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 Mohamed El Habib Maicha
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la rechercheConception et réalisation d'un entrepôt de données pour analyser l'enseignement coranique dans les écoles coraniques / Ahmed Toual
Titre : Conception et réalisation d'un entrepôt de données pour analyser l'enseignement coranique dans les écoles coraniques : étude de cas direction des affaire religieuses et wakf Laghouat Type de document : document multimédia Auteurs : Ahmed Toual, Auteur ; Mohamed El Habib Maicha, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2024 Importance : 43 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Systèmes d’information et de décision Langues : Français Mots-clés : Entrepôt de données Systèmes de décision Modélisation multidimensionnelle Schéma en étoile Requêtes OLAP éducation coranique Résumé : L'analyse des résultats obtenus par les étudiants au cours de leurs études dans les écoles coraniques est considérée comme l'un des principaux facteurs d'évaluation de la qualité de l'éducation et de l'étendue de leur acquisition du Saint Coran. Notre recherche vise à identifier certains des paramètres qui le permettent. Peut affecter le déroulement de la mémorisation du Coran dans les écoles coraniques algériennes.
Nous basons notre approche sur la technologie d’entreposage de données. L’objectif premier est de concevoir un entrepôt de données intégrant toutes les informations liées à l’éducation coranique des élèves, pour servir de support aux outils d’analyse et de prise de décision. L'étape de stockage de ces données est importante pour fournir aux décideurs de nouvelles connaissances qui contribuent à identifier les facteurs qui expliquent les facteurs de mémorisation du Coran chez les étudiants, ce qui les aide à prendre des mesures pour améliorer la qualité de l'éducation et ainsi valoriser les étudiants. 'mémorisation du Coran.
Notre approche comprend deux phases de mise en oeuvre. La première étape est une étape conceptuelle qui s’attache à structurer et modéliser les données en question sous la forme d’une constellation de faits et de dimensions. La deuxième étape est technique et concerne la création et l'alimentation de l'entrepôt via le processus ETL (extraire, transformer, charger) pour extraire les données, les transformer, puis les télécharger. La source des données provient des archives du Bureau d’Enseignement Coranique de la Direction des Affaires Religieuses de la Province de Laghouat. Enfin, pour valider notre proposition, nous avons présenté les résultats de quelques requêtes analytiques du système OLAP.note de thèses : Mémoire de master en informatique Conception et réalisation d'un entrepôt de données pour analyser l'enseignement coranique dans les écoles coraniques : étude de cas direction des affaire religieuses et wakf Laghouat [document multimédia] / Ahmed Toual, Auteur ; Mohamed El Habib Maicha, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2024 . - 43 p. + 1 disque optique numérique (CD-ROM).
Option : Systèmes d’information et de décision
Langues : Français
Mots-clés : Entrepôt de données Systèmes de décision Modélisation multidimensionnelle Schéma en étoile Requêtes OLAP éducation coranique Résumé : L'analyse des résultats obtenus par les étudiants au cours de leurs études dans les écoles coraniques est considérée comme l'un des principaux facteurs d'évaluation de la qualité de l'éducation et de l'étendue de leur acquisition du Saint Coran. Notre recherche vise à identifier certains des paramètres qui le permettent. Peut affecter le déroulement de la mémorisation du Coran dans les écoles coraniques algériennes.
Nous basons notre approche sur la technologie d’entreposage de données. L’objectif premier est de concevoir un entrepôt de données intégrant toutes les informations liées à l’éducation coranique des élèves, pour servir de support aux outils d’analyse et de prise de décision. L'étape de stockage de ces données est importante pour fournir aux décideurs de nouvelles connaissances qui contribuent à identifier les facteurs qui expliquent les facteurs de mémorisation du Coran chez les étudiants, ce qui les aide à prendre des mesures pour améliorer la qualité de l'éducation et ainsi valoriser les étudiants. 'mémorisation du Coran.
Notre approche comprend deux phases de mise en oeuvre. La première étape est une étape conceptuelle qui s’attache à structurer et modéliser les données en question sous la forme d’une constellation de faits et de dimensions. La deuxième étape est technique et concerne la création et l'alimentation de l'entrepôt via le processus ETL (extraire, transformer, charger) pour extraire les données, les transformer, puis les télécharger. La source des données provient des archives du Bureau d’Enseignement Coranique de la Direction des Affaires Religieuses de la Province de Laghouat. Enfin, pour valider notre proposition, nous avons présenté les résultats de quelques requêtes analytiques du système OLAP.note de thèses : Mémoire de master en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MF 02-72 MF 02-72 CD BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible
Titre : EEG-based epileptic seizures prediction using machine learning Type de document : document multimédia Auteurs : Imane Meguenni, Auteur ; Hiba Reggab, Auteur ; Mohamed El Habib Maicha, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2024 Importance : 93 p. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Computer Science Langues : Anglais Mots-clés : Epilepsy Seizure Detection Machine learning Electroencephalogram Binary Classification Feature Selection Random Forest algorithm Résumé : Epilepsy is a neurological disorder characterized by recurrent seizures. Current methods often rely on clinical observation for seizure detection, potentially missing subtle pre-seizure indicators. This thesis explores the potential of machine learning to predict the probability of a seizure occurring within a specific timeframe, offering a more nuanced understanding of pre-seizure brain activity. We leverage a custom dataset combining publicly available electroencephalogram (EEG) recordings with data collected from collaborating healthcare institutions. This approach ensures the relevance and validity of the predictive models developed. Our models move beyond the typical binary classification ("seizure" or "nonseizure") by predicting the percentage chance of a seizure. This probabilistic approach empowers individuals with epilepsy to make informed decisions based on the predicted risk level. It represents a significant departure from prevalent methods, potentially leading to a more informative and impactful seizure prediction system. The thesis tackles several challenges associated with machine learning for seizure prediction, including data heterogeneity, feature selection, model interpretability, and clinical validation. The specific machine learning algorithm we will explore is the Random Forest algorithm. By addressing these challenges and using a custom dataset, we aim to contribute to the development of effective tools for predicting epilepsy onset, ultimately improving patient outcomes and healthcare delivery. note de thèses : Mémoire de master en informatique EEG-based epileptic seizures prediction using machine learning [document multimédia] / Imane Meguenni, Auteur ; Hiba Reggab, Auteur ; Mohamed El Habib Maicha, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2024 . - 93 p. + 1 disque optique numérique (CD-ROM).
Option : Computer Science
Langues : Anglais
Mots-clés : Epilepsy Seizure Detection Machine learning Electroencephalogram Binary Classification Feature Selection Random Forest algorithm Résumé : Epilepsy is a neurological disorder characterized by recurrent seizures. Current methods often rely on clinical observation for seizure detection, potentially missing subtle pre-seizure indicators. This thesis explores the potential of machine learning to predict the probability of a seizure occurring within a specific timeframe, offering a more nuanced understanding of pre-seizure brain activity. We leverage a custom dataset combining publicly available electroencephalogram (EEG) recordings with data collected from collaborating healthcare institutions. This approach ensures the relevance and validity of the predictive models developed. Our models move beyond the typical binary classification ("seizure" or "nonseizure") by predicting the percentage chance of a seizure. This probabilistic approach empowers individuals with epilepsy to make informed decisions based on the predicted risk level. It represents a significant departure from prevalent methods, potentially leading to a more informative and impactful seizure prediction system. The thesis tackles several challenges associated with machine learning for seizure prediction, including data heterogeneity, feature selection, model interpretability, and clinical validation. The specific machine learning algorithm we will explore is the Random Forest algorithm. By addressing these challenges and using a custom dataset, we aim to contribute to the development of effective tools for predicting epilepsy onset, ultimately improving patient outcomes and healthcare delivery. note de thèses : Mémoire de master en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MF 02-70 MF 02-70 CD BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible Étude comparative des méthodes de conception des systèmes d'informations géographiques / Oussama Mechraoui
Titre : Étude comparative des méthodes de conception des systèmes d'informations géographiques Type de document : texte manuscrit Auteurs : Oussama Mechraoui, Auteur ; Mohamed El Habib Maicha, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2016 Importance : 69 p. Format : 30 cm. Note générale : Option : Systèmes d'information et de décision Langues : Français note de thèses : Mémoire de master en informatique Étude comparative des méthodes de conception des systèmes d'informations géographiques [texte manuscrit] / Oussama Mechraoui, Auteur ; Mohamed El Habib Maicha, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2016 . - 69 p. ; 30 cm.
Option : Systèmes d'information et de décision
Langues : Français
note de thèses : Mémoire de master en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MF 02-07 MF 02-07 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible
Titre : Integration and fusion techniques in Big Data Type de document : texte manuscrit Auteurs : Hocine Gozim, Auteur ; Mohamed El Habib Maicha, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2019 Importance : 54 p. Format : 30 cm. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Systèmes d'information et de décision Langues : Anglais Mots-clés : Big data Integration Big Data Fusion Data Integration Hadoop MapReduce Résumé : Big data is a term for large and complex datasets that traditional processing ap- proaches are inefficient to handle them. Big data usually comes from the Internet, enterprise systems, Internet of Things, and other information systems, Data integra- tion has become an active area for research due to increasing of information resources with the need of users and applications to integrate and fusion data from these dif- ferent sources.addressing the big data integration challenge is critical to realizing the promise of Big Data. Big data Integration differs from traditional data integration in many dimensions : volume, velocity, variety and veracity. In this document we shall present the definition of big data and some of technolo- gies and tools developed to handle the big data, furthermore, we explores the new solutions have been developed by the data integration community on the topics of schema mapping, record linkage and data fusion in addressing these novel challenges faced by big data integration. finally, we have implement the map reduce based linkage method and present the used tools, algorithms and the result thrown by this method in different computa- tional nodes. note de thèses : Mémoire de master en informatique Integration and fusion techniques in Big Data [texte manuscrit] / Hocine Gozim, Auteur ; Mohamed El Habib Maicha, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2019 . - 54 p. ; 30 cm. + 1 disque optique numérique (CD-ROM).
Option : Systèmes d'information et de décision
Langues : Anglais
Mots-clés : Big data Integration Big Data Fusion Data Integration Hadoop MapReduce Résumé : Big data is a term for large and complex datasets that traditional processing ap- proaches are inefficient to handle them. Big data usually comes from the Internet, enterprise systems, Internet of Things, and other information systems, Data integra- tion has become an active area for research due to increasing of information resources with the need of users and applications to integrate and fusion data from these dif- ferent sources.addressing the big data integration challenge is critical to realizing the promise of Big Data. Big data Integration differs from traditional data integration in many dimensions : volume, velocity, variety and veracity. In this document we shall present the definition of big data and some of technolo- gies and tools developed to handle the big data, furthermore, we explores the new solutions have been developed by the data integration community on the topics of schema mapping, record linkage and data fusion in addressing these novel challenges faced by big data integration. finally, we have implement the map reduce based linkage method and present the used tools, algorithms and the result thrown by this method in different computa- tional nodes. note de thèses : Mémoire de master en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MF 02-30 MF 02-30 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible
Titre : L'intégration d'une base de données NoSql dans le processus de développement de système d'information géographique Type de document : texte manuscrit Auteurs : Kelthoum Gazzam, Auteur ; Mohamed El Habib Maicha, Directeur de thèse Editeur : Laghouat : Université Amar Telidji - Département d'informatique Année de publication : 2017 Importance : 44 p. Format : 30 cm. Accompagnement : 1 disque optique numérique (CD-ROM) Note générale : Option : Systèmes d'information et de décision Langues : Français Mots-clés : SIG NoSqL MongoDB données non structurées Résumé : Le domaine des Système d’information géographique est très intéressant car il touche pratiquement la vie quotidienne des humains, néanmoins les données produites par ces humains ne cessent de grandir et cela peut provoquer des obstacles pour ce type des systèmes. Pour cela il faut réfléchir à prévenir les problèmes liés à la gestion des grandes données au sein des SIG avant qu’ils se produisent, Car les données peuvent arriver en vitesse croissantes de plusieurs sources et en des formats différents. Dans ce sens nous avons eu l’idée d’essayer de remplacer le gestionnaire de données utilisée classiquement dans les SIG par un nouveau mécanisme qui peut tolérer ou même s’adapter avec le phénomène de données non structurées qui est le NoSqL. note de thèses : Mémoire de master en informatique L'intégration d'une base de données NoSql dans le processus de développement de système d'information géographique [texte manuscrit] / Kelthoum Gazzam, Auteur ; Mohamed El Habib Maicha, Directeur de thèse . - Laghouat : Université Amar Telidji - Département d'informatique, 2017 . - 44 p. ; 30 cm. + 1 disque optique numérique (CD-ROM).
Option : Systèmes d'information et de décision
Langues : Français
Mots-clés : SIG NoSqL MongoDB données non structurées Résumé : Le domaine des Système d’information géographique est très intéressant car il touche pratiquement la vie quotidienne des humains, néanmoins les données produites par ces humains ne cessent de grandir et cela peut provoquer des obstacles pour ce type des systèmes. Pour cela il faut réfléchir à prévenir les problèmes liés à la gestion des grandes données au sein des SIG avant qu’ils se produisent, Car les données peuvent arriver en vitesse croissantes de plusieurs sources et en des formats différents. Dans ce sens nous avons eu l’idée d’essayer de remplacer le gestionnaire de données utilisée classiquement dans les SIG par un nouveau mécanisme qui peut tolérer ou même s’adapter avec le phénomène de données non structurées qui est le NoSqL. note de thèses : Mémoire de master en informatique Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MF 02-12 MF 02-12 Thése BIBLIOTHEQUE DE FACULTE DES SCIENCES théses (sci) Disponible
Permalink
Permalink
Permalink
Permalink
Permalink
Permalink
