department of computer science
Permanent URI for this collection
Browse
Recent Submissions
Item Amélioration de la résolution d'image à l'aide de l'apprentissage en profondeur(university of eloued جامعة الوادي, 2023-09-26) HMIDI, IMANE; BENNEDJAI, HadjerLors de l'utilisation d'images numériques dans des applications, il est toujours recommandé d'utiliser des images haute résolution, car elles peuvent .Ils contiennent des détails importants pour différentes applications par rapport à leurs homologues basse résolution. Dans ce travail, nous utilisons une méthode basée sur l'apprentissage profond pour convertir une image basse résolution en une image haute résolution. Cette méthode utilise un réseau adversaires génératifs de super résolution améliorés grâce à un traitement séquentiel et un traitement parallèle. Le réseau est capable de produire une image haute résolution, tout en prenant une image basse résolution en guise d'entréeعند استخدام الصور الرقمية في التطبيقات ، يوصى دائ ًما باستخدام صور عالية الدقة قدر اإلمكان. تحتوي على تفاصيل مهمة لتطبيقات مختلفة مقارنة بنظيراتها منخفضة الدقة. في هذا العمل ، نستخدم طريقة قائمة على التعلم العميق لتحويل صورة منخفضة الدقة إلى صورة عالية الدقة. تستخدم هذه الطريقة شبكة خصومة فائقة الدقة مح ّسنة من خالل المعالجة المتسلسلة والمعالجة المتوازية. الشبكة قادرة على إنتاج صورة عالية الدقة ، مع التقاط صورة منخفضة الدقة كمدخل.Item Deep Learning Approaches for Stroke Detection Using CNN and Transfer Learning Techniques(university of eloued جامعة الوادي, 2023-09) Fatiha, Tamma; Hanaa, ZeghidiThis project explores the application of artificial intelligence (AI) techniques to enhance the diagnosis of stroke disease through medical image classification. Leveraging the power of neural networks, we conducted a comparative study involving popular transfer learning techniques such as VGG16, VGG19, and ResNet-50. While these complex architectures demonstrated their potential, we also recognized the pitfalls of deep models, leading us to introduce a simpler Convolutional Neural Network (CNN) model. Through rigorous evaluation, our proposed CNN model achieved an exceptional accuracy of 99.60%, underscoring the efficacy of a streamlined approach. Our findings emphasize the balance between sophisticated methodologies and pragmatic solutions, showcasing how AI can significantly impact medical diagnoses. As a practical application, we developed an intuitive application that enables users to classify medical images, bridging the gap between AI advancements and real-world medical practices. This project contributes to the advancement of AI in healthcare : يستكشف هذا المشروع تطبيق تقنيات الذكاء الاصطناعي لتعزيز تشخيص مرض السكتة الدماغية من خلال تصنيف الصور الطبية. من أجل الاستفادة من قوة الشبكات العصبية، أجرينا دراسة مقارنة تتضمن تقنيات التعلم بالنقل الشائعة مثل VGG16، وVGG19، وResNet-50. في حين أظهرت هذه البنى المعقدة إمكاناتها، فقد أدركنا أيضًا مخاطر النماذج العميقة، مما دفعنا إلى تقديم نموذج أبسط للشبكة العصبية التلافيفية (CNN). ومن خلال التقييم الدقيق، حقق نموذج CNN المقترح لدينا دقة استثنائية تبلغ 99.60%، مما يؤكد فعالية النهج المبسط. تؤكد النتائج التي توصلنا إليها على التوازن بين المنهجيات المتطورة والحلول العملية، وتعرض كيف يمكن للذكاء الاصطناعي أن يؤثر بشكل كبير على التشخيص الطبي. كتطبيق عملي، قمنا بتطوير تطبيق بديهي يمكّن المستخدمين من تصنيف الصور الطبية، وسد الفجوة بين تطورات الذكاء الاصطناعي والممارسات الطبية في العالم الحقيقي. يساهم هذا المشروع في تطوير الذكاء الاصطناعي في مجال الرعاية الصحية، مما يعرض إمكانية التشخيص الدقيق والفعال لأمراض السكتة الدماغية., showcasing the potential for accurate and efficient stroke disease diagnosisItem Validation of data preprocessing to guarantee high accuracy in deep learning treatments: Agricultural domain as a case of study(university of eloued جامعة الوادي, 2023-06-06) Bessei, Yacine; Bessei, BachirThe agricultural sector occupies a great importance to mankind, and it is constantly striving to strengthen and develop its systems. Similar to other fields, the agricultural industry has adopted deep learning techniques to process agricultural data, with the aim of achieving high quality crop results. In different regions as Europe, North America, and East Asia, these techniques have been used to identify plant diseases, their causes, and even predict crop yields in certain seasons. However, we have noticed a lack of interest in applying these technologies in the desert environment, because it is completely different in terms of non-fertile soil quality, drought, water salinity, extreme temperatures, and so on. Given the above conditions, we propose to use previously developed models based on convolutional neural networks to solve the aforementioned problems. Our focus is to identify and classify tomato leaf diseases using a specially collected dataset from a desert environment. KeywordsP@Q « úΫ . é JÒ ¢ @ QK ñ¢ ð QK Qª JË P@QÒ J AK. ùª ð , éK Qå J.ÊË è Q J. » éJ Òë @ ú «@PQ Ë@ ¨A¢® Ë@ É Jm ' ¬ YîE. , éJ «@P QË@ H A K AJ J. Ë@ ém.Ì'AªÖÏ J ÒªË@ ÕΪ JË@ H AJ J ® K éJ «@P QË@ é«A J Ë@ I J . K , øQ k B @ H BAj. ÖÏ@ Õç ' , AJ @ Qå ð éJ ËAÒ Ë@ A¾K QÓ @ð AK. ðPð @ É JÓ é ®Ê J m × £AJ Ó ú ¯ . è Xñm.Ì'@ éJ ËA« ÉJ Am× l. ' A J K J ®m ' ú ¯ ÉJ AjÖÏ@ H C ªK. ñJ. JË@ úæ kð AîE. AJ. @ YK Ym ' ð H AJ. JË@ @QÓ @ YK Yj JË H AJ J ® JË@ è Yë Ð@Y j J @ éK ð@Qj Ë@ é J J. Ë@ úΫ H AJ J ® JË@ è Yë J J. ¢ ú ¯ ÐAÒ JëB@ éÊ ¯ A J ¢kB Y ® ¯ , ½Ë X ©Óð . é J J ªÓ Õæ @ñÓ H Ag. PXð èAJ ÖÏ@ ékñÊÓð ¬ A ®m.Ì'@ð éJ. mÌ'@ Q « éK. Q Ë@ éJ «ñ K áÓ AÓAÖ ß é ®Ê J m× éK ð@Qj Ë@ é J J. Ë@ à B , èPñ¢Ó h. X AÖ ß Ð@Y j J @ hQ ® K , èC« @ èPñ» YÖÏ@ ¬ðQ ¢Ë@ úÍ@ Q ¢ JËAK. .½Ë X Q «ð øñ ®Ë@ èP@QmÌ'@ YK Ym ' úΫ A K Q »Q K I. K . èñj. ®Ë@ è Yë ém.Ì'AªÖÏ éJ ®J ¯ C JË@ éJ . ªË@ H A¾J. Ë@ úΫ YÒ Jª K A ®J. Ó . QË@ , éJ ®J ¯ C JË@ éJ . ªË@ H A¾J. Ë@ , J ÒªË@ ÕΪ JË@ , ú «A J¢ B@ ZA¿ YË@ : éJ kA J ®ÖÏ@ H AÒʾË@ . éK ð@Qj Ë@Item Using Artificial Intelligence Techniques for Analyzing and Predicting Cryptocurrencies Price(university of eloued جامعة الوادي, 2023-06-06) Zekkour Ferhat, Ali; Moumen Messaoud, SalemThe development of financial technology has brought about a new type of asset called cryptocurrency, which presents an exciting opportunity for investment and we can see the trend of cryptocurrency is in continuous increasing. However, predicting the price of cryptocurrency is challenging due to its volatility and dynamic nature. Therefore, and in order to ensure a correct prediction with good accuracy, we have performed in this project a deep analysis on an existing dataset of the most 4 known cryptocurrencies such as Bitcoin, Binance coin, Ethereum, and Ripple to understand the market behavior by applying different machine learning algorithms such as LSTM, and Prophet to predict their short and long term price behavior. Our experimental result reaches a good level of accuracy.Le développement de la technologie financière a engendré un nouveau type d'actif appelé crypto-monnaie, qui présente une opportunité d'investissement passionnante et nous pouvons voir que la tendance de la crypto-monnaie est en augmentation continue. Cependant, prédire le prix de la crypto-monnaie est difficile en raison de sa volatilité et de sa nature dynamique. Par conséquent, et afin d'assurer une prédiction correcte avec une bonne précision, nous avons effectué dans ce projet une analyse approfondie sur un ensemble de données existant des 4 crypto-monnaies les plus connues telles que Bitcoin, Binance coin, Ethereum et Ripple pour comprendre le comportement du marché en utilisant différents algorithmes d'apprentissage automatique comme LSTM et Prophet pour prédire le prix à court et à long terme. Notre résultat expérimental atteint un bon niveau de précision.Item Towards transformers application in computer vision(university of eloued جامعة الوادي, 2023-06-07) Anis, Hannanou; Ali, SoltaniTransformers have dominated the field of natural language processing and have recently made an impact in the area of computer vision. The field of medical image analysis has been particularly interested in leveraging the advancements made by Transformers, as opposed to the traditional Convolutional Neural Networks (CNNs). Transformers have proven to be effective in various medical image processing applications, including classification, registration, segmentation, detection, and diagnosis. The purpose of this memoir is to raise awareness about the potential applications of Transformers in medical image processing. we provide firstly an overview of the fundamental concepts of artificial intelligence and its relevance to computer vision, with a specific focus on how Transformers and other essential components contribute to these advancements. Second, we conduct a comprehensive review of different Transformer architectures tailored for medical image applications. We explore their specific applications and discuss the challenges associated with using visual Transformers in this domain. Within this dissertation we delve into the significant differences between CNNs and Transformers, with emphasising the proposed classification model enhancement image (brain MRI) by comparing the results with CNN model.Transformers have dominated the field of natural language processing and have recently made an impact in the area of computer vision. The field of medical image analysis has been particularly interested in leveraging the advancements made by Transformers, as opposed to the traditional Convolutional Neural Networks (CNNs). Transformers have proven to be effective in various medical image processing applications, including classification, registration, segmentation, detection, and diagnosis. The purpose of this memoir is to raise awareness about the potential applications of Transformers in medical image processing. we provide firstly an overview of the fundamental concepts of artificial intelligence and its relevance to computer vision, with a specific focus on how Transformers and other essential components contribute to these advancements. Second, we conduct a comprehensive review of different Transformer architectures tailored for medical image applications. We explore their specific applications and discuss the challenges associated with using visual Transformers in this domain. Within this dissertation we delve into the significant differences between CNNs and Transformers, with emphasising the proposed classification model enhancement image (brain MRI) by comparing the results with CNN model.Transformers have dominated the field of natural language processing and have recently made an impact in the area of computer vision. The field of medical image analysis has been particularly interested in leveraging the advancements made by Transformers, as opposed to the traditional Convolutional Neural Networks (CNNs). Transformers have proven to be effective in various medical image processing applications, including classification, registration, segmentation, detection, and diagnosis. The purpose of this memoir is to raise awareness about the potential applications of Transformers in medical image processing. we provide firstly an overview of the fundamental concepts of artificial intelligence and its relevance to computer vision, with a specific focus on how Transformers and other essential components contribute to these advancements. Second, we conduct a comprehensive review of different Transformer architectures tailored for medical image applications. We explore their specific applications and discuss the challenges associated with using visual Transformers in this domain. Within this dissertation we delve into the significant differences between CNNs and Transformers, with emphasising the proposed classification model enhancement image (brain MRI) by comparing the results with CNN model.Item Time Aware Circle Based Recommendation in Online social Network(university of eloued جامعة الوادي, 2023-06-06) Badra, Sakhri; Hecine, BoulaarasLa croissance rapide des r´eseaux sociaux en ligne a entraˆın´e une quantit´e ´ecrasante de contenu g´en´er´e et partag´e par les utilisateurs. En cons´equence, les utilisateurs ont souvent du mal `a suivre la vaste quantit´e d’informations `a leur disposition. Dans ce contexte, les recommandations personnalis´ees jouent un rˆole crucial en aidant les utilisateurs `a d´ecouvrir du contenu pertinent et en am´eliorant leur exp´erience globale. L’approche TACBR (Time Aware Circle Base Recommendation) combine les aspects temporels des interactions des utilisateurs et les connexions sociales au sein des r´eseaux sociaux en ligne pour fournir des recommandations personnalis´ees. En cr´eant des cercles sensibles au temps et en exploitant ces cercles pour des recommandations de contenu, TACBR vise `a am´eliorer l’exp´erience utilisateur en aidant les utilisateurs `a d´ecouvrir du contenu pertinent et actuel.iii تلخيص أدى النمو السريع للشبكات الاجتماعية عبر الإنترنت إلى قدر هائل من المحتوى الذي تم إنشاؤه ومشاركته من قبل المستخدمين. نتيجة لذلك ، غالبا ما يكافح المستخدمون لمواكبة الكم الهائل من المعلومات المتاحة لهم. في هذا السياق ، تلعب التوصيات المخصصة دورا حاسما في مساعدة المستخدمين على اكتشاف المحتوى ذي الصلة وتعزيز تجربة المستخدم الإجمالية . يجمع بين الجوانب الزمنية TACBR(Time Aware Circle Based Recommendation) نهج لتفاعلات المستخدم والاتصالات الاجتماعية داخل الشبكات الاجتماعية على الانترنت لتقديم توصيات شخصية. من خلال إنشاء دوائر مدركة للوقت والاستفادة من هذه الدوائر لتوصيات المحتوى ، يهدف المركز إلى تحسين تجربة المستخدم من خلال مساعدة المستخدمين في اكتشاف المحتوى ذي الصلة وفي الوقت المناسب..Item Robustness Analyzing of USSD Recharge Code by Using Artificial Intelligence Techniques(university of eloued جامعة الوادي, 2023-06-07) Slimane, Gasmi; Ahmed, LabadiUSSD (Unstructured Supplementary Service Data) codes play a crucial role in various mobile services, including recharge transactions and interactive functionalities that involve sensitive data and financial transactions. Therefore, it is essential to identify and address any vulnerabilities or security weaknesses that could be exploited by malicious actors. In this project, we will analyze the robustness of USSD recharge codes for a mobile phone operator in Algeria by using AI techniques to recognize patterns from historical data, with the aim to ensure their reliability, help detect vulnerabilities and weaknesses in the codes, enabling proactive measures to be taken. The experimental results showed that the Artificial Neural Networks model performed better than the other models but in general the analyzed USSD recharge codes have a strong hidden pattern and, the mobile phone operator uses a good generating algorithm and possibly a continuous enhancement strategy in this context.تلعب رموز USSD )بيانات الخدمة التكميلية غير الدهيكلة( دورًا مهمًا في خدمات الذاتف المحمول الدختلفة ، بما في ذلك معاملات إعادة الشحن والديزات التفاعلية التي تتضمن بيانات حساسة ومعاملات مالية. لذلك، من الضروري تحديد وإصلاح أي ثغرات أمنية أو نقاط ضعف يمكن استغلالذا من قبل بعض الجهات لأغراض سيئة . في مشروع التخرج الحالي، سنقوم بتحليل قوة رموز إعادة الشحن USSD لأحد شركات الذاتف المحمول الجزائرية باستخدام تقنيات الذكاء الاصطناعي للتعرف على الأنماط من البيانات الدستعملة مؤخرا، بهدف ضمان موثوقيتها، والدساعدة في اكتشاف الثغرات ونقاط الضعف في هذه الرموز ، مما يتيح اتخاذ تدابير استباقية.وقد أظهرت النتائج التجريبية أن نموذج والشبكة العصبية الاصطناعية كان أداؤه أفضل من النماذج الأخرى ولكن بشكل عام رموز إعادة شحن USSD التي تم تحليلها لذا نمط مخفي قوي ، مما يوحي بأنّ مشغل الذاتف المحمول يستخدم خوارزميات توليد جيدة وربما استراتيجية تحسين مستمرة في هذا الإطاار.Item Question Answering Transformer Model for Arabic Language(university of eloued جامعة الوادي, 2023-06-07) Hanine, Horra; Wiam, Ghilaniاللغة العربية هي سادس لغة طبيعية الكثر انتشارا في العالم مع أكثر من 350 مليون ناطقا بها. غالبية النصوصفي البيانات العربية غير منظمة وموزعة عبر النترنت. يمكن أن تسفر بيانات النصهذه عن معرفة مفيدة إذا تم الحصول عليها وتجميعها وتنسيقها وتحليلها بشكل صحيح. في هذا العمل، قمنا باستخراج وتنسيق البيانات في الفقه والسيرة من مصادر مختلفة لنشاء مجموعة بيانات )الجابة على السئلة في الفقه والسيرة( مع 550 ساال باللغة العربية. وهو الول من نوعه. بعد ذلك ، قمنا بتدريب ثلثة نماذج من عائلة بيرت )بيرت ، ديستيلبرت ، و إلكترا( على مجموعة البيانات باستخدام مكتبة المحولت البسيطة. مقاييس التقييم المستخدمة كانت)صحيحة وغير صحيحة ومتشابهة( ،حيث كانت النتيجة المتحصلعليها من اجل نماذج بيرت، ديستيلبيرت والكترا جيدة نسبيا.Arabic is the 6th most wide-spread natural language in the world with more than 350 million native speakers. The majority of text in Arabic data is unstructured and dispersed across the internet. This text data can yield helpful knowledge if it is properly obtained, aggregated, formatted, and analyzed. In this work, we extracted and formatted data in Fiqh and Syrah from different resources to create QAFS (Question Answering in Fiqh and Syrah) dataset with 550 questions in the Arabic language. Which is the first of its kind. Later, we trained three BERT models family (BERT, DistilBERT, and ELECTRA) on QAFSv1 using simple transformers library. The evaluation metrics used were (correct, incorrect, and similar). Finally, we obtained relatively good results for BERT & DistilBERT, and ELECTRA.Item Machineanddeeplearningtechniquesfo rdetectionofPHPWebshells(university of eloued جامعة الوادي, 2023-06-06) Meriem, Bensaci; ▪ Feryal, Brahmiشكل هجمات قذائف الو بٌ تهد دٌا كب رٌا لتطب قٌات الو بٌ وأمن الخادم. تركز هذه الأطروحة على اكتشاف غلاف تٌم جمع مجموعة ب اٌنات من البرامج .CNN-LSTM و KNN و DNN و SVM :ً الو بٌ وتقارن أداء نماذج التعلم الآل النص ةٌ الحم دٌة والخب ثٌة للتدر بٌ والتق مٌٌ. تٌم تطب قٌ تقن اٌت استخراج الم زٌات لالتقاط الخصائص ذات الصلة. تٌم تنف ذٌ لإمكاناته ف اكتشاف غلاف الو بٌ. تٌم DNN وه خوارزم ةٌ تصن فٌ ثنائ شائعة ، وتق مٌٌها. تٌم استكشاف ، SVM للاستفادة من التبع اٌت المكان ةٌ CNN-LSTM وه خوارزم ةٌ غ رٌ بارامتر ةٌ. تٌم التحق قٌ ف ، KNN تدر بٌ وتق مٌٌ حٌدد التحل لٌ المقارن نقاط القوة .ROC وتحل لٌ F والزمان ةٌ. شٌمل تق مٌٌ الأداء الدقة والدقة والاستدعاء ودرجة 1 ؤٌدي بشكل ج دٌ إلى حد معقول. KNN . ظٌهر الوعد ف التعلم العم قٌ DNN . دقة ودقة عال ةٌ SVM والضعف. حٌقق من الم زٌات المكان ةٌ والزمان ةٌ. سٌاعد هذا البحث ف اخت اٌر نموذج مناسب لإكتشاف قشرة الو بٌ, CNN-LSTM تستف دٌ مما سٌاهم ف جهود الأمن الس بٌران .ًLes attaques par Webshell constituent une menace importante pour la sécurité des applications Web et des serveurs. Cette mémoire de master se concentre sur la détection des Webshells et compare les performances des modèles d'apprentissage automatique suivants : SVM, DNN, KNN et CNN-LSTM. Un ensemble de données de scripts bénins et malveillants est collecté pour les tests et l'évaluation. Des techniques d'extraction de caractéristiques sont appliquées afin de capturer les caractéristiques pertinentes. SVM, un algorithme de classification binaire populaire, est mis en oeuvre et évalué. DNN est exploré pour son potentiel dans la détection des Webshells. KNN, un algorithme non paramétrique, est entraîné et évalué. CNN-LSTM est étudié afin de tirer parti des dépendances spatiales et temporelles. L'évaluation des performances inclut l'exactitude, la précision, le rappel, le score F1 et l'analyse ROC. L'analyse comparative permet d'identifier les forces et les faiblesses. SVM atteint une précision élevée. DNN présente des perspectives prometteuses dans l'apprentissage en profondeur. KNN fonctionne de manière raisonnable. CNN-LSTM exploite les caractéristiques spatiales et temporelles. Cette recherche contribue à la sélection d'un modèle approprié pour la détection des Webshells, renforçant ainsi les efforts en matière de cybersécurité.Item HOME SECURITY SYSTEM BASED ON THE INTERNET OF THINGS(university of eloued جامعة الوادي, 2023-06-07) Sek Ahmed, Oussama; ▪ Nid, Mohamed Ali ElkamesZA J B @ I K Q K @ Ðñê ®Ó Pñê £ð . é K Ag. AJ Jk@ Pñ¢ ú ¯ à A B @ Qº ¯ Pñ¢ Y«A è Q êk. B @ è Yë © JÒ J K .É«A ® JË@ : É JÓ è YK Yg. A kð Z A¿ X éJ KðQ ºËB @ è Q êk. B @ I . » @ PAª @ è Q êk. @ ÈC g áÓ .¡J jÖÏ@ ©Ó É«A ® JË@ð ZA¿ YË@ð P@Q ®Ë@ éJ ËC ® J AK. éJ KðQ ºËB @ úÍ@ é ¯ A B AK. , è Q J. » áK Q m ' H @Ygð úÍ@ QK ñ¢ JË@ @ Yë h. A Jm ' . é ®J ¯ X H AJ KðQ ºË@ ð éÊÓA¾ JÓ ® K ú ¯ ÈA B@ YJ « Am B @ ©J Ôg. ÉJ. ¯ áÓ AêËC ª J @ á ºÖß ú æË@ H A K AJ J. Ë@ ém.Ì'AªÓ é«Qå úΫ H A K AJ J. Ë@ É ® Kð áK Q j JË Aî E Ag. AJ Jk@ ªK. ú æ. Ê K éJ K. Aj Ë@ éJ. ñmÌ'@ à @ ðYJ.K A Jë . I ¯ñË@ Q Ò J K È P A JÖÏ@ è Yë H AK ñ Jm× à @ B@ , éJ » YË@ HñJ J. Ë@ Pñê £ð Pñ¢ JË@ @ Yë Ñ «Pð . © @ð A¢ éJ J ® JË@ è Yë ÈC ª J @ Õ æK ÕË , ½Ë X ©Óð . ¡J jÖÏ@ ©Ó É«A ® JË@ð ZA¿ YË@ð P@Q ®Ë@ éJ ËC ® J AK. K @QmÌ'@ð é ¯Qå Ë@ É JÓ éJ K @YK. É¿ A Ó áÓ à ñ K AªK à ñË@ QK B A JË@ à B , ÉÓA¿ ɾ . . A J J k B@ð I K Q K @ ÉÓA¾ K úΫ Õç ' A ®Ë@ ú » YË@ È Q ÖÏ@ YJ ® J Kð Õæ Ò JK. Ðñ ® J èQ» YÖÏ@ è Yë ÈC g á Ó éËAg ú ¯ YªK. á« éJ ¯ Õºj JË@ð é JJ. ¯ @QÓ ÐY j J ÒÊË áºÖß ð , éJ K. Aj Ë@ é J. ñmÌ'@ð ZAJ B @ H A A mÌ'@ ªK. ÐY j J IJ m '. . é ®J ¯ YË@ èQ êk. B @ ªK. Ð@Y j J AK. á The development of human thought helped in the evolution of his needs. And the emergence of the concept of the Internet of Things, electronic devices gained intelligence and new characteristics such as : interaction. These electronic devices have the independence of decision, intelligence, and interaction with the surroundings. Through integrated sensors and microelectronics. This development needs large volumes, in addition to the speed of data processing that can be exploited by all people when connected at the same time. Here cloud computing appears to fulfill some of its needs for large-scale data storage and transmission. Despite this development and the emergence of smart homes, the contents of these homes are characterized by independence of decision, intelligence, and interaction with the surroundings. However, this technology has not been fully exploited, because people still suffer from primitive problems such as theft, fires, and suffocation. Through this memorandum, we will design and implement a smart home based on the integration of the Internet of Things and cloud computing, and the user can monitor and control it remotely in the event of a certain danger using some precise devices. So that we will use some sensors for gas, smoke, temperature, and a Raspberry Pi. In addition to alarms. ªÓ Q¢ k Xñk. ð . P@ YItem Forcasting the Energy consumption at El-Oued by Using Artificial Intelligence Techniques.(university of eloued جامعة الوادي, 2023-06-05) Boughezala, Safa; Djouadi, Imaneأصبحت مشكلة التنبؤ باستهلاك الطاقة موضوع دراسات عديدة. محليًا، أصبحت نفس المشكلة ذات أهمية كبيرة لمؤسسة SONELGAZ لأنها لاحظت تكرار مشاكل الزيادة الكبيرة في الاستهلاك في أوقات محددة )الصيف والشتاء(. ومن جهة لأخرى، ونظرًا لأن التنبؤ باستهلاك الطاقة يتطلب استخدام مجموعة بيانات وتقنيات موثوقة للتنبؤ بتطور احتياجات الطاقة للمستهلكين، فإننا نهدف بالتعاون مع SONELGAZ من خلال هذا البحث إلى تطبيق تقنيات الذكاء الاصطناعي لحل هذه المشكلة من أجل توفير فرصة لشركة سونلغاز للسيطرة على أزمة الطلب المتزايد على الطاقة في الأوقات الحرجةLa problématique de la prévision de la consommation d'énergie fait l'objet de nombreuses études. Localement, le même problème est devenu d'une grande importance pour l'institution SONELGAZ depuis qu'elle a constaté la récurrence des problèmes d'augmentation importante de la consommation à des moments précis (été et hiver). Néanmoins, étant donné que la prévision de la consommation d'énergie nécessite l'utilisation de données fiables et de techniques de prévision de l'évolution des besoins énergétiques des consommateurs, nous visons en collaboration avec SONELGAZ à travers cette recherche à appliquer des techniques d'intelligence artificielle pour résoudre ce problème afin de fournir une opportunité pour SONELGAZ de maîtriser la crise de la demande croissante en énergie à des moments critiques.Item Développement d’un système de vérification de la prière à base de deep learning(university of eloued جامعة الوادي, 2023-06-06) BEKKOUCHE, SALIMA; CHAMI, AMEL Ab ¤ ¨¡¤ , Ab` ¨ ¢l ¢ r § A ¤ Ah ± Ty A T Ak ®O ®F³ ` dq As ³ r Ð Yl r ¥ ¨t w` d§d` An¡ F° . lsm Ahyl FA § Yl AblF r ¥§ @¡ Amm.( wn Tl ¤ Ah ³A, T w yK ,ry A¡z : ) Ysn§ ¢l` ¤ Aynq d ts§ ¨ Ð A\ rt A wmth , m` @¡ ¨ .®Ol y O º ± r tF A\n l`t§ § .®O sls T } q tl ¨ AnW}¯ ºA @ d tFA Ð yq t§ .¨l`f w ¨ Tmhm º Tysy¶r AR¤± y A§dy d tFA Ahyl wO ¨t Tysy¶r ªAqn zym AfWtq ¨ , ¨ µ d A`J , Ty¶wK T A ) nO d tFA T r tsm A Ayb T A` .( 16 Ty¶rm TFdnh T wm m, CA r ®O Ay`Rw sls Yl ©wt Ty` r Tm¶A d tFA ¶Atn q t ¾ry ¤ Yl Anys ºr kmm k ¤ , T§A l T` K Ahyl wO ¨t ¶Atn .Islam has given prayer a high status because it is the first thing God has commanded in matters of worship, and it is the first worship for which a Muslim is held accountable. Unfortunately, there are many factors that affect human memory and make it forget(Ex: Alzheimer’s, aging, stress and lack of sleep). This negatively affects the correct performance of the prayer. In this work, we are interested in proposing an intelligent system that uses AI techniques in order to verify the validity of the prayer sequence. The system must learn to extract key poses (tracking) in order to perform the task in real time. This is achieved by using posture Information extracted from features from key points obtained using mediapipe. Instead of general features of distances and angles, geometric moments of posture is used as features for pose classification and then processed the extracted data with a classifier(Random Forest, SVM, KNN, VGG16).Finally, we check the results with a reference prayer sequence. The obtainedItem Détection Et Reconnaissance Des Panneaux De Signalisation Basé Sur L’apprentissage Profond(university of eloued جامعة الوادي, 2023-06-07) SEBOUAI, HICHAM; DEGHBAR, ASMAيعد إكتشاف اشارات المرور و التعرف عليها مجالا للدراسة طالما أثار إهتمام الباحثين.حيث أن لمشكلة الكشف على اشارات المرور و التعرف عليها العديد من الحلول بإستخدام تقنيات مختلفة.أحد الحلول التي تم إستخدامها و تطويرها مؤخرا هو حيث )Machine Learning( و هو نوع من الذكاء الإصطناعي مشتق من التعلم الآلي )Deep Learning( التعلم العميق تكون الآلة قادرة على التعلم بنفسها و قد حققت نتائج ممتازة و دقة عالية في مختلف تطبيقات الرؤية الحاسوبية . والتي نحصل عليها (sdv data set) في هذا العمل، أجرينا إكتشاف اشارات المرور في صور المشاهد الطبيعية على مما يؤدي إلى تقليل حجمها مع المحافظة على )RGB original image( اي data set بمعالجة صور الأصلية ل لإكتشاف اشارات المرور و التعرف عليها حيث (yolo v خصائصها. بعد ذلك قمنا باستخدام خوارزمية معالجة الصور ( 5 data) رغم أننا اضطررننا إلى تقليل حجم (original dataset) جيدة جدا مقارنة ب (sdv data set) كانت نتائج من 50000 صورة إلى 10000 صورة بسبب قلة الموارد.he literature review has long studied the detection and recognition of traffic signs. To this end, Researchers proposed numerous solutions using different techniques. One of the recently developed solutions is the deep learning technique, a type of artificial intelligence derived from machine learning, where the machine is capable of learning independently and has achieved excellent results and high accuracy in various computer vision tasks. We detected traffic signs in natural scene images using the SDV dataset obtained by processing the original images of the dataset, which allowed us to reduce their size while preserving their relevant characteristics. Then, we used the YOLO v5 model to detect traffic signs in these images. The results were perfect compared to the original dataset, although we had to reduce the dataset size from 50,000 to 10,000 images due to resource constraints.Item Contribution des Paradigmes de l’Intelligence Artificielle au Secteur de l’Exploration Pétrolière(university of eloued جامعة الوادي, 2023-06-07) Barr Raid, Salah Eddine; Mida, Mohamed Laidرٌضا ذٌ انطهة انعان عهى انطاقح يٌإ تعذ وٌٕ، تٔانران فإ إ رَاج قذس كث شٍ ي انثرش لٔ ضش سٔي نهرخف فٍ ي أصيح انطهة انطإق ي. فٔ قٔر اُ انشا ،ٍْ فإ ذك نُٕ خ إٍ انصخ سٕ انشق حًٍ ذث ذقذيا يهح ظإ إر أ آَ يشذثطح تعذج ذطث قٍاخ ص اُع حٍ يثم ذقذ شٌ انخصائص ان رًعهقح ت قُم انس إئم، ح ثٍ ذ خٕ الا رْ اًو إنى ان سًاي حٍ أن فُار حٌ ان طًهقح. فٔ زْا ان عً ىُ، فإ اَُ قَ وٕ ترحه مٍ انخصائص انث حٌٍُٕ نه إًد راخ ان سًاي حٍ ي خلال انص سٕ ان قًطع حٍ تالأشعح انس حٍٍُ انر ذ ثًم انث ىُ ان كًٍش سٔك تٕ حٍ انذاخه حٍ نهخضا انثرش نٔ ت ذٓف ذط شٌٕ رًَٕج يحاكاج أقع لأداء ان إًد راخ ان سًاي حٍ نهق اٍو تق اٍساخ سق حًٍ عهى ان إًد يثم انشثكح ان سًاي حٍ كٔزنك حدى ان سًاياخ أن شًًاخ، ئ فإ انردضئح انث اُئ حٍ نهص سٕ انصخش حٌ عادج يا ذطثق ظَشا نثساطر آ ح ثٍ عٌرثش كم )ف كٕسم( رٌُ إيا إنى يدال يساي أ صهة. عهى زْا الأساط فإ اَُ اعر ذً اَ انردضئح انث اُئ حٍ أن ثً حٍُ عهى انشثكاخ انعصث حٍ الانرفاف حٍ، ف آ أحذ، سٌهظ ان حُٓ ان قًرشذ انض ءٕ عهى انخصائص انثرش غٔغشاف حٍ نهخضا اَخ كٔزنك كٍْم ان سًاو ي أخم حساب ان عًه اًخ انثرش فٔ ضٍ اٌئ حٍ، ك اً ذعط زْ ان قًاستح ذ إفقا ت رَائح ان سًاي حٍ أن فُار حٌ نلأ سٔاط راخ ان سًايح رَٔائح انرداسب ان خًثش حٌ.Global energy demand is increasing. Therefore, more oil production is essential to mitigate energy demand crisis. Nowadays, digital rock technology shows outstanding advances and is related to several industrial applications such as the estimation of properties relatives to fluid transport where the attention was diverted towards porosity and absolute permeability. In this sens , we analyze the structural fe atures relatives to porous materials through X ray computed tomography images depicting the reservoir oil internal micro structure with the ultimate aim of building realistic simulation model of the porous materials performance to run digital measurements on the porous material like the porous network and the size of pore and throat Indeed, binary rock images segmentation is often applied for its simplicity where each voxel is considered as belonging to pore space or solid we have considered both binary and CNNs b ased segmentation. The proposed approach highlights the reservoirs petrological characteristics along with the structure of pores in order to calculate the petrophysical parameters The proposed approach gives good agreement of both porosity and permeability of porous media with laboratory experiments.Item tion et développement d'une application de communication améliorée et altemative (CAA)-version arabe(university of eloued جامعة الوادي, 2023-06-06) Guidoum, Djihad; Hebbaz, Ouidadیستخدم CAA التواصل المعزز و البدیل من قبل الأشخاص الذین یعانون من مجموعة واسعة من اضطرابات الكلام واللغة، بما في ذلك الإعاقات الخلقیة مثل الشلل الدماغي والإعاقة الذهنیة والتوحد أو الإضطرابات المكتسبة مثل التصلب الجانبي الضموري ومرض باركنسون. یمكن استخدام CAA بشكل دائم أو مؤقت. أصبح الھاتف الذكي أداة حقیقیة لا غنى عنھا لتسھیل التفاعل الإجتماعي المرتبط بإدراك الكلام. یھدف هذا المشروع إلى تطویر تطبیق Android للھاتف المحمول مخصص من لدیھم اضطرابات النطق واللغة بما في ذلك العجز التام عن الكلام ویتمثل دوره في إزالة العقبات الرئیسیة المتعلقة بالاتصال التي تعیق الحیاة الیومیة لملایین الأشخاص ومساعدتھم على المشاركة بسھولة في محادثة وأن یكونوا أكثر استقاللیة وهدوءا في تحركاتھم. یسمى هذا التطبیق" التواصل CAA "حیث یعتمد على تقنیة PECS التي تتمثل في استعمال الصور كأداة للتواصل من اجل تحقیق تطبیقنا استعملنا UML لتمثیل المخططات IDEA IntelliJ كبیئة تطویرالإندروید ولغة البرمجة kotlin و firebase لتخزین بیانات La Communication Améliorée et Altemative (CAA) est utilisée par des personnes souffrant d'un large éventail de troubles dela parole et du langage, y compris des handicaps congénitaux tels que la paralysiecérébrale, la déficience intellectuelle et l'autisme, ou des troubles acquis tels que lasclérose latérale amyotrophique et la maladie de Parkinson. AAC peut être utilisé defaçon permanente ou temporaire.Le Smartphone est devenu un véritable outil indispensable pour faciliter lesinteractions sociales liées à la perception de la parole. L'objectif de ce projet est dedévelopper une application mobile Android pour les personnes souffrant de troublesde la parole et du langage dont l'incapacité totale de parler, son rôle est de lever lesprincipaux obstacles hors ligne qui entravent la vie quotidienne de millions depersonnes et de les aider à participer facilement à une conversation et être plusindépendant et calme dans ses mouvements. . Cette application s'appelle "CAA تواصل " car elle est basée sur la technologie PECS, qui est l'utilisation desimages comme outil de communication. Afin de réaliser notre application, nous avonsutilisé UML pour représenter les diagrammes, IntelliJ IDEA comme environnementde développement Android, le langage de programmation kotlin etItem Conception et développement d'un système d'analyse de données des bilans orthophoniques(university of eloued جامعة الوادي, 6-06-06) Brieg, Anfal; Bounegab, KaoutharItem Conception et développement d'un système d'analyse de données des bilans orthophoniques(university of eloued جامعة الوادي, 2023-06-06) Brieg, Anfal; Bounegab, KaoutharItem Automatic Container Scaling in Fog Computing(university of eloued جامعة الوادي, 2023-06-07) Khadraoui, Khouloud ; Melazem, RymFogComputingcomplementsCloudComputinginmeetingthespecificrequirementsofthe IoT.ItenableslocaldataprocessingnearIoTdevices,reducinglatencyandimprovingreal-time responsiveness.However,managingscalabilityinaFogenvironmentcanbeachallenge.Infras- tructure managementandorchestrationtoolsplayacrucialroleinaddressingthischallengeby ensuring seamlessdeployment,monitoring,andscalabilityofservicesinaFoginfrastructure. In thiswork,Weproposedanauto-scalingalgorithmspecificallydesignedforFogCom- puting infrastructurethatutilizeacontainerizedarchitectureandorchestrationframework.This algorithm addressestheneedtoefficientlymanageresourcesanddynamicallyadjustthenum- ber ofcontainersbasedonworkloaddemands.Ouralgorithmincorporatescapacityplanning to determinethemaximumandminimumnumberofservicesreplicas(containers)thatcanbe deployedbasedonavailableresources,performancerequirements,andworkloadindynamical way. Our solutionisimplementedonasystemmanagingaservicebasedonDockerandSWARM Orchestration frameworks,includingtheuseofothertoolssuchas,Prometheus,cAcvisor,Apache Bench. Finally,theexperimentalresultshaveasignificantimpactontheavailability,waiting time, processing,andtotaltime(responsetime),ofaservicechargedconstantlywithanincreas- ing workload.Item Application d'un modèle d'apprentissage automatique pour la prévision météorologique(university of eloued جامعة الوادي, 2023-06-07) - GUELBOU, AMIRA; BOUGUESBA, OUARDAتتخلل تأثیرات الطقس تقریبًا كل جانب من جوانب حیاتنا الیومیة ، من السفر إلى التجارة إلى الحكومة. یمكن أن یؤدي تقدیم تنبؤات دقیقة بالطقس إلى زیادة كفاءة التخطیط وتخصیص الموارد من قبل الأفراد والشركات. الموضوع الذي تتناولھ ھذه الأطروحة ھو تطویر نظام التنبؤ بالطقس من خلال تطبیق نموذج التعلم الآلي القائم على التعلم العمیق. تم تدریب النموذج على بیانات الطقس السابقة ، والتي تختلف عن النماذج الرقمیة القیاسیة للتنبؤ بالطقس والتي تخلق تمثیلات ریاضیة للقوانین الفیزیائیة. والتي ھي شكل من (LSTMs) في ھذا السیاق ، اقترحنا الذاكرة طویلة وقصیرة المدى الشبكة العصبیة المتكررة) المستخدمة بشكل شائع للتنبؤ بالسلسلة الزمنیة ، )RNN أشكال حیث ركزنا على عاملین رئیسیین: درجة الحرارة والرطوبة.The effects of weather permeate nearly every aspect of our daily lives, from travel to commerce to government. Providing accurate weather forecasts can increase the efficiency of planning and resource allocation by individuals and businesses. The subject addressed in this thesis is the development of a weather forecasting system by the application of a machine learning model based on deep learning. The model is trained on past weather data, which differs from standard numerical weather forecasting models which create mathematical representations of physical laws. In this context, we have proposed Long and Short Term Memory (LSTMs) which is a form of RNN (Recurrent Neural Network) commonly used for time series prediction where we will focus on two main factors: temperature and humidity.Item Analyse des IRM cérébrales basée réseaux de neurones convolutifs et Transformers en vue du diagnostic automatique du cancer du cerveau.(university of eloued جامعة الوادي, 2023-06-06) Hammadi, Imad Eddine •; Mebarki Abdallah, Yakoubالورم الدبقي لديه أعلى معدل وفيات بين أورام الدماغ. في الواقع ، حوالي 33 ٪ من أورام المخ التي تم تشخيصها هي أورام دبقية. حيث يستخدم التصوير بالرنين المغناطيسي في الغالب في العثور على درجة وموقع الأورام الدبقية الممتدة بسبب تباينها الجدير بالملاحظة. ومع ذلك، فإن التشخيص اليدوي غير فعال ويتطلب خبرة وتجربة اختصاصي الأشعة. ومن ثم، تم تطوير لمساعدة أطباء الأورام العصبية في فحص سرطان الدماغ. وبالنسبة لعملية (CAD) أنظمة التشخيص بمساعدة الكمبيوتر تجزئة الورم الدبقي، تم تحويل انتباهنا نحو المحولات التي أثبتت إمكانات كبيرة، مؤخرًا، لمهمة التصوير الطبي. يتم اقتصاص (LGG) لتصنيفها للتمييز بين الأورام الدبقية منخفضة الدرجة SVM مناطق الاهتمام التي تم الحصول عليها ثم نقلها إلى ..٪ على أساس القياس الكمي للنسيج. يعطي النهج المُساهم نتائج تصل إلى دقة 9Le gliome cause le taux de mortalité le plus élevé parmi les tumeurs cérébrales. En effet, environ 33 % des tumeurs cérébrales diagnostiquées consistent en des gliomes. Dans ce sens, l'IRM est principalement utilisée pour déterminer le degré et la position des gliomes étendus en raison de son contraste remarquable. Cependant, le diagnostic manuel est inefficace et nécessite à la fois l'expertise et l'expérience du radiologue. Par conséquent, des systèmes de diagnostic assisté par ordinateur (CAD) ont été développés pour aider les neuro-oncologues dans le dépistage du cancer du cerveau. En effet, durant le processus de segmentation du gliome, notre attention a été détournée vers le Transformer qui s'est avéré avoir un grand potentiel, récemment, pour la tâche de l’analyse de l'imagerie médicale. Les régions d'intérêt obtenues sont recadrées puis transmises à un SVM pour le processus de la classification afin de discriminer les gliomes de bas grade (LGG) et les gliomes de haut grade (HGG). L'approche contribuée aboutie à des résultats jusqu'à 90% de précision.