department of computer science_master

Permanent URI for this collectionhttps://archives.univ-eloued.dz/handle/123456789/30

Browse

Now showing 1 - 20 of 192

AI Approach For Automatic Text Summarization
(university of eloued جامعة الوادي, 2024-06-24) Sekhri Thamer Bedida Mohammed .
æ Ag Ég ñëð , ú Í B@ ñ JË@ J jÊ K ÈAm . × ékðQ£ B@ è Yë ÈðA J K . A J ÓñK Aë ðA @ Õ æK ú æË@ éJ JË@ HA KAJ J . Ë@ áÓ éÊ KAêË@ éJ ÒºË@ èP@X@ ø Yj , JË éJ k . @Q j J B@ I . J ËA B@ ½Ë X ú ¯ AÖ ß . , é ®Ê J jÖ Ï @ J jÊ JË@ HAJ J ® K º J AêÒJ J ® Kð éJ ËAm Ì '@ h . XAÒ JÊË éÊÓA éªk . @QÓ A J @PX ÉÒ . é JJ j . êË@ð , éK YK Qj . JË@ á j JË HAJ J ® JË@ è Yë ú ¯ èñ ®Ë@ A ® K á K . ©Òm . ' A J m × @ PA£@ h Q ® K . éJ ËAª ¯ HA KAJ K . é«ñÒm . × úÎ « IK Qk . @ ú æË@ H . PAj . JË@ Qê ¢ . J jÊ JË@ èXñk . ú ¯ á ®Ë@ øñ J Ö ß . © ¯YK AÜ Ø , éº AÒ JÓð è Qk . ñÓ HA jÊÓ YJ Ëñ K ú This thesis investigates the field of automatic text summarization, a crucial solution to the challenge of managing the vast amount of textual data generated daily. We explore various summarization techniques, including extractive, abstractive, and hybrid approaches. Our study includes a thorough review of existing models and their evaluation. We propose an enhanced framework that combines the strengths of these techniques to improve summarization quality. Experiments conducted on the CNN/DailyMail dataset demonstrate the effectiveness of our approach in generating concise and coherent summaries, advancing the state-of-the-art in text summarization ¯ A Jj . î E .
نظام جمع القمامة الذّكي -مِكنسة-
(university of eloued جامعة الوادي, 2024-06-24) -حنكة محمد البشير - عائشة غزال
في هذا العصر الذي يسوده التّكنولوجيا في كافة جوانب الحياة، يتعين علينا فهم كيف أثّرت التّكنولوجيا على الخدمات العموميّة. في الماضي كانت هذه الخدمات تعتمد بشكل أساسي على العمل اليدوي والإجراءات الورقية. ولكن مع تطور التّكنولوجيا، بدأت الحكومات تعتمد التقنيّات الحديثة مثل الإنترنت والحوسبة السحابية وتطبيقات الهواتف الذّكيّة لتحسين خدماتها. هذه التقنيّات جعلت الخدمات أكثر فاعلية وشمولا، وزادت الفرص لتحسين تجربة المواطنين. ووصولنا إلى المرحلة الحالية من التّكنولوجيا يشهد تحولًا كبيرا في قطاع الخدمات العموميّة، حيث أصبحت التّكنولوجيا جزءا لا يتجزأ من عمليّاته. فنظام جمع القمامة الذّكي الذي نحن بصدد مناقشته في هذه المذكرة يعتبر مثالا على هذا التطور، حيث يوفر خدمة تتبّع الشاحنات لجمع القمامة بشكل فعال، ممّا يسهل على المواطنين المشاركة في الحفاظ على النظافة وتحسين جودة الخدمات العامّة. ومع استمرار تطور التّكنولوجيا، يمكن توقع تحسينات أكبر في هذا القطاع تحديدًا، ممّا يجعل حياتنا أكثر سهولة وراحة. In this era where technology prevails in all aspects of life, we must understand how technology has affected public services. In the past, these services relied mainly on manual work and paper procedures. But with the development of technology, governments began to adopt modern technologies such as the Internet, cloud computing, and smartphone applications to improve their services. These technologies have made services more effective and comprehensive, and increased opportunities to improve citizens' experience. Our arrival at the current stage of technology has witnessed a major transformation in the public sector, as technology has become an integral part of its operations. The smart garbage collection application is an example of this development, as it provides an effective and comprehensive tracking service for trucks to collect garbage, making it easier for citizens to participate in maintaining cleanliness and improving the quality of public services. As technology continues to develop, greater improvements can be expected in the public sector, making our lives easier and more convenient.
Opinion Mining From Text Based On Machine Learning Approach
(university of eloued جامعة الوادي, 2024-06-02) Bechoua Abla - Halouadji Abir
في هذا العمل، نصف محاولتنا لتقييم أداء أساليب التعلم الآلي في تحليل المشاعر والآراء المعبر عنها في البيانات النصية بإستخدام SemEval - 2017Task4 تحليل المشاعر في تويتر. لقد اخترنا subtaskA لتصنيف المشاعر على مستوى الرسالة، ولقد إستخدمنا خوارزميات تعلم الآلة الخاضعة للرقابة تقنيات تضمين الكلمات مثل Tf - Idf و Bow و Word2Vec .نقدم أيضًا طريقة معالجة مع نصية مناسبة لرسائل الشبكات الاجتماعية، والتي تقوم بالترميز وتحويل الكلمات و أكثر يمكن أن يكون هذا العمل مفيد للغاية للشركات والمؤسسات التي ترغب في فهم تعليقات العملاء أو تتبع سمعة العلامة التجارية أو تحليل التصور العام لموضوعات معينة. In this work we describe our attempt to evaluate the performance of machine learning methods in analyzing sentiment and opinions expressed in text data with SemEval-2017 Task 4 “Sentiment Analysis in Twitter”. We chose subtask A for Message-Level Sentiment Classifcation, We use supervised maching learning algrothims with word embeddings techniques such as Tf-Idf , Bow and Word2Vec. Also, we present a text processing method suitable for social network messages, which performs tokenization, word lemmatization and more. This work can be extremely valuable for businesses and organizations that want to understand customer feedback, track brand reputation, or analyze public perception of certain topic
Detection of Dangerous Driving Behaviors
(university of eloued جامعة الوادي, 2024-06-25) بالنور محمد رمزي / سبوعي إيمان
في مذكرة التخرج هذه بعنوان "اكتشاف سلوكيات القيادة الخطرة" تتناول التحدي الحرج لتعزيز سلامة الطرق من خلال تحديد وتخفيف السلوكيات القيادية الخطرة بعد تقديم مقدمة حول تصاعد قضية السلوكيات القيادية غير الآمنة التي تؤدي إلى حوادث ووفيات، يستقصى هذا العمل النهج الحالية المستخدمة لمعالجة هذه المشكلة. تم اقتراح حلا متقدما يشمل تطوير نظام يستخدم الرؤية الحاسوبية والگوريتمات التعلم العميق، وبشكل خاص شبكات العصب الاصطناعي بالتبادل تدريب هذا النموذج على مجموعات بيانات متنوعة تحتوي على صور التقطت بواسطة كاميرات السيارات يمكنه التعرف على الأنماط المرتبطة بأفعال القيادة الخطرة، مثل القيادة المشتلة، واستخدام الهاتف أثناء القيادة، والقيادة في حالة السكر، وغيرها. النتائج التي تم الحصول عليها من خلال الاختبار والتقييم الشامل للنظام واعدة، حيث بلغ معدل الدقة %91.0368، ونقطة الدقة 914692، ونقطة F1 المثيرة 90.8515% تؤكد هذه النتائج فعالية النظام المقترح في اكتشاف وتصنيف السلوكيات القيادية الخطرة. تنفيذ هذا الحلا يمثل خطوة كبيرة في مجال سلامة الطرق، حيث يظهر الإمكانية بشكل كبير للحد من عدد الحوادث وإنفاذ الأرواح بالإضافة إلى ذلك، يسهم هذا العمل في فتح الباب أمام بحوث وتطورات إضافية في ميدان أنظمة النقل الذكية، مما يساهم في جعل الطرق أكثر أمانا وأكثر حماية. This graduation thesis, ”Detection of Dangerous Driving Behaviors,” addresses the critical challenge of enhancing road safety by identifying and mitigating risky driving conduct. With an introduction to the escalating issue of unsafe driving behaviors leading to accidents and fatalities, this work delves into the existing approaches employed for tackling this problem. Various solutions have been proposed in recent years, including traditional computer vision techniques and machine learning algorithms for behavior recognition. However, these solutions often fall short in terms of accuracy and robustness. The proposed solution involves developing an advanced system utilizing computer vision and deep learning algorithms, particularly Convolutional Neural Networks (CNNs). Training this model on diverse datasets containing images captured by in-car cameras can recognize patterns associated with hazardous driving actions, such as distracted driving, phone usage, drunk driving, and more. The results obtained through extensive testing and evaluation of the system are promising, with an accuracy rate of 91.0368%, a precision score of 91.4692%, and an impressive F1 score of 90.8515%. These outcomes underline the effectiveness of the proposed system in detecting and categorizing dangerous driving behaviors. The successful implementation of this solution offers a considerable leap forward in road safety, demonstrating the potential to reduce the number of accidents and save lives significantly. Additionally, the work paves the way for further research and advancements in the field of intelligent transportation systems, contributing to safer and more secure roadways.
AI-Driven Farming Platform
(university of eloued جامعة الوادي, 2024-06-24) دودي السعيد
الزراعة الذكية، أو الزراعة الدقيقة، تستخدم تقنيات متقدمة مثل إنترنت الأشياء، وأجهزة الاستشعار، والطائرات بدون طيار، ونظام تحديد المواقع، والذكاء الإصطناعي لتعزيز الـكفاءة والإنتاجية والإستدامة الزراعية. دور الذكاء الإصطناعي جوهري، حيث يحل ّل مجموعات كبيرة من البيانات بإستخدام التعلم الآلي والتحليل التنبؤي لتحسين عملية اتخاذ القرار ومعالجة التحديات مثل تحسين غلة المحاصيل وتقليل الأثر البيئي. ومع ذلك، فإن دمج الذكاء الإصطناعي في الزراعة يواجه تحديات تكنولوجية وإقتصادية وإجتماعية وبيئية. ٺتضمن البنية التحتية أجهزة الإستشعار وتقنيات الإتصال وجمع البيانات بشكل قوي وواجهة تطبيق ويب. نموذج الذكاء االصطناعي المتخصص يشخص حالات أوراق البطاطس، مما يظهر الفائدة العملية للذكاء الإصطناعي في إدارة المحاصيل والـكشف عن األمراض Smart agriculture, or precision agriculture, leverages advanced technologies like IoT, sensors, drones, GPS, and AI to enhance farming efficiency, productivity, and sustainability. AI’s role is pivotal, analyzing large data sets with machine learning and predictive analytics to improve decision-making and address challenges such as crop yield optimization and environmental impact reduction. However, integrating AI in agriculture faces technological, economic, social, and environmental challenges. The architecture involves sensors, communication technologies, robust data collection, and a web application interface. A specialized AI model diagnoses potato leaf conditions, demonstrating AI’s practical utility in crop management and disease detection.
Conception et développement d'une décision Réseau pour simuler L'environnement économique et sociale
(university of eloued جامعة الوادي, 2024-06-02) بكوش بوبكر – أكرم محمودي
في العالم الحديث، أصبح المحيط الاجتماعي الاقتصادي أكثر تعقيدًا. سابقًا، كانت عمليات اتخاذ القرارات بسيطة نسبيًا، ولكن في العالم الحديث، الذي يتميز بكميات ضخمة من البيانات وتفاعلات معقدة بين مختلف المنظمات والمؤسسات، قد زاد من تعقيد هذه العمليات بشكل كبير. نتيجة لذلك، غالبًا ما يواجه المديرون وصانعو القرار صعوبة في التنبؤ بالعواقب والآثار الطويلة الأجل لقراراتهم. تهدف هذه الأطروحة إلى اقتراح وتصميم شبكة قرارات ونظام لمحاكاة البيئة الاقتصادية والاجتماعية بناءً على الشبكة المقترحة. يهدف النظام إلى مساعدة القادة في اتخاذ قرارات مستنيرة ومناسبة من خلال توفير تمثيل محاكي للتفاعلات الاقتصادية والاجتماعية المعقدة In the modern world, the socio-economic environment has become increasingly complex. Previously, decision-making processes were relatively straightforward, but the current landscape, characterized by large volumes of data and intricate interactions among various organizations and institutions, has significantly complicated these processes. As a result, managers and decision-makers often struggle to foresee the long-term consequences and effects of their decisions. This thesis aims to propose and design a decision network and a system for simulating the economic and social environment based on the proposed network. The system is intended to assist leaders in making informed and appropriate decisions by providing a simulated representation of the complex economic and social intera
Utilizing Deep Learning Models for Gene Selection from Microarray Expression Data
(university of eloued جامعة الوادي, 2024-06-03) مسعودي عبد الرزاق
عد اختيار الجينات من بيانات تعبير الجيني لمصفوفة الدقيقة مهمة حاسمة لتصنيف السرطان بدقة. تستكشف هذه الدراسة تطبيق نماذج التعلم العميق، بما في ذلك التشفير التلقائي و طرق أخرى لاختيار الميزات تعتمد على التعلم العميق، لتحديد أصغر مجموعة ممكنة من الجينات الذي يحافظ على الأداء التنبؤي العالي. يعد اختيار الجينات ذات الصلة أمًرا ضروريًا في معظم دراسات التعبير الجيني، بهدف تحديد الجينات الأكثر أهمية لمهام التصنيف المحددة. اختبار دقة التصنيف ، قمنا بتنفيذ العديد من نماذج التعلم الآلي والعميق مثل ( SVM , KNN ,MLP ,Forest Random) يتم تدريب هذه النماذج على جينات مختارة للتنبؤ بدقة التصنيف. يسلط هذا العمل الضوء على إمكانية الجمع بين اختيار الميزات القائمة على التعلم العميق ونماذج التصنيف المتقدمة لتحسين تشخيص السرطان واستراتيجيات العالج. تسهم هذه النتائج في مجال الطب الدقيق والبيولوجيا الحسابية من خلال إظهار فوائد الاستفادة من تقنيات التعلم الآلي الحديثة لتحليل البيانات الجينومية. Gene selection from microarray gene expression data is an essential task for accurate cancer classification. This study explores the application of deep learning models, including AutoEncoder, and other deep learning-based feature selection methods, to identify the smallest possible set of genes that maintain high predictive performance. Selection of relevant genes is essential in most gene expression studies, with the aim of identifying the most important genes for specific classification tasks. To test the classification accuracy, we implement several machine and deep learning models such as Nearest Neighbor (KNN), Support Vector Machine (SVM), Random Forest, and Multi-Layer Perceptrons (MLP). These models are trained on selected genes to predict classification accuracy. This study highlights the potential of combining deep learning-based feature selection with advanced classification models to improve cancer diagnosis and treatment strategies. These findings contribute to the field of precision medicine and computational biology by demonstrating the benefits of leveraging cutting-edge machine learning techniques to analyze genomic data.
HomeCare AI: Smart Home System for Healthcare
(university of eloued جامعة الوادي, 2024-06-03) GGGhhheeennnaaaiiimmm ZZZooouuuhhhiiirrraaaTaaalllhhhaaa AAAooouuuiiiccchhhaaa
لرعاية الصحية والتنبؤ بها. ن يركز هذا العلل عل تطوير نظام اللن منت الشياء )IoT( مع أجهزة استشعار مختلفة مثل MAX30102 يدمج النظام تقنية إنت الوقت الفع كل عن تخطيط ك وAD8232 وPIR SR501 وDHT11 وMQ2، لجلع البيانات ن القلب ECGوSPO2 والحركة ودرجة الحرارة والرطوبة ووجود الغاز. يتم نقل هذه البيانات إل والتحليل. النظلة الساسية السحابية مثل Ubidots وArduino IoT Cloud وBlynk للتصور دا CNN وLSTM، للتنبؤ علوة عل ذلك، يستخدم النظام خوارزميات التعلم العليق، وتحديد ء عل البيانات اللجلعة. يتم تقييم أداء هذه النلاذج باستخدام بقيم تخطيط القلب بناء ا واعددا لللراقبة الصحية اللستلرة والكشف اللبكر مجلوعة بيانات عدم انتظام نربات القلب MIT-BIH، ملا يحقق معدلت دقة محًء مليةDans le développement dun système de maison intelligente pour une surveillance et une prédiction améliorées des soins de santé, le système intègre la technologie Internet des objets (IoT) avec divers capteurs tels que le MAX30102, l’AD8232, le PIR SR501, le DHT11 et le MQ2, pour collecter des données en temps réel sur lECG, le SPO2, le mouvement, la température, lhumidité et la présence de gaz. Ces données sont ensuite envoyées sur des plateformes cloud comme Ubidots, Arduino IoT Cloud et Blynk pour la visualisation et lanalyse. En outre, le système utilise des algorithmes de deep learning, en particulier les CNN et LSTM, pour prédire les valeurs ECG à partir des données collectées. La performance de ces modèles est évaluée à laide de lensemble de données MIT-BIH sur larythmie, ce qui permet datteindre des taux de précision supérieurs à 90 %. Le système proposé démontre une solution prometteuse pour la surveillance continue de la santé et la détection précoce des problèmes de santé potentiels dans le milieu familial.
Document Errors Verification System
(university of eloued جامعة الوادي, 2024-06-03) لعويد آيه الله زينب، اللبي راضية
يتم إعداد غالبية المستندات وفقًا لقواعد محددة مسبقًا، والتي تنظم متطلبات تصميم فئة معينة من المستندات. ومع ذلك، فإن عملية فحص الورق تستغرق وقتًا طويلاً وتتطلب شخصًا خبيرًا ذا تركيز عالٍ ومؤهلات مناسبة. يقدم العمل الأساليب الرئيسية التي تقلل من الجهد المطلوب للتحكم في البنية المنطقية والمادية لوثيقة التخرج (الأطروحة). ولذلك سنعمل على التأكد من عدم وجود أخطاء تنظيمية وتنسيقية في النصوص والفقرات والعناوين. سنقوم أيضًا بمعالجة الصور والإجراءات من خلال التحقق من جودتها، حيث يمكن أن تؤدي الخوارزميات إلى فئات مختلفة من الأخطاء. لأتمتة التحقق من صحة الوثيقة الرسمية، تم تطوير النظام المصمم لتقييم امتثال الوثائق وفقا للمعايير التي حددها المستخدم. وتم وصف وظائف النظام وعرض الأدوات المستخدمة في تطويره. The majority of documents are made out according to predetermined rules, which regulate requirements to design of the given class of documents. However, the process of paper checking is quite time-consuming and requires from an expert person of high concentration and appropriate qualification. The work provides the main methods that reduce the effort required to control the logical and physical structure of the graduation document (thesis). Therefore, we will work to ensure that there are no organization and formatting errors in the texts,paragraphs, and titles. We will also process images and formalities by checking their quality, as algorithms can lead to different categories of errors. To automate the verification of formal correctness of the document, the system designed for the compliance assessment of documents in accordance with the parametersset by the user was developed. The functionality of the system was described and thetools used in its development were presented
Comparaison entre les performances de CNN et SwinUnetR Transformer pour le développement d'un système de segmentation 3D et classification automatique des tumeurs cérébrales.
(university of eloued جامعة الوادي, 2024-06-02) Chekima Nour EL Islem \ Mansouri Aridj
يُعد التصوير بالرنين المغناطيسي التقنية الأكثر شيوعًا للتشخيص غير الجراحي لسرطان الدماغ، حيث يوفر صورًا دماغية فائقة الجودة. لتوفير تشخيص دقيق للورم الدبقي وتحديد درجة خبثه، تُعد عمليتا التجزئة والتصنيف أمراً ضرورياً لتحقيق الكشف التلقائي عن درجة الورم دون تدخل بشري. تُعتبر تجزئة وتصنيف الورم الدماغي في الصور الطبية مهمةً معقدةً بسبب التغيرات المورفولوجية والموقع العشوائي للآفات الدماغية. في هذا السياق، أحرز التعلم العميق، ولا سيما تقنية Transformers، تقدمًا كبيرًا في مجالات الرؤية الحاسوبية وتحليل الصور الطبية. تستند استراتيجيتنا إلى كتل تحويل التجزئة ثلاثية الأبعاد (3D) الفعالة المعروفة باسم SwinUnetR، بالإضافة إلى استخدام أربعة أنواع من التصوير بالرنين المغناطيسي لتحديد مواقع الأورام الدماغية وتجزئتها. يتم استخراج أهم السمات من الصور المنجزة ثم نقلها إلى مصنفي SVM وANN لتحديد نوع الورم إلى: أورام دبقية منخفضة الدرجة (LGG) أو أورام دبقية عالية الدرجة (HGG). أظهرت الاختبارات الصارمة كفاءة النظام المقترح، حيث حقق معدل دقة يزيد عن 94%. وتكمن ميزة نهجنا في قدرته على مساعدة أخصائيو الأشعة في تحديد وتصنيف الأورام الدبقية بدقة وفعالية. Abstract Detecting brain tumors using deep learning, Transformer and machine learning is an essential and promising field, as gliomas are classified as primary tumors because they originate from brain cells. By exploiting ongoing advances in artificial intelligence, it is now possible to significantly improve the early diagnosis of brain tumors by accurately analyzing medical images and identifying changes associated with the disease. Transformer makes it possible to analyze patient data and predict potential outcomes. This capability enables clinicians to make more precise therapeutic decisions, while improving the speed and accuracy of diagnosis and classification. As a result, using Transformer and deep learning to detect brain cancer reduces the time and costs associated with the disease. What's more, this approach improves the quality of patient care and helps optimize treatment outcomes through accurate, rapid diagnosis and personalized treatment. Ongoing technological developments are leading to further improvements and practical applications of Transformer models and deep learning in the field of brain cancer detection. The main goal of our work was to apply these models to the analysis of 3D medical MRI images in order to accurately classify and detect brain cancer. To achieve this, we used several techniques, including convolutional neural networks (CNNs), which is a widely used method in the field of neural network-based deep learning. Convolutional neural networks (CNNs) have the ability to automatically extract high-level features from data. The resulting regions of interest are cropped and then fed to SVM for classification to distinguish low-grade gliomas (LGG) from high-grade gliomas (HGG) based on quantification. Our proposed model showed very promising results, which will enable clinicians to make more accurate diagnostic decisions by providing high-resolution medical imaging solutions.
Efficient resource allocation for D2D communication in 5G cellular networks
(university of eloued جامعة الوادي, 2024-06-06) Marif Afnan - Edabir Houria
في السنوات الأخيرة، شهدنا نموا هائلا في عدد مستخدمي الهواتف المحمولة مما أدى الي زيادة كبيرة في حجم البينات المرسلة والمستقبلة عبر شبكات الخلوية لمواكبة هذا التطور، يتم التركيز على تطوير التقنيات للانتقال الي الجيل التالي من الشبكات الخلوية المعروف ب "الجيل الخامس" (.)5G تتضمن هذه التقنيات افراغ نواة الشبكة وتحسين استخدام الترددات والطاقة، وتقليل التأخير وزيادة الإنتاجية العامة. تلعب تكنولوجيا الاتصال من جهاز الى جهاز دورا مهما في تطوير أنظمة الجيل القادم حيث تمثل اتصالا مباشرا بين الأجهزة دون الحاجة الى المحطة الأساسية ومع ذلك تواجه هذه التقنية تحديات عدة. بما في ذلك تحسين استخدام الترددات وتحكم في الطاقة لتقليل التداخل وزيادة الإنتاجية العامة. ولهذا يقلل من تأخير الاتصال ويوسع نطاق التغطية للخلايا في الشبكات الخلوية، على الرغم من فوائده يمكن ان يؤدي هذا النوع من الاتصال الي التداخل مع الاتصالات الخلوية الأخرى في هذه المذكرة نقترح استخدام الخوارزمية الجينية لتقليل التداخل وزيادة كفاءة استخدام الطيف. الخوارزمية الجينية تتميز بقدرتها على تجنب الذروة المحلية وتتطور نحو الذروة المثالية من خلال استكشاف أجزاء متعددة من المساحات البحثية في نفس الوقت. نظرا لأن الشبكات الخلوية التي تعتمد على الاتصال من جهاز الي جهاز ) )D2Dتقلل من نسبة إشارة التداخل بالإضافة الى الضوضاء ( )SINRلضمان جودة الاتصال للمستخدمين الخلوين. تقييمات عددية تظهر أداء متفوق لهذه التقنية من حيث كفاءة الطيف وتقليل التداخل In recent years, we have witnessed a tremendous growth in the number of mobile phone users, which has led to a significant increase in the volume of data sent and received via cellular networks. To keep pace with this development, the focus is on developing technologies to move to the next generation of cellular networks known as “fifth generation” (5G). Thes techniques include offloading the network core, improving frequency and power usage, reducing latency and increasing overall throughput. Device-to-device communication technology plays an important role in developing next generation systems, as it represents direct communication between devices without the need for a base station. However, this technology faces several challenges. Including improved frequency utilization and power control to reduce interference and increase overall productivity. This reduces communication delay and extends the coverage range for cells in cellular networks. Despite its benefits, this type of connection can cause interference with other cellular communications. In this thesis, we propose to use a based genetic algorithm (GA) to reduce interference and increase spectrum utilization efficiency. The genetic algorithm is characterized by its ability to avoid a local peak and evolve towards a global peak by exploring multiple parts of the search space at the same time. Because cellular networks rely on device-to-device communication, they reduce the signal interference plus noise ratio (SINR) to ensure quality communication for cellular users. Numerical evaluations show superior performance of this technology in number of D2D served and the total achieved throughput.
A Robotic System For Weeds Detection And Elimination
(university of eloued جامعة الوادي, 2024-06-24) Barr Khaoula ▪ Derradji Aicha Elbatoul ▪ Zidane Nadjet
ا: في المناطق القاحلة مثل الصحاري، تشكل الأعشاب الضارة تهدي ًدا كبي ًرا للزراعة، مما يؤثر على الإنتاجية. الأساليب التقليدية لمكافحة الحشائش كثيفة العمالة وغير كافية. الهدف من المشروع في نهاية الدورة هو بناء نظام آلي قادر على اكتشاف الأعشاب الضارة والقضاء عليها. ومن خلال الاستفادة من أساليب الذكاء الاصطناعي المتقدمة ومجموعة من الأدوات الميكانيكية والإلكترونية، يكتشف الوكيل الذكي وجود الأعشاب الضارة من خلال أجهزة الاستشعار. وبنا ًء على هذه البيانات، يقرر ما إذا كان سيتم تشغيل آلية رش الأوتوماتيكية للقضاء على الحشائش المستهدفة. يقدم هذا الحل المقترح نهجا شاملا، مما يتيح التدخل في الوقت المناسب وتحسين الموارد. In arid regions, like deserts, weeds pose a significant threat to farming, affecting productivity. Conventional weed control methods are labor-intensive and inadequate. The aim of the end-of-course project is to build a system robotic capable of detect and eliminate weeds. By leveraging advanced artificial intelligence methods and a range of mechanical and electronic tools, the intellegent agent detects weed presence through sensors. Based on this data, it decides whether to engage an automatic spraying mechanism for targeted weed elimination. This proposed solution offers a holistic approach, enabling timely intervention and resource optimization.
The Use of Artificial Intelligence to Detect Speech Characteristics in Elementary School Children with Speech Disorders
(university of eloued جامعة الوادي, 2024-06-05) شتوي نريمان+ زاوش فاطمة
اضطرابات الكلام هي حالة شائعة في مرحلة الطفولة يمكن أن تؤثر على قدرة الطفل على التواصل بشكل فعال. تتطلب الطرق التقليدية لتشخيص اضطرابات الكلام تقييمًا سريريًا من قبل أخصائي أمراض النطق واللغة SLP. ومع ذلك ، يمكن أن تكون هذه التقييمات تستغرق وقتًا طويلاً ومكلفة ، وقد لا تكون دائمًا متاحة لجميع الأطفال. يمتلك الذكاء الاصطناعي AI القدرة على إحداث ثورة في طريقة تشخيص اضطرابات الكلام. يمكن استخدام الأنظمة التي تعمل بالذكاء الاصطناعي لتحليل تسجيلات الكلام تلقائيًا وتحديد الأنماط التي تشير إلى اضطراب الكلام. يمكن أن يؤدي هذا إلى الكشف المبكر وعلاج اضطرابات الكلام ، مما قد يحسن نتائج الأطفال على المدى الطويل. تستعرض هذه الورقة البحثية الحالة الراهنة للبحث حول استخدام الذكاء الاصطناعي للكشف عن خصائص الكلام لدى طلاب المدارس الابتدائية الذين يعانون من اضطرابات الكلام. تناقش الورقة أنواع تقنيات الذكاء الاصطناعي المختلفة التي تم استخدامها لهذا الغرض ، بالإضافة إلى التحديات والقيود التي تواجه هذا البحث Les troubles de la parole sont une condition courante de l’enfance qui peut aﬀecter la capacité d’un enfant à communiquer efcacement. Les méthodes traditionnelles de diagnostic des troubles de la parole nécessitent une évaluation clinique par un orthophoniste (orthophoniste). Cependant, ces évaluations peuvent être longues et coûteuses, et elles ne sont pas toujours accessibles à tous les enfants.L’intelligence artifcielle (IA) a le potentiel de révolutionner la façon dont les troubles de la parole sont diagnostiqués. Les systèmes basés sur l’IA peuvent être utilisés pour analyser automatiquement les enregistrements vocaux et identifer des schémas indicateurs d’un trouble de la parole. Cela pourrait conduire à une détection et un traitement plus précoces des troubles de la parole, ce qui pourrait améliorer les résultats à long terme des enfants.Cet article examine l’état actuel de la recherche sur l’utilisation de l’IA pour détecter les caractéristiques de la parole chez les enfants d’école primaire souﬀrant de troubles de la parole. L’article examine les diﬀérents types de techniques d’IA qui ont été utilisées à cette fn, ainsi que les défs et les limites de cette recherche.
An android application for booking hotel rooms
(university of eloued جامعة الوادي, 2024-06-05) شنقل محمد العيد; مفتاح محمد البشير; بوب أمين
يعد مجال حجز الفنادق جزءًا كبيرًا من عالمنا الحديث، والتي ستستفيد كثيرًا من تنفيذها في البرامج الموجودة في أجهزتنا المحمولة سيركز هذا المشروع على شرح خطوات دراسة بيئة الحجز الفندقي وتصميم وتطوير نظام يسمح بتحقيق هذا الهدف نتيجة هذا المشروع هي نظام تطبيقات الهاتف المحمول الذي يسمح للعملاء بإكمال عملية حجز غرفة الفندق عبر الإنترنت L’industrie de la réservation hotele représente une part importante de notre monde moderne, et elle en bénéficierait grandement d’être implémenté dans le logiciel de nos appareils mobiles. Ce projet se concentrera sur la démonstration des étapes d’étude de l’environnement de réservation hôtelière, de conception et de développement d’un système permettant d’atteindre cet objectif. Le résultat de ce projet est un système sous forme d’application mobile qui permet à invités d’effectuer le processus de réservation d’une chambre d’hôtel en ligne.
Contribution des paradigmes de l'intelligence artificielle pour la détection d'éventuels dommages au niveau des moteurs d'avion
(university of eloued جامعة الوادي, 2024-06-24) Selmi nadine
تعتبر الحالة الصحية لمحركات الطائرات ضرورية لضمان سلامة الرحلات الجوية. في الواقع، مع زيادة وقت الخدمة، تتعرض المكونات الداخلية للمحرك لتهديدات من مصادر مختلفة. لذلك، من الضروري اكتشاف الأضرار داخل المحرك بانتظام لتقليل تكاليف الصيانة. يمكن لتقنية التفتيش بالمنظار أن تشخص العيوب بنجاح وتوفر ضمانًا قويًا لأعمال الصيانة؛ ومع ذلك، فإن درجة الأتمتة والذكاء فيها منخفضة بشكل واضح. في هذا السياق، قمنا باقتراح إطار عمل أكثر تلقائية لاكتشاف عيوب محركات الطائرات بناءً على أحدث الأبحاث الحالية: التعلم العميق لاكتشاف عيوب محركات الطائرات من خلال مجموعة بيانات محلية. يتكون إطار العمل المقترح (YOLOv8) من ثلاث مراحل تغطي: جمع البيانات، تدريب النموذج، وتقييم النموذج. في الواقع، يمكن للنظام المقترح اكتشاف سبعة أنواع من الأضرار بدقة وكفاءة من صور المنظار الداخلي بما في ذلك: الشقوق، النقر، ارتفاع درجة الحرارة، تجعد الأطراف، التآكل، الاحتراق، والكسر بتحقيق دقة عالية. علاوة على ذلك، يكتسب القدرة على إخراج كل من المناطق وأنواع الأضرار داخل الصور المدخلة. أخيرًا، قمنا بالتحقق من صحة إطار العمل الخاص بنا على بيانات هندسية تم تنزيلها وحققنا نجاحًا في اكتشاف الأضرار. وبالتالي، تغلبنا على التحديات. يوفر إطار العمل المطور للتعلم العميق فائدتين مزدوجتين: تقليل الوقت المطلوب لأداء فحص المنظار الداخلي اليدوي لمحركات الطائرات وتحسين السلامة العامة بالنسبة لصناعة الطيران بعيدًا عن الأخطاء البشرية. لا يزال تطبيق التعلم العميق في مجال اكتشاف عيوب محركات الطائرات فيمراحله الأول The health condition of an aero-engines is pivotal to the safe flight mission of an aircraft. Indeed, with the increase of service time, the engine internal components will be affected by threats coming from different sources. Hence, it is necessary to detect the damage inside the engine regularly to decrease maintenance costs. Borescope inspection technology can successfully diagnose the fault and provide a strong guarantee for the maintenance work; however, its grade of automation and intelligence is clearly low. In this sense, we have proposed a more automated aero-engine defect detection framework based on the current research hot spot: deep learning for aero engine defect detection through a local dataset. The proposed YOLOv8 framework is 3-phases covering: data acquisition, model training and model evaluation. Indeed, the proposed system can accurately and efficiently detect seven types of damages from borescope images including: Crack, Nick, Overheated, Tip curl, Corrosion, Burned and Broken by reaching high accuracy. Furthermore, it gains the ability to output both the regions and the types of damages within input images. Finally, we validated our framework on downloaded engineering data and achieved successful damage detection. Hence, we overcome the challenges. The developed deep learning framework provides dual benefits of reducing the time required to perform otherwise manual aero-engine borescope inspection and improving the overall safety relative to the aerospace industry free from human error. Applying deep learning in the field of aero-engine defect detection is still in its infancy.
Computational Processing for Concept Network Analysis in Educational Programs - A Comparative Study between Arabic and Foreign Programs
(university of eloued جامعة الوادي, 2024-06-03) بوخالفة نهى ياسمين – العلمي سعدية
الملخص: أكدت المعالجة المحوسبة للغة والنص (NLP) قدرة هذا النهج في تحليل النصوص واستخلاص المصطلحات والمفاهيم الأساسية لفهم الرسالة المعرفية للنص. تهدف الدراسة إلى تحديد أهم المصطلحات والعلاقات الدلالية بينها في البرامج التربوية العربية والأوروبية، واستخدام تقنية تحليل شبكة النص لتحديد مستوى حضور هذه المصطلحات وطبيعة العلاقات بينها، بهدف استخلاص الرسالة المعرفية المستهدفة من هذه البرامج. في هذه الدراسة سنطرح الإشكاليات التالية ضمن مجال المعالجة الآلية للغات الطبيعية : ماهي أهم المصطلحات التي تستوطن البرامج التربوية العربية والأوروبية؟ وماهي طبيعة العلاقات الدلالية بينها ؟ وبالتالي ماهي أهم المفاهيم المودعة فيهم ؟ وماهي الرسالة المعرفية المستهدفة من هذه البرامج التربوية ؟ Résumé : فرنسية أو انجلزية Computerized language and text processing (NLP) has confirmed the ability of This approach to analyze texts and extract basic terms and concepts to Understand the cognitive message of the text. The study aims to identify the Most important terms and the semantic relationships between them in Arab and European educational programs, and to use the text network analysis technique To determine the level of presence of these terms and the nature of the Relationships between them, with the aim of extracting the targeted cognitive Message from these programs. In this study, we will raise the following Problems within the field of automatic processing of natural languages : What Are the most important terms that inhabit Arab and European educational Programs ? What is the nature of the semantic relationships between them ? Therefore, what are the most important concepts deposited in them ? What is The intended cognitive message of these educational programs ?
Categorization of Digital Pathology Image using Deep Learning model
(university of eloued جامعة الوادي, 2024-06-26) بوردحة كمال - حمايدي اخلاص
ع نجاح الذكاء االصطناعي )AI )في العديد من المهام في مجال رؤية الحاسوب، ينتظر أن يستفيد علم األمراض الرقمية من إمكانيات الذكاء االصطناعي. علم األمراض النسيجي معني أسا ًسا بفحص األنسجة البيولوجية لمراقبةمظهر الخاليا واألنسجة المصابة على مستويات مجهرية. التعرف التلقائي على أنواع األنسجة المختلفة في الصور النسيجية ضروري جدًا لمجموعة أدوات علم األمراض الرقمية. ومع ذلك، تركز معظم الدراسات الحالية بشكل رئيسي على التصنيف الثنائي للصور النسيجية )ورم/أنسجة طبيعية(، وهو بعيد عن تلبية االحتياجات السريرية. في هذه الرسالة، اقترحنا نموذج تعلم عميق للتصنيف متعدد الفئات للصور النسيجية؛ مشكلة النسيج متعدد الفئات تشير إلى مشكلة تجميع أنواع أنسجة متعددة معينة في ضوء عينة من األنسجة )في هذه الحالة، ثمانية أنواع مخت لفة(. للعثور على استراتيجية تصنيف مثالى، اعتمدنا شبكةFCN كفرع من الطبقات التالفيفية ، تليها الطبقات المتصلة بالكامل ثم المصنف softmax. The success of Artificial Intelligence (AI) in many tasks in computer vision expects that digital pathology applications can exploit AI potential. Histopathology primarily involves the examination of biological tissues at a microscopic level to observe the characteristics of both diseased cells and tissues. The digital pathology toolkit's ability to automatically identify various tissue types within histological images is a crucial component. However, most existing studies focused on the binary classification of histological images (tumor/stroma), far from meeting the clinical demand. In this thesis, we proposed a deep learning architecture for the multi-class classification of histological images. The multi-class texture challenge pertains to the task of categorizing several distinct tissue types when presented with a tissue sample, in this instance, comprising eight different types. To find an optimal classification strategy, we adopted a Fully Convolutional Network (FCN) as a branch of convolution layers with downsampling and upsampling inside the network, followed by the fully connected layers, and then the softmax classifier.
An Intelligent approach for early detection of potato diseases
(university of eloued جامعة الوادي, 2024-06-02) عمان صلاح الدين , الأرقط عبد الرحمان
يسعى القطاع الزراعي بشكل دائم إلى تعزيز وتطوير أنظمته. كما هو الحال مع القطاعات الأخرى، اعتمد القطاع الزراعي في الآونة الأخيرة، مثل كافة القطاعات، على تقنيات الذكاء الاصطناعي لمعالجة البيانات الزراعية، لتحقيق إنتاج محاصيل عالي الجودة. وفي مناطق متنوعة مثل أوروبا، وأمريكا الشمالية، وشرق آسيا، تم استخدام تقنيات التعلم العميق للكشف عن أمراض النباتات، وتحديد أسبابها، وحتى التنبؤ بإنتاجية المحاصيل في مواسم محددة. يهتم هذا البحث بتطبيق هذه التقنيات في البيئة الصحراوية لأنها مختلفة تماما من حيث نوعية التربة غير الخصبة والجفاف وارتفاع ملوحة المياه ودرجات الحرارة القصوى وغيرها. ونقترح استخدام نماذج تم تطويرها سابقا تعتمد على الشبكات العصبية التلافيفية لحل المشكلة. مشكلة درجة تطور مرض أوراق البطاطس. ينصب تركيزنا على إنشاء تطبيق لتحديد وتصنيف أمراض أوراق البطاطس باستخدام مجموعة بيانات تم جمعها خصيصًا من بيئة صحراوية محلية The agricultural sector constantly seeks to strengthen and develop its systems. As with other sectors, the agricultural sector has recently, like all sectors, relied on artificial intelligence technologies to process agricultural data, to achieve high-quality crop production. In regions as diverse as Europe, North America, and East Asia, deep learning techniques have been used to detect plant diseases, determine their causes, and even predict crop yields in specific seasons. This research is concerned with applying these techniques in the desert environment because they are completely different in terms of infertile soil quality, drought, high water salinity, extreme temperatures, etc. We propose to use previously developed models based on convolutional neural networks to solve the problem of the degree of progression of potato leaf disease. Our focus is to create an application to identify and classify potato leaf diseases using a dataset specially collected from a local desert environment.
Linguistic Inquiry Word Count and Deep Learning for Multimedia Analysis
(university of eloued جامعة الوادي, 2024-06-02) SAYADI Rabia / SELMI Amina
هذا العمل مخصص لدمج التحقيق اللغوي وعدد الكلمات مع تقنيات التعلم العميق لتحليل الوسائط المتعددة، والذي يتضمن الاستفادة من الرؤى اللغوية من التحليل القائم على النص ودمجها مع نماذج التعلم العميق القادرة على معالجة المحتويات المختلفة، بما في ذلك المحتوى الصوتي ومقاطع الفيديو. نعرض أولاً بعض المفاهيم والتعاريف المتعلقة بالقياس النفسي اللغوي. ثم نتحدث عن تحليل محتوى الوسائط المتعددة. This work is devoted to the integration of Linguistic Inquiry and Word Count (LIWC) with deep learning techniques for multimedia analysis, which involves leveraging the linguistic insights from text-based analysis and combining them with deep learning models capable of processing various modalities, including audio and videos. We first present some concepts and definitions related to psycholinguistic measurement. Then we talk about multimedia content analysis
Development of a data compression method by substitutions
(university of eloued جامعة الوادي, 2024-06-03) حميد عبد الجلال; عبد الرحمن دبار
تزايد حجم البيانات المرسلة عبر الإنترنت بسرعة مع استمرار قيود عرض النطاق الترددي الشبكي، فإن الضرورة تكمن في استغلال خوارزميات الضغط الفعالة لتبسيط التبادل السريع والفعال للبيانات عبر الشبكات. يقوم هذا البحث بتحليل مقارن لمختلف تقنيات الضغط اللاخساري. علاوة على ذلك، يقدم منهجية مبتكرة لمعالجة الملفات مصممة لتعزيز قابلية الضغط. كما يشمل البحث عملية تبديل الكتل، التي تتم بحساب المسافة الدنيا بين الكتل. بالإضافة إلى ذلك، يتم تطوير نموذج تنبؤي لتحديد ضرورة عملية التبديل لكل كتلة. تشمل التقييم الأداء العديد من خوارزميات الضغط المستخدمة على نطاق واسع، بما في ذلك Delate Delate64, Bzip2, LZMA, PPMd مع إجراء فحص عميق على مجموعة البيانات .Prague Corpus Le volume de données transmises sur Internet augmente rapidement. Avec une bande passante réseau qui reste une limitation persistante, il est impératif de tirer parti d'algorithmes de compression efficaces pour faciliter l'échange rapide et efficace de données à travers les réseaux. Cette étude entreprend une analyse comparative de diverses techniques de compression sans perte. De plus, elle introduit une nouvelle méthodologie de pré-traitement des fichiers conçue pour améliorer la compressibilité. La recherche intègre également un processus de commutation de blocs, déterminé par le calcul de la distance minimale entre les blocs. En outre, un modèle prédictif est développé pour déterminer la nécessité du processus de commutation pour chaque bloc. L'évaluation des performances englobe plusieurs algorithmes de compression largement utilisés, y compris Deflate, Deflate64, Bzip2, LZMA et PPMd, avec un examen approfondi effectué sur l'ensemble de données Prague Corpus

Browse

Recent Submissions