Catalogue des ouvrages Université de Laghouat
A partir de cette page vous pouvez :
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Aabdelouahab Moussaoui
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la rechercheApprentissage automatique et extraction de connaissances a partir de base de donnees complexes / Messaoud Hameurlaine
Titre : Apprentissage automatique et extraction de connaissances a partir de base de donnees complexes Type de document : texte manuscrit Auteurs : Messaoud Hameurlaine, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2009 Importance : 122 p Format : 27 cm Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Ingénierie des systèmes informatiques Langues : Français Catégories : THESES :10 informatique Mots-clés : Apprentissage artificiel Classification non supervisée Fourmis artificielles AntClust Kmeans AntMeans Résumé : L’apprentissage artificiel est une discipline scientifique qui recouvre plusieurs aspects d'études mathématiques, statistiques et algorithmiques. Les techniques de l'apprentissage artificiel ont été largement utilisées dans l'extraction de connaissances à partir de données, mais on est maintenant confrontée à de nouveaux défis "les données complexes". L'amélioration des techniques de fouille de données est devenue exigeante. Dans notre travail, nous avons établi une synthèse sur les différentes techniques d’apprentissage artificiel et les méta heuristiques, nous proposons à cet effet une solution hybride AntMeans basée sur les outils issus du datamining : kmeans et AntClust (algorithme basé sur les colonies de fourmis), puis appliquer cette solution, dans une première application de fouille spatiotemporelle, à l'extraction des zones d'une carte d'incendie de foret, et dans une deuxième application de fouille d'image, à la caractérisation des régions d'une image. note de thèses : Thèse de magister en informatique Apprentissage automatique et extraction de connaissances a partir de base de donnees complexes [texte manuscrit] / Messaoud Hameurlaine, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2009 . - 122 p ; 27 cm + 1 disque optique numérique (CD-ROM).
Option : Ingénierie des systèmes informatiques
Langues : Français
Catégories : THESES :10 informatique Mots-clés : Apprentissage artificiel Classification non supervisée Fourmis artificielles AntClust Kmeans AntMeans Résumé : L’apprentissage artificiel est une discipline scientifique qui recouvre plusieurs aspects d'études mathématiques, statistiques et algorithmiques. Les techniques de l'apprentissage artificiel ont été largement utilisées dans l'extraction de connaissances à partir de données, mais on est maintenant confrontée à de nouveaux défis "les données complexes". L'amélioration des techniques de fouille de données est devenue exigeante. Dans notre travail, nous avons établi une synthèse sur les différentes techniques d’apprentissage artificiel et les méta heuristiques, nous proposons à cet effet une solution hybride AntMeans basée sur les outils issus du datamining : kmeans et AntClust (algorithme basé sur les colonies de fourmis), puis appliquer cette solution, dans une première application de fouille spatiotemporelle, à l'extraction des zones d'une carte d'incendie de foret, et dans une deuxième application de fouille d'image, à la caractérisation des régions d'une image. note de thèses : Thèse de magister en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité thpg 10-10 thpg 10-10 Thése SALLE DES THESES bibliothèque centrale théses en informatique Disponible
Titre : Apprentissage automatique par les algorithmes bio-inspirés : application à l'alignement multiple de séquences biologiques Type de document : texte manuscrit Auteurs : Rached Yagoubi, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2012 Importance : 102 p. Format : 27 cm Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Ingénierie de systèmes informatiques Langues : Français Catégories : THESES :10 informatique Résumé : L’alignement multiple de s´equences est une des plus importantes taches de la bioinformatique, car il permet de d´ecouvrir et de d´eterminer les similitudes entre les mol´ecules biologiques tel que l’ADN, l’ARN et les prot´eines par la simple comparaison de leurs s´equences. Il est ´egalement utilis´e comme point de d´epart pour d’autres probl`emes de bioinformatique tel que la Phylog´enie, la recherche de motif et la pr´ediction des structures. Bien qu’un nombre important d’algorithmes traitant le probl`eme d’alignement multiple de s´equences ont ´et´e d´evelopp´es, le calcul efficace des alignements multiples de grande pr´ecision reste jusqu’`a pr´esent un d´efi. Dans ce travail nous pr´esentons MMGA (Muscle Mafft Genetic Algorithm) une approche hybride bioinspir´ee pour l’alignement multiple de s´equences. MMGA combine trois algorithmes qui sont MUSCLE, MAFFT et un algorithme g´en´etique. La population initiale de ce dernier est g´en´er´ee par MUSCLE et MAFFT, apr`es cela nous appliquons diff´erents op´erateurs g´en´etiques afin d’accroˆıtre la pr´ecision des alignements. L’´evaluation effectu´ee en utilisant le benchmark populaire BAliBASE (version 3.0) prouve que MMGA r´ealise une am´elioration importante de la pr´ecision par rapport `a d’autres algorithmes performants d’alignement multiple y compris MUSCLE, MAFFT, ClustalW et ProbCons tout en maintenant un temps de calcul r´eduit. note de thèses : Thèse de magister en informatique Apprentissage automatique par les algorithmes bio-inspirés : application à l'alignement multiple de séquences biologiques [texte manuscrit] / Rached Yagoubi, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2012 . - 102 p. ; 27 cm + 1 disque optique numérique (CD-ROM).
Option : Ingénierie de systèmes informatiques
Langues : Français
Catégories : THESES :10 informatique Résumé : L’alignement multiple de s´equences est une des plus importantes taches de la bioinformatique, car il permet de d´ecouvrir et de d´eterminer les similitudes entre les mol´ecules biologiques tel que l’ADN, l’ARN et les prot´eines par la simple comparaison de leurs s´equences. Il est ´egalement utilis´e comme point de d´epart pour d’autres probl`emes de bioinformatique tel que la Phylog´enie, la recherche de motif et la pr´ediction des structures. Bien qu’un nombre important d’algorithmes traitant le probl`eme d’alignement multiple de s´equences ont ´et´e d´evelopp´es, le calcul efficace des alignements multiples de grande pr´ecision reste jusqu’`a pr´esent un d´efi. Dans ce travail nous pr´esentons MMGA (Muscle Mafft Genetic Algorithm) une approche hybride bioinspir´ee pour l’alignement multiple de s´equences. MMGA combine trois algorithmes qui sont MUSCLE, MAFFT et un algorithme g´en´etique. La population initiale de ce dernier est g´en´er´ee par MUSCLE et MAFFT, apr`es cela nous appliquons diff´erents op´erateurs g´en´etiques afin d’accroˆıtre la pr´ecision des alignements. L’´evaluation effectu´ee en utilisant le benchmark populaire BAliBASE (version 3.0) prouve que MMGA r´ealise une am´elioration importante de la pr´ecision par rapport `a d’autres algorithmes performants d’alignement multiple y compris MUSCLE, MAFFT, ClustalW et ProbCons tout en maintenant un temps de calcul r´eduit. note de thèses : Thèse de magister en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Thd 10-06 Thd 10-06 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible th 10-125 th 10-125 Thése SALLE DES THESES bibliothèque centrale théses en informatique Disponible
Titre : Classification collaborative multi-stratégies de données multi-sources : application à la segmentation sub-voxelique d'images IRM Type de document : texte manuscrit Auteurs : Messaoud Hameurlaine, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2017 Importance : 113 p. Format : 30 cm. Accompagnement : 1 disque optique numérique (CD-ROM) Langues : Français Catégories : THESES :10 informatique Mots-clés : Image de résonance magnétique Super-reconstruction Image haute résolution Segmentation des tissus cérébraux Effet de volume partiel Atlas Résumé : En raison de la complexité de l'anatomie du cerveau humain, la qualité de la résolution joue un rôle essentiel dans l'imagerie cérébrale par résonance magnétique (IRM) pour lesquels leffet de volume partiel (PVE) représente une contrainte majeure pour effectuer une analyse détaillée d'image. Malgré une meilleure résolution d'image fournie par des intensités de champ, les problèmes liés à l'effet de volume partiel insistent, comme les structures d'intérêt deviendront plus petites. Pour surmonter ce problème, des recherches récentes portent sur les problèmes de résolution de l'image et l'effet de volume partiel séparément alors qu'ils sont étroitement liés. Afin d'exploiter l'intérêt apportés par la collaboration entre différentes stratégies et divers sources d'informations, on a proposé un processus complet pour faire une segmentation sub-voxelique des images IRM. Dans cette thèse, un nouveau processus a été proposé, on effectue une estimation précise du volume partiel de chaque tissu après une amélioration dans la résolution d'image en utilisant une super-résolution à base d'Atlas. Dans la première étape, dans le cas de l'inexistence d'une image à haute résolution sur le même sujet, nous générons itérativement une image à haute résolution (HR) à partir d'une image basse résolution (LR), en utilisant des informations supplémentaires a priori du modèle d'Atlas haute résolution. Contrairement aux techniques d'interpolation, afin d'étre en mesure de récupérer des détails fins dans les images d'entrée, le processus de reconstruction est basé sur des informations préalables d'Atlas et l'autosimilarité. Dans la deuxième étape, le volume partiel est évalué à laide d'un champ de Markov (MRF). L'efficacité de notre approche est démontrée sur les images simulées BrainWeb et des images cliniques de IBSR. note de thèses : Thèse de doctorat en informatique Classification collaborative multi-stratégies de données multi-sources : application à la segmentation sub-voxelique d'images IRM [texte manuscrit] / Messaoud Hameurlaine, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2017 . - 113 p. ; 30 cm. + 1 disque optique numérique (CD-ROM).
Langues : Français
Catégories : THESES :10 informatique Mots-clés : Image de résonance magnétique Super-reconstruction Image haute résolution Segmentation des tissus cérébraux Effet de volume partiel Atlas Résumé : En raison de la complexité de l'anatomie du cerveau humain, la qualité de la résolution joue un rôle essentiel dans l'imagerie cérébrale par résonance magnétique (IRM) pour lesquels leffet de volume partiel (PVE) représente une contrainte majeure pour effectuer une analyse détaillée d'image. Malgré une meilleure résolution d'image fournie par des intensités de champ, les problèmes liés à l'effet de volume partiel insistent, comme les structures d'intérêt deviendront plus petites. Pour surmonter ce problème, des recherches récentes portent sur les problèmes de résolution de l'image et l'effet de volume partiel séparément alors qu'ils sont étroitement liés. Afin d'exploiter l'intérêt apportés par la collaboration entre différentes stratégies et divers sources d'informations, on a proposé un processus complet pour faire une segmentation sub-voxelique des images IRM. Dans cette thèse, un nouveau processus a été proposé, on effectue une estimation précise du volume partiel de chaque tissu après une amélioration dans la résolution d'image en utilisant une super-résolution à base d'Atlas. Dans la première étape, dans le cas de l'inexistence d'une image à haute résolution sur le même sujet, nous générons itérativement une image à haute résolution (HR) à partir d'une image basse résolution (LR), en utilisant des informations supplémentaires a priori du modèle d'Atlas haute résolution. Contrairement aux techniques d'interpolation, afin d'étre en mesure de récupérer des détails fins dans les images d'entrée, le processus de reconstruction est basé sur des informations préalables d'Atlas et l'autosimilarité. Dans la deuxième étape, le volume partiel est évalué à laide d'un champ de Markov (MRF). L'efficacité de notre approche est démontrée sur les images simulées BrainWeb et des images cliniques de IBSR. note de thèses : Thèse de doctorat en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Thd 10-26-1 Thd 10-26-1 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible Thd 10-26-2 Thd 10-26-2 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible thed 10-02 thed 10-02 Thése SALLE DES THESES bibliothèque centrale théses en informatique Disponible
Titre : Classification multicritére de données évolutives: application diagnostic médical Type de document : texte manuscrit Auteurs : Abdelhamid Lebal, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2016 Importance : 166p Format : 27cm Langues : Français Catégories : THESES :10 informatique note de thèses : Mémoire de magister en informatique Classification multicritére de données évolutives: application diagnostic médical [texte manuscrit] / Abdelhamid Lebal, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2016 . - 166p ; 27cm.
Langues : Français
Catégories : THESES :10 informatique note de thèses : Mémoire de magister en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité th 10-195 th 10-195 Thése SALLE DES THESES bibliothèque centrale théses en informatique Disponible 
Titre : Contribution to improving the performance of XML complex data warehouses Type de document : texte manuscrit Auteurs : Sellami Benaissi, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département de mathématiques Année de publication : 2016 Importance : 155 p Format : 27 cm Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Engineering computer systems (ESI) Langues : Anglais Catégories : THESES :10 informatique Mots-clés : XML Decision support systems Data warehouse Improve performance Indexing Fragmentation Hash function Résumé : Many models and optimization techniques have been proposed in the literature. We have presented in our research the main techniques to improve the performance of data warehouses, such as indexing, materialized views, and fragmentation with its types. The work presented in this thesis is part of the physical design of the XML complex data warehouse. We have proposed a query optimization approach based on the concepts of Hash Fragmentation, which we called XHaFrag short for "XML Hash Fragmentation", it is based on the fragmentation of the facts document only, because it is the largest document, and the most updated among the rest of the documents (dimensions). This approach is characterized by the simplicity and clarity of its principle, ease of application and implementation. It is also characterized by diversity of function, and non-compliance with one hash function, and the possibility of
working with various fields or properties of facts document. This approach was subject to experiment on the benchmark XWeB, which proved its efficiency and its usefulness and the experiment also proved that it is an idea that can be developed and applied.note de thèses : Thèse de magister en informatique Contribution to improving the performance of XML complex data warehouses [texte manuscrit] / Sellami Benaissi, Auteur ; Aabdelouahab Moussaoui, Directeur de thèse . - Laghouat : Université Amar Telidji - Département de mathématiques, 2016 . - 155 p ; 27 cm + 1 disque optique numérique (CD-ROM).
Option : Engineering computer systems (ESI)
Langues : Anglais
Catégories : THESES :10 informatique Mots-clés : XML Decision support systems Data warehouse Improve performance Indexing Fragmentation Hash function Résumé : Many models and optimization techniques have been proposed in the literature. We have presented in our research the main techniques to improve the performance of data warehouses, such as indexing, materialized views, and fragmentation with its types. The work presented in this thesis is part of the physical design of the XML complex data warehouse. We have proposed a query optimization approach based on the concepts of Hash Fragmentation, which we called XHaFrag short for "XML Hash Fragmentation", it is based on the fragmentation of the facts document only, because it is the largest document, and the most updated among the rest of the documents (dimensions). This approach is characterized by the simplicity and clarity of its principle, ease of application and implementation. It is also characterized by diversity of function, and non-compliance with one hash function, and the possibility of
working with various fields or properties of facts document. This approach was subject to experiment on the benchmark XWeB, which proved its efficiency and its usefulness and the experiment also proved that it is an idea that can be developed and applied.note de thèses : Thèse de magister en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Thd 10-24 Thd 10-24 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible thpg 05-01 thpg 05-01 Thése SALLE DES THESES bibliothèque centrale théses en mathématique Disponible Documents numériques
http://dspace.lagh-univ.dz/handle/123456789/7625URL
Permalink
