A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Lynda Khiali |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesAnalyse des séries temporelles pour la prédiction du niveau d’eau des nappes phréatiques / Lydia Belhouas (2021)
Titre : Analyse des séries temporelles pour la prédiction du niveau d’eau des nappes phréatiques Type de document : theses et memoires Auteurs : Lydia Belhouas ; Ait Messaoud Mustapha ; Lynda Khiali, Directeur de thèse Editeur : Tizi-Ouzou : U.M.M.T.O Année de publication : 2021 Importance : 82 p. Présentation : ill. Format : 24cm. Note générale : Bibliog Langues : Français Mots-clés : Intelligence artificielle Apprentissage automatique Apprentissage supervisé Nappes phréatiques Eaux Algorithmes de régression KNN SVR Arbres de régression Forets aléatoires Régression linéaire Réseaux de neurones ARIMA Résumé : L'eau est la ressource la plus essentielle à la vie sur terre, et le recours préférentiel aux eaux souterraines par rapport aux eaux de surface pour l'alimentation de la population est motivé par de multiples critères tels que leurs volumes exploitables et leur évolution au fil du temps. Le choix de cette ressource hydrogéologique n'est jamais un acte anodin, il mérite une étude sérieuse afin d'exploiter ces eaux qui se traduit par une succession d'étapes progressives.
Dans ce projet, nous allons étudier l'évolution des nappes phréatiques et du niveau d'eau dans un zone bien précise par méthodes de régression d'intelligence artificielle, en tenant compte de plusieurs paramètres qui aideront notre programme informatique à être plus efficace dans la prédiction, qui sera bel et bien le but de notre étude.
Nous allons utiliser dans ce contexte, différentes méthodes bien choisies d'apprentissage automatique, à savoir : Régression linéaire, Arbres de décision, Forets aléatoires, KNN et SVM, et nous allons voir lequel de ces modèles nous procure les meilleurs résultats attendus en sachant que la prédiction se fera sur des données déjà existantes pour comparer leur rapprochement avec les données prédites.En ligne : D:\CD THESES 2021\MAST ELN\BELHOUAS LYDIA; AIT MESSAOUD MUSTAPHA.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36359 Analyse des séries temporelles pour la prédiction du niveau d’eau des nappes phréatiques [theses et memoires] / Lydia Belhouas ; Ait Messaoud Mustapha ; Lynda Khiali, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O, 2021 . - 82 p. : ill. ; 24cm.
Bibliog
Langues : Français
Mots-clés : Intelligence artificielle Apprentissage automatique Apprentissage supervisé Nappes phréatiques Eaux Algorithmes de régression KNN SVR Arbres de régression Forets aléatoires Régression linéaire Réseaux de neurones ARIMA Résumé : L'eau est la ressource la plus essentielle à la vie sur terre, et le recours préférentiel aux eaux souterraines par rapport aux eaux de surface pour l'alimentation de la population est motivé par de multiples critères tels que leurs volumes exploitables et leur évolution au fil du temps. Le choix de cette ressource hydrogéologique n'est jamais un acte anodin, il mérite une étude sérieuse afin d'exploiter ces eaux qui se traduit par une succession d'étapes progressives.
Dans ce projet, nous allons étudier l'évolution des nappes phréatiques et du niveau d'eau dans un zone bien précise par méthodes de régression d'intelligence artificielle, en tenant compte de plusieurs paramètres qui aideront notre programme informatique à être plus efficace dans la prédiction, qui sera bel et bien le but de notre étude.
Nous allons utiliser dans ce contexte, différentes méthodes bien choisies d'apprentissage automatique, à savoir : Régression linéaire, Arbres de décision, Forets aléatoires, KNN et SVM, et nous allons voir lequel de ces modèles nous procure les meilleurs résultats attendus en sachant que la prédiction se fera sur des données déjà existantes pour comparer leur rapprochement avec les données prédites.En ligne : D:\CD THESES 2021\MAST ELN\BELHOUAS LYDIA; AIT MESSAOUD MUSTAPHA.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36359 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.ELN.09-21/1 MAST.ELN.09-21 Mémoires Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Application web collaborative pour l’optimisation de l’utilisation des ressources d’eaux en Algérie. Type de document : theses et memoires Auteurs : Ines Amalou, Auteur ; Lynda Khiali, Directeur de thèse Editeur : Tizi-Ouzou : UMMTO F.G.E.I Année de publication : 2023 Importance : 99p Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Application collaborative Gestion de l’eau Water Wise Problématiques liées à l’eau Signalement de fuites Sources d’eau Engagement communautaire Conservation de l’environnement Conservation de l’eau Utilisation durable de l’eau Rapports en temps réel Sensibilisation du public Gestion des ressources Services de géolocalisation Forum sur l’eau. Résumé : Dans ce travail, nous présentons le processus suivi dans notre projet de fin d’étude en vue de l’obtention d’un diplôme de master en réseaux et télécommunications, ayant pour thème "Application web collaborative pour l’optimisation de l’utilisation des ressources d’eaux en Algérie".
L’objectif majeur de notre application web est de signaler les fuites d’eau avec précision et de localiser les problèmes liés à l’eau, ainsi que de dévoiler des sources d’eau. Il permet également de discuter de tout sujet en lien avec l’eau.
Ce travail débute par la présentation de plusieurs applications collaboratives, suivie par une phase d’analyse et de conception illustrant les fonctionnalités requises pour notre système à l’aide du langage UML.
En nous appuyant sur cette conception, nous avons entrepris la phase de réalisation, où nous présentons le produit final, y compris diverses
interfaces, ainsi que les outils et l’environnement de développement utilisés.
Enfin, la partie annexe fournit des diagrammes explicatifs détaillant le fonctionnement de notre application.Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37541 Application web collaborative pour l’optimisation de l’utilisation des ressources d’eaux en Algérie. [theses et memoires] / Ines Amalou, Auteur ; Lynda Khiali, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2023 . - 99p : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Application collaborative Gestion de l’eau Water Wise Problématiques liées à l’eau Signalement de fuites Sources d’eau Engagement communautaire Conservation de l’environnement Conservation de l’eau Utilisation durable de l’eau Rapports en temps réel Sensibilisation du public Gestion des ressources Services de géolocalisation Forum sur l’eau. Résumé : Dans ce travail, nous présentons le processus suivi dans notre projet de fin d’étude en vue de l’obtention d’un diplôme de master en réseaux et télécommunications, ayant pour thème "Application web collaborative pour l’optimisation de l’utilisation des ressources d’eaux en Algérie".
L’objectif majeur de notre application web est de signaler les fuites d’eau avec précision et de localiser les problèmes liés à l’eau, ainsi que de dévoiler des sources d’eau. Il permet également de discuter de tout sujet en lien avec l’eau.
Ce travail débute par la présentation de plusieurs applications collaboratives, suivie par une phase d’analyse et de conception illustrant les fonctionnalités requises pour notre système à l’aide du langage UML.
En nous appuyant sur cette conception, nous avons entrepris la phase de réalisation, où nous présentons le produit final, y compris diverses
interfaces, ainsi que les outils et l’environnement de développement utilisés.
Enfin, la partie annexe fournit des diagrammes explicatifs détaillant le fonctionnement de notre application.Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37541 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.ELN.62-23/1 MAST.ELN.62-23 CD Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Apprentissage automatique appliqué à la prédiction du trafic du réseau 4G LTE Type de document : theses et memoires Auteurs : Farida Ben Amrane ; Allalou Imane ; Lynda Khiali, Directeur de thèse Editeur : Tizi-Ouzou : U.M.M.T.O Année de publication : 2021 Importance : 66 p. Présentation : ill. Format : 24cm. Note générale : Bibliog Langues : Français Mots-clés : Réseau 4G LTE Apprentissage automatique Intelligence artificielle Séries temporelles Régression Résumé : La popularité de l'analyse prédictive a récemment augmenté dans de nombreux domaines.
L'importance de la prévision du trafic mobile pour les réseaux LTE peut apporter des avantages en matière de planification du réseau qui peuvent aider les opérateurs à minimiser les investissements dans de nouveaux sites tout en garantissant une excellente expérience de service pour les abonnés haut débit mobile.
Dans le cadre de ce mémoire, une étude utilisant des algorithmes d'apprentissage automatique pour la prédiction du trafic du réseau LTE est présentée. L'objectif est de faire des prévisions à court terme pour tenir compte de manière proactive de la mise à l'échelle du réseau lorsque la charge est trop élevée pour répondre aux demandes de débit des utilisateurs.
Ce travail comporte un état de l'art sur l'intelligence artificielle, l'apprentissage automatique et de l'apprentissage profond, en particulier sur les problèmes de régression tel que la prévision du trafic sur le réseau LTE. Il compte aussi un état de l'art des séries temporelles, et identifie également les objectifs et les différentes approches de l'analyse des ST en référençant certains domaines d'application.
La dernière partie de ce travail comprend l’implémentation des modèles d’apprentissage automatique et leur évaluation sur nos données ainsi que une analyse comparative des résultats obtenus.En ligne : D:\CD THESES 2021\MAST ELN\BEN AMRANE FARIDA; ALLALOU IMANE.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36390 Apprentissage automatique appliqué à la prédiction du trafic du réseau 4G LTE [theses et memoires] / Farida Ben Amrane ; Allalou Imane ; Lynda Khiali, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : U.M.M.T.O, 2021 . - 66 p. : ill. ; 24cm.
Bibliog
Langues : Français
Mots-clés : Réseau 4G LTE Apprentissage automatique Intelligence artificielle Séries temporelles Régression Résumé : La popularité de l'analyse prédictive a récemment augmenté dans de nombreux domaines.
L'importance de la prévision du trafic mobile pour les réseaux LTE peut apporter des avantages en matière de planification du réseau qui peuvent aider les opérateurs à minimiser les investissements dans de nouveaux sites tout en garantissant une excellente expérience de service pour les abonnés haut débit mobile.
Dans le cadre de ce mémoire, une étude utilisant des algorithmes d'apprentissage automatique pour la prédiction du trafic du réseau LTE est présentée. L'objectif est de faire des prévisions à court terme pour tenir compte de manière proactive de la mise à l'échelle du réseau lorsque la charge est trop élevée pour répondre aux demandes de débit des utilisateurs.
Ce travail comporte un état de l'art sur l'intelligence artificielle, l'apprentissage automatique et de l'apprentissage profond, en particulier sur les problèmes de régression tel que la prévision du trafic sur le réseau LTE. Il compte aussi un état de l'art des séries temporelles, et identifie également les objectifs et les différentes approches de l'analyse des ST en référençant certains domaines d'application.
La dernière partie de ce travail comprend l’implémentation des modèles d’apprentissage automatique et leur évaluation sur nos données ainsi que une analyse comparative des résultats obtenus.En ligne : D:\CD THESES 2021\MAST ELN\BEN AMRANE FARIDA; ALLALOU IMANE.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36390 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.ELN.40-21/1 MAST.ELN.40-21 Mémoires Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Indexation sémantique du contenu des documents semi-structurés XML. Type de document : theses et memoires Auteurs : Lynda Khiali, Auteur ; Fatiha Boubekeur (ép. Amirouche), Directeur de thèse Editeur : Tizi Ouzou : UMMTO.FGEI Année de publication : 2015 Importance : 90 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Recherche d'information Indexation. Résumé : Notre mémoire traite de l’indexation sémantique du contenu des documents XML. Elle
est organisée en quatre chapitres :
L’objectif du premier chapitre est de présenter la recherche d’information classique. Il
définit les concepts de base liées a ce domaine, et décrit le processus en U de la RI, ainsi
que ses étapes à savoir l’indexation, l’appariement et la reformulation de la requête. Il
présente aussi les différents modèles d’appariement qui sont classé en trois catégories : les
modèles basés sur la théorie des ensembles, les modèles algébriques et les modèles
probabilistes. Et enfin, il expose les mesures d’évaluation des différents systèmes de
recherche.
Le deuxième chapitre est scindé en deux parties. Dans la première partie, nous
donnons un bref historique du standard XLM et nous présentons la structure générale d’un
document XML. Quand à la deuxième partie, elle est consacrée à l’état de l’art de la
Recherche d’Information structurée (RIS), nous commençons d’abord par présenter les
problématiques soulevées par la RIS. Nous décrivons ensuite les adaptations des méthodes
d’indexation au format structuré de ces documents ainsi que des modèles d’appariements.
Nous finissons par aborder les mesures d’évaluation des SRIS.
Dans le troisième chapitre, nous présentons les concepts fondamentaux de la RI
sémantique et nous mettons l’accent sur les différents approches sémantiques en RI semistructurée.
Dans le dernier chapitre, nous présentons l’approche que nous avons implémenté pour
la RI sémantique dans les documents semi-structurés. Nous exposons également les
expérimentations que nous avons réalisées afin de valider cette approche.En ligne : D:\CD.TH.2015\MASTER INF\KHIALI L..PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=30781 Indexation sémantique du contenu des documents semi-structurés XML. [theses et memoires] / Lynda Khiali, Auteur ; Fatiha Boubekeur (ép. Amirouche), Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2015 . - 90 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Recherche d'information Indexation. Résumé : Notre mémoire traite de l’indexation sémantique du contenu des documents XML. Elle
est organisée en quatre chapitres :
L’objectif du premier chapitre est de présenter la recherche d’information classique. Il
définit les concepts de base liées a ce domaine, et décrit le processus en U de la RI, ainsi
que ses étapes à savoir l’indexation, l’appariement et la reformulation de la requête. Il
présente aussi les différents modèles d’appariement qui sont classé en trois catégories : les
modèles basés sur la théorie des ensembles, les modèles algébriques et les modèles
probabilistes. Et enfin, il expose les mesures d’évaluation des différents systèmes de
recherche.
Le deuxième chapitre est scindé en deux parties. Dans la première partie, nous
donnons un bref historique du standard XLM et nous présentons la structure générale d’un
document XML. Quand à la deuxième partie, elle est consacrée à l’état de l’art de la
Recherche d’Information structurée (RIS), nous commençons d’abord par présenter les
problématiques soulevées par la RIS. Nous décrivons ensuite les adaptations des méthodes
d’indexation au format structuré de ces documents ainsi que des modèles d’appariements.
Nous finissons par aborder les mesures d’évaluation des SRIS.
Dans le troisième chapitre, nous présentons les concepts fondamentaux de la RI
sémantique et nous mettons l’accent sur les différents approches sémantiques en RI semistructurée.
Dans le dernier chapitre, nous présentons l’approche que nous avons implémenté pour
la RI sémantique dans les documents semi-structurés. Nous exposons également les
expérimentations que nous avons réalisées afin de valider cette approche.En ligne : D:\CD.TH.2015\MASTER INF\KHIALI L..PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=30781 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.INF.67-15/2 MAST.INF.67-15 Mémoires Magasin de Thèses et Mémoires / INF Master en Informatique Disponible MAST.INF.67-15/1 MAST.INF.67-15 Mémoires Magasin de Thèses et Mémoires / INF Master en Informatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Optimisation de l’utilisation des ressources d’eaux en Algérie à l’aide des méthodes d’apprentissage automatique. Type de document : theses et memoires Auteurs : Selma Chettoum, Auteur ; Melissa Amazouz, Auteur ; Lynda Khiali, Directeur de thèse Editeur : Tizi-Ouzou : UMMTO F.G.E.I Année de publication : 2023 Importance : 76p Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Apprentissage automatique Prévision de séries temporelles Prédiction de la consommation d’eau Apprentissage profond. Résumé : ans le domaine de la gestion des ressources en eau, les autorités locales et les gestionnaires des réseaux de distribution sont particulièrement intéressés par la prédiction de la consommation d’eau afin de prendre des décisions éclairées, minimiser les risques de pénurie, élaborer des stratégies de distribution optimisées, et améliorer l’efficacité opérationnelle. Dans le cadre de notre projet de fin d’étude, nous nous sommes concentrés sur la modélisation et la prédiction de la quantité d’eau consommée dans la région de Tizi Ouzou Ville.
Nous avons réalisé cela en utilisant des séries temporelles combinées avec des algorithmes d’apprentissage automatique et d’apprentissage profond.
Les données utilisées pour cette étude comprennent les historiques de consommation d’eau pour chaque utilisateur sur une période de 21 ans. Nous avons testé une variété de méthodes de prévision pour déterminer les plus précises, notamment : la régression linéaire, KNN, SVR, les arbres de décision, les forêts aléatoires, et XG Boost pour les méthodes d’apprentissage automatique ; ainsi que les réseaux de neurones artificiels (ANN), les réseaux de neurones convolutifs (CNN), les réseaux de neurones récurrents (RNN), et les modèles de mémoire à long terme (LSTM) pour les méthodes d’apprentissage profond.
La performance de ces modèles a été évaluée à l’aide de métriques telles que l’erreur quadratique moyenne (MSE) et le coefficient de détermination (R²).
Les résultats montrent que les modèles d’apprentissage profond, en particulier RNN, offrent une précision supérieure par rapport aux méthodes traditionnelles d’apprentissage automatique.Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37557 Optimisation de l’utilisation des ressources d’eaux en Algérie à l’aide des méthodes d’apprentissage automatique. [theses et memoires] / Selma Chettoum, Auteur ; Melissa Amazouz, Auteur ; Lynda Khiali, Directeur de thèse . - Tizi-Ouzou (Tizi-Ouzou) : UMMTO F.G.E.I, 2023 . - 76p : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Apprentissage automatique Prévision de séries temporelles Prédiction de la consommation d’eau Apprentissage profond. Résumé : ans le domaine de la gestion des ressources en eau, les autorités locales et les gestionnaires des réseaux de distribution sont particulièrement intéressés par la prédiction de la consommation d’eau afin de prendre des décisions éclairées, minimiser les risques de pénurie, élaborer des stratégies de distribution optimisées, et améliorer l’efficacité opérationnelle. Dans le cadre de notre projet de fin d’étude, nous nous sommes concentrés sur la modélisation et la prédiction de la quantité d’eau consommée dans la région de Tizi Ouzou Ville.
Nous avons réalisé cela en utilisant des séries temporelles combinées avec des algorithmes d’apprentissage automatique et d’apprentissage profond.
Les données utilisées pour cette étude comprennent les historiques de consommation d’eau pour chaque utilisateur sur une période de 21 ans. Nous avons testé une variété de méthodes de prévision pour déterminer les plus précises, notamment : la régression linéaire, KNN, SVR, les arbres de décision, les forêts aléatoires, et XG Boost pour les méthodes d’apprentissage automatique ; ainsi que les réseaux de neurones artificiels (ANN), les réseaux de neurones convolutifs (CNN), les réseaux de neurones récurrents (RNN), et les modèles de mémoire à long terme (LSTM) pour les méthodes d’apprentissage profond.
La performance de ces modèles a été évaluée à l’aide de métriques telles que l’erreur quadratique moyenne (MSE) et le coefficient de détermination (R²).
Les résultats montrent que les modèles d’apprentissage profond, en particulier RNN, offrent une précision supérieure par rapport aux méthodes traditionnelles d’apprentissage automatique.Diplôme : Master Permalink : ./index.php?lvl=notice_display&id=37557 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.ELN.74-23/1 MAST.ELN.74-23 CD Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Permalink
Permalink
Permalink
