Étude statistique des documents web en langue arabe / Abdallah Lakhdari

Public ISBD Titre : Étude statistique des documents web en langue arabe Type de document : texte manuscrit Auteurs : Abdallah Lakhdari, Auteur ; Hadda Cherroun, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2013 Importance : 99 p Format : 27 cm Accompagnement : 1 disque optique numérique (CD-ROM) Langues : Français Catégories : THESES :10 informatique Mots-clés : TALN  Linguistique informatique  Web  Analyse morphologique  Langue Arabe  Apprentissage automatique  Statistique  non supervis?ee  Mot  Racine. Résumé : Le Traitement Automatique des Langues Naturelles -TALN-, est un domaine de recherche multidisciplinaire regroupant l'informatique et la linguistique. Ses applications ne cessent de s'accroitre et leurs importances dans notre vie de tous les jours prennent de l'ampleur. Le traitement hiérarchique dans le processus TALN se compose principalement d'analyse morphologique, syntaxique et sémantique. Dans ce travail, nous nous sommes intéressées au niveau "analyse morphologique". Vu que c'est une étape cruciale qui s'intéresse à l'étude de la structure des mots de la langue. En effet, nous avons instrumentée les solutions d'apprentissage automatique non supervisée ainsi qu'aux statistiques pour développer un modèle statistique pour capter les régularités de la structure des mots en langue Arabe. Le modèle statistique a été entrainée à l'aide du corpus OSAC; un corpus composé de milliers de documents Web en langue Arabe comportant plus de 18 millions mots. Nous avons aussi conçu un analyseur morphologique non supervisé pour l'extraction de la racine tri-littérale. Les résultats obtenus montrent que notre analyseur atteint une précision de 65%. Ils sont meilleurs que ceux obtenus par les analyseurs de même catégorie. Ces résultats sont même compétitive avec ceux des analyseurs supervisées exigeants beaucoup de connaissance linguistique couteuses. note de thèses : Mémoire de magister en informatique Étude statistique des documents web en langue arabe [texte manuscrit] / Abdallah Lakhdari, Auteur ; Hadda Cherroun, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2013 . - 99 p ; 27 cm + 1 disque optique numérique (CD-ROM). Langues : Français Catégories : THESES :10 informatique Mots-clés : TALN  Linguistique informatique  Web  Analyse morphologique  Langue Arabe  Apprentissage automatique  Statistique  non supervis?ee  Mot  Racine. Résumé : Le Traitement Automatique des Langues Naturelles -TALN-, est un domaine de recherche multidisciplinaire regroupant l'informatique et la linguistique. Ses applications ne cessent de s'accroitre et leurs importances dans notre vie de tous les jours prennent de l'ampleur. Le traitement hiérarchique dans le processus TALN se compose principalement d'analyse morphologique, syntaxique et sémantique. Dans ce travail, nous nous sommes intéressées au niveau "analyse morphologique". Vu que c'est une étape cruciale qui s'intéresse à l'étude de la structure des mots de la langue. En effet, nous avons instrumentée les solutions d'apprentissage automatique non supervisée ainsi qu'aux statistiques pour développer un modèle statistique pour capter les régularités de la structure des mots en langue Arabe. Le modèle statistique a été entrainée à l'aide du corpus OSAC; un corpus composé de milliers de documents Web en langue Arabe comportant plus de 18 millions mots. Nous avons aussi conçu un analyseur morphologique non supervisé pour l'extraction de la racine tri-littérale. Les résultats obtenus montrent que notre analyseur atteint une précision de 65%. Ils sont meilleurs que ceux obtenus par les analyseurs de même catégorie. Ces résultats sont même compétitive avec ceux des analyseurs supervisées exigeants beaucoup de connaissance linguistique couteuses. note de thèses : Mémoire de magister en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
Thd 10-16	Thd 10-16	Thése	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible
th 10-130	th 10-130	Thése	SALLE DES THESES bibliothèque centrale	théses en informatique	Disponible
thpg 10-11	thpg 10-11	Thése	SALLE DES THESES bibliothèque centrale	théses en informatique	Disponible

Machine learning for link prediction in complex networks / Messaoud Babaghayou

Public ISBD Titre : Machine learning for link prediction in complex networks Type de document : texte manuscrit Auteurs : Messaoud Babaghayou, Auteur ; Abdallah Lakhdari, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2016 Importance : 79 p. Format : 30 cm. Accompagnement : 1 disque optique numérique Note générale : Option : Networks, systems and distributed applications ( Réseaux,systèmes et applications réparties) Langues : Anglais Mots-clés : Machine Learning  Link Prediction  Complex Networks  Supervised Leaning  Unsupervised Learning  Classification  Node-based Metrics Résumé : Nowdays, networks are omnipresent. The study and understanding of these networks become a greater need. The purpose of this work, is to investigate link prediction task in complex networks using Machine learning techniques. In fact, we propose two approaches to perform link prediction: supervised and unsupervised one. In both techniques a link or a pair of nodes is characterized by several features based on network topology-based metrics. In addition, we investigate many combined features. Concerning the supervised approach, we investigate the KNN and decision tree methods to build the link prediction models. While in the unsupervised approach, we rely on ranking strategy. An experimental study is performed on real networks. The results show that the supervised approach using gathered features reaches good performances with 84% f-measure. note de thèses : Mémoire de master en informatique Machine learning for link prediction in complex networks [texte manuscrit] / Messaoud Babaghayou, Auteur ; Abdallah Lakhdari, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2016 . - 79 p. ; 30 cm. + 1 disque optique numérique. Option : Networks, systems and distributed applications ( Réseaux,systèmes et applications réparties) Langues : Anglais Mots-clés : Machine Learning  Link Prediction  Complex Networks  Supervised Leaning  Unsupervised Learning  Classification  Node-based Metrics Résumé : Nowdays, networks are omnipresent. The study and understanding of these networks become a greater need. The purpose of this work, is to investigate link prediction task in complex networks using Machine learning techniques. In fact, we propose two approaches to perform link prediction: supervised and unsupervised one. In both techniques a link or a pair of nodes is characterized by several features based on network topology-based metrics. In addition, we investigate many combined features. Concerning the supervised approach, we investigate the KNN and decision tree methods to build the link prediction models. While in the unsupervised approach, we rely on ranking strategy. An experimental study is performed on real networks. The results show that the supervised approach using gathered features reaches good performances with 84% f-measure. note de thèses : Mémoire de master en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MF 01-12	MF 01-12	Thése	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible

La prédiction des structures secondaires des protéines à partir de leurs cartes d'acides aminés / Abdallah Lakhdari

Public ISBD Titre : La prédiction des structures secondaires des protéines à partir de leurs cartes d'acides aminés Type de document : document multimédia Auteurs : Abdallah Lakhdari, Auteur ; Mohamed Lamine Ben Bahaz, Auteur ; Younes Guellouma, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2010 Importance : 68 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Intelligence artificielle Langues : Français Mots-clés : Bioinformatique  Protéines  Prédiction  Structure 2D  Knn  ID3  Acides aminés Résumé : Les protéines sont des acteurs majeurs du monde vivant. Elles sont un constituant essentiel des cellules et jouent un rôle crucial dans les processus biologiques nécessaires au fonctionnement de celles-ci. Prédire les structures protéiques est l'objectif de plusieurs chercheurs dû au secret porté par la miraculeuse molécule ?la Protéine?, sa structure, son mode de fonctionnement, son comportement. . .etc. Connaitre et maîtriser cette structure est un souci majeur dans le but de répondre à d'importantes questions qui persistent depuis sa découverte jusqu'à l'heure actuelle. Les méthodes d'apprentissage utilisant les arbres de décision, plus proche voisin et d'autres méthodes statistiques ont pu donner des bons scores de prédiction. Nous allons développer une méthode fondée sur l'apprentissage automatique pour la prédiction de la structure 2D des protéines. note de thèses : Mémoire d'ingénieur d'état en informatique La prédiction des structures secondaires des protéines à partir de leurs cartes d'acides aminés [document multimédia] / Abdallah Lakhdari, Auteur ; Mohamed Lamine Ben Bahaz, Auteur ; Younes Guellouma, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2010 . - 68 p. + 1 disque optique numérique (CD-ROM). Option : Intelligence artificielle Langues : Français Mots-clés : Bioinformatique  Protéines  Prédiction  Structure 2D  Knn  ID3  Acides aminés Résumé : Les protéines sont des acteurs majeurs du monde vivant. Elles sont un constituant essentiel des cellules et jouent un rôle crucial dans les processus biologiques nécessaires au fonctionnement de celles-ci. Prédire les structures protéiques est l'objectif de plusieurs chercheurs dû au secret porté par la miraculeuse molécule ?la Protéine?, sa structure, son mode de fonctionnement, son comportement. . .etc. Connaitre et maîtriser cette structure est un souci majeur dans le but de répondre à d'importantes questions qui persistent depuis sa découverte jusqu'à l'heure actuelle. Les méthodes d'apprentissage utilisant les arbres de décision, plus proche voisin et d'autres méthodes statistiques ont pu donner des bons scores de prédiction. Nous allons développer une méthode fondée sur l'apprentissage automatique pour la prédiction de la structure 2D des protéines. note de thèses : Mémoire d'ingénieur d'état en informatique

---

page 1/1