revolutionary technology capable of transforming how content is created and information is retrieved. In this project, we explored the capabilities of advanced generative AI models, such as GPT-4, to develop four distinct services: a PDF chatbot, a blog chatbot, a YouTube video summarization service, and a SQL chatbot. These services are hosted on an accessible web server, providing users with an interactive interface to query and obtain precise and contextual responses. The PDF chatbot allows users to ask questions about the content of PDF documents and receive accurate answers. The blog chatbot enables users to interact with blog post content, asking questions and receiving instant, contextual responses. The YouTube video summarization service extracts and summarizes video content, offering users concise summaries and the ability to interact via chat. The SQL chatbot is designed to interact with SQL databases, allowing users to ask questions about the data and receive precise answers. Our work demonstrates the significant potential of generative artificial intelligence in automating and enhancing content creation and information retrieval processes. By developing and deploying advanced AI services for PDFs, blogs, YouTube videos, and SQL databases, we contribute to more intelligent and efficient information systems, benefiting users across various fields.Item The reinforcement learning of an autonomous agent, Case study: Taxi Game(2024) Boudouha Islem Hoggas Salah EddineReinforcement learning (RL) is a powerful machine learning technique that enables autonomous agents to learn and make decisions by interacting with their environment. It is inspired by the behavioural psychology concept of learning through trial-and-error, where an agent takes actions, receives rewards or penalties, and adjusts its behaviour accordingly to achieve specific goals. In this thesis, we focus on the mechanisms, techniques, and applications of this exciting discipline, We apply the Q-learning algorithm wich is a reinforcement learning algorithm that seeks to find the best possible next action given its current state, in order to maximise the reward it receives from the enviroment Taxi game wich is one of many environments available on OpenAI Gym, The aim of this algorithm is to make sure the taxi can get to the passenger, pick him up and bring him to the drop-off location in the fastest way possible, The core concept of Q-learning revolves around the notion of a Q-table, a data structure that stores the estimated values of taking a specific action in a particular state. As the agent (taxi) interacts with the environment, it continuously updates the Q-table based on the rewards it receives. This iterative process enables the agent to gradually learn which actions lead to favorable outcomes and which ones should be avoided.Item Reconnaissance Faciale avec Machine Learning(2024) — GHALMI Hanane — AFOUFOU SabrinaLa reconnaissance faciale a émergé comme un domaine fascinant et indispensable dans le domaine de la vision par ordinateur et de l'intelligence artificielle, avec des applications allant de la sécurité et la surveillance à l'authentification biométrique. Dans le contexte de cette évolution rapide, l’objectif de ce mémoire est d’explorer et d’évaluer l’utilisation conjointe de l’apprentissage automatique (des Machine à Vecteurs de Support SVM) et de deux techniques d’extraction des caractéristiques les Histogrammes des Gradients Orientés (HOG) et le Motif Binaire Local (LBP). Nous présenterons un état de l’art des approches récentes dans ce domaine, et nous allons évaluer ces techniques en termes d'efficacité et de performance. Notre étude est basée sur l'extraction des caractéristiques qui identifie les informations des zones du visage et leur classification, à partir de ces informations extraites. Enfin, nous avons essayé d'obtenir de meilleurs résultats en effectuant plusieurs tests avec les descripteurs HOG et LBP où nous avons obtenus un taux de reconnaissance (98,7 %) et (93,4 %) sur les bases de données de référence ORL et LFW en utilisant le classifieur SVM.Item Spécification formelle des systèmes complexes par l’utilisation des réseaux de Petri colorés basés sur Python(2024) Sekaoui Amir • Dendouga SafaCe mémoire est consacré à la spécification formelle des systèmes complexes en utilisant les réseaux de Pétri colorés basés sur Python. Cela implique la spécification du comportement, des états et des transitions du système en utilisant le formalisme des réseaux de Pétri colorés (CPN) et en les implémentant en Python. En utilisant les réseaux de Pétri colorés, qui constituent un moyen formel de représenter visuellement la façon dont les choses circulent et interagissent, ainsi que Python, un langage de programmation, nous nous sommes capables de créer un modèle clair et structuré du fonctionnement des systèmes complexes. Cela nous aide à comprendre et à prévoir leur comportement, ce qui les rend plus fiables et plus faciles à gérer.Item An ontology framework to allow semantic communications between cyber-physical systems(2024) Aroua SmailThis thesis focuses on the development of an ontology framework to enable semantic communication between Cyber-Physical Systems (CPS). CPS, merging physical processes with computational technologies, offers significant potential for efficiency and innovation. The framework addresses the gap between the cyber and physical worlds within CPS, facilitating seamless data exchange and informed decision-making. Key topics include the design methodology, implementation steps, and the role of Semantic Web technologies like RDF, RDFS, and OWL. The framework's impact on communication, interoperability, and decisionmaking in CPS is discussed, with suggestions for future refinement and application.Item An Annotation tool for Natural language processing tasks(2024) M. Bezza aya M. Maache NadjetThis dissertation creates an annotation tool used in Natural Language Processing (NLP) tasks. NLP has the appropriate techniques to exploit valuable information, provided that a large amount of annotated textual data is available. Most annotation processes rely on manually handling a large body of text for development and evaluation. Creating a large annotated corpus is tedious and requires adequate computational support. Although many annotation tools are available, their primary weaknesses lie in their specific purposes and commercial licenses. Since the quality of the data used to train the NLP model directly affects the quality of the results, ensuring quality control of the annotations is essential. To facilitate this process, we have created a tool that helps us to collect comments from social media platforms such as YouTube and Reddit and annotate them.Item Classification and selection of job applications using AI techniques(2024) . Zeraoulia Oussama . Zeraoulia AmaniHuman resource management (HRM) plays a pivotal role in organizational success by overseeing invaluable assets - employees. HRM encompasses diverse responsibilities including recruitment, training, performance evaluation, and compensation management. Effective HRM enhances work efficiency, product/service quality, and employee satisfaction, crucial for longterm organizational commitment. In the digital age, organizations undergo digital transformation, where artificial intelligence (AI) emerges as a revolutionary tool. AI’s cognitive capabilities promise to revolutionize HRM, offering efficiency and productivity enhancements. This study explores AI’s role in HRM, focusing on e-recruitment and its impact on candidate selection and classification. Through detailed examination, it aims to elucidate AI’s contributions to HRM, offering insights into its functions, classifications, and integration challenges. The study presents a comprehensive analysis organized into four chapters, delving into HRM principles, AI integration in e-recruitment, proposed AI-enabled recruitment approaches, and practical implementation considerations. Each chapter provides empirical research and case studies, facilitating a thorough understanding and effective AI implementation in recruitment processes.Item Recherche d’information par le mapping de projection Entre requêtes et documents(2024) AIT IZEM HadiaAvec le développement rapide du Web, les quant ités d’informat ion qui y sont présente sont devenues gigantesques, ces informations sont stockées suivant différentes formes, allant du non structuré, aux bases de données et bases de connaissances. Ainsi, retrouver l’information pertinente parmi ces grandes quantités est devenu une tache très complexe à réaliser car les moyens de recherche n’ont pas connu les mêmes évolutions et améliorat ions. Les nombreuses recherches actives pour résoudre ces problèmes ont au début mené à l’utilisat ion des indexes syntaxiques pour repérer l’information, et des modèles ont été développés à cet effet comme le modèle booléen, le modèle vectoriel, LSI, etc. Plus tard, on s’est vite rendu compte que cette modélisation n’est pas tout à fait efficace, lorsqu’il s’agit de choix de document où le caractère sémant ique est fortement présent. En effet, l’indexat ion par des termes totalement séparés ne permet pas de tenir compte des relations sémantiques qui existent entre les termes de l’index. De ce fait, un nouveau paradigme de représentation des connaissance a vu le jour, il s’agit du concept d’ontologie, un modèle de représentation explicite et formelle des connaissances d’un domaine, c’est une formalisation qui permet de tenir compte des concepts, des relations et des hiérarchies pour structurer la connaissance, et appliquer des mécanismes d’inférence pour déduire la connaissance implicite depuis la connaissance explicite. L’usage des ontologies a été introduit dans les modèles de recherche d’ information, souvent appelée recherche sémantique, ce concept est le modèle le plus approprié pour prendre en compte de telles contraintes, et aussi d’autres problèmes comme l'interopérabilité, le partage et la réutilisation des connaissances. L’index est transformé en ontologie, un ensemble d’annotations qui décrivent les concepts du domaine et leurs relations. C’est en partant de cette observat ion que se situe notre travail, qui propose une approche pour la modélisat ion d’un système de recherche sémantique en s’appuyant sur la notion de recherche de Mapping entre annotations de documents et de requêtes en utilisant l’opération de project ion entre ces annotations. Cela permettra de prendre en compte les types et les sous-types, que ce soit pour les hiérarchies de concepts ou celles des relations. De plus, Il est possible de traduire une annotation sous forme de graphe conceptuel en une formule logique, ce qui nous permettra d’utiliser les mécanismes de raisonnement valides utilisés dans les logiques y compris les logiques modales pour tenir compte si nécessaire des incertitudes et des imprécisions.Item A new multi-agent cooperative path planning based on the Crow Search Algorithm(2024) BENACHI Romaissa OULD AMAR InesAbstract : The limitations of traditional optimization techniques in addressing complex problems within multi-agent systems (MAS) necessitate the exploration of innovative approaches.This work delves into the potential of metaheuristics, a family of algorithms inspired by natural processes. We specifically investigate the Crow Search Algorithm (CSA) and Particle Swarm Optimization (PSO) as promising tools for MAS path planning. By incorporating the exploration-exploitation balance inherent to these metaheuristics, we aim to develop robust and adaptable path planning strategies that empower agents within MAS to navigate complex environments effectively.Item Web Service Selection based meta-heuristic methods(TSO)(2024) Mokhnachi islam Trad Taj eddine aboulkacemWeb service selection is a crucial problem in the context of service-oriented architectures, where efficiently identifying the best web service from thousands of available options is essential. This problem is significant in various domains such as e-commerce, e-learning, and e-health, where services must meet diverse quality of service (QoS) criteria including performance, reliability, cost, and availability. The challenge lies in the heterogeneity of services and the need to optimize multiple conflicting objectives. Recently, meta-heuristic algorithms inspired by natural processes have shown great promise in solving complex optimization problems. This work proposes a novel approach using the Tuna Swarm Optimization (TSO) algorithm to address the web service selection problem. The TSO algorithm aims to optimize the selection process by balancing multiple QoS criteria and improving the overall service quality. To achieve this, the TSO algorithm employs a fitness function that incorporates various QoS parameters and guides the search process to identify the optimal web service. The performance of the TSO algorithm is evaluated against other selection algorithms, such as Genetic Algorithm, Particle Swarm Optimization, and Ant Colony Optimization. The results demonstrate that the TSO algorithm is a promising solution for web service selection, offering superior performance in terms of optimizing multiple QoS criteria and efficiently finding the best service.Item Formal verification approach for communication protocols in a Fog Computing environment.(2024) Grabsi Zined Ms. Roudelsi RaniaFog computing has emerged as a promising paradigm for handling the increasing demands of modern communication systems, particularly in the context of the Internet of Things (IoT). This thesis provides an overview of the formal verification approach for communication protocols in fog computing environments. With the proliferation of interconnected devices and the critical need for reliable communication, ensuring the correctness and security of communication protocols becomes paramount. We explore various formal verification techniques, including model checking, and discuss their applicability in verifying the correctness of communication protocols deployed in fog computing environments. Additionally, we highlight the challenges and opportunities in this area, such as scalability issues, handling dynamic network topologies, and addressing security concerns. By leveraging formal verification techniques, we aim to enhance the reliability and robustness of communication protocols in fog computing, ultimately contributing to the advancement of this rapidly evolving field.Item Intelligent VM Replication for Enhanced Fault Tolerance in Cloud Computing(2024) Ben Amara AyoubCloud computing is a paradigm that allows users to access shared computing resources over the internet, enabling rapid provisioning and scaling of resources with minimal management effort or service provider interaction. This research explores an innovative method for improving fault tolerance in cloud computing environments through intelligent virtual machine (VM) replication. The study specifically addresses the challenge of reacting to faults in hosts. It proposes a novel approach that considers cost factors and historical fault occurrences on specific hosts to intelligently select VMs for replication. The thesis demonstrates the effectiveness of this approach in improving fault tolerance through theoretical analysis, empirical evaluation, and practical implementation. Key findings include identifying fault-prone hosts, selecting VMs, and implementing proactive fault management strategies. It provides valuable insights and recommendations for cloud service providers and end-users, highlighting the potential benefits and challenges of intelligent VM replication.Item Conception et réalisation d’un algorithme d’ordonnancement tolérant aux fautes pour les systèmes embarqués intelligents(2024) BOUZAHER Ahmed M. GOURMAT NoussaibLes systèmes embarqués intelligents jouent un rôle de plus en plus crucial dans divers secteurs tels que l’automobile, l’aérospatial, la santé et l’IoT. Afin de garantir leur haute performance, leur efficacité énergétique et leur robustesse, il est impératif d’assurer un ordonnancement rigoureux des tâches. Ce mémoire se concentre sur la conception et la réalisation d’un algorithme d’ordonnancement tolérant aux fautes pour ces systèmes. En utilisant le Watchdog Timer pour détecter les pannes de processeur et en adoptant l’algorithme EDF (Earliest Deadline First), l’objectif est d’améliorer la fiabilité et l’efficacité en garantissant l’exécution des tâches critiques malgré les défaillances.Item Fault Diagnosis of Industrial Systems Utilizing Meta-Heuristic Techniques(2024) Abd-Errahim Falek Houssem-Eddine BezzaIn this research, we employ the Enhanced Discrete Grey Wolf Optimization (EDGWO) algorithm to identify faults in a simulated Photovoltaic (PV) power plant. Our objective is to enhance fault detection accuracy and efficiency by utilizing a novel movement algorithm that optimizes the path for grey wolves. Given the growing importance of Photovoltaic power plants in sustainable energy production, reliable fault detection mechanisms are crucial to ensure optimal system operation and longevity. The Enhanced Discrete Grey Wolf Optimization (EDGWO) algorithm is an improved iteration of the conventional Grey Wolf Optimization (GWO) algorithm, specifically tailored for discrete binary optimization challenges. In our work, the grey wolves symbolize potential solutions for fault detection, where each wolf’s position is encoded as a rule classification vector. Each element in this vector corresponds to a specific parameter or feature within the PV power plant system. The optimization process seeks to identify the optimal feature combination that maximizes fault detection accuracy while minimizing false alarms.Item Diabetic Retinopathy Severity Level Detection Using Deep Learning(2024) Ben Othmane SamiIn recent years, Artificial Intelligence (AI) has revolutionized numerous fields of scientific research by offering innovative solutions to complex challenges. The healthcare sector is no exception. Diabetes, a prevalent condition both globally and in Algeria, often leads to a severe complication known as diabetic retinopathy. This condition can blur or distort vision and is a major cause of blindness. Early detection of diabetic retinopathy is crucial for effective treatment. Recent advancements in AI, especially in deep learning, provide promising solutions for predicting, diagnosing, and managing various diseases in their early stages. In our master project, we develop a robust system for detecting the levels of diabetic retinopathy using Convolutional Neural Networks (CNNs) enhanced with specific adaptations to improve performance. Leveraging a pre-trained CNN model, we introduce tailored adjustments to parameters that optimize the network for our dataset and the particular nuances of DR detection. Furthermore, we implement multi-label classification to address the complex and overlapping features of diabetic retinopathy stages. This approach allows our model to capture and represent the intricate patterns in retinal images more effectively than traditional single-label methods. Our experimental results demonstrate that this combined strategy significantly enhances the accuracy and reliability of Diabetic Retinopathy (DR) level detection. This project emphasizes the Importance of Machine learning and Deep learning techniques in healthcare, offering a promising tool for clinicians in the fight against diabetic eye diseases. .Item Conception d’une application pour l'adaptation de document multimédia dans le domaine de E-learning(2024) MERDACI Aya tellahCe mémoire propose une approche innovante pour améliorer l'expérience d'apprentissage en ligne en concevant une application pour l'adaptation de documents multimédia. L'Elearning est une forme de formation en ligne qui utilise les technologies informatiques pour offrir des cours et des ressources éducatives. Cependant, l'un des principaux défis dans ce domaine est l'adaptation des documents multimédias pour répondre aux besoins spécifiques des utilisateurs. Cette application permettra aux utilisateurs de personnaliser les contenus multimédias en fonction de leurs besoins et préférences, améliorant ainsi l'expérience d'apprentissage en ligne. Pour atteindre cet objectif, l'application collecte des informations sur l'utilisateur, analyse les caractéristiques du contenu multimédia et adapte ce contenu en conséquence. Le mémoire présente une analyse détaillée de la conception et de la mise en œuvre de cette application, ainsi que des résultats de tests et des perspectives d'avenir.Item Simulation de l’effet des défauts dans une cellule solaire à base de Silicium(2024) TAOULILIT DhaouiaL’énergie solaire représente la source la plus abondante parmi toutes les énergies renouvelables, car un faible pourcentage du rayonnement solaire que reçoit la Terre est suffisant pour couvrir tous les besoins énergétiques mondiaux. Cette énergie est exploitée grâce à des panneaux solaires photovoltaïques qui convertissent la lumière du soleil en énergie électrique. Nous avons souligné les propriétés les plus importantes du silicium ainsi que la méthode de fabrication. Nous avons fourni une définition de l'effet photoélectrique et des caractéristiques les plus importantes des cellules solaires qui fonctionnent en conséquence. Dans ce mémoire, nous avons réalisé une simulation numérique des propriétés électriques d'une cellule solaire n-p en silicium cristallin à l'aide du logiciel de simulation SCAPS, dans le but de : connaître l'effet de la température sur les propriétés électriques d'une cellule solaire n-p en silicium cristallin silicium. Connaître l'effet de la concentration en dopants de type p et de type n, ainsi que l'effet des défauts sur les caractéristiques électriques d'une cellule solaire en silicium cristallin. En conclusion de ce travail, on peut dire : La température affecte clairement les performances de la cellule solaire, car une augmentation de la température entraîne une diminution du rendement. L'augmentation de la concentration de dopants de type p et n conduit à un rendement plus élevé de cette cellule. Lorsque la concentration de défauts dans la cellule augmente, la valeur des Caractéristiques électriques de la cellule solaire diminue, et donc le rendement de la cellule diminue en conséquenceItem Study of the physical properties of ZnO, CuO, ZnO_CuO nanocomposites films for gas sensing(2024) ZIZA ManelCe mémoire été concentrée sur l’étude des propriétés physiques des couches minces d’oxyde de zinc, d’oxydes de cuivre et de composite CuO-ZnO. Les films ont été synthétisés par la technique du revêtement par immersion et déposés sur des substrates de verre. Par diffraction aux rayons X (XRD), il a été constaté que les couches minces d'oxyde de zinc (ZnO) ont une structure hexagonale de wurtzite avec une orientation préférentielle (002) suivant l'axe c et les minces couches d'oxydes de cuivre (CuO) possèdent une structure monoclinique. ZnO avait une taille cristalline de 12 à 18 nm. Alors que le CuO avait une taille cristalline de 11 à 23 nm. La densité de dislocation et la tension étaient plus élevées dans le CuO pur par rapport au ZnO pur. La spectroscopie Raman et FTIR ont indiqué la formation d'oxyde de zinc pur, tandis que dans le CuO nous avons un petit résidu de la phase amorphe Cu 2 O. La transmission optique du ZnO pur varie entre 82 et 90%. La transmission optique du CuO pur était d'environ 25 à 35%, et pour le système d'oxyde est 40%, elle était de 40%. Les écarts de bande optique étaient de 3,37eV pour le ZnO pur et de 1,8eV dans le système CuO et CuO_ZnO pur. Cette découverte sur les propriétés électriques et optiques des couches minces ZnO, CuO et CuO_ZnO confirme que la sensibilité de ZnO à la concentration de gaz de CO2 est beaucoup plus élevée que celle des films minces znO/CuO.Item Etude et Simulation d'une Cellule Solaire à base de Pérovskite CH 3 NH 3 SnI 3(2024) DEROUAG SamiyaDans un contexte mondial où l'on cherche à diversifier l'utilisation des ressources naturelles, l'utilisation des énergies renouvelables, notamment l'énergie solaire photovoltaïque, gagne en importance. C'est dans cette perspective que le développement d'une nouvelle génération de cellules photovoltaïques basées sur la pérovskite semble particulièrement prometteur. Dans ce travail, on a étudié les performances photovoltaïques de cellule solaire basée sur le matériau hybride pérovskite CH3NH3SnI3 en utilisant l’outil de simulation unidimensionnel SCAPS. L’objectif principal est d’améliorer les performances de cellule solaire en déterminant les paramètres optimaux pour leur fonctionnement. Dans ce contexte, on a étudié l’influence de plusieurs paramètres physiques qui contribuent à améliorer leurs rendements. On s’est intéressé plus particulièrement à étudier l’effet de l’épaisseur de la couche pérovskite, l’effet des concentrations du dopage N A et de défauts Nt de la couche pérovskite CH3NH3SnI3, ainsi que l’influence de l’épaisseur et des concentrations du dopage N D et N A des couches de transport ETL et HTL sur les caractéristiques de la cellule solaire.Item Simulation of light-emitting diodes (LED) based on AlP/AlGaP hetero-junction(2024) Krazti SabrinaLes diodes électroluminescentes (LED) basées sur des structures ALP/ALP émettant de la lumière verte ont fait des progrès significatifs ces dernières années. Cette thèse présente une étude simulée à l'aide du programme SILVACO Atlas de trois structures différentes d'une diode électroluminescente à plusieurs puits quantiques ALP / AlGaP: une avec un puits quantique (1 QW), une autre avec deux puits quantiques (2 QW) et la troisième avec trois puits quantiques (3 QW). La région active est constituée de puits quantiques espacés de 15 nm et de barrières quantiques espacées de 25 nm. Les principales propriétés électriques et optiques I(V), p op (V), p op (I) des diodes simulées, la concentration de porteurs de charge dans la région active, l'efficacité quantique externe ainsi que le spectre d'émission sont présentés et analysés. Une comparaison des caractéristiques des trois diodes est également faite dans ce travail.