Création d’un pole urbain de liaison entre la nouvelle gare ferroviaire et la ville de Laghouat / Asma Merrad

Public ISBD Titre : Création d’un pole urbain de liaison entre la nouvelle gare ferroviaire et la ville de Laghouat Type de document : texte manuscrit Auteurs : Asma Merrad, Auteur ; Abdelwahab Laghouati, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'architecture Année de publication : 2020 Importance : 72 p. Format : 30 cm. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : urbanisme Langues : Français Mots-clés : Architecture durable  Pole urbain de liaison  Pole d'échange  Gare ferroviaire  Extension urbaine  Déplacement doux  Laghouat Résumé : Les villes algériennes sont l’objet d’une urbanisation rapide, L’étalement urbain constitue une forme d’urbanisation qui est fort de son attractivité résidentielle, la ville de Laghouat connaît une forte dynamique démographique, au point d’avoir aujourd’hui bénéficier des projets d’une grande valeur à l’échelle régionale, des projets de transport en premier ordre. Face à ces développement , on constate que la ségrégation urbaine ainsi que la maîtrise de l’image de la ville urbaine apparaissent comme problématiques. L’objectif principal de cette recherche est de permettre une meilleure liaison entre les nouvelle zone d’ éxtension urbain et la ville de Laghouat partir de créés un pole urbain qui assure la liaison et le déplacement facile pour les habitants de la ville.Notre recherche est basé sur une lecture analytique sur la ville de Laghouat afin d’identifier les problèmes, et résoudre ces problèmes à travers la création d’un nouveau pole urbain de liaison, afin de contribué a corriger la rupture urbaine dans la ville.Et nous avons su créer un pole urbain durable qui répondre aux exigences de la région en termes de programme mixte qui contiens des équipements de services de diversifié et de logement, et sans oublier le transport, et qui vise notre objectif de la liaison entre la nouvelle gare et la ville de Laghouat. note de thèses : Mémoire de master en architecture Création d’un pole urbain de liaison entre la nouvelle gare ferroviaire et la ville de Laghouat [texte manuscrit] / Asma Merrad, Auteur ; Abdelwahab Laghouati, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'architecture, 2020 . - 72 p. ; 30 cm. + 1 disque optique numérique (CD-ROM). Option : urbanisme Langues : Français Mots-clés : Architecture durable  Pole urbain de liaison  Pole d'échange  Gare ferroviaire  Extension urbaine  Déplacement doux  Laghouat Résumé : Les villes algériennes sont l’objet d’une urbanisation rapide, L’étalement urbain constitue une forme d’urbanisation qui est fort de son attractivité résidentielle, la ville de Laghouat connaît une forte dynamique démographique, au point d’avoir aujourd’hui bénéficier des projets d’une grande valeur à l’échelle régionale, des projets de transport en premier ordre. Face à ces développement , on constate que la ségrégation urbaine ainsi que la maîtrise de l’image de la ville urbaine apparaissent comme problématiques. L’objectif principal de cette recherche est de permettre une meilleure liaison entre les nouvelle zone d’ éxtension urbain et la ville de Laghouat partir de créés un pole urbain qui assure la liaison et le déplacement facile pour les habitants de la ville.Notre recherche est basé sur une lecture analytique sur la ville de Laghouat afin d’identifier les problèmes, et résoudre ces problèmes à travers la création d’un nouveau pole urbain de liaison, afin de contribué a corriger la rupture urbaine dans la ville.Et nous avons su créer un pole urbain durable qui répondre aux exigences de la région en termes de programme mixte qui contiens des équipements de services de diversifié et de logement, et sans oublier le transport, et qui vise notre objectif de la liaison entre la nouvelle gare et la ville de Laghouat. note de thèses : Mémoire de master en architecture

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MA 01-148	MA 01-148	Thése	BIBLIOTHEQUE DE GENIE CIVIL ET D'ARCHITECTURE	Thèses (gca)	Disponible

Documents numériques

http://dspace.lagh-univ.dz/handle/123456789/3585 URL

http://dspace.lagh-univ.dz/handle/123456789/3585 URL

http://dspace.lagh-univ.dz/handle/123456789/3585 URL

Evaluating the impact of region of interest detection methods on medical image classification / Sarah Derouiche

Public ISBD Titre : Evaluating the impact of region of interest detection methods on medical image classification Type de document : document multimédia Auteurs : Sarah Derouiche, Auteur ; Asma Merrad, Auteur ; Younes Guellouma, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2025 Importance : 86 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Data sience and artificial intelligence Langues : Anglais Mots-clés : Medical image classification  Region of interest (ROI)  Grad-CAM  Deep Learning  Chest X-ray  Brain MRI Résumé : Medical image classification remains a challenging task due to the subtle and varied nature of disease patterns across imaging modalities. Deep learning models offer promising solutions; however, the integration of region-of-interest (ROI) detection into the training process is still not well understood.This thesis explores the effectiveness of Grad-CAM as an unsupervised ROI detection method within a two-phase framework.In Phase 1, Grad-CAM is used to generate ROI-focused images from chest X-rays and brain MRIs without requirin pixel level annotations. In Phase 2, we train and compare deep classification models using both these ROI- based inputs and the original full images. The architecture consists of a pretrained convolutional backbone (EfficientNetB4 or DenseNet201), a custom classification head, and two fine-tuning strategies: frozen and partially unfrozen (top 25 % trainable layers). Results show that full-image inputs consistently outperform ROI-transformed versions, with DenseNet201 and partial unfreezing achieving the highest accuracy (98.00 % on chest X-rays, 99.00 % on brain MRIs). These findings indicate that while Grad-CAM is valuable for visual interpretation, it may not serve as an effective unsupervised ROI`detector during training, as it`may exclude contextual cues critical for robust learning. note de thèses : Mémoire de master en informatique Evaluating the impact of region of interest detection methods on medical image classification [document multimédia] / Sarah Derouiche, Auteur ; Asma Merrad, Auteur ; Younes Guellouma, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2025 . - 86 p. + 1 disque optique numérique (CD-ROM). Option : Data sience and artificial intelligence Langues : Anglais Mots-clés : Medical image classification  Region of interest (ROI)  Grad-CAM  Deep Learning  Chest X-ray  Brain MRI Résumé : Medical image classification remains a challenging task due to the subtle and varied nature of disease patterns across imaging modalities. Deep learning models offer promising solutions; however, the integration of region-of-interest (ROI) detection into the training process is still not well understood.This thesis explores the effectiveness of Grad-CAM as an unsupervised ROI detection method within a two-phase framework.In Phase 1, Grad-CAM is used to generate ROI-focused images from chest X-rays and brain MRIs without requirin pixel level annotations. In Phase 2, we train and compare deep classification models using both these ROI- based inputs and the original full images. The architecture consists of a pretrained convolutional backbone (EfficientNetB4 or DenseNet201), a custom classification head, and two fine-tuning strategies: frozen and partially unfrozen (top 25 % trainable layers). Results show that full-image inputs consistently outperform ROI-transformed versions, with DenseNet201 and partial unfreezing achieving the highest accuracy (98.00 % on chest X-rays, 99.00 % on brain MRIs). These findings indicate that while Grad-CAM is valuable for visual interpretation, it may not serve as an effective unsupervised ROI`detector during training, as it`may exclude contextual cues critical for robust learning. note de thèses : Mémoire de master en informatique

---

page 1/1