Amélioration de l’Apprentissage du Réseau ANFIS par les Algorithmes Evolutionnaires / SI LARBI Samiya 

Public ISBD Titre : Amélioration de l’Apprentissage du Réseau ANFIS par les Algorithmes Evolutionnaires Type de document : document électronique Auteurs : SI LARBI Samiya, Auteur Année de publication : 2020-2021 Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : ANFIS, Regroupement Soustractif, AG, PSO, AG-ANFIS, PSO-ANFIS, locuteur, phonème. ANFIS, Subtractive Clustering, GA, PSO, AG-ANFIS, PSO-ANFIS, speaker, phoneme. Résumé : Une approche évolutionnaire pour l’apprentissage du système d’inférence floue basé sur un réseau adaptatif (ANFIS) a fait l’objet de cette thèse. Les travaux précédents sont basés sur la descente du gradient (GD), cet algorithme converge très lentement et se bloque à de mauvais minima locaux. Dans cette thèse, on applique les algorithmes génétiques (AG) et les essaims de particules (PSO) pour optimiser les paramètres des antécédents et conséquents des règles floues de l’ANFIS. En premier, l’algorithme de regroupement soustractif a été utilisé pour la détermination de la structure optimale du réseau ANFIS, c’est-à-dire le meilleur partitionnement de l’espace d’entrée, ensuite, l’ajustement des paramètres antécédents et conséquents des règles floues afin qu’une fonction objectif spécifiée soit minimisée. Le processus évolutionnaire commence par la génération aléatoire d’une population initiale, chaque solution candidate est représentée par un vecteur. La longueur de ce dernier est basée sur le nombre de paramètres des antécédents et conséquents dans le modèle ANFIS. Ensuite, la population entière a été amenée à s’améliorer progressivement jusqu’à que le nombre maximal d’itération est atteint. L’approche proposée a été appliquée pour la reconnaissance des phonèmes de la base de données TIMIT et la reconnaissance du locuteur de la base de données CHAINS. Les résultats obtenus par les modèles hybrides AG-ANFIS et PSO-ANFIS ont montré une amélioration de la précision par rapport à un ANFIS classique similaire basé sur la rétro-propagation du gradient. This thesis presents an evolutionary approach for the learning of the Adaptive Network Based Fuzzy Inference System (ANFIS). The previous works are based on the descent of the gradient (GD), this algorithm converges very slowly and stuck into bad local minima. In this thesis, we apply genetic algorithms (GA) and particle swarms (PSO) to optimize the antecedents and consequent parameters of ANFIS fuzzy rules. First, the subtractive clustering algorithm was used to determine the optimal structure of the ANFIS network, i.e., the best partitioning of the input space; then, adjusting the antecedent and consequent parameters of the fuzzy rules so that a specified objective function is minimized. The evolutionary process begins by randomly generating an initial population, each candidate solution is represented by a vector. The length of the latter is based on the number of antecedent and consequent parameters in the ANFIS model. Then, the entire population was made to improve gradually until the maximum number of iterations was reached. The proposed approach was applied for the recognition of phonemes from TIMIT database and speaker recognition from the CHAINS database. The results obtained by the hybrid models AG-ANFIS and PSO-ANFIS showed an improvement in precision compared to a similar classic ANFIS based on the back-propagation of the gradient. Directeur de thèse : TLEMSANI Redouane Amélioration de l’Apprentissage du Réseau ANFIS par les Algorithmes Evolutionnaires [document électronique] / SI LARBI Samiya, Auteur . - 2020-2021 . -  + CD. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : ANFIS, Regroupement Soustractif, AG, PSO, AG-ANFIS, PSO-ANFIS, locuteur, phonème. ANFIS, Subtractive Clustering, GA, PSO, AG-ANFIS, PSO-ANFIS, speaker, phoneme. Résumé : Une approche évolutionnaire pour l’apprentissage du système d’inférence floue basé sur un réseau adaptatif (ANFIS) a fait l’objet de cette thèse. Les travaux précédents sont basés sur la descente du gradient (GD), cet algorithme converge très lentement et se bloque à de mauvais minima locaux. Dans cette thèse, on applique les algorithmes génétiques (AG) et les essaims de particules (PSO) pour optimiser les paramètres des antécédents et conséquents des règles floues de l’ANFIS. En premier, l’algorithme de regroupement soustractif a été utilisé pour la détermination de la structure optimale du réseau ANFIS, c’est-à-dire le meilleur partitionnement de l’espace d’entrée, ensuite, l’ajustement des paramètres antécédents et conséquents des règles floues afin qu’une fonction objectif spécifiée soit minimisée. Le processus évolutionnaire commence par la génération aléatoire d’une population initiale, chaque solution candidate est représentée par un vecteur. La longueur de ce dernier est basée sur le nombre de paramètres des antécédents et conséquents dans le modèle ANFIS. Ensuite, la population entière a été amenée à s’améliorer progressivement jusqu’à que le nombre maximal d’itération est atteint. L’approche proposée a été appliquée pour la reconnaissance des phonèmes de la base de données TIMIT et la reconnaissance du locuteur de la base de données CHAINS. Les résultats obtenus par les modèles hybrides AG-ANFIS et PSO-ANFIS ont montré une amélioration de la précision par rapport à un ANFIS classique similaire basé sur la rétro-propagation du gradient. This thesis presents an evolutionary approach for the learning of the Adaptive Network Based Fuzzy Inference System (ANFIS). The previous works are based on the descent of the gradient (GD), this algorithm converges very slowly and stuck into bad local minima. In this thesis, we apply genetic algorithms (GA) and particle swarms (PSO) to optimize the antecedents and consequent parameters of ANFIS fuzzy rules. First, the subtractive clustering algorithm was used to determine the optimal structure of the ANFIS network, i.e., the best partitioning of the input space; then, adjusting the antecedent and consequent parameters of the fuzzy rules so that a specified objective function is minimized. The evolutionary process begins by randomly generating an initial population, each candidate solution is represented by a vector. The length of the latter is based on the number of antecedent and consequent parameters in the ANFIS model. Then, the entire population was made to improve gradually until the maximum number of iterations was reached. The proposed approach was applied for the recognition of phonemes from TIMIT database and speaker recognition from the CHAINS database. The results obtained by the hybrid models AG-ANFIS and PSO-ANFIS showed an improvement in precision compared to a similar classic ANFIS based on the back-propagation of the gradient. Directeur de thèse : TLEMSANI Redouane

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
1848	02-08-517	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

02-08-517.pdf Adobe Acrobat PDF

Analyse des images aériennes par les techniques d'optimisation / Mohammed MAIZA 

Public ISBD Titre : Analyse des images aériennes par les techniques d'optimisation Type de document : texte imprimé Auteurs : Mohammed MAIZA, Auteur Année de publication : 2012 Importance : 103 p. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Image aérienne, segmentation, classification, système immunitaire artificiel, SVM, Kmeans. Résumé : Le traitement d’images représentant des scènes naturelles introduit un volume très important d’information et exige une élaboration substantielle à tous les niveaux : Prétraitement, Segmentation, Reconnaissance et Interprétation. La prise en compte de toutes ces phases influe indéniablement sur la qualité des tâches de traitement et sur le temps d’exécution. Or, la qualité et le temps sont souvent les seuls critères retenus par les applications, notamment en temps réel. Un système de vision doit être doté d’une représentation interne permettant de surmonter ces difficultés. Dans ce travail, nous penchons sur le problème de reconnaissance d’objets dans les images aériennes. Nous avons utilisé une des techniques les plus récentes du traitement automatique et de la reconnaissance des formes, cette méthode s’appelle les systèmes immunitaires artificiels (SIA). Ces algorithmes exploitent typiquement les caractéristiques des systèmes immunitaires biologiques pour ce qui est de l’apprentissage et de la mémorisation comme moyen de résolution de problème de classification. La reconnaissance des images aériennes est basée sur une segmentation par approche région (division et fusion) pour l’extraction des caractéristiques pertinentes. En comparant les (SIA) avec deux autres méthodes parmi les méthodes à noyaux, inspirées de la théorie statistique de l’apprentissage de Vladimir Vapnik, les séparateurs à vaste marge (SVM) comme méthode de base hybridées avec la méthode de classification (Kmeans), SVM et SVM-Kmeans ont montré une meilleure performance par rapport au SIA. Directeur de thèse : BENYETTOU,Mohamed Analyse des images aériennes par les techniques d'optimisation [texte imprimé] / Mohammed MAIZA, Auteur . - 2012 . - 103 p. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Image aérienne, segmentation, classification, système immunitaire artificiel, SVM, Kmeans. Résumé : Le traitement d’images représentant des scènes naturelles introduit un volume très important d’information et exige une élaboration substantielle à tous les niveaux : Prétraitement, Segmentation, Reconnaissance et Interprétation. La prise en compte de toutes ces phases influe indéniablement sur la qualité des tâches de traitement et sur le temps d’exécution. Or, la qualité et le temps sont souvent les seuls critères retenus par les applications, notamment en temps réel. Un système de vision doit être doté d’une représentation interne permettant de surmonter ces difficultés. Dans ce travail, nous penchons sur le problème de reconnaissance d’objets dans les images aériennes. Nous avons utilisé une des techniques les plus récentes du traitement automatique et de la reconnaissance des formes, cette méthode s’appelle les systèmes immunitaires artificiels (SIA). Ces algorithmes exploitent typiquement les caractéristiques des systèmes immunitaires biologiques pour ce qui est de l’apprentissage et de la mémorisation comme moyen de résolution de problème de classification. La reconnaissance des images aériennes est basée sur une segmentation par approche région (division et fusion) pour l’extraction des caractéristiques pertinentes. En comparant les (SIA) avec deux autres méthodes parmi les méthodes à noyaux, inspirées de la théorie statistique de l’apprentissage de Vladimir Vapnik, les séparateurs à vaste marge (SVM) comme méthode de base hybridées avec la méthode de classification (Kmeans), SVM et SVM-Kmeans ont montré une meilleure performance par rapport au SIA. Directeur de thèse : BENYETTOU,Mohamed

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4465	02-08-305	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

ANALYSE DES IMAGES AÉRIENNES PAR LES TECHNIQUES D‘OPTIMISATION Adobe Acrobat PDF

Analyse Morphologique du Texte Arabe pour Son Indexation Sémantique / Nebia BENZATER 

Public ISBD Titre : Analyse Morphologique du Texte Arabe pour Son Indexation Sémantique Type de document : document électronique Auteurs : Nebia BENZATER, Auteur Année de publication : 2015 Importance : 122 p Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Arabe, Recherche d’Information, Indexation Sémantique, Analyse Morphologique, lemmatisation Résumé : Le traitement automatique de la langue arabe est un domaine très vaste dans le cadre de l’évaluation des méthodes de recherche d’information et du TextMining, il consiste à traiter les niveaux morphologiques, syntaxiques, phonologiques et lexicaux . Avec le peu des travaux dans le domaine, il s’avère primordial de disposer d’outils d’analyse efficaces afin de promouvoir les travaux de recherche en arabe sur le Web. Dans un langage à haute morphologie dérivationnelle telle que l’arabe, la détection des unités lexicales dans un texte électronique n’est guère une tâche triviale. Certaines méthodes de stemming, par simple troncature des affixes ou par extraction des racines plus abstraites, ont été développées et validées pour des tâches classiques de la recherche d’informations (catégorisation, clustering, ordonnancement, …etc.). Toutefois, ces techniques de stemming risquent d’induire une caractérisation ambiguë du texte arabe pour des modèles à base d’indexation sémantique. Par ailleurs, l’analyse morphologique s’appuie sur des ressources linguistiques combinant un vocabulaire prédéfini, des schémas de construction et des règles strictes de dérivation, cependant, la non-disponibilité libre de telles ressources reste une entrave majeure devant le développement des modèles sémantiques pour le texte arabe. L’objectif de ce projet est d’élaborer une étude comparative des différentes approches de stemming et d’étudier la faisabilité d’utiliser l’une ou l’autre pour les modèles d’indexation sémantique des textes arabes. Il s’agit aussi de développer un analyseur morphologique pour l’extraction des racines et des lemmes arabes et de l’évaluer sur des corpus textuels réels. Automatic analysis of Arabic text is an essential step in information retrieval; it is based on several methods of morphological analysis, among them: stemming methods and morphological analysis based dictionaries methods. In this work we develop a new Arabic morphological analyzer based on dictionaries by adding a large numbers of prefixes and suffixes. We attempt to extract the accuracy semantic roots, stems, lexemes and lemmas of Arabic words. This method is compared with four different stemming approaches: Light stemming of Larkey which truncates a word by simple rules, Khoja analyzer, Arabic Stemming without a root dictionary and Light stemming ANEA : a new enhanced approach Directeur de thèse : BENYETTOU,Abdelkader Analyse Morphologique du Texte Arabe pour Son Indexation Sémantique [document électronique] / Nebia BENZATER, Auteur . - 2015 . - 122 p + CD. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Arabe, Recherche d’Information, Indexation Sémantique, Analyse Morphologique, lemmatisation Résumé : Le traitement automatique de la langue arabe est un domaine très vaste dans le cadre de l’évaluation des méthodes de recherche d’information et du TextMining, il consiste à traiter les niveaux morphologiques, syntaxiques, phonologiques et lexicaux . Avec le peu des travaux dans le domaine, il s’avère primordial de disposer d’outils d’analyse efficaces afin de promouvoir les travaux de recherche en arabe sur le Web. Dans un langage à haute morphologie dérivationnelle telle que l’arabe, la détection des unités lexicales dans un texte électronique n’est guère une tâche triviale. Certaines méthodes de stemming, par simple troncature des affixes ou par extraction des racines plus abstraites, ont été développées et validées pour des tâches classiques de la recherche d’informations (catégorisation, clustering, ordonnancement, …etc.). Toutefois, ces techniques de stemming risquent d’induire une caractérisation ambiguë du texte arabe pour des modèles à base d’indexation sémantique. Par ailleurs, l’analyse morphologique s’appuie sur des ressources linguistiques combinant un vocabulaire prédéfini, des schémas de construction et des règles strictes de dérivation, cependant, la non-disponibilité libre de telles ressources reste une entrave majeure devant le développement des modèles sémantiques pour le texte arabe. L’objectif de ce projet est d’élaborer une étude comparative des différentes approches de stemming et d’étudier la faisabilité d’utiliser l’une ou l’autre pour les modèles d’indexation sémantique des textes arabes. Il s’agit aussi de développer un analyseur morphologique pour l’extraction des racines et des lemmes arabes et de l’évaluer sur des corpus textuels réels. Automatic analysis of Arabic text is an essential step in information retrieval; it is based on several methods of morphological analysis, among them: stemming methods and morphological analysis based dictionaries methods. In this work we develop a new Arabic morphological analyzer based on dictionaries by adding a large numbers of prefixes and suffixes. We attempt to extract the accuracy semantic roots, stems, lexemes and lemmas of Arabic words. This method is compared with four different stemming approaches: Light stemming of Larkey which truncates a word by simple rules, Khoja analyzer, Arabic Stemming without a root dictionary and Light stemming ANEA : a new enhanced approach Directeur de thèse : BENYETTOU,Abdelkader

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4530	02-08-370	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Analyse Morphologique du Texte Arabe pour Son Indexation Sémantique Adobe Acrobat PDF

Application des contours actifs à l'imagerie médicale / Fatima zohra BELGRANA

Public ISBD Titre : Application des contours actifs à l'imagerie médicale Type de document : texte imprimé Auteurs : Fatima zohra BELGRANA, Auteur Année de publication : 2008 Importance : 69 p. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : interprétation, image mammographique , contopur actif, modèle déformable algorithme évolutionnaire , algorithme génétique multi- population , stratégie évolutionnaire Résumé : Les modéles déformables ont donné naissance à de nombreuses études depuis plus d’une décennie , ils permettent d’introduire une connaissance de la forme des objets recherchés (pathlogies) ,mais aussi beaucoup d’autres informations comme la variabilité satistique et l’intensité des structures ; il produisent directement une représentaion géométrique des objets à détecter Le but de cette étude est l’interprétation des images de mammographies ; en utilisant les contours actifs , cette approche est basée sur l’argorithme de greedy ; un algorithme simple et rapide mais possédant un inconvéient majeur qui est l’intialisation du snack qui doit etre suffisamment proche de l’objet à déterminer , pour pa lier à ce probléme nous avons proposé d’hybrider l’algorithme avec une méthode d’optimisation Les méthodes combinant l’analyse mathématique et la recherche aléatoire ont permis de dépasser les limitations des méthodes classiques ; or la recherche d’un algorithme d’optimisation adapté à un probléme donné ne peut se faire dans le cadre des algorithmes génétiques , il est nécessaire de considérer une classe plus grand qui contient tout les algorithmes inspirés des mécanismes génétiques : les algorithmes évolutionnaires , ce qui nous a permit d’associer la capacité exploratoire des technique récentes qui sont les algorthmes génétiques multi-populations (MPGA) et les stratégies évolutionnaire avec l’approche énergétique des contoures actifs Cette méthode a été testée sur des images de mammographie , les résultts obtenus sont satisfaisants et montrent l’efficacité de cette approche Directeur de thèse : BENAMRANE , Nacera Application des contours actifs à l'imagerie médicale [texte imprimé] / Fatima zohra BELGRANA, Auteur . - 2008 . - 69 p. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : interprétation, image mammographique , contopur actif, modèle déformable algorithme évolutionnaire , algorithme génétique multi- population , stratégie évolutionnaire Résumé : Les modéles déformables ont donné naissance à de nombreuses études depuis plus d’une décennie , ils permettent d’introduire une connaissance de la forme des objets recherchés (pathlogies) ,mais aussi beaucoup d’autres informations comme la variabilité satistique et l’intensité des structures ; il produisent directement une représentaion géométrique des objets à détecter Le but de cette étude est l’interprétation des images de mammographies ; en utilisant les contours actifs , cette approche est basée sur l’argorithme de greedy ; un algorithme simple et rapide mais possédant un inconvéient majeur qui est l’intialisation du snack qui doit etre suffisamment proche de l’objet à déterminer , pour pa lier à ce probléme nous avons proposé d’hybrider l’algorithme avec une méthode d’optimisation Les méthodes combinant l’analyse mathématique et la recherche aléatoire ont permis de dépasser les limitations des méthodes classiques ; or la recherche d’un algorithme d’optimisation adapté à un probléme donné ne peut se faire dans le cadre des algorithmes génétiques , il est nécessaire de considérer une classe plus grand qui contient tout les algorithmes inspirés des mécanismes génétiques : les algorithmes évolutionnaires , ce qui nous a permit d’associer la capacité exploratoire des technique récentes qui sont les algorthmes génétiques multi-populations (MPGA) et les stratégies évolutionnaire avec l’approche énergétique des contoures actifs Cette méthode a été testée sur des images de mammographie , les résultts obtenus sont satisfaisants et montrent l’efficacité de cette approche Directeur de thèse : BENAMRANE , Nacera

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4363	02-08-203	version papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique / Lamia AZIB 

Public ISBD Titre : Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique Type de document : texte imprimé Auteurs : Lamia AZIB, Auteur Année de publication : 2012 Importance : 93 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Modèle de Mélange de Gaussiennes (GMM), Modèle de Markov Caché (HMM) Résumé : Les recherches en ingénierie d’informatique et de la communication ont pour objectifs de faciliter la coopération homme-machine au travers des systèmes interactifs conversationnels robustes pour le grand public. Ces objectifs nécessitent de comprendre le fonctionnement et de tester l’efficacité d’un certain nombre d’algorithmes de classifications actuellement utilisés. Les méthodes stochastiques basées sur les Modèles de Mélanges de Gaussiennes (GMM) et les Modèles de Markov Cachés (HMM) ont été pleinement exploités pour des systèmes de reconnaissance du langage parlé, mais aussi dans bien d’autres applications dans lesquelles apparaît une séquentialité. Le travail de ce magister s’inscrit dans la perspective d'implémenter un système interactif ayant pour but de classifier les phonèmes. Ce système exploite les propriétés de la modélisation liées aux GMM ainsi qu’aux HMM pour une tâche de classification au quel est intégré des composantes présentant mieux l’information temporelle dans le signal de la parole. Directeur de thèse : BENYETTOU, Abdelkader Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique [texte imprimé] / Lamia AZIB, Auteur . - 2012 . - 93 p. + CD. Langues : Français (fre) Catégories : Informatique:Reconnaissance des formes et Intelligence artificielle. Mots-clés : Modèle de Mélange de Gaussiennes (GMM), Modèle de Markov Caché (HMM) Résumé : Les recherches en ingénierie d’informatique et de la communication ont pour objectifs de faciliter la coopération homme-machine au travers des systèmes interactifs conversationnels robustes pour le grand public. Ces objectifs nécessitent de comprendre le fonctionnement et de tester l’efficacité d’un certain nombre d’algorithmes de classifications actuellement utilisés. Les méthodes stochastiques basées sur les Modèles de Mélanges de Gaussiennes (GMM) et les Modèles de Markov Cachés (HMM) ont été pleinement exploités pour des systèmes de reconnaissance du langage parlé, mais aussi dans bien d’autres applications dans lesquelles apparaît une séquentialité. Le travail de ce magister s’inscrit dans la perspective d'implémenter un système interactif ayant pour but de classifier les phonèmes. Ce système exploite les propriétés de la modélisation liées aux GMM ainsi qu’aux HMM pour une tâche de classification au quel est intégré des composantes présentant mieux l’information temporelle dans le signal de la parole. Directeur de thèse : BENYETTOU, Abdelkader

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4466	02-08-306	Version numérique et papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Documents numériques

Application des Modèles de Markov Cachés et les Modèles de Mélanges de Gaussiennes pour la Classification Phonétique Adobe Acrobat PDF

Apprentissage et recherche par le contenu visuel de catégories sémantiques d’objets vidéo / BESNASSI Miloud 

Permalink

Apprentissage des séquences par réseaux de neurones dynamiques / Abderrahmane BENDAHMANE

Permalink

Approche multi agents du probléme d'assemblage dans les systémes de production / Latifa DEKHICI

Permalink

Caractérisation des images multidimensionnelles appliquée à la biométrie de la main / Benziane SARAH HACHEMI 

Permalink

Classification des arythmies cardiaques par la carte TSOM (Temporal Self Organizing Map) / TRIQUI Bochra 

Permalink

Un codage neuro-prédictif pour l’extraction des traits distinctifs appliqué à la reconnaissance de la parole / El Hadi HELEILI 

Permalink

Compression des images fixes en couleur par hybridation d'un réseau de neurones et fractale / Sid ahmed ELHANNACHI

Permalink

Contribution en apprentissage semi-supervisé sous contexte multi-label / BENYETTOU Assia 

Permalink

Contribution des données optiques à la résolution des problèmes liés à la détection de changement / RIFFI Mohammed Amine 

Permalink

Contribution des Données Optiques au Traitement Multi-sources des Désastres Naturels / Ibtissem BEKKOUCHE 

Permalink