Artificial intelligence based fire detection system / Maroua Cheknane

Public ISBD Titre : Artificial intelligence based fire detection system Type de document : document multimédia Auteurs : Maroua Cheknane, Auteur ; Taher Bendouma, Directeur de thèse ; Sarah Saida Boudouh, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2023 Importance : 102 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Distributed networks, systems, and applications Langues : Anglais Mots-clés : AI  ML  DL  TL  Object detection  CNN  YOLO  Faster Rcnn  VGG19/16  Xception  Inception  Mobilenet  UAVs  Artificial intelligence Résumé : Fires cause great damage when they burst, and often have great destructive effects on environment and surroundings. The most effective way to limit the damage is the early detection of fire before it spreads. This work investigates the ability of Deep Learning to identify and distinguish fire, as well as reduce detection time, by applying object detection on a video or image stream. Over the previous years, object detection has advanced gradually in terms of speed and accuracy. In this work, we proposed a solution based on Deep Learning to deal with such phenomena from collecting various datasets to training them using the one-stage detector YOLOv8 and YOLOv5 and the two-stage detector Faster RCNN with VGG16/19, Xception, Inceptionv3, MobileNet, and our proposed hybrid model Xception-VGG19 which is a concatenation of both VGG19 and Xception as backbones. We gathered 6 different datasets of fire and smoke. The obtained results were satisfying using YOLOv8, with D4 which contains smoke-only images with 99% mAP@0.5 followed by D6 with 93%, D3 with 92%, and D5 with 70%. With YOLOv5 D2 43% and D1 34%. Moving forward to the two-stage detection the best outcomes were obtained by Xception-VGG19 with 44% followed by Inceptionv3 with 43%, VGG16 with 40%, VGG19 with 35%, MobileNet with 33%, and Xception with 23%. We also proposed a simulation scenario using UAVS to take down fire once detected by cameras as an extension of our work. note de thèses : Mémoire de master en informatique Artificial intelligence based fire detection system [document multimédia] / Maroua Cheknane, Auteur ; Taher Bendouma, Directeur de thèse ; Sarah Saida Boudouh, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2023 . - 102 p. + 1 disque optique numérique (CD-ROM). Option : Distributed networks, systems, and applications Langues : Anglais Mots-clés : AI  ML  DL  TL  Object detection  CNN  YOLO  Faster Rcnn  VGG19/16  Xception  Inception  Mobilenet  UAVs  Artificial intelligence Résumé : Fires cause great damage when they burst, and often have great destructive effects on environment and surroundings. The most effective way to limit the damage is the early detection of fire before it spreads. This work investigates the ability of Deep Learning to identify and distinguish fire, as well as reduce detection time, by applying object detection on a video or image stream. Over the previous years, object detection has advanced gradually in terms of speed and accuracy. In this work, we proposed a solution based on Deep Learning to deal with such phenomena from collecting various datasets to training them using the one-stage detector YOLOv8 and YOLOv5 and the two-stage detector Faster RCNN with VGG16/19, Xception, Inceptionv3, MobileNet, and our proposed hybrid model Xception-VGG19 which is a concatenation of both VGG19 and Xception as backbones. We gathered 6 different datasets of fire and smoke. The obtained results were satisfying using YOLOv8, with D4 which contains smoke-only images with 99% mAP@0.5 followed by D6 with 93%, D3 with 92%, and D5 with 70%. With YOLOv5 D2 43% and D1 34%. Moving forward to the two-stage detection the best outcomes were obtained by Xception-VGG19 with 44% followed by Inceptionv3 with 43%, VGG16 with 40%, VGG19 with 35%, MobileNet with 33%, and Xception with 23%. We also proposed a simulation scenario using UAVS to take down fire once detected by cameras as an extension of our work. note de thèses : Mémoire de master en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MF 01-75	MF 01-75	CD	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible

Conception et implémentation d’un tableau de bord commercial business intelligence pour le groupe Techno Modern Stationery / Mounir Abdelaziz

Public ISBD Titre : Conception et implémentation d’un tableau de bord commercial business intelligence pour le groupe Techno Modern Stationery Type de document : document multimédia Auteurs : Mounir Abdelaziz, Auteur ; Mohamed Amine Bouras, Auteur ; Taher Bendouma, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2015 Importance : 101 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Systèmes d'information et de décision Langues : Français Mots-clés : Tableau de bord  Business intelligence  Data Warehouse  Datamart  ETL Résumé : Le groupe Techno Modern Stationery est une société Algérienne spécialisée dans la fourniture et la distribution des articles de bureaux et bureautique, des consommables informatiques, et des produits de papeterie, scolaires et de beaux-arts. En vue de faire aboutir leurs futurs objectifs et mettre en place les moyens dont en aura besoin l’entreprise pour cerner les défis du marché, les pressions de la concurrence et l’évolution des technologies, le groupe TMS envisage pour ses filiales une plateforme du business intelligence, qui doit fournir un tableau de bord, comme un support pour la prise de décision, aux dirigeants de ses filiales. Notre travail consiste à concevoir des Data Marts dédiés aux fonctions commerciales de la filiale, qui seront alimentés à partir des bases de données. Par la suite nous allons exploiter ces Data Marts avec des outils de Reporting afin de pouvoir leur analyse, et établir un tableau de bord exploitable. note de thèses : Mémoire de master en informatique Conception et implémentation d’un tableau de bord commercial business intelligence pour le groupe Techno Modern Stationery [document multimédia] / Mounir Abdelaziz, Auteur ; Mohamed Amine Bouras, Auteur ; Taher Bendouma, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2015 . - 101 p. + 1 disque optique numérique (CD-ROM). Option : Systèmes d'information et de décision Langues : Français Mots-clés : Tableau de bord  Business intelligence  Data Warehouse  Datamart  ETL Résumé : Le groupe Techno Modern Stationery est une société Algérienne spécialisée dans la fourniture et la distribution des articles de bureaux et bureautique, des consommables informatiques, et des produits de papeterie, scolaires et de beaux-arts. En vue de faire aboutir leurs futurs objectifs et mettre en place les moyens dont en aura besoin l’entreprise pour cerner les défis du marché, les pressions de la concurrence et l’évolution des technologies, le groupe TMS envisage pour ses filiales une plateforme du business intelligence, qui doit fournir un tableau de bord, comme un support pour la prise de décision, aux dirigeants de ses filiales. Notre travail consiste à concevoir des Data Marts dédiés aux fonctions commerciales de la filiale, qui seront alimentés à partir des bases de données. Par la suite nous allons exploiter ces Data Marts avec des outils de Reporting afin de pouvoir leur analyse, et établir un tableau de bord exploitable. note de thèses : Mémoire de master en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
CD 226	CD 226	CD	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible

Integration des UAVs dans le Cloud / Sarah Djeradi

Public ISBD Titre : Integration des UAVs dans le Cloud Type de document : texte manuscrit Auteurs : Sarah Djeradi, Auteur ; Nasreddine Lagraa, Directeur de thèse ; Taher Bendouma, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2023 Importance : 99 p. Format : 27 cm Accompagnement : 1 disque optique numérique (CD-ROM) Langues : Anglais Catégories : THESES :10 informatique Mots-clés : Unmanned Aerial Vehicles (UAVs)  Cloud Computing  Edge Computing  IoT  IoV  UUCA  PAV-MACRIS  CROVER-EC Résumé : Unmanned technology is a revolutionary technology that has applications in nearly all sectors. UAVs and other robotic systems have demonstrated considerable promise in a range of applications over the last decade. Moreover, UAVs are considered as Flying Things (FT) and can be exploited as an emerging concept based on the integration of IoT objects into UAVs and using their services directly without UAV- relay. Hence, UAV with their capabilities and embedded sensors and devices, may be accessed as cloud resources and considered as providers or consumers of services via LTE, 5G, VANETs and Mesh communications. Besides, due to the high mobility of UAVs, consumers need first to discover the UAVs providers and their services before being able to consume required services. In this thesis, we targeted both UAV-Cloud integration and UAV service offering and consumption process. First, we proposed a novel UAV Cloud Platform that covers a Universal UAV Cloud Architecture (UUCA). It comprises three layers. The middleware layer receives and processes requests from the end-user layer, then orchestrates activities where it plans missions and choose from the infrastructure layer and the edge the appropriate UAV to satisfy consumer requests. The interaction between the different layers was made possible using two new protocols proposed to deal with the service request and the consumption scenarios. Moreover, UAVs is highly extensible and can advertise offers and receive requests in a centralized or a distributed way by integrating a new module to its system. Second, we have addressed the challenge of how to discover and consume real-time as well as delay tolerant UAVs’ services, offered through the Cloud infrastructure. We have focused on a scenario in which ground vehicles are asking for such UAVs’ services through different wireless communication technologies. We have developed a new protocol, called PAV-MACRIS, enabling user vehicles first to discover offered services, then to select and consume the required services. We have validated the performance of our protocol throughout simulation experiments. Finally, we have investigated the suitability of edge computing for emerging UAVs services over Internet of Vehicles networks. To do so, we proposed a novel protocol that moves UAVs services at the edge networks and deals with the offer, discover and consumption scenarios enabling vehicle drivers benefiting of these services. We described how the protocol is based on UAVs and Taxies vehicles as a part of the Edge and Fog environment, respectively. The taxi vehicles act as Micro-Directories to store the published UAVs services, and from which drivers discover these offers and request them from UAVs services providers. Theviii simulation results show the efficiency of our protocol in clearly optimizing the discovering, offering, and consuming delays when leveraging taxi vehicles as fog computing nodes. note de thèses : Thèse de doctorat en informatique Integration des UAVs dans le Cloud [texte manuscrit] / Sarah Djeradi, Auteur ; Nasreddine Lagraa, Directeur de thèse ; Taher Bendouma, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2023 . - 99 p. ; 27 cm + 1 disque optique numérique (CD-ROM). Langues : Anglais Catégories : THESES :10 informatique Mots-clés : Unmanned Aerial Vehicles (UAVs)  Cloud Computing  Edge Computing  IoT  IoV  UUCA  PAV-MACRIS  CROVER-EC Résumé : Unmanned technology is a revolutionary technology that has applications in nearly all sectors. UAVs and other robotic systems have demonstrated considerable promise in a range of applications over the last decade. Moreover, UAVs are considered as Flying Things (FT) and can be exploited as an emerging concept based on the integration of IoT objects into UAVs and using their services directly without UAV- relay. Hence, UAV with their capabilities and embedded sensors and devices, may be accessed as cloud resources and considered as providers or consumers of services via LTE, 5G, VANETs and Mesh communications. Besides, due to the high mobility of UAVs, consumers need first to discover the UAVs providers and their services before being able to consume required services. In this thesis, we targeted both UAV-Cloud integration and UAV service offering and consumption process. First, we proposed a novel UAV Cloud Platform that covers a Universal UAV Cloud Architecture (UUCA). It comprises three layers. The middleware layer receives and processes requests from the end-user layer, then orchestrates activities where it plans missions and choose from the infrastructure layer and the edge the appropriate UAV to satisfy consumer requests. The interaction between the different layers was made possible using two new protocols proposed to deal with the service request and the consumption scenarios. Moreover, UAVs is highly extensible and can advertise offers and receive requests in a centralized or a distributed way by integrating a new module to its system. Second, we have addressed the challenge of how to discover and consume real-time as well as delay tolerant UAVs’ services, offered through the Cloud infrastructure. We have focused on a scenario in which ground vehicles are asking for such UAVs’ services through different wireless communication technologies. We have developed a new protocol, called PAV-MACRIS, enabling user vehicles first to discover offered services, then to select and consume the required services. We have validated the performance of our protocol throughout simulation experiments. Finally, we have investigated the suitability of edge computing for emerging UAVs services over Internet of Vehicles networks. To do so, we proposed a novel protocol that moves UAVs services at the edge networks and deals with the offer, discover and consumption scenarios enabling vehicle drivers benefiting of these services. We described how the protocol is based on UAVs and Taxies vehicles as a part of the Edge and Fog environment, respectively. The taxi vehicles act as Micro-Directories to store the published UAVs services, and from which drivers discover these offers and request them from UAVs services providers. Theviii simulation results show the efficiency of our protocol in clearly optimizing the discovering, offering, and consuming delays when leveraging taxi vehicles as fog computing nodes. note de thèses : Thèse de doctorat en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
thed 10-26	thed 10-26	Thése	SALLE DES THESES bibliothèque centrale	théses en informatique	Disponible

Offloading pour les Mobile Edge Computing à l’aide de l’apprentissage par renforcement / Yacine Khene

Public ISBD Titre : Offloading pour les Mobile Edge Computing à l’aide de l’apprentissage par renforcement Type de document : document multimédia Auteurs : Yacine Khene, Auteur ; Taher Bendouma, Directeur de thèse ; Idris Remmache, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2024 Importance : 69 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Réseaux,systèmes et applications réparties Langues : Français Mots-clés : Mobile Edge Computing (MEC)  Offloading  Apprentissage par renforcement  Deep Deterministic Policy Gradient (DDPG)  Système multiutilisateurs  Deep Q-Network (DQN) Résumé : Avec l’avancement rapide des technologies mobiles et des applications gourmandes en ressources, le Mobile Edge Computing (MEC) s’est imposé comme une solution prometteuse pour soulager les dispositifs mobiles aux ressources limitées des taches intensives en calcul, permettant aux appareils de offloading des charges de travail vers des serveurs MEC voisins. Pour minimiser le cout de calcul moyen en termes de consommation d’énergie et de délai dans mémoire tampon, ce travail considère un système multi-utilisateurs activé par MEC afin d’étudier une stratégie de offloading de calcul basée sur l’apprentissage par renforcement pour construire un système évolutif et améliorer ses performances. Cette stratégie, fondée sur le Deep Deterministic Policy Gradient (DDPG) dans un espace d’actions continu, est adoptée pour apprendre des politiques de offloading de calcul pour tous les utilisateurs. Les résultats numériques indiquent que la stratégie DDPG permet `a chaque utilisateur d’apprendre une politique de offloading efficace et démontre sa supériorité aux approches basées sur des actions discrètes, comme le Deep Q-Network (DQN). note de thèses : Mémoire de master en informatique Offloading pour les Mobile Edge Computing à l’aide de l’apprentissage par renforcement [document multimédia] / Yacine Khene, Auteur ; Taher Bendouma, Directeur de thèse ; Idris Remmache, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2024 . - 69 p. + 1 disque optique numérique (CD-ROM). Option : Réseaux,systèmes et applications réparties Langues : Français Mots-clés : Mobile Edge Computing (MEC)  Offloading  Apprentissage par renforcement  Deep Deterministic Policy Gradient (DDPG)  Système multiutilisateurs  Deep Q-Network (DQN) Résumé : Avec l’avancement rapide des technologies mobiles et des applications gourmandes en ressources, le Mobile Edge Computing (MEC) s’est imposé comme une solution prometteuse pour soulager les dispositifs mobiles aux ressources limitées des taches intensives en calcul, permettant aux appareils de offloading des charges de travail vers des serveurs MEC voisins. Pour minimiser le cout de calcul moyen en termes de consommation d’énergie et de délai dans mémoire tampon, ce travail considère un système multi-utilisateurs activé par MEC afin d’étudier une stratégie de offloading de calcul basée sur l’apprentissage par renforcement pour construire un système évolutif et améliorer ses performances. Cette stratégie, fondée sur le Deep Deterministic Policy Gradient (DDPG) dans un espace d’actions continu, est adoptée pour apprendre des politiques de offloading de calcul pour tous les utilisateurs. Les résultats numériques indiquent que la stratégie DDPG permet `a chaque utilisateur d’apprendre une politique de offloading efficace et démontre sa supériorité aux approches basées sur des actions discrètes, comme le Deep Q-Network (DQN). note de thèses : Mémoire de master en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MF 01-82	MF 01-82	CD	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible

A review of multi-agent reinforcement learning for multi-UAV / Affaf Khadroune

Public ISBD Titre : A review of multi-agent reinforcement learning for multi-UAV Type de document : texte manuscrit Auteurs : Affaf Khadroune, Auteur ; Safa Mahboubi, Auteur ; Taher Bendouma, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2022 Importance : 102 p. Format : 27 cm. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Systems and computer science networks Langues : Anglais Mots-clés : UAVs  MARL  RL  swarm of UAVs  Machine learning (ML)  Artifcal intelligence (AI) Résumé : In recent years, single-agent Reinforcement Learning (RL)has achieved tremendous success in solving various sequential decision-making problems in machine learning. Some of these problems require more than one agent to resolve, so the notion Multi-agent Reinforcement Learning (MARL) has come to light. Unmanned Aerial Vehicle (UAV) technology became an attractive way to undertake several challenging applications, especially when Unmanned Aerial Vehicles (UAVs) form a swarm . One of the areas that sees great use of MARL is multi-UAV systems. In this work, we reviewed a number of articles that used these two concepts together MARL and swarm of UAVs.The objective is to minimize the search part for researchers who are more interested and educated in this feld . note de thèses : Mémoire de master en informatique A review of multi-agent reinforcement learning for multi-UAV [texte manuscrit] / Affaf Khadroune, Auteur ; Safa Mahboubi, Auteur ; Taher Bendouma, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2022 . - 102 p. ; 27 cm. + 1 disque optique numérique (CD-ROM). Option : Systems and computer science networks Langues : Anglais Mots-clés : UAVs  MARL  RL  swarm of UAVs  Machine learning (ML)  Artifcal intelligence (AI) Résumé : In recent years, single-agent Reinforcement Learning (RL)has achieved tremendous success in solving various sequential decision-making problems in machine learning. Some of these problems require more than one agent to resolve, so the notion Multi-agent Reinforcement Learning (MARL) has come to light. Unmanned Aerial Vehicle (UAV) technology became an attractive way to undertake several challenging applications, especially when Unmanned Aerial Vehicles (UAVs) form a swarm . One of the areas that sees great use of MARL is multi-UAV systems. In this work, we reviewed a number of articles that used these two concepts together MARL and swarm of UAVs.The objective is to minimize the search part for researchers who are more interested and educated in this feld . note de thèses : Mémoire de master en informatique

Réservation

Réserver ce document

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MF 01-58	MF 01-58	Thése	BIBLIOTHEQUE DE FACULTE DES SCIENCES	théses (sci)	Disponible

la routage dans les réseaux de capteurs sans-fil / Taher Guerbouz

Permalink

Spécification des systèmes à l’aide de méthode formelle B / Zoubida Belli

Permalink

UAV-based Data collection / Kaddour Messaoudi

Permalink

---

page 1/1