les Thèses Soutenues à l'USTO MB
vous cherchez une thèse?
A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... | Votre compte |
Catégories
> Informatique
Faire une suggestion Affiner la recherche
Contribution à la résolution des problémes des réseaux de distribution / Kaddour SADOUNI
Titre : Contribution à la résolution des problémes des réseaux de distribution : probléme de tournées de véhicules avec flotte hétérogéne , fénetres de temps et pénalités non linéaires de retard Type de document : texte imprimé Auteurs : Kaddour SADOUNI, Auteur Année de publication : 2006 Importance : 100 p Langues : Français (fre) Catégories : Informatique Mots-clés : Flotte hétéogéne, problémes de tournées de véhicules ,fenetres de temps molles , recherche tabou , pénalités non linéaires de retard Résumé : Cette étude se veut une contribution à la modélisation d’une classe de problémes de transport très répandus à savoir la livraison optimale , en termes de cout de service , de produits aux divers dépots qui à leur tour approvisionnent des clients ,la réduction des couts de service passe par la détermination d’un ordre de parcours des dépots qui , pour un nombre minimal de véhicules , minimise la distance totale parcourue tout en respectant les contraints de temps et des capacités d’une flotte hétérogéne , le modèle classique de tournées de véhicules avec fenetre de temps ( VRPTW) ne prend pas en considéraration les pénalites de retard au niveau de déchargements ni au niveau de retour des véhicules au dépôt central , quelques tentatives ont été élaborées pour modéliser les retards sous forme de pénalité linéaires induisant des couts au niveau de la fonction objective , cependant dans diverses situations pratiques , la linéarité des pénalités ne peut etre justifiés , car leur cout évolue d’une façon non linéaire en fonction des retards enregistrés , notre travail consiste en l’élaboration d’un modèle original ( probléme de tournées de véhicules avec flotte hétérogéne , fenetres de temps et pénalités non linéaires de retard :HFVRPTWNIPD) ou les pénalités de retard peuvent etre linéaire non ou non linéaire , ce modèle peut etre considéré comme étant une génération du modèle classique pour la résolution du programme mathématique associé à notre modèle , des heuristique de type tabou ,ont été élaborés et testées sur des benchmarks standards , les résultats obtenus confirment l’utilité et l’importance du modèle proposé Directeur de thèse : ECH-CHERIF,Ahmed Contribution à la résolution des problémes des réseaux de distribution : probléme de tournées de véhicules avec flotte hétérogéne , fénetres de temps et pénalités non linéaires de retard [texte imprimé] / Kaddour SADOUNI, Auteur . - 2006 . - 100 p.
Langues : Français (fre)
Catégories : Informatique Mots-clés : Flotte hétéogéne, problémes de tournées de véhicules ,fenetres de temps molles , recherche tabou , pénalités non linéaires de retard Résumé : Cette étude se veut une contribution à la modélisation d’une classe de problémes de transport très répandus à savoir la livraison optimale , en termes de cout de service , de produits aux divers dépots qui à leur tour approvisionnent des clients ,la réduction des couts de service passe par la détermination d’un ordre de parcours des dépots qui , pour un nombre minimal de véhicules , minimise la distance totale parcourue tout en respectant les contraints de temps et des capacités d’une flotte hétérogéne , le modèle classique de tournées de véhicules avec fenetre de temps ( VRPTW) ne prend pas en considéraration les pénalites de retard au niveau de déchargements ni au niveau de retour des véhicules au dépôt central , quelques tentatives ont été élaborées pour modéliser les retards sous forme de pénalité linéaires induisant des couts au niveau de la fonction objective , cependant dans diverses situations pratiques , la linéarité des pénalités ne peut etre justifiés , car leur cout évolue d’une façon non linéaire en fonction des retards enregistrés , notre travail consiste en l’élaboration d’un modèle original ( probléme de tournées de véhicules avec flotte hétérogéne , fenetres de temps et pénalités non linéaires de retard :HFVRPTWNIPD) ou les pénalités de retard peuvent etre linéaire non ou non linéaire , ce modèle peut etre considéré comme étant une génération du modèle classique pour la résolution du programme mathématique associé à notre modèle , des heuristique de type tabou ,ont été élaborés et testées sur des benchmarks standards , les résultats obtenus confirment l’utilité et l’importance du modèle proposé Directeur de thèse : ECH-CHERIF,Ahmed Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4323 02-08-164 version papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Contribution à la segmentation des images médicales par un modèle de contour actif / DEBAKLA Mohammed
Titre : Contribution à la segmentation des images médicales par un modèle de contour actif Type de document : document électronique Auteurs : DEBAKLA Mohammed, Auteur ; BENYETTOU Mohammed, Directeur de thèse Année de publication : 2016 Importance : 103 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique Mots-clés : segmentation d'image médicale, contour actif, variation totale, Ré-
seau de neurones RBF.
Medical image segmentation, Active contour, Total variation, RBF
Neural Network.Résumé : Les méthodes de segmentation par contours actifs ont été largement employées
ces dernières années et ont donné une grande satisfaction dans diérentes applications.
De nombreux modèles ont été proposés depuis l'introduction du premier
contour actif par Kass, Witkins et Terzopoulos en 1988. Ils dièrent par le type de
courbes, les contraintes imposées à celles-ci, le type de méthodes numériques, etc.
L'application de ces modèles sur les images médicales est un peu délicate car la
plupart de ces images sont aectées par des artefacts, qui rendent dicile la segmentation.
Dans cette thèse, nous avons étudié la robustesse des diérents modèles
de contours actifs à travers diérents niveaux de bruit gaussien. Les résultats obtenus
ont montré que ces modèles sont sensibles aux bruits. A cet eet, nous avons
proposé un processus de segmentation pour les images médicales, en utilisant un
ltre neuronal en amont basé sur la minimisation de la variation totale par un ré-
seau de neurone RBF. Les résultats de la segmentation sur diérents types d'images
médicales ont montré l'ecacité de notre méthode à détecter les objets d'intérêt.
Medical images segmentation methods by active contours have been widely used
in recent years and have given great satisfaction in dierent applications. Many models
of have been proposed since the introduction of the rst active contour. These
models dier by their curves, the imposed constraints and used numerical methods.
Application of these models on medical images is a delicate task, because most of
these images are aected by artifacts, which make segmentation more dicult. In
this thesis, we rst investigated the robustness of dierent active contours models
against various levels of Gaussian noise. The obtained results showed the noise sensitiveness
of these models. For this purpose, we propose to introduce a neural lter
before the segmentation process for medical images. Design of this neural lter is
based on the minimization of the total variation by an RBF neural network. The
segmentation results of dierent kinds of medical images, have shown the eectiveness
of our method to detect the objects of interest.Contribution à la segmentation des images médicales par un modèle de contour actif [document électronique] / DEBAKLA Mohammed, Auteur ; BENYETTOU Mohammed, Directeur de thèse . - 2016 . - 103 p. + CD.
Langues : Français (fre)
Catégories : Informatique Mots-clés : segmentation d'image médicale, contour actif, variation totale, Ré-
seau de neurones RBF.
Medical image segmentation, Active contour, Total variation, RBF
Neural Network.Résumé : Les méthodes de segmentation par contours actifs ont été largement employées
ces dernières années et ont donné une grande satisfaction dans diérentes applications.
De nombreux modèles ont été proposés depuis l'introduction du premier
contour actif par Kass, Witkins et Terzopoulos en 1988. Ils dièrent par le type de
courbes, les contraintes imposées à celles-ci, le type de méthodes numériques, etc.
L'application de ces modèles sur les images médicales est un peu délicate car la
plupart de ces images sont aectées par des artefacts, qui rendent dicile la segmentation.
Dans cette thèse, nous avons étudié la robustesse des diérents modèles
de contours actifs à travers diérents niveaux de bruit gaussien. Les résultats obtenus
ont montré que ces modèles sont sensibles aux bruits. A cet eet, nous avons
proposé un processus de segmentation pour les images médicales, en utilisant un
ltre neuronal en amont basé sur la minimisation de la variation totale par un ré-
seau de neurone RBF. Les résultats de la segmentation sur diérents types d'images
médicales ont montré l'ecacité de notre méthode à détecter les objets d'intérêt.
Medical images segmentation methods by active contours have been widely used
in recent years and have given great satisfaction in dierent applications. Many models
of have been proposed since the introduction of the rst active contour. These
models dier by their curves, the imposed constraints and used numerical methods.
Application of these models on medical images is a delicate task, because most of
these images are aected by artifacts, which make segmentation more dicult. In
this thesis, we rst investigated the robustness of dierent active contours models
against various levels of Gaussian noise. The obtained results showed the noise sensitiveness
of these models. For this purpose, we propose to introduce a neural lter
before the segmentation process for medical images. Design of this neural lter is
based on the minimization of the total variation by an RBF neural network. The
segmentation results of dierent kinds of medical images, have shown the eectiveness
of our method to detect the objects of interest.Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4550 02-08-390 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
Contribution à la segmentation des images médicales par un modèle de contour actifAdobe Acrobat PDF
Titre : Contribution à la segmentation d'une séquence d'images : Application à l'imagerie médicale Type de document : document électronique Auteurs : FEKIR Abdelkader, Auteur ; BENAMRANE Nacéra, Directeur de thèse Année de publication : 2016 Importance : 150 p Accompagnement : CD Langues : Français (fre) Catégories : Informatique Mots-clés : Segmentation, séquence d’images, contour actif, système multi-agents, application médicale
Segmentation, image sequence, active contour, multiagent system, medical application
تجزئة، سلاسل الصور، الحد النشط، نظام متعدد المتعاملين، تطبيق طبيRésumé : La segmentation d’images est une étape cruciale dans le processus de reconnaissance visuelle et elle est considérée comme étant la pierre de base de tout système de vision. On s’intéresse dans le cadre de cette thèse à la segmentation d’une séquence d’images biomédicales. Cette opération comporte deux traitements primordiaux : une segmentation spatiale dans la première image et un suivi d’objets dans les autres images de la séquence. Une proposition efficace doit prendre en considération deux contraintes importantes : La qualité de la segmentation et la robustesse du suivi et le temps d’exécution qui est considérable, notamment dans la phase de suivi
Dans le cadre de cette thèse, les approches que nous proposons apportent des solutions efficaces et rapides et sont basées sur le modèle du contour actif paramétrique. Elles peuvent être structurées dans deux axes :
Les méthodes séquentielles : Nous proposons des initialisations automatiques du contour actif, une utilisation de plusieurs fonctionnelles d’énergies et une approche pyramidale multi-résolution pour segmenter les séquences d’images biomédicales.
Les approches multi-agents combinent le paradigme multi-agents et le contour actif. Nous proposons une conception novatrice de deux systèmes multi-agents de détection des contours et de suivi d’objet dans une séquence d’images. Le premier système est défini par un ensemble d’agents situés et réactifs et un agent de contrôle pour suivre les frontières d’objet d’intérêt par un contour actif parallèle. Le deuxième système multi-niveaux combine le premier système multi-agents et l’approche multi-résolution
The segmentation is a crucial step in pattern recognition and image processing. We are interested in this thesis in the segmentation of biomedical image sequence. This operation comprises two primordial steps: Spatial segmentation in the first frame and object tracking in other frames. An effective solution must take in consideration two important requirements: Quality of segmentation results and robustness of tracking and runtime of those processes
In this thesis, our propositions give effective and fast solutions based on parametric active contour. They can be separated in two groups:
Sequential methods: in this category, we exploit snake model in three contributions. We propose automatic initialization of snake, use of several energy functional and multi resolution solution
Multi agent systems: in this part, we propose an original contribution based on multi agent paradigm. Two multi agent systems are conceived for segmenting and tracking object in image sequence. In the first system, we use one observer agent and set or reactive and situated agents to implement tracking method based on active contour. In our second system, we exploit the first multi agent system and our multi resolution solution to propose another origel system multi level system .
إن تجزئة الصور مرحلة فاصلة ومهمة في عملية التعرف البصري إذ هي حجر الأساس لأنظمة الإبصار الآلي. ينصب اهتمامنا في إطار هذه الأطروحة على تجزئة سلاسل الصور الرقمية، والتي تتضمن مرحلتين ضروريتين : التجزئة المكانية للصورة الأولى وتتبع الأشياء في بقية الصور
اي اقتراح فعال ينبغي أن يأخذ بعين الاعتبار أمرين مهمين: نوعية التجزئة وفعالية التتبع ووقت المعالجة والذي يعتبر مهم جدا، لاسيما في مرحلة التتبع
مقارباتنا المقترحة في هذه الاطروحة، تحمل في طياتها حلولا ناجعة وسريعة، بالاعتماد على نموذج الحدود النشطة المعلمية. يمكننا مساهماتنا في محورين
الطرق المتسلسلة: وهي مبنية على استثمار فعال للنموذج. إقترحنا تأهيلا ذاتيا للحد النشط ، فاستعمال دالتين للطاقة ثم مساهمة هرمية بميز متعدد
المساهمات متعددة المتعاملين: وهي التي تنبني على نمط تعدد المتعاملين ونموذج الحدود النشطة. اقترحنا تصورا جديدا لنظامين متعددي المتعاملين لتحديد الحواف وتتبع الأشياء في سلاسل الصور. النظام الأول هو مجموعة من المتعاملين المتفاعلين المتموقعين ومتعامل مراقب من أجل تتبع حواف الشيء المستهدف باستخدام حد نشط متوازي. في النظام الثاني، استفدنا من النظام متعدد المتعاملين الاول والمساهمة متعددة الميز من أجل اقتراح تصور جديد لنظام متعدد المستويات
Contribution à la segmentation d'une séquence d'images : Application à l'imagerie médicale [document électronique] / FEKIR Abdelkader, Auteur ; BENAMRANE Nacéra, Directeur de thèse . - 2016 . - 150 p + CD.
Langues : Français (fre)
Catégories : Informatique Mots-clés : Segmentation, séquence d’images, contour actif, système multi-agents, application médicale
Segmentation, image sequence, active contour, multiagent system, medical application
تجزئة، سلاسل الصور، الحد النشط، نظام متعدد المتعاملين، تطبيق طبيRésumé : La segmentation d’images est une étape cruciale dans le processus de reconnaissance visuelle et elle est considérée comme étant la pierre de base de tout système de vision. On s’intéresse dans le cadre de cette thèse à la segmentation d’une séquence d’images biomédicales. Cette opération comporte deux traitements primordiaux : une segmentation spatiale dans la première image et un suivi d’objets dans les autres images de la séquence. Une proposition efficace doit prendre en considération deux contraintes importantes : La qualité de la segmentation et la robustesse du suivi et le temps d’exécution qui est considérable, notamment dans la phase de suivi
Dans le cadre de cette thèse, les approches que nous proposons apportent des solutions efficaces et rapides et sont basées sur le modèle du contour actif paramétrique. Elles peuvent être structurées dans deux axes :
Les méthodes séquentielles : Nous proposons des initialisations automatiques du contour actif, une utilisation de plusieurs fonctionnelles d’énergies et une approche pyramidale multi-résolution pour segmenter les séquences d’images biomédicales.
Les approches multi-agents combinent le paradigme multi-agents et le contour actif. Nous proposons une conception novatrice de deux systèmes multi-agents de détection des contours et de suivi d’objet dans une séquence d’images. Le premier système est défini par un ensemble d’agents situés et réactifs et un agent de contrôle pour suivre les frontières d’objet d’intérêt par un contour actif parallèle. Le deuxième système multi-niveaux combine le premier système multi-agents et l’approche multi-résolution
The segmentation is a crucial step in pattern recognition and image processing. We are interested in this thesis in the segmentation of biomedical image sequence. This operation comprises two primordial steps: Spatial segmentation in the first frame and object tracking in other frames. An effective solution must take in consideration two important requirements: Quality of segmentation results and robustness of tracking and runtime of those processes
In this thesis, our propositions give effective and fast solutions based on parametric active contour. They can be separated in two groups:
Sequential methods: in this category, we exploit snake model in three contributions. We propose automatic initialization of snake, use of several energy functional and multi resolution solution
Multi agent systems: in this part, we propose an original contribution based on multi agent paradigm. Two multi agent systems are conceived for segmenting and tracking object in image sequence. In the first system, we use one observer agent and set or reactive and situated agents to implement tracking method based on active contour. In our second system, we exploit the first multi agent system and our multi resolution solution to propose another origel system multi level system .
إن تجزئة الصور مرحلة فاصلة ومهمة في عملية التعرف البصري إذ هي حجر الأساس لأنظمة الإبصار الآلي. ينصب اهتمامنا في إطار هذه الأطروحة على تجزئة سلاسل الصور الرقمية، والتي تتضمن مرحلتين ضروريتين : التجزئة المكانية للصورة الأولى وتتبع الأشياء في بقية الصور
اي اقتراح فعال ينبغي أن يأخذ بعين الاعتبار أمرين مهمين: نوعية التجزئة وفعالية التتبع ووقت المعالجة والذي يعتبر مهم جدا، لاسيما في مرحلة التتبع
مقارباتنا المقترحة في هذه الاطروحة، تحمل في طياتها حلولا ناجعة وسريعة، بالاعتماد على نموذج الحدود النشطة المعلمية. يمكننا مساهماتنا في محورين
الطرق المتسلسلة: وهي مبنية على استثمار فعال للنموذج. إقترحنا تأهيلا ذاتيا للحد النشط ، فاستعمال دالتين للطاقة ثم مساهمة هرمية بميز متعدد
المساهمات متعددة المتعاملين: وهي التي تنبني على نمط تعدد المتعاملين ونموذج الحدود النشطة. اقترحنا تصورا جديدا لنظامين متعددي المتعاملين لتحديد الحواف وتتبع الأشياء في سلاسل الصور. النظام الأول هو مجموعة من المتعاملين المتفاعلين المتموقعين ومتعامل مراقب من أجل تتبع حواف الشيء المستهدف باستخدام حد نشط متوازي. في النظام الثاني، استفدنا من النظام متعدد المتعاملين الاول والمساهمة متعددة الميز من أجل اقتراح تصور جديد لنظام متعدد المستويات
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4557 02-08-397 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
Contribution à la segmentation d'une séquence d'images : Application à l'imagerie médicaleAdobe Acrobat PDF
Titre : Contributions au domaine de Data Mining par l’utilisation des Ontologies Type de document : document électronique Auteurs : BENALI Khaled, Auteur ; HEBRI RAHAL Sidi Ahmed, Directeur de thèse Année de publication : 05-03-2018 Accompagnement : CD Langues : Français (fre) Catégories : Informatique Mots-clés : Arbres de Décision, Data Mining, Ontologie, Ontologie de domaine, Règles d’Association, Réseaux de Neurones Artificiels et Web Mining.
Association Rules, Artificial Neural Networks, Data Mining, Decision Trees, Domain Ontology, Ontology, and Web Mining.Résumé : Cette thèse s’inscrit à la confluence de deux domaines actifs de recherche : l’Ingénierie des Connaissances, en s’intéressant particulièrement aux Ontologies et le Data Mining, plus précisément les techniques suivantes : les Règles d’ Association, les Réseaux de Neurones Artificiels, le Web Mining et les Arbres de Décision.
Dans les techniques de Data Mining, nous devons unifier les termes du vocabulaire pour la communauté de Data Mining. En plus, l'application efficace d'un processus de Data Mining est liée à de nombreuses décisions techniques et difficiles sur le choix des algorithmes, des paramètres, de l'évaluation... Par conséquent, nous proposons une assistance en utilisant des ontologies pour relever les défis mentionnés ci-dessus.
Les ontologies ont été utilisées dans divers domaines de recherche de l'informatique, y compris le Data Mining. Cette thèse décrit le développement des ontologies de domaine pour le Data Mining qui incluront des définitions des entités de base des techniques de Data Mining, telles que les tâches, les algorithmes utilisés... pour unifier les termes des techniques de Data Mining et pour partager une compréhension commune de ces techniques et d'expliquer ce qui est considéré comme implicite.
Pour montrer l'efficacité de notre approche, nous avons étudié quatre sous-domaines majeurs de Data Mining: les Règles d’ Association, les Réseaux de Neurones Artificiels, le Web Mining et les Arbres de Décision en créant quatre ontologies nommées respectivement: OntoAR, OntoANN, OntoWM et OntoDTA pour aider le mineur de données tout au long des phases clés du processus de fouille. Nos ontologies contiennent les connaissances de Data Mining et fournissent des terminologies communes qui peuvent être partagées et traitées par les chercheurs de Data Mining.
This thesis is concerned with the merging of two active research domains: Knowledge Engineering (KE) with a main interest in Ontology and Data Mining, specifically the following techniques: Association Rules, Artificial Neural Networks, Web Mining and Decision Trees.
In Data Mining techniques, we need to unify the terminology for the Data Mining community. In addition to this, the effective application of a Data Mining process is beset with many difficult and technical decisions about the choice of algorithms, parameters, evaluation… Therefore, we propose assistance by using ontologies for addressing the above-mentioned challenges.
Ontologies have been used in various research areas from computer science, including Data Mining. This thesis describes the development of domain ontologies for Data Mining that will include definitions of the basic entities of Data Mining techniques, such as tasks, algorithms used ... to unify the terms of Data Mining techniques and to share a common understanding of these techniques and explain what is considered implicit.
To demonstrate the effectiveness of our approach, we have studied four major sub-domains of Data Mining: Association Rules, Artificial Neural Networks, Web Mining and Decision Trees by creating four ontologies named OntoAR, OntoANN, OntoWM and OntoDTA to help the data miner throughout the key phases of the mining process. Our ontologies contain the knowledge of Data Mining and provide common terminologies that can be shared and processed by Data Mining researchers.
Contributions au domaine de Data Mining par l’utilisation des Ontologies [document électronique] / BENALI Khaled, Auteur ; HEBRI RAHAL Sidi Ahmed, Directeur de thèse . - 05-03-2018 . - + CD.
Langues : Français (fre)
Catégories : Informatique Mots-clés : Arbres de Décision, Data Mining, Ontologie, Ontologie de domaine, Règles d’Association, Réseaux de Neurones Artificiels et Web Mining.
Association Rules, Artificial Neural Networks, Data Mining, Decision Trees, Domain Ontology, Ontology, and Web Mining.Résumé : Cette thèse s’inscrit à la confluence de deux domaines actifs de recherche : l’Ingénierie des Connaissances, en s’intéressant particulièrement aux Ontologies et le Data Mining, plus précisément les techniques suivantes : les Règles d’ Association, les Réseaux de Neurones Artificiels, le Web Mining et les Arbres de Décision.
Dans les techniques de Data Mining, nous devons unifier les termes du vocabulaire pour la communauté de Data Mining. En plus, l'application efficace d'un processus de Data Mining est liée à de nombreuses décisions techniques et difficiles sur le choix des algorithmes, des paramètres, de l'évaluation... Par conséquent, nous proposons une assistance en utilisant des ontologies pour relever les défis mentionnés ci-dessus.
Les ontologies ont été utilisées dans divers domaines de recherche de l'informatique, y compris le Data Mining. Cette thèse décrit le développement des ontologies de domaine pour le Data Mining qui incluront des définitions des entités de base des techniques de Data Mining, telles que les tâches, les algorithmes utilisés... pour unifier les termes des techniques de Data Mining et pour partager une compréhension commune de ces techniques et d'expliquer ce qui est considéré comme implicite.
Pour montrer l'efficacité de notre approche, nous avons étudié quatre sous-domaines majeurs de Data Mining: les Règles d’ Association, les Réseaux de Neurones Artificiels, le Web Mining et les Arbres de Décision en créant quatre ontologies nommées respectivement: OntoAR, OntoANN, OntoWM et OntoDTA pour aider le mineur de données tout au long des phases clés du processus de fouille. Nos ontologies contiennent les connaissances de Data Mining et fournissent des terminologies communes qui peuvent être partagées et traitées par les chercheurs de Data Mining.
This thesis is concerned with the merging of two active research domains: Knowledge Engineering (KE) with a main interest in Ontology and Data Mining, specifically the following techniques: Association Rules, Artificial Neural Networks, Web Mining and Decision Trees.
In Data Mining techniques, we need to unify the terminology for the Data Mining community. In addition to this, the effective application of a Data Mining process is beset with many difficult and technical decisions about the choice of algorithms, parameters, evaluation… Therefore, we propose assistance by using ontologies for addressing the above-mentioned challenges.
Ontologies have been used in various research areas from computer science, including Data Mining. This thesis describes the development of domain ontologies for Data Mining that will include definitions of the basic entities of Data Mining techniques, such as tasks, algorithms used ... to unify the terms of Data Mining techniques and to share a common understanding of these techniques and explain what is considered implicit.
To demonstrate the effectiveness of our approach, we have studied four major sub-domains of Data Mining: Association Rules, Artificial Neural Networks, Web Mining and Decision Trees by creating four ontologies named OntoAR, OntoANN, OntoWM and OntoDTA to help the data miner throughout the key phases of the mining process. Our ontologies contain the knowledge of Data Mining and provide common terminologies that can be shared and processed by Data Mining researchers.
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1468 02-08-456 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-456.pdfAdobe Acrobat PDF
Titre : Le Data Mining appliqué au WEB Type de document : document électronique Auteurs : HADJ-TAYEB Karima, Auteur Année de publication : 2017-2018 Accompagnement : CD Langues : Français (fre) Catégories : Informatique Mots-clés : Web Usage Mining, Technique de Clustering, Technique des Motifs séquentiels, Règles séquentielles, Mesures d’évaluation de la qualité des clusters, Mesures d’évaluation de la qualité des règles.
Web Usage Mining, Clustering Technical, Sequential patterns Technical, Sequential rules, Evaluation measures of clusters’quality, Evaluation measures of rules’quality.Résumé : La croissance importante des pages contenues dans le site web ainsi que le nombre des utilisateurs y naviguant, nécessite des outils de recherche permettant d’étudier le comportement de l’utilisateur dans son interaction avec le site d’où la définition du domaine du Web Usage Mining. Parmi les outils d’extraction de connaissances à partir des données logées dans le fichier log, l’analyse des clusters est considérée comme la technique la plus répandue et la plus importante dans ce domaine. Basée sur cette technique pour garantir un bon partitionnement des données, ce travail tente de découvrir les relations cachées et utiles entre les utilisateurs et les pages web. Ces groupes d’utilisateurs permettent de mieux comprendre le comportement des navigateurs dans le but est d’affiner les modèles comportementaux d’accès au site et identifier les pages fréquemment visitées ensembles dans chaque groupe. Dans le cadre de la segmentation des données, plusieurs approches ont été développées, la plus populaire est l’approche de partitionnement. En revanche son principe tel qu’il se présente semble inadapté sur les données web qui représentent un flot de données séquentielles. Le travail de recherche effectué dans cette thèse tente de pallier les limites de cette approche et propose un nouveau modèle de segmentation des usagers. Cette démarche est basée sur la technique d’extraction des motifs séquentiels et sur un ensemble de mesures permettant d’évaluer la qualité et l’intérêt des règles séquentielles générées à partir de ces motifs. L’expérimentale réalisée a été effectuée en implémentant l’algorithme proposé, l’algorithme k-means de l’approche de partitionnement ainsi que l’approche hiérarchique par agglomération. Cette étude a été menée dans le but de comparer les performances relatives à chacun d’entre eux à travers un ensemble de mesures permettant d’évaluer la qualité des clusters générés. Les résultats relatifs à cette étude montrent que le modèle proposé basé sur les règles séquentielles générées, garantit un bon partitionnement des données web et ce, dans un temps de segmentation minimal.
The important growth of the pages contained in the website as well as the number of users navigating there, requires search tools allowing studying the behavior of the user in his interaction with the site hence the definition of the Web Usage Mining domain. Among the tools for extracting knowledge from these data in the log file, clusters analysis is considered as the most widespread and the most important technical in this area. Based on this technical to guarantee a good partitioning of this data, this work tries to discover the hidden and useful relations between the users and the web pages. These users groups provide a better understanding of the behavior of browsers in order to refine behavioral patterns of site access and identify frequently visited pages together in each group. As part of the clustering of data, several methods have been developed; the most popular is the partitioning method. However, its principle as it appears to be unsuitable for web data which represent a sequential data stream. The research work carried out in this thesis attempts to overcome the limitations of this method, and proposes a new user clustering model. This approach is based on the technical of extracting the sequential patterns and on a set of measures to guarantee the rules’ quality and to evaluate the interest of the generated sequential rules from these patterns. The experimental realization was carried out by implementing the proposed algorithm, the k-means algorithm of the partitioning approach and the hierarchical approach by agglomeration. This study was carried out with the aim of comparing the performance relative to each of them through a set of measures allowing evaluating the quality of the generated clusters. The results of this study show that the proposed clustering model based on the generated sequential rules ensures a good partitioning of the web data in a minimal segmentation time.
Directeur de thèse : BELBACHIR Hafida Le Data Mining appliqué au WEB [document électronique] / HADJ-TAYEB Karima, Auteur . - 2017-2018 . - + CD.
Langues : Français (fre)
Catégories : Informatique Mots-clés : Web Usage Mining, Technique de Clustering, Technique des Motifs séquentiels, Règles séquentielles, Mesures d’évaluation de la qualité des clusters, Mesures d’évaluation de la qualité des règles.
Web Usage Mining, Clustering Technical, Sequential patterns Technical, Sequential rules, Evaluation measures of clusters’quality, Evaluation measures of rules’quality.Résumé : La croissance importante des pages contenues dans le site web ainsi que le nombre des utilisateurs y naviguant, nécessite des outils de recherche permettant d’étudier le comportement de l’utilisateur dans son interaction avec le site d’où la définition du domaine du Web Usage Mining. Parmi les outils d’extraction de connaissances à partir des données logées dans le fichier log, l’analyse des clusters est considérée comme la technique la plus répandue et la plus importante dans ce domaine. Basée sur cette technique pour garantir un bon partitionnement des données, ce travail tente de découvrir les relations cachées et utiles entre les utilisateurs et les pages web. Ces groupes d’utilisateurs permettent de mieux comprendre le comportement des navigateurs dans le but est d’affiner les modèles comportementaux d’accès au site et identifier les pages fréquemment visitées ensembles dans chaque groupe. Dans le cadre de la segmentation des données, plusieurs approches ont été développées, la plus populaire est l’approche de partitionnement. En revanche son principe tel qu’il se présente semble inadapté sur les données web qui représentent un flot de données séquentielles. Le travail de recherche effectué dans cette thèse tente de pallier les limites de cette approche et propose un nouveau modèle de segmentation des usagers. Cette démarche est basée sur la technique d’extraction des motifs séquentiels et sur un ensemble de mesures permettant d’évaluer la qualité et l’intérêt des règles séquentielles générées à partir de ces motifs. L’expérimentale réalisée a été effectuée en implémentant l’algorithme proposé, l’algorithme k-means de l’approche de partitionnement ainsi que l’approche hiérarchique par agglomération. Cette étude a été menée dans le but de comparer les performances relatives à chacun d’entre eux à travers un ensemble de mesures permettant d’évaluer la qualité des clusters générés. Les résultats relatifs à cette étude montrent que le modèle proposé basé sur les règles séquentielles générées, garantit un bon partitionnement des données web et ce, dans un temps de segmentation minimal.
The important growth of the pages contained in the website as well as the number of users navigating there, requires search tools allowing studying the behavior of the user in his interaction with the site hence the definition of the Web Usage Mining domain. Among the tools for extracting knowledge from these data in the log file, clusters analysis is considered as the most widespread and the most important technical in this area. Based on this technical to guarantee a good partitioning of this data, this work tries to discover the hidden and useful relations between the users and the web pages. These users groups provide a better understanding of the behavior of browsers in order to refine behavioral patterns of site access and identify frequently visited pages together in each group. As part of the clustering of data, several methods have been developed; the most popular is the partitioning method. However, its principle as it appears to be unsuitable for web data which represent a sequential data stream. The research work carried out in this thesis attempts to overcome the limitations of this method, and proposes a new user clustering model. This approach is based on the technical of extracting the sequential patterns and on a set of measures to guarantee the rules’ quality and to evaluate the interest of the generated sequential rules from these patterns. The experimental realization was carried out by implementing the proposed algorithm, the k-means algorithm of the partitioning approach and the hierarchical approach by agglomeration. This study was carried out with the aim of comparing the performance relative to each of them through a set of measures allowing evaluating the quality of the generated clusters. The results of this study show that the proposed clustering model based on the generated sequential rules ensures a good partitioning of the web data in a minimal segmentation time.
Directeur de thèse : BELBACHIR Hafida Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1567 02-08-467 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-467.pdfAdobe Acrobat PDF PermalinkDefinitive notations / Samia MEZIANI
PermalinkDesign and implementation of an ordering system database on DEC mini computer / A ALLALI
PermalinkDétection de contours et suivi d’objet dans une séquence d’images par les réseaux de neurones impulsionnels / Hayat YEDJOUR
PermalinkDetermination precise d'attitude d'un micro satellite d'observation de la terre a haute resolution / Samira CHOURAQUI
PermalinkEAQUEL / Latifa OURBIH
PermalinkEARAP / Ahcene BOUDJADJA
PermalinkEASOP / Nacera BENSAOU
PermalinkEstimation et controle d'attitude des satellites / Mohammed ARESKI SI MOHAMMED
PermalinkEtude comparative des procedes avec retard varible et leurs algorithmes de commande / Aissa MERAH
Permalink
BUC USTOMB'Thèses
Service Thèse de la BUC met à votre votre disposition L'ensemble des thèses de doctorat et mémoires de magister soutenues à l'USTO MB
Adresse
BUC USTOMB'ThèsesBibliothèque centrale USTOMB
BP 1505 EL M'Naouer USTO ORAN
Algérie
(213)041627180
contact